AI 자가학습 루프에 lineage를 넣어야 하는 이유

AI가 만든 출력을 다시 다음 입력으로 쓰는 루프, 혹시 운영해 본 적 있나요? 프롬프트를 자동으로 개선하거나, 생성물을 평가해서 다음 생성에 반영하는 구조요. 저도 직접 만들어 보니 처음엔 잘 굴러가다가, 어느 날 결과물이 조용히 나빠져 있었어요.

문제는 "언제부터, 무엇 때문에 나빠졌는지"를 모른다는 점이에요. 루프는 매일 돌았고, 중간 산출물은 계속 덮어써졌으니까요.

생성→평가→반영→다시 생성

자가학습 루프는 오염이 복리로 쌓여요

일반 파이프라인은 나쁜 출력이 나와도 그 한 번으로 끝나요. 자가학습 루프는 달라요. 나쁜 출력이 다음 세대의 입력이 되고, 그 세대의 출력이 또 입력이 돼요. 버전이 5번만 바뀌어도 어느 지점에서 품질이 꺾였는지 눈으로는 못 찾아요.

여기서 필요한 게 lineage, 우리말로 하면 계보 기록이에요. 모든 산출물에 "어떤 입력에서, 어떤 프롬프트 버전으로, 언제 만들어졌는지"를 남기는 거예요.

기록할 건 딱 3개면 충분해요

거창한 추적 시스템이 아니어도 돼요. 산출물마다 JSON 한 줄이면 시작할 수 있어요.

• ✓출처 ID
• ✓부모 버전
• ✓생성 시각

• 출처 ID: 이 출력을 만든 입력이 무엇이었는지
• 부모 버전: 어떤 프롬프트·설정 버전에서 나왔는지
• 생성 시각: 루프의 몇 번째 세대인지 역산할 수 있게

워크플로우에 이 필드를 넣는 데 10분 정도 걸렸어요. 그런데 효과는 컸어요. 품질이 흔들릴 때 계보를 따라 올라가면 "이 프롬프트 수정 이후부터"라는 지점이 나와요. 그 부모 버전으로 되돌리면 롤백도 한 번에 끝나고요.

적용해 봤더니 달라진 것

lineage를 넣고 추적해 보면 루프 운영이 감이 아니라 비교가 돼요. 버전 A와 B가 만든 출력을 나란히 놓고 어느 쪽이 나은지 볼 수 있으니, 개선인지 착각인지 구분이 생겨요. 혼자 운영하면서 가장 아쉬웠던 "왜 좋아졌는지 모르겠다"가 사라진 셈이에요.

저는 라이프케어로그 콘텐츠 자동화에 이 방식을 쓰고 있고, 개발 중인 AI 앱 플랜티(plan-t)의 프롬프트 관리에도 같은 원칙을 적용할 계획이에요. 테스트해 보면 알겠지만, 기록은 루프가 작을 때 넣는 게 가장 싸요.

루프를 돌리기 전에 계보부터 남기세요. 자가학습의 절반은 학습이고, 나머지 절반은 추적이에요.