OpenAI Codex Goals 완전 정복, AI 에이전트가 스스로 목표를 완수하는 시대가 왔다

매번 "계속해"라고 말하는 게 지겨우셨죠?

AI 코딩 도구를 처음 쓰기 시작했을 때, 진짜 편하겠다고 생각했어요. 근데 조금만 써보면 금방 알게 되는 게 있습니다.

AI는 딱 한 턴만 일하고 멈춰요.

"다시 시도해봐", "테스트 통과 안 됐으면 계속 고쳐봐", "더 해봐" 이렇게 매번 재지시를 해야 하는 상황이 반복되죠. 이게 쌓이면 생산성이 오르기는커녕, 오히려 제가 AI의 매니저가 된 것 같은 느낌이 들더라고요.

이 문제를 해결하려고 OpenAI가 내놓은 기능이 바로 Codex의 Goals입니다. 2026년 5월 공식 공개된 이 기능은, 목표를 한 번만 설정하면 에이전트가 스스로 완료 여부를 판단하면서 일을 이어가는 방식으로 작동합니다.

오늘은 이 기능이 어떻게 동작하는지, 그리고 제대로 쓰는 방법이 뭔지 정리해드릴게요.

Codex Goals, 도대체 뭐가 다른 건가요?

Goals는 Codex 스레드에 영속적인 목표를 고정하는 기능입니다. 가장 중요한 차이는 지속성에 있어요.

일반 프롬프트는 이렇게 동작합니다. 요청을 보내면 한 번 작업하고 결과를 출력한 뒤 기다리죠. 사용자가 다시 말해줄 때까지 아무것도 하지 않아요.

Goals는 달라요. 목표를 설정하면 에이전트가 달성 여부를 스스로 판단하면서 루프를 반복하고, 목표가 완료되거나 토큰 예산이 소진될 때 비로소 멈추는 구조입니다. 매 턴 종료 시 continuation 프롬프트가 자동으로 주입되고, 에이전트는 그 결과로 계속할지 멈출지를 판단해요.

쉽게 말하면, 일반 프롬프트는 "이것 한 번 해줘"고, Goals는 "이게 실제로 될 때까지 해줘"입니다.

Goals는 특정 스레드에만 묶여 있어요. 전역 기억이나 프로젝트 전체 설정이 아니라, 지금 이 대화 안에서만 유효한 목표 계약입니다. 그래서 Codex가 실행한 명령, 변경한 파일, 확인한 로그가 모두 같은 스레드 컨텍스트 안에 쌓이면서 목표 달성 여부를 판단하는 근거가 돼요.

설치 및 기본 명령어 정리

Codex CLI 0.128.0 이상 버전에서 사용 가능합니다. 업데이트 방법은 두 가지예요.

npm을 쓰신다면 npm install -g @openai/codex@latest로 설치하시면 되고, Homebrew를 쓰신다면 brew upgrade --cask codex로 업그레이드하시면 됩니다. codex --version 명령어로 버전 확인 먼저 해보시는 게 좋아요.

Goals 관련 명령어는 다음 네 가지로 아주 단순합니다.

/goal [내용] 으로 목표를 설정 및 활성화하고, /goal만 입력하면 현재 목표를 확인할 수 있어요. /goal pause로 일시 중단, /goal resume으로 재개, /goal clear로 목표를 삭제할 수 있습니다.

Goals는 작업 한 개가 끝나고 다른 사용자 입력이 없는 유휴 상태일 때만 다음 작업을 이어갑니다. 무한 루프처럼 돌아가는 게 아니라, 안전한 경계 안에서만 진행돼요.

사람들이 가장 많이 하는 실수, 약한 Goals

Goals를 처음 써보면 이런 식으로 입력하는 경우가 많아요.

/goal 성능 개선해줘

이건 사실상 의미가 없습니다. "성능 개선"이 됐는지를 어떻게 확인하죠? 어느 정도면 완료인가요? 어떤 파일을 건드려도 되나요? 이런 기준이 없으면 에이전트는 오래 움직이지만 제대로 멈추지 못해요.

강한 Goals는 여섯 가지 요소를 갖추고 있습니다.

달성해야 할 결과(Outcome), 성공을 증명할 검증 수단(Verification surface), 건드리면 안 되는 제약(Constraints), 사용 가능한 파일이나 도구의 범위(Boundaries), 다음 시도를 어떻게 결정할지(Iteration policy), 그리고 막혔을 때 멈추는 조건(Blocked stop condition)입니다.

같은 목표를 제대로 다시 쓰면 이렇게 됩니다.

/goal checkout 벤치마크 기준 p95 지연시간을 120ms 이하로 낮춘다. 검증: checkout 벤치마크 실행. 제약: 정합성 테스트 스위트 통과 유지. 범위: checkout 서비스, 벤치마크 픽스처, 관련 테스트만. 반복 규칙: 매 시도마다 변경 내용, 결과, 다음 실험을 기록. 중단 조건: 벤치마크 실행 불가 또는 유효한 경로 없을 시 증거 정리 후 보고.

이렇게 쓰면 벤치마크가 120ms를 달성하고 테스트도 통과했을 때만 완료로 판단해요. 둘 중 하나만 되면 계속 진행합니다.

Goals에 검증 수단을 명시하지 않으면, 에이전트는 완료 여부를 판단할 수 없어요. 이 부분이 핵심입니다.

Goals가 특히 빛을 발하는 상황은 따로 있어요

Goals는 지속적인 목표가 필요하고, 증거 기반으로 완료를 판단해야 하며, 여러 턴의 탐색이 필요한 작업에 가장 효과적입니다.

실무에서 구체적으로 쓰기 좋은 상황을 정리하면 이렇습니다.

성능 최적화: 벤치마크 수치가 기준에 도달할 때까지 반복 튜닝할 때 딱 맞아요. 불규칙 테스트 조사: 재현 조건을 찾거나 원인을 명확히 설명할 때까지 탐색할 때 유용합니다. 의존성 마이그레이션: 전체 테스트 스위트 통과까지 단계별로 변환이 필요할 때, Goals가 중간에 멈추지 않고 끝까지 가줘요. 문서 생성: 로컬 빌드 성공과 명령어 동작 검증까지 완료해야 할 때도 좋습니다.

반대로 한 줄 수정, 짧은 코드 리뷰처럼 한 번에 답이 나오는 작업에는 일반 프롬프트가 훨씬 적합해요. Goals는 "계속 해야 할 이유가 있는 작업"에 쓰는 도구입니다.

코딩뿐 아니라 연구 작업에도 쓸 수 있어요

Goals의 활용 범위는 코딩에만 그치지 않습니다. OpenAI는 딥 헤징(Deep Hedging) 금융 논문 재현 사례를 공식 쿡북에서 예시로 들었어요.

약한 연구 Goals는 이런 식이에요.

/goal Buehler 외, "Deep Hedging" 논문 재현

무엇이 완료인지 전혀 불명확하죠. 강한 연구 Goals는 이렇게 바뀝니다.

/goal 가용한 자료와 로컬 리소스를 활용해 "Deep Hedging" 논문의 주요 수치를 최대한 재현한다. 헤드라인 결과를 모두 시도하고 출력을 검증한다. 최종 보고서에는 재현 완료 항목, 근사 재현 항목, 재현 불가 항목, 남아 있는 불확실성을 구분해 정리한다.

이렇게 설정하면 Codex는 주요 주장과 보조 주장을 분리하고, 주장별로 가용한 증거를 매핑하며, 재현이 불가한 항목은 명시적으로 라벨링해서 보고합니다.

연구 Goals는 "완료"뿐 아니라 "막힘"과 "불확실"의 기준도 미리 정의해줘야 해요. 그래야 그럴듯해 보이는 결과물이 과도한 주장으로 포장되지 않게 막을 수 있거든요.

Goals를 쓰지 말아야 할 때도 있어요

새로운 기능이 좋아 보인다고 모든 작업에 쓸 필요는 없습니다.

한 번에 완료되는 작업, "이거 더 좋게 만들어줘"처럼 완료 기준이 모호한 경우, 데이터 미비나 환경 문제로 검증 자체가 불가한 경우에는 Goals 대신 일반 프롬프트를 쓰세요.

목표가 결과물, 파일 범위, 테스트, 예산, 중단 규칙으로 나눠질 수 없다면, /plan으로 먼저 정리하는 게 더 나은 선택입니다.

Goals는 "계속해"를 길게 쓴 프롬프트가 아닙니다. 에이전트에게 완료 계약을 주는 도구예요. 그 계약이 불명확하면 에이전트는 오래 움직이지만 제대로 멈추지 못해요.

이 기능이 개발 협업의 패러다임을 바꾸는 이유

OpenAI는 이미 내부적으로 자동 작업을 활용해 일일 이슈 분류, CI 실패 탐지 및 요약, 버그 점검 같은 반복적이지만 중요한 작업을 에이전트로 처리하고 있다고 밝혔습니다.

Goals는 그 자동화의 다음 단계입니다. 단순 반복 실행이 아니라, 목표 달성 여부를 증거로 판단하는 지능적 루프예요.

개발자 입장에서 이 변화의 핵심은 세 가지입니다.

첫째, 매 턴 재지시가 사라집니다. "계속해", "다시 해봐"를 반복할 필요가 없어져요. 둘째, 완료 기준이 코드가 아닌 목표에 담깁니다. 테스트 통과, 벤치마크 수치, 결과물 존재 여부가 완료를 정의하죠. 셋째, 막혔을 때 솔직하게 보고합니다. 성공한 척하거나 멈추지 않고, 블로킹 요인과 필요한 다음 입력을 명확히 알려줘요.

2026년 현재, Codex는 "코드를 쓰는 AI"에서 "컴퓨터를 쓰는 AI 동료"로 완전히 바뀌었다는 평가를 받고 있어요. Goals는 그 변화를 가장 잘 보여주는 기능입니다.

마무리

OpenAI Codex의 Goals 기능은 AI 에이전트가 프롬프트를 한 번 실행하고 기다리는 방식에서 벗어나, 목표가 실제로 달성될 때까지 스스로 판단하며 계속 일하는 방식으로 전환하는 기능입니다. 핵심은 목표 설정 방식이에요. 검증 수단, 제약 조건, 중단 기준이 포함된 명확한 Goals일수록 에이전트는 더 효율적으로 움직이고, 완료 여부를 증거로 판단합니다. 성능 최적화부터 의존성 마이그레이션, 연구 재현까지 여러 턴이 필요한 모든 작업에 활용할 수 있고, 이 방식이 앞으로 AI 개발 협업의 표준이 될 가능성이 높습니다. 지금 바로 /goal 명령어를 써보세요. 한 번 설정한 목표가 완료될 때까지 스스로 움직이는 에이전트를 직접 경험하게 됩니다.