Agentic Loop 기반 자율 코딩 및 멀티모달 통합 설계

Context

기존의 LLM 활용 방식은 단순 코드 생성에 치중하여 명세 미비 시 잦은 수정과 수동 리뷰라는 병목 발생. 특히 UI 구현의 복잡성과 반복적인 ML 실험 사이클로 인한 개발 생산성 저하가 한계점으로 작용.

Technical Solution

• Design Doc 기반의 명확한 Specification 정의를 통한 LLM의 구현 정확도 향상
• Memory와 Agentic Loop를 결합하여 아이디어 생성, 점수 산정, 테스트, 계획 업데이트를 자동화하는 자율 루프 설계
• Reinforcement Learning 개념을 응용하여 모델 가중치 대신 소스 코드를 지속적으로 업데이트하는 반복적 개선 구조 채택
• LLM을 컨트롤러로 설정하고 Image Generation 모델을 도구(Tool)로 호출하는 프롬프트 엔지니어링 자동화 파이프라인 구축
• 모바일 인터페이스를 통한 Agent 상태 모니터링 및 유지보수 태스크 원격 제어 체계 마련