도구로 루프 자동화 — Claude Code·ChatGPT·Gemini

손으로 돌리는 루프의 한계

4장까지 배운 자기비판·역할 분리 루프는 전부 사람이 복사·붙여넣기로 돌렸습니다. 여기서는 그 손을 도구로 대체합니다.

왜 수동 루프가 먼저 무너지나

두세 바퀴는 견딜 만합니다. 문제는 같은 루프를 매일, 그것도 여러 번 돌려야 할 때입니다. 쇼핑몰 상품 설명 20개를 매일 다듬는다고 해보죠. 하나마다 "채점해 줘" 붙여넣고, 답을 기다리고, "고쳐 줘" 붙여넣고, 또 기다립니다. 결과물은 좋은데 사람이 먼저 나가떨어집니다. 루프의 효과는 아는데 손이 안 따라주는 겁니다.

자동 루프는 무엇이 다른가

수동 루프에서는 사람이 매 바퀴의 방아쇠를 당깁니다. 자동 루프에서는 그 방아쇠를 도구가 당깁니다. 사람은 "무엇을 만들지"와 "언제 멈출지"만 정해 두고, 반복 자체는 도구에 맡깁니다. 3장에서 매번 손으로 붙여넣던 채점 지시를 도구에 한 번 새겨 두는 것, 그게 이 장의 전부입니다.

두 갈래로 나뉜다

자동화 도구는 크게 둘로 갈립니다. 하나는 Claude Code처럼 파일을 읽고 명령을 실행하며 스스로 도는 코드형 에이전트입니다. 다른 하나는 ChatGPT·Gemini처럼 반복 규칙을 대화창에 저장해 두는 방식이고요. 개발이 편하면 앞쪽, 아니면 뒤쪽입니다.

옮기기 전에 챙길 것

옮기는 대상은 새 루프가 아니라 이미 손으로 검증한 루프입니다. 앞 장에서 몇 바퀴 돌려 결과가 믿을 만하다고 확인한 그 루프를, 표현만 도구에 맞게 바꿔 심습니다. 이 순서를 기억한 채 세 도구를 차례로 봅니다.

Claude Code: 루프를 코드처럼 짜기

Claude Code는 이 흐름을 가장 앞에서 끌고 온 도구입니다. 터미널에서 도는 에이전트형 CLI로, 코드베이스를 읽고 명령을 실행하며 파일을 고칩니다(Anthropic 문서).

세 국면이 맞물려 돈다

Claude Code의 작동은 세 국면이 반복되는 하나의 에이전트 루프로 설명됩니다. 맥락 수집(파일 읽기·코드 검색), 행동(파일 수정·명령 실행), 검증(테스트 확인·출력 비교)이고요. 이 세 국면이 뒤섞여 돌면서, 매 단계에서 배운 것을 바탕으로 방향을 스스로 잡아 나갑니다(MarkTechPost, 2026). 2장에서 그린 생성·평가·교정·반복과 사실상 같은 그림입니다.

목표만 주면 알아서 반복한다

핵심은 사람이 매 단계를 지시하지 않는다는 점입니다. 도착점과 검증 기준을 주면, 그게 채워지거나 더는 못 나아갈 때까지 스스로 돕니다. 4장의 3역 루프를 여기 옮기면 이렇게 됩니다.

목표: 이 글을 발행 가능한 수준으로 만들어라. 검증: 3장에서 쓴 루브릭 3개를 모두 통과할 것. 방법: 통과할 때까지 스스로 쓰고-검토하고-고쳐라. 단 최대 4바퀴, 못 넘기면 막힌 지점을 요약해 보고해.

작성자·검토자·편집자를 사람이 번갈아 호출하던 걸, 이제 도구가 번갈아 돕니다.

서브에이전트로 일을 나눈다

Claude Code는 서브에이전트(subagent)라는 장치를 둡니다. 특정 작업만 맡는 별도의 Claude 인스턴스로, 저마다 독립된 문맥과 권한, 전용 도구 목록을 갖습니다(Tembo, 2026). 부모 세션이 일을 위임하면 서브에이전트가 격리된 상태에서 처리하고, 부모에게는 결과 요약만 돌려줍니다. 4장의 "검토자"를 아예 별도 일꾼으로 떼어 낸 셈이라, 역할이 서로의 문맥을 오염시키지 않습니다.

사람 없이 스크립트로도 돈다

터미널에 붙어 있지 않아도 됩니다. -p(--print) 플래그를 붙이면 프롬프트 하나를 받아 끝까지 실행하고 결과만 돌려주는 헤드리스 모드가 됩니다(Claude 문서). cron이나 GitHub Actions 같은 자동 환경에서 호출하면, 사람이 자는 동안에도 루프가 돕니다. 다만 이렇게 사람 손을 완전히 뗄수록 잘못 도는 루프를 늦게 알아챈다는 위험도 커집니다.

코드 없이도 루프는 새겨진다

개발이 부담스러워도 괜찮습니다. 대화형 도구에도 반복 규칙을 한 번 심어 두면, 매번 시키지 않아도 루프가 기본으로 돕니다.

ChatGPT — 커스텀 지시문에 새기기

ChatGPT의 커스텀 지시문(custom instructions)은 모든 대화에 계속 적용되는 규칙입니다. 여기에 자기비판 한 줄을 넣어 두면 이후 대화가 전부 그 루프를 거칩니다.

(커스텀 지시문에 저장) 너는 답을 내기 전에 항상 스스로 초안을 채점하고, 약한 부분을 고친 뒤, 최종본만 보여줘. 채점 과정은 굳이 출력하지 마.

특정 작업만 반복한다면 프로젝트(Projects)를 하나 만드는 편이 낫습니다. 프로젝트는 지시문·파일·대화 기록을 하나의 작업 공간에 묶고, 그 안의 지시문은 전역 커스텀 지시문을 덮어씁니다(Suprmind, 2026). "상품 설명 다듬기" 프로젝트를 파 두면, 그 방에서 나눈 대화는 전부 같은 루프 규칙을 물려받습니다.

ChatGPT — 코드 인터프리터로 실행 루프 돌리기

숫자나 파일이 얽힌 반복은 코드 인터프리터(Code Interpreter)가 맡습니다. 격리된 샌드박스에서 파이썬을 직접 짜서 실행하고, CSV·엑셀·PDF 같은 파일을 받아 처리합니다(FindSkill·Suprmind, 2026). 코드를 짜고→돌려 보고→에러가 나면 고쳐 다시 돌리는, 1장에서 말한 코드 실행 루프가 대화창 안에서 일어나는 겁니다. 사람은 파일만 던지면 됩니다.

Gemini — Gems에 저장하기

Gemini는 이 저장을 젬(Gems)이라는 형태로 부릅니다. 이름·설명·지시문에 기본 도구와 참고 파일까지 묶어 두는 재사용 가능한 맞춤 AI로, 같은 지시를 새 대화마다 다시 칠 필요가 없습니다(Google Gemini Apps Help, 2026). "채점 후 고쳐서 최종본만" 같은 루프 규칙을 젬 지시문에 한 번 적어 두면, 그 젬을 열 때마다 루프가 딸려 옵니다.

Gemini — 큰 문맥으로 통째 검토하기

Gemini는 넓은 문맥 창이 강점입니다. 2026년 Gemini 3 계열은 100만 토큰 문맥을 지원합니다(ai-toolbox, 2026). 대략 1,500쪽 분량이라, 긴 문서 전체를 한 번에 올려 두고 "이 안에서 어긋나는 부분을 찾아 고쳐라" 식의 검토 루프를 돌리기에 유리합니다. 짧은 문장을 여러 번 왕복시키는 대신, 긴 원문을 통째로 물려 반복하는 방식입니다.

어느 도구를 언제 쓰나

정리하면 이렇습니다. 개발이 편하면 Claude Code로 루프를 코드처럼 짜고, 아니면 ChatGPT·Gemini에 반복 규칙을 저장해 씁니다.

강점·대상·반복 방식 비교

한 도구만 고집할 필요는 없다

셋을 섞어 써도 됩니다. 초안은 Gemini의 넓은 문맥으로 긴 자료를 통째 검토해 뽑고, 다듬기는 ChatGPT 프로젝트에 저장한 규칙으로 돌리고, 파일을 실제로 바꾸는 작업만 Claude Code에 맡기는 식입니다. 도구를 무엇으로 정하느냐보다, 어느 단계에 어떤 반복이 필요한지를 먼저 그리는 게 순서입니다.

검증부터 하고 자동화한다

한 가지 당부가 있습니다. 처음부터 완전 자동으로 몰지 마세요. 먼저 손으로 루프를 몇 번 돌려 결과가 믿을 만한지 확인한 다음, 그 검증된 루프를 도구에 옮기는 순서가 안전합니다. 검증 안 된 루프를 자동화하면 나쁜 결과가 사람 없이 대량으로 쏟아집니다.

손을 뗄수록 종료 조건이 중요해진다

자동화는 편한 만큼 위험합니다. 손을 뗄수록 "잘못 도는 루프"를 늦게 알아채고, 그사이 비용과 오류가 쌓입니다. 그래서 어느 도구를 쓰든 종료 조건과 상한이 안전벨트 역할을 합니다. 이 안전장치는 7장에서 제대로 다룹니다.

이 장에서는 손으로 돌리던 루프를 세 도구에 옮겨 자동으로 돌리는 법을 봤습니다. 다음 챕터에서는 코드도 대화창도 아닌 n8n·Zapier·Make로 트리거→AI→검증→재시도가 사람 없이 도는 노코드 루프를 다루겠습니다.