AgentLoop
AgentLoop은 제한된 목표를 배포된 코드로 전환하는 로컬 우선 에이전트 워크플로입니다. 각 주기마다 새로운 Codex 워커를 실행하고, 독립적인 비평가 루브릭을 적용하며, 프로젝트 파일을 완전한 관찰 가능성 및 제어 기능을 갖춘 영구 메모리로 사용합니다.
https://agentloop.tools/?ref=producthunt&utm_source=aipure
제품 정보
업데이트됨:Jul 24, 2026
AgentLoop이란?
AgentLoop은 AI를 사용하여 반복적인 코딩의 '릴레이 작업'을 자동화하기 위한 개발자 우선 시스템입니다. 한 번 계획한 다음, 구현, 검토 및 수정 사이를 반복적으로 오가며 표준이 충족될 때까지 작업을 진행합니다. OpenAI 빌드 위크 프로젝트로 구축되어 로컬 도구(MIT 라이선스)로 출시되었으며, 코드가 있는 곳에서 실행되고 기능, 마이그레이션, 리팩토링 및 강화 통과와 같은 실제 소프트웨어 작업을 위해 설계되었습니다. 길고 표류하는 채팅 컨텍스트에 의존하는 대신, AgentLoop은 목표와 승인 기준을 안정적으로 유지하고(예: goal.md 및 GUIDELINES.md에), 감사 가능한 주기 로그를 생성하여 정확히 무슨 일이 일어났는지 확인하고 필요할 때 중지하거나 조종할 수 있습니다.
AgentLoop의 주요 기능
AgentLoop은 로컬 우선의 개발자 중심 에이전트 워크플로우 도구로, 사용자 정의된 평가 기준이 충족될 때까지 반복적인 작업자→비평가 주기를 실행하여 계획과 실행 사이의 "인간 중계"를 제거합니다. 사용자는 제한된 목표와 "완료 정의"(예: GUIDELINES.md에 명시)를 정의하면, AgentLoop은 각 주기마다 새로운 Codex 기반 작업자를 파견하여 실제 저장소에 직접 변경 사항을 구현하고, 검사/테스트를 실행하며, 독립적인 비평가를 사용하여 결과를 검토하고 구체적인 수정 사항을 다음 반복에 제공합니다. 이는 관찰 가능성(실시간 대시보드, 기록, 판정, 재생), 신뢰성(각 주기마다 새로운 컨텍스트 + 파일을 메모리로 사용), 제어(주기 예산, 취소, 평가 기준 기반 중단 조건)를 강조하며, MCP를 통해 계획을 로컬 실행과 분리하고 엔진 플러그인 가능성을 목표로 하는 아키텍처를 가지고 있습니다.
매 주기마다 새로운 작업자: 각 반복은 깨끗하고 새로운 컨텍스트에서 실행되어 복합적인 프롬프트 드리프트를 줄이는 동시에, 프로젝트 파일이 영구적인 진실의 원천으로 작용하여 계속 진행됩니다.
평가 기준 기반 판정을 가진 독립적인 비평가: 별도의 비평가가 작업자의 출력을 사용자의 표준(GUIDELINES.md와 같은 파일에 저장됨)에 대해 검토하고 구체적인 수정 사항을 반환합니다. 비평가가 PASS/출하 수준 판정을 출력할 때까지 루프가 계속됩니다.
실제 저장소에서 로컬 우선 실행: 코드가 있는 곳에서 실행되므로(Node.js 18+, Git, 인증된 Codex CLI 필요) 변경 사항, 테스트 및 증거가 실제 프로젝트 환경에서 직접 생성됩니다. 호스팅된 작업 공간이 필요하지 않습니다.
관찰 가능하고 재생 가능한 에이전트 주기: 각 주기의 기록, 도구 결과, 비용 및 파일 핸드오프를 검사할 수 있는 대시보드와 로그를 제공하며, 무슨 일이 일어났고 왜 일어났는지 이해하기 위한 재생 도구를 제공합니다.
제한된 목표, 예산 및 중단 조건: 명확한 목표와 수락 기준을 설정하고, 주기 예산으로 반복을 제한하며, 실행을 취소할 수 있어 자율성을 제한하고 생산 친화적으로 유지합니다.
MCP 경계 및 엔진 플러그인 가능 방향: MCP를 사용하여 계획을 로컬 실행과 분리하고 시간이 지남에 따라 엔진을 교체/추가하기 위한 깨끗한 경계를 유지합니다(현재는 Codex 우선, 로드맵으로 더 넓은 지원을 의미).
AgentLoop의 사용 사례
소프트웨어 팀의 자율적인 기능 제공: AgentLoop에 제한된 목표를 제공하여 엔드 투 엔드 기능(UI + API + 테스트 + 문서)을 제공합니다. 작업자는 구현하고, 비평가는 품질을 강제하며, 평가 기준이 PASS를 나타낼 때까지 루프가 반복됩니다.
회귀 강화 기능이 있는 버그 수정: "녹색 테스트"만으로는 충분하지 않은 결함을 분류하고 수정합니다. 비평가는 미묘한 문제를 감지하고, 회귀 커버리지를 요구하며, 검증될 때까지 반복적인 개선을 추진할 수 있습니다.
보안 및 품질 강화 통과: 비평가 주도 검토를 통해 집중적인 강화 목표(예: 입력 처리, 엣지 케이스, 견고성)를 실행하여 변경 사항이 명시적인 표준을 충족하고 발견된 약점에 대한 테스트를 추가하도록 합니다.
코드베이스 마이그레이션 및 리팩토링: 일반적으로 수동 감독(파일 편집, 테스트 실행, 실패 기반 조정)이 필요한 다단계 리팩토링 또는 마이그레이션을 루프가 반복 주기 및 증거 수집을 처리하도록 하여 실행합니다.
솔로 개발자 및 스타트업을 위한 개발자 생산성: 반복 가능한 작업자/비평가 루프와 명확한 관찰 가능성을 통해 계획 도구와 코딩 에이전트 간의 많은 양의 사용자 지정 오케스트레이션 및 수동적인 상호 작용을 대체합니다.
장점
평가 기준 기반 신뢰성: 독립적인 비평가와 명시적인 GUIDELINES.md 스타일 표준은 "완료"가 단순히 테스트 통과에만 기반하지 않도록 돕습니다.
로컬 우선 및 투명: 강력한 관찰 가능성(대시보드, 기록, 재생)을 통해 실제 저장소에서 실행되므로 변경 사항을 신뢰하고 감사하기 쉽습니다.
새로운 컨텍스트 주기는 드리프트를 줄입니다: 각 주기마다 작업자를 다시 시작하면 일관성을 개선하고 장기 실행에서 복합적인 실수를 줄일 수 있습니다.
단점
설정 및 종속성 제약: Node.js 18+, Git 및 인증된 Codex CLI가 필요하며, 유용성은 해당 환경이 작동하는지에 따라 달라집니다.
반복 비용 및 시간: 루프 기반 자율성은 단일 패스 워크플로우보다 더 많은 주기(따라서 토큰/연산)를 소비할 수 있으며, 특히 복잡한 작업에서 그렇습니다.
결정론적 워크플로우에는 이상적이지 않음: 고정되고 예측 가능한 시퀀스는 에이전트 루프의 오버헤드 없이 간단한 파이프라인으로 더 잘 처리될 수 있습니다.
AgentLoop 사용 방법
1) 제한된 목표 및 승인 기준 정의: AgentLoop이 달성하기를 원하는 것(기능, 마이그레이션, 강화 통과, 개선)을 정확히 기록하고 이를 제한적으로 만드십시오. 또한 루브릭(PASS를 위해 충족되어야 하는 것)으로 '완료의 정의'를 정의하십시오. AgentLoop 사이트는 한 번 계획하고(예: ChatGPT에서) AgentLoop에 명확한 목표와 표준을 제공할 것을 제안합니다.
2) GUIDELINES.md에 루브릭 넣기: 프로젝트에 GUIDELINES.md라는 파일을 생성하거나 업데이트하십시오(또는 실행 방식에 따라 AgentLoop 작업 디렉터리에). 이 파일은 영구적인 표준으로 취급됩니다. 각 주기마다 읽히고 비평가가 PASS/FAIL을 결정하는 데 사용됩니다(예: '모든 테스트는 통과해야 합니다', '모든 결함에 대한 회귀 커버리지를 추가하십시오', '문서가 결과와 일치합니다').
3) 로컬 환경 준비: Node.js 18+, Git 및 인증된 Codex CLI가 사용 가능한지 확인하십시오(AgentLoop의 로컬 우선 지침은 명시적으로 이를 요구합니다).
4) AgentLoop 클론: 실행: git clone --branch v1.1.0 --depth 1 https://github.com/aiedwardyi/AgentLoop.git
5) AgentLoop 디렉터리로 이동: 실행: cd AgentLoop
6) 코드가 있는 곳에서 로컬 데몬 시작: 데몬 프로세스를 실행하십시오(공식 지침에 표시된 대로): node src\daemon.js. 이렇게 하면 AgentLoop이 로컬에서 시작되어 실제 프로젝트 환경의 파일에서 작동할 수 있습니다.
7) AgentLoop에 작업 요청(목표) 제공: AgentLoop에 구체적인 목표 설명을 제공하십시오(사이트의 예: 'UI, API 및 회귀 스위트 전반에 걸쳐 CSV 내보내기 추가'). 비평가가 완료를 평가할 수 있도록 GUIDELINES.md의 루브릭과 일치하도록 제한적으로 유지하십시오.
8) 주기/반복 예산 설정(권장): 루프가 무기한 실행되지 않도록 작은 주기 예산을 구성하십시오(사이트는 'cycle budget: 3' 예시를 보여줍니다). 이는 일반적인 에이전트 루프 모범 사례를 반영합니다: 비용과 런타임을 제어하기 위해 반복/턴 또는 예산을 제한합니다.
9) AgentLoop이 워커→비평가 주기를 실행하도록 허용: AgentLoop은 반복적으로 다음을 수행합니다: (a) 새로운 워커 프로세스에 목표를 보냅니다, (b) 워커가 로컬 파일을 편집하고 프로젝트 명령/테스트를 실행하도록 합니다, (c) 독립적인 비평가가 GUIDELINES.md에 대해 결과를 검토하도록 합니다, (d) 실패할 경우 비평가 피드백을 다음 주기에 제공합니다.
10) 주기 간 영구 메모리로 파일 사용: AgentLoop의 디자인은 '각 주기마다 새로운 컨텍스트'를 강조하면서 '파일이 작업을 진행'하도록 합니다. 워커가 저장소에 증거(코드 변경, 테스트, 문서, 로그)를 작성하도록 하여 다음 주기가 긴 채팅 기록에 의존하지 않고 이를 기반으로 구축할 수 있도록 하십시오.
11) 진행 상황 및 관찰 가능성 출력 모니터링: 사이트에 설명된 대시보드/재생 기능을 통해 주기별 판정(PASS/FAIL), 기록 및 비용/영수증을 추적하십시오. 이것이 무인 실행 중에도 가시성을 유지하는 방법입니다.
12) 필요한 경우 중지 또는 취소: 실행이 잘못되거나 일찍 중단하고 싶다면 대시보드에서 취소하십시오(사이트는 대시보드에서 취소하는 것을 명시적으로 언급합니다).
13) 비평가의 최종 판정으로 완료 확인: 실행은 GUIDELINES.md에 따라 비평가의 최종 줄이 'VERDICT: PASS'를 보고할 때 완료된 것으로 간주됩니다. AgentLoop의 흐름은 명시적으로 루브릭 기반입니다: 귀하의 표준이 완료를 결정합니다.
14) 최종 변경 사항 검토 및 배포: PASS가 되면 로컬 프로젝트의 결과 코드/테스트/문서 변경 사항을 검토하고 주기 로그 및 비평가 영수증을 지원 증거로 사용하여 일반적인 배포 워크플로(커밋, PR, 릴리스)를 진행하십시오.
AgentLoop 자주 묻는 질문
AgentLoop은 로컬 우선 에이전트 루프 도구(OpenAI Build Week 2026 프로젝트)로, 한 번만 제한된 목표와 승인 기준을 설정하면 새로운 Codex 작업자와 독립적인 비평가를 사용하여 루브릭을 충족할 때까지 로컬 프로젝트를 개선하는 반복 주기를 실행합니다.
AgentLoop와(과) 유사한 최신 AI 도구
Gait
Gait는 AI 지원 코드 생성을 버전 관리와 통합하여 팀이 AI 생성 코드 맥락을 효율적으로 추적, 이해 및 공유할 수 있도록 하는 협업 도구입니다.
invoices.dev
invoices.dev는 개발자의 Git 커밋에서 직접 청구서를 생성하는 자동화된 청구 플랫폼으로, GitHub, Slack, Linear 및 Google 서비스와의 통합 기능을 제공합니다.
EasyRFP
EasyRFP는 RFP(제안 요청) 응답을 간소화하고 딥 러닝 기술을 통해 실시간 현장 표현형을 가능하게 하는 AI 기반 엣지 컴퓨팅 툴킷입니다.
Cart.ai
Cart.ai는 코딩, 고객 관계 관리, 비디오 편집, 전자상거래 설정 및 맞춤형 AI 개발을 포함한 종합적인 비즈니스 자동화 솔루션을 제공하는 AI 기반 서비스 플랫폼으로, 24/7 지원을 제공합니다.
AgentLoop와(과) 유사한 인기 AI 도구
GitHub Copilot Chat
GitHub Copilot Chat은 자연어 상호작용, 실시간 코드 제안 및 지원되는 IDE와 GitHub.com 내에서 직접 제공되는 맥락 지원을 제공하는 AI 기반 코딩 도우미입니다.
CopilotForXcode
CopilotForXcode는 Xcode 내에서 AI 기반 코드 제안, 채팅 지원 및 프롬프트-투-코드 기능을 제공하기 위해 GitHub Copilot, Codeium 및 ChatGPT를 통합한 Xcode 소스 편집기 확장입니다.
BrowserAI
BrowserAI는 서버 인프라 없이 개인 정보 보호에 중점을 둔 AI 기능을 제공하여 WebGPU 가속을 통해 웹 브라우저에서 직접 로컬 대규모 언어 모델(LLM)을 실행할 수 있도록 하는 오픈 소스 라이브러리입니다.
OpenAI Codex CLI
OpenAI Codex CLI는 터미널에서 실행되는 경량 오픈 소스 코딩 에이전트로, 개발자가 자연어를 코드 실행으로 변환하고 코드 실행, 파일 조작, 버전 제어 하에서 반복 작업을 수행할 수 있는 ChatGPT 수준의 추론 기능을 제공합니다.