AI 코딩 에이전트(coding agent)가 개발 과정에 깊숙이 관여하면서, 코드 생성 및 수정 작업의 효율성은 크게 향상되었습니다. 하지만 에이전트가 생성한 코드에 대한 리뷰와 수정 과정이 무한 루프에 빠져 개발 생산성을 저해하는 문제가 빈번하게 발생했습니다. 이러한 비효율적인 반복을 해결하기 위해 '컨버고(Convergo)'라는 새로운 플러그인이 등장했습니다. 컨버고는 AI 에이전트 간의 계획(plan)-리뷰(review)-빌드(build) 루프를 효과적으로 관리하여, 코드 수정이 수렴(converge)하도록 돕는 것을 목표로 합니다.
컨버고의 핵심은 '종료 조건이 있는 루프'를 만드는 것입니다. 기존에는 한 에이전트가 발견한 문제를 다른 에이전트가 놓치거나, 부분적인 수정만 반복하여 전체적인 문제 해결이 지연되는 경우가 많았습니다. 컨버고는 이러한 문제를 해결하기 위해, 새로운 리뷰어 세션이 코드 변경 사항(diff)을 완전히 처음부터 검토하여 더 이상 차단(blocker)할 문제가 없다고 판단할 때만 루프를 종료합니다. 만약 세 번의 라운드 동안 문제가 해결되지 않으면, 에이전트가 무한정 반복하는 대신 사용자에게 에스컬레이션(escalation)하여 개입을 요청합니다. 이는 '컴파운드 엔지니어링(Compound Engineering)'의 계획 우선, 전면 리뷰 접근 방식을 계승하면서도, 루프의 수렴에 초점을 맞춰 개발되었습니다. 특히 정확성이 중요한 코드 작업에 적합하며, 임시 프로토타입보다는 신뢰성 높은 결과물을 만들 때 유용합니다.
컨버고는 단순히 버그를 수정하는 것을 넘어, 문제의 근본 원인을 파악하고 해결하도록 에이전트를 유도합니다. 예를 들어, 리뷰어가 발견한 문제가 단순한 코드 버그인지, 아니면 계획(plan) 자체의 결함이나 설계상의 문제인지 분류합니다. 작업자(worker) 에이전트는 자신의 역할에 해당하는 문제만 수정하고, 계획이나 계약(contract)상의 문제와 같은 상위 개념의 결함이 발견되면 무작정 코드를 패치하는 대신 작업을 중단하고 사용자에게 보고합니다. 또한, 리뷰어는 이전 세션의 기억 없이 완전히 새로운 상태에서 코드를 검토하며, 모든 피드백은 명확한 증거와 심각도(P0-P3)를 포함하는 스키마(schema)에 따라 구조화됩니다. 이러한 체계적인 접근 방식은 에이전트가 부분적인 수정에 매몰되지 않고, 근본적인 문제 해결에 집중하게 하여 개발 루프의 발산을 방지하고 수렴을 촉진합니다. 이는 AI 기반 소프트웨어 개발의 효율성과 품질을 한 단계 끌어올릴 잠재력을 가지고 있습니다.