Ralph Loop, OpenClaw - 새로운건 없었다
AI
Ralph Loop, OpenClaw - 새로운건 없었다
두줄요약
에이전트 루프는 새로운 이론보다 기존 반복문과 상태 관리 패턴의 재조합에 가깝다고 정리했습니다. 채널톡은 질문 응답용 Loop와 액션 처리용 Task를 분리해 종료 조건과 안전성을 보강했습니다.
핵심 내용
- 에이전트 워크플로우는 새로운 컴퓨터 과학이라기보다 while문, 상태 누적, 재시도, 종료 조건 같은 기존 패턴의 재구성
- Ralph Loop는 종료를 두지 않는 무한 루프로, OpenClaw는 실제 서비스에서 발생하는 세션 라우팅, 사용량 모니터링, 안전한 실행 문제를 함께 다룸
- 채널톡은 이를 바탕으로 질문-답변용 Agent Loop와 액션 처리용 Task를 분리하고,
maxTurns와MaxReachedAgent로 종료를 명시
구조와 흐름
- Agent Loop는 currentHistory에 상태를 쌓으며 RAG 검색과 답변 생성을 반복하는 경량 흐름
- Task는 Start, Code, Function, Message, End 노드로 나뉘며 TaskMemory에 상태를 저장해 부분 재실행과 승인 대기를 지원
- RAG 내부에도 질문 분석, 검색, 충분성 판단, 재검색으로 이루어진 작은 반복 구조가 존재
선택 이유
- 고객 응대와 결제·환불 같은 실제 액션은 무한 반복보다 명확한 종료와 안전한 재시도가 더 중요
- 질문 응답과 다단계 워크플로우의 요구사항이 달라 루프를 두 개로 분리
- 사람이 반드시 개입해야 하는 민감 작업과 외부 대기 상황을 자연스럽게 처리하기 위한 구조 선택
주의할 점
- 에이전트 루프의 종료 조건이 없으면 비용 증가와 무한 반복 위험이 커짐
- 같은 작업의 중복 실행, 결제·환불 같은 민감 액션의 오작동 위험 존재
- 단순한 고정
maxTurns가 모든 상황에 최적은 아니며 동적 조정 필요성 존재
