대규모 언어 모델을 자율 에이전트로 사용할 때 발생하는 문제점을 해결하기 위해, 인지, 기억, 제어를 분리하는 구조적 인지 루프(SCL) 아키텍처를 제안한다. SCL은 언어 모델을 인지에 사용하고, 외부 메모리에 정보를 저장하며, 가벼운 컨트롤러로 실행을 제어한다. 이를 통해 중간 결과를 기록하고 검증하여 추적 가능성과 평가 가능성을 높인다. SCL은 여행 계획, 조건부 이메일 작성, 제약 조건 기반 이미지 생성의 세 가지 과제에서 ReAct 및 LangChain 에이전트와 같은 프롬프트 기반 기준선과 비교하여 평균 86.3%의 작업 성공률을 달성했다.
