Ralph — PRD가 끝날 때까지 AI를 매번 새 세션으로 다시 돌리는 자율 루프

한눈에 보는 답

• PRD 끝날 때까지 AI 다시 돌린다은 결론부터 보고 적용 여부를 판단해야 하는 주제다.
• 핵심 답은 이렇다. PRD 끝날 때까지 AI 다시 돌린다이 무엇을 바꾸는지, 언제 쓸 만한지, 어떻게 검증할지 먼저 답한다.
• 아래 본문은 그 결론을 맥락, 실행 순서, 검증 기준, 주의점으로 나눠 확인하는 흐름이다.

매번 백지로 시작하는 AI를 역이용한다

AI 코딩 도구로 큰 기능을 한 번에 시키면 어느 순간 멈춘다. 컨텍스트가 가득 차면 모델은 앞에서 한 약속을 잊고, 망가진 코드를 쌓기 시작한다. 우리는 보통 이걸 한계로 받아들인다. Ralph는 정반대로 접근한다. 컨텍스트가 더러워지기 전에 세션을 통째로 버리고, 깨끗한 새 인스턴스로 다시 시작한다.

Ralph는 Amp 또는 Claude Code를 PRD 항목이 전부 끝날 때까지 반복 실행하는 자율 에이전트 루프다. Geoffrey Huntley의 Ralph 패턴에 기반한다. 핵심 한 줄은 이것이다. 매 반복은 깨끗한 컨텍스트를 가진 새 인스턴스이고, 기억은 git 기록과 progress.txt, prd.json에만 남는다.

이 도구가 푸는 문제

긴 작업을 한 세션에서 끝내려 하면 두 가지가 무너진다. 첫째, 컨텍스트 윈도우가 차면서 초반 지시를 잊는다. 둘째, 한 번 어긋난 코드가 다음 단계의 입력이 되어 오류가 누적된다.

Ralph는 이 문제를 작업 분할과 세션 격리로 푼다. 큰 기능을 작은 스토리로 쪼개고, 스토리 하나를 한 컨텍스트 윈도우 안에서 끝낼 수 있을 만큼 작게 유지한다. 그리고 스토리 하나가 끝나면 세션을 닫는다. 다음 반복은 이전 세션의 혼란을 물려받지 않는다.

핵심 동작 원리

ralph.sh는 새 AI 인스턴스를 반복해서 띄우는 bash 루프다. 한 번의 반복에서 Ralph는 이렇게 움직인다.

1. PRD의 branchName으로 feature 브랜치를 만든다
2. passes가 false인 스토리 중 우선순위가 가장 높은 것을 고른다
3. 그 스토리 하나만 구현한다
4. 타입체크와 테스트 같은 품질 검사를 돌린다
5. 통과하면 커밋한다
6. prd.json에서 해당 스토리를 passes: true로 바꾼다
7. progress.txt에 배운 것을 덧붙인다
8. 모든 스토리가 통과하거나 최대 반복 횟수에 도달할 때까지 반복한다

모든 스토리가 passes: true가 되면 Ralph는 다음 신호를 출력하고 루프를 끝낸다.

<promise>COMPLETE</promise>

설치와 시작 가이드

먼저 Amp CLI 또는 Claude Code 중 하나가 설치·인증되어 있어야 하고, jq와 git 저장소가 필요하다. Claude Code는 다음으로 설치한다.

npm install -g @anthropic-ai/claude-code

ralph 파일을 프로젝트에 복사하거나, Claude Code 마켓플레이스로 스킬을 붙일 수 있다.

/plugin marketplace add snarktank/ralph
/plugin install ralph-skills@ralph-marketplace

설치 후에는 PRD를 만들고 JSON으로 변환하는 두 스킬이 생긴다. /prd는 요구사항 문서를 만들고, /ralph는 그 PRD를 prd.json 형식으로 바꾼다.

실전 흐름

승현이 새 기능을 붙인다고 하자. 순서는 단순하다. prd 스킬로 요구사항 문서를 만들고, ralph 스킬로 tasks 폴더의 PRD를 prd.json으로 변환한다. 그리고 루프를 돌린다.

./scripts/ralph/ralph.sh --tool claude

기본 반복은 10회다. --tool amp 또는 --tool claude로 도구를 고른다. 도중에 어디까지 됐는지 보고 싶으면 상태를 직접 들여다볼 수 있다.

cat prd.json | jq '.userStories[] | {id, title, passes}'

각 반복이 끝날 때 Ralph가 관련 AGENTS.md 파일에 배운 것을 덧붙이는 점이 중요하다. AI 코딩 도구는 이 파일을 자동으로 읽기 때문에, 다음 반복과 이후의 사람 개발자 모두 발견된 패턴과 함정을 이어받는다.

언제 쓰면 안 되는가

Ralph는 피드백 루프가 있을 때만 작동한다. 타입체크가 타입 오류를 잡고, 테스트가 동작을 검증하고, CI가 초록을 유지해야 한다. 망가진 코드는 반복마다 증폭되기 때문이다. 검증 장치가 빈약한 프로젝트에서는 자율 루프가 오히려 오류를 빠르게 쌓는다.

또한 스토리를 제대로 쪼개지 않으면 실패한다. 전체 대시보드 구축, 인증 전체 추가, API 전면 리팩터링 같은 항목은 한 컨텍스트 윈도우를 넘긴다. 이런 건 데이터베이스 컬럼 추가, 기존 페이지에 UI 컴포넌트 추가처럼 작은 단위로 나눠야 한다.

같은 카테고리 대안 비교

자율 코딩 루프 계열에서 Ralph의 색은 분명하다. 한 세션에서 끝까지 밀어붙이는 긴 에이전트 방식과 달리, Ralph는 세션을 일부러 버리고 git과 파일에만 기억을 남긴다. 이 단순함이 장점이자 제약이다. 상태를 외부 파일로만 관리하니 디버깅이 투명하지만, 작업 분할과 검증 설계를 사람이 미리 잘 해둬야 한다. 화려한 오케스트레이션 프레임워크보다 bash 루프 한 장의 투명함을 원하는 팀에 맞는다.

근거와 검증 기준

검증일: 2026-06-04

주장	근거	확인 방법	한계
운영 적용 전 확인이 필요하다.	원문, 공식 문서, 저장소, 시장 데이터처럼 확인 가능한 출처를 먼저 본다.	작은 입력으로 재현하고 입력, 출력, 실행 환경을 기록한다.	로컬 검증이 모든 운영 경로를 보장하지는 않는다.
운영 적용 전 확인이 필요하다.	되돌릴 수 있는 작은 테스트로 입력, 출력, 실행 환경을 기록한다.	작은 입력으로 재현하고 입력, 출력, 실행 환경을 기록한다.	로컬 검증이 모든 운영 경로를 보장하지는 않는다.
운영 적용 전 확인이 필요하다.	확인된 사실과 해석, 다음 가설을 분리해서 쓴다.	작은 입력으로 재현하고 입력, 출력, 실행 환경을 기록한다.	로컬 검증이 모든 운영 경로를 보장하지는 않는다.
출처 품질을 따로 확인해야 한다.	소스 행에 원문 URL이 없었다.	공식 문서, 저장소, 릴리스 노트, 실행 로그, 시장 데이터처럼 재확인 가능한 자료를 먼저 찾는다.	원문 URL이 없으면 이 글은 1차 근거가 아니라 해설에 가깝다.

인용 가능한 핵심 정리

• 검증일: 2026-06-04
• 정의: PRD 끝날 때까지 AI 다시 돌린다은 이 글의 핵심 주제이며, 아래 근거와 한계를 함께 확인해야 인용할 수 있다.
• 핵심 결론: PRD 끝날 때까지 AI 다시 돌린다이 무엇을 바꾸는지, 언제 쓸 만한지, 어떻게 검증할지 먼저 답한다.
• 적용 조건: 원문 출처, 버전, 실행 환경이 독자의 상황과 맞을 때만 같은 결론으로 재사용한다.

핵심 용어 정리

• PRD 끝날 때까지 AI 다시 돌린다: 이 글에서 설명하고 판단하는 중심 개념이다.
• AI 도구: 원문 출처와 함께 확인해야 하는 관련 개념이다.
• 검증 한계: 같은 조언이라도 버전, 권한, 실행 환경이 다르면 달라질 수 있는 조건이다.

자주 묻는 질문

PRD 끝날 때까지 AI 다시 돌린다은 언제 쓰는 게 좋을까?

먼저 되돌릴 수 있는 작은 입력으로 시험하고, 출력이 기대와 맞는지 확인한 뒤 실제 워크플로에 붙이는 편이 안전하다.

PRD 끝날 때까지 AI 다시 돌린다을 적용하기 전에 무엇을 확인해야 할까?

먼저 되돌릴 수 있는 작은 입력으로 시험하고, 출력이 기대와 맞는지 확인한 뒤 실제 워크플로에 붙이는 편이 안전하다.

결과가 제대로 나왔는지 어떻게 검증할까?

먼저 되돌릴 수 있는 작은 입력으로 시험하고, 출력이 기대와 맞는지 확인한 뒤 실제 워크플로에 붙이는 편이 안전하다.

마무리

Ralph의 통찰은 컨텍스트 한계를 없애려 애쓰지 말고, 그 한계를 작업 경계로 받아들이라는 것이다. 작은 스토리, 깨끗한 세션, 파일로 남는 기억. 이 셋이 맞물릴 때 자율 루프가 안정적으로 굴러간다. PRD를 작게 쪼개는 습관과 AGENTS.md에 학습을 남기는 흐름을 먼저 갖춰두면, Ralph는 그 위에서 가장 잘 작동한다.

---

🐦 X에서 더 빠르게: @baegseungh7061
📚 이 시리즈 더 보기: AI 인사이트
💌 새 글 알림: X 팔로우 또는 블로그 RSS 구독