대규모 언어 모델을 자율 에이전트로 사용할 때 발생하는 아키텍처 문제를 해결하기 위해, 인지, 기억, 제어를 분리하는 Structured Cognitive Loop (SCL) 아키텍처를 제안한다. SCL은 언어 모델을 인지에 사용하고, 외부 메모리를 사용하며, 가벼운 컨트롤러로 실행을 제어하여, 중간 결과를 기록하고 검증함으로써 추적 가능성과 평가 가능성을 향상시킨다. 여행 계획, 조건부 이메일 작성, 제약 조건 기반 이미지 생성의 세 가지 과제에서 ReAct 및 LangChain 에이전트와 같은 프롬프트 기반 기준선과 비교했을 때, SCL은 평균 86.3%의 성공률을 달성했다. 이는 기준선의 70.5%에서 76.8%보다 높은 수치이다. SCL은 또한 목표 충실도가 높고, 불필요한 호출이 적으며, 지원되지 않는 주장이 감소했다.
