상태 영속성과 평가·개선 루프는 별도 설계다
상태 영속성은 실행 사이에 필요한 상태를 남겨 이어가거나 복구하는 장치이고, 평가·개선 루프는 평가 결과를 다음 생성이나 수정에 반영하는 제어 흐름이다. 하나를 갖췄다는 사실만으로 다른 하나가 생기지는 않는다.
예를 들어 한 번의 실행 안에서 초안 생성 → 기준 평가 → 피드백 반영 → 재생성을 반복할 수 있다. 중간 상태를 실행 중 메모리에만 두어도 이 루프는 가능하다. LangGraph의 evaluator-optimizer 예제도 평가 피드백과 조건 분기를 연결하며, 체크포인터 없이 그래프를 구성한다. 영속성이 없으면 실행이 끊긴 뒤 그 중간 상태에서 재개하는 보장은 따로 없지만, 실행 중 반복 자체가 불가능한 것은 아니다.
반대로 상태를 저장해 두었다고 결과가 저절로 좋아지지는 않는다. 개선을 기대하려면 무엇을 평가할지, 평가를 수정에 어떻게 반영할지, 언제 멈출지가 필요하다. 한 작업의 결과를 다듬는 것과 개선된 지식·전략을 다음 작업에도 쓰는 것도 다른 범위다. 후자에는 재사용할 내용을 남기고 이후 실행에서 불러와 적용하는 과정이 더 필요하다.
따라서 에이전트 실행 도구를 비교할 때는 상태 보존·재개 기능과 평가 피드백을 이용한 반복 기능을 각각 확인한다. 실제 개선 여부는 결과 평가로 판단하며, 관리형 실행이나 메모리 지원만으로 추정하지 않는다.
실패를 다음 작업에서 재사용할 때
시스템 사고와 검증 루프를 통한 AI 개발 - Tomasz Tunguz에서 저자는 실패 유형을 새 스킬로 바꾸어 다음 작업에 적용하는 방식을 제안한다. 이는 한 실행 안의 수정 루프를 작업 사이의 재사용으로 확장하는 사례다. 무엇을 남길지뿐 아니라 다음 실행에서 어떻게 회수·적용할지도 필요하다는 기존 구분에 연결한다. 스킬 생성이나 기록 저장만으로 개선을 확정하지 않으며, 자동 스킬 생성을 개인 정책으로 채택한 것은 아니다.
근거
- LangGraph와 Agents API 비교 범위 검토 - Codex 대화 — Vigilantis 프로젝트 Source, 2026-09-15. 상태 비보관을 반복 개선의 불가능으로 해석했던 논의를 정정하고 비교 범위를 축소한 맥락.
- LangChain, Evaluator-optimizer — 2026-09-15 확인. 생성·평가·피드백을 반복하는 공식 예제.
- LangChain, Persistence — 2026-09-15 확인. 체크포인터를 통한 실행 상태 저장과 복구의 역할.