이번 글에서는 Codex CLI 0.128.0 버전에 새롭게 추가된 /goal 기능을 중심으로, 해당 기능이 어떤 배경에서 등장했는지, 어떤 개념으로 동작하는지, 그리고 기존 CLI 사용 방식과 무엇이 달라졌는지를 정리합니다.
특히 목표 기반 자동 반복 실행이라는 개념이 Codex CLI에 어떻게 적용됐는지, 내부적으로 어떤 구조를 가지고 있는지를 입력된 정보를 바탕으로 이해하기 쉽게 풀어봅니다.
Codex CLI와 이번 업데이트의 맥락
Codex CLI는 에이전트를 활용해 명령을 실행하고 결과를 만들어내는 도구입니다.
이번 0.128.0 버전 업데이트의 핵심은 /goal 기능 추가로, 단순 명령 실행을 넘어 목표 달성 여부를 기준으로 자동 반복 실행이 가능해졌다는 점입니다.
이 기능은 한 번의 실행으로 끝나는 방식이 아니라,
“목표가 달성됐는가?”라는 질문을 에이전트 스스로에게 던지며 반복적으로 실행하는 구조를 갖습니다.
/goal 기능이란 무엇인가
/goal 기능은 목표 기반 자동 루프 실행 기능입니다.
사용자가 목표를 설정하면, 에이전트가 다음 과정을 반복합니다.
- 현재 실행 결과가 목표를 달성했는지 평가
- 목표가 달성되지 않았다면 다음 실행을 수행
- 목표 달성 또는 토큰 예산 소진 시까지 반복
이 과정은 사람이 개입하지 않아도 에이전트가 스스로 판단하며 실행을 이어가는 구조입니다.
Ralph Loop 개념의 적용
이번 기능은 Ralph loop 개념을 Codex CLI에 적용한 사례로 볼 수 있습니다.
Ralph loop의 핵심은 다음과 같습니다.
- 실행 결과를 단순 출력으로 끝내지 않음
- 목표 달성 여부를 기준으로 다음 행동을 결정
- 성공 조건 또는 제한 조건(예산 등)에 도달할 때까지 반복
Codex CLI의 /goal은 이 개념을 CLI 환경에 맞게 구현해,
“목표 중심 실행”이라는 패턴을 자연스럽게 사용할 수 있게 만든 기능입니다.
내부 구현 구조 정리
입력된 정보에 따르면, /goal 기능은 두 개의 프롬프트 템플릿을 중심으로 구현돼 있습니다.
1. goals/continuation.md
- 각 턴 종료 시 자동으로 주입
- 현재 실행 결과가 목표를 달성했는지 판단
- 목표가 미완료일 경우 다음 루프를 이어갈지 결정
2. goals/budget_limit.md
- 설정된 토큰 예산에 도달했을 때 자동 주입
- 목표가 달성되지 않았더라도 예산 초과 시 루프 중단 처리
이 구조 덕분에 에이전트는 목표와 자원 제한을 동시에 고려하며 동작합니다.
토큰 예산 기반 자동 중단의 의미
/goal 기능은 무한 루프를 방지하기 위해 토큰 예산 개념을 함께 사용합니다.
- 목표 미달성 상태라도
- 설정된 토큰 예산이 소진되면
- 자동으로 루프를 종료
이는 실사용 환경에서 비용 통제와 안정성 측면에서 중요한 설계 포인트입니다.
현재 제약 사항과 사용 시 주의점
- 데스크탑 버전은 아직 개발 중
- CLI 환경에서 우선 제공
- 0.128.0으로 업데이트했는데 기능이 보이지 않는 경우:
- config.toml 파일에 다음 설정을 추가해야 함
[features]
goals = true
이 설정이 활성화되어야 /goal 기능을 사용할 수 있습니다.
이번 Codex CLI 0.128.0 업데이트는 단순한 기능 추가를 넘어,
“명령 실행 중심 CLI”에서 “목표 달성 중심 에이전트 실행”으로의 방향 전환을 보여줍니다.
- 목표를 기준으로 스스로 평가하고 반복 실행
- 토큰 예산을 통한 자동 제어
- 프롬프트 템플릿 기반의 유연한 확장 구조
이러한 구조는 앞으로 더 복잡한 자동화 시나리오나,
사람의 개입을 최소화한 에이전트 운용 방식으로 확장될 가능성을 보여줍니다.
Codex CLI를 단순한 도구가 아닌 목표 지향 실행 환경으로 활용하고자 한다면,
이번 /goal 기능은 충분히 주목할 만한 업데이트라고 볼 수 있습니다.
https://x.com/fcoury/status/2049917871799636201
X의 Felipe Coury 🦀님(@fcoury)
/goal also lands in Codex CLI 0.128.0. Our take on the Ralph loop: keep a goal alive across turns. Don't stop until it's achieved. Built by my co-worker and OpenAI mentor Eric Traut, aka the Pyright guy. One of the GOATs I get to work with daily.
x.com

'인공지능' 카테고리의 다른 글
| GenericAgent 기술 개념과 구조 정리: 최소 코드로 스스로 진화하는 자율 에이전트 프레임워크 (0) | 2026.05.04 |
|---|---|
| AI 코딩 에이전트 컨텍스트 윈도우를 98% 절약하는 MCP 서버의 개념과 특징 정리 (0) | 2026.05.04 |
| 장기 실행 에이전트(Long-running Agent)의 개념과 아키텍처 변화 정리 (0) | 2026.05.04 |
| Kimi K2.6 코딩 퍼즐 챌린지 우승이 의미하는 것: AI 코딩 모델 경쟁 구도의 변화 (0) | 2026.05.04 |
| autoskills: 프로젝트 기술 스택을 자동으로 분석해 AI 에이전트 스킬을 설치하는 도구 (0) | 2026.05.04 |