Warp, Claude 기반 에이전트 자가 개선 루프 구축

AI 터미널 Warp이 Claude 플랫폼을 활용해 에이전트의 성능을 지속적으로 높이는 자가 개선 루프(self-improvement loop) 아키텍처를 공개했다. 초기에는 수동 프롬프트 수정이나 컨텍스트 파일 개선으로 대응했으나, 세션 종료 시 피드백이 사라져 확장성이 떨어진다는 한계를 인식하고 이를 해결했다.

핵심은 **파일 기반 스킬(skills)**을 활용한 두 단계 구조다.

• 내부/기본 스킬: 도메인 지식과 지침을 포함하며, 실제 작업(예: 코드 리뷰) 수행 시 참조된다.
• 외부/개선 스킬: 스케줄에 따라 실행되는 관찰자 에이전트로, 누적된 인간 피드백을 분석해 기본 스킬에 대한 수정 사항을 제안한다.

이 방식은 스킬이 일반 파일 형식이므로 PR 워크플로우를 통해 리뷰, 승인, 병합이 가능해 기존 개발 프로세스와 자연스럽게 통합된다. Warp은 이 패턴을 오픈소스 리포지토리의 스펙 작성, 리뷰, 트리아지 에이전트 전반에 적용하고 있다.

Warp 팀은 효과적인 스킬 작성을 위해 원칙(principles) 중심의 지시, 이유(why) 설명, 피드백 제공의 낮은 마찰을 강조한다. 특히 피드백은 PR 코멘트 등 기존 작업 흐름에서 자동으로 수집되도록 설계해 신호의 지속성을 확보했다.