AI가 스스로 목표를 끝까지 수행하는 기능이 등장했습니다. 사용자가 일일이 지시하지 않아도, 목표만 설정하면 AI가 작업을 이어가는 방식입니다.
OpenAI의 Codex는 터미널(명령어 입력 창)에서 실행되는 AI 기반 코딩 도구로, 사용자가 자연어로 지시하면 이를 이해해 실제 코드 작성, 수정, 실행까지 수행하는 ‘코딩 에이전트’입니다.
이 Codex의 최신 버전(0.128.0)에 ‘/goal’ 기능이 추가되었습니다. 이 기능은 목표가 완료될 때까지 AI가 스스로 판단하고 작업을 반복하는 구조를 갖고 있습니다.
“끝날 때까지 계속한다”… 목표 기반 실행 방식
기존 AI는 사용자의 명령에 한 번씩 응답하는 방식이었습니다. 하지만 이번 기능에서는 사용자가 하나의 목표를 설정하면, AI가 그 목표를 달성할 때까지 반복적으로 작업을 수행합니다.
이 과정은 다음과 같이 이루어집니다.
- 현재 결과가 목표에 부합하는지 스스로 평가합니다
- 부족한 부분이 있으면 추가 작업을 수행합니다
- 다시 평가하고 개선하는 과정을 반복합니다
즉, AI가 단순히 답변을 생성하는 수준을 넘어, 자기 점검과 수정 과정을 반복하는 구조로 발전한 것입니다.
핵심 개념 ‘랄프 루프’란 무엇인가
이번 기능의 핵심에는 ‘랄프 루프(Ralph loop)’라는 개념이 있습니다. 이는 AI가 스스로 작업을 반복하도록 만드는 일종의 운영 방식입니다.
랄프 루프는 다음과 같은 순환 구조를 가집니다.
- 목표를 기준으로 현재 결과를 평가합니다
- 목표에 미달하면 다음 행동을 계획합니다
- 계획에 따라 작업을 수행합니다
- 다시 결과를 평가합니다
이 과정을 계속 반복하면서 점점 목표에 가까워지는 구조입니다.
쉽게 말하면, 사람이 “이 정도면 됐나?”라고 스스로 점검하며 일을 계속하는 것과 비슷한 방식입니다. 기존 AI가 한 번의 답변으로 끝났다면, 랄프 루프를 적용한 AI는 여러 번 시도하면서 결과를 개선하는 ‘반복 실행형 AI’라고 볼 수 있습니다.
무한 반복은 아니다… ‘예산’ 개념으로 제어
AI가 계속 작업을 반복하면 편리하지만, 계산 자원이 과도하게 사용될 수 있습니다. 이를 방지하기 위해 ‘토큰 예산’이라는 제한이 함께 적용됩니다.
토큰은 AI가 텍스트를 처리할 때 사용하는 계산 단위입니다. 일정량의 토큰이 소진되면, 목표가 완전히 달성되지 않았더라도 자동으로 작업이 중단됩니다.
즉, 이 기능은
- 목표 달성을 위한 반복 실행
- 자원 사용을 제한하는 안전장치 를 동시에 갖춘 구조입니다.
아직은 CLI 중심… 데스크탑은 개발 중
현재 이 기능은 명령어 기반 환경(CLI)에서 먼저 제공됩니다. 일반 사용자에게 익숙한 데스크탑 버전은 아직 개발 중입니다.
업데이트 이후에도 기능이 보이지 않는 경우에는 설정 파일(config.toml)에 다음 내용을 추가해야 합니다.
[features]
goals = true
왜 중요한가: “지시하는 AI”에서 “일하는 AI”로
이번 변화의 핵심은 AI의 역할 변화입니다.
기존에는 사용자가 계속해서 다음 명령을 내려야 했다면, 이제는 목표만 설정하면 AI가 스스로 작업을 이어갑니다.
이는 단순한 기능 추가가 아니라, AI의 사용 방식 자체를 바꾸는 변화입니다.
- 반복 업무 자동화가 더욱 쉬워집니다
- 복잡한 작업을 단계적으로 처리할 수 있습니다
- 개발, 데이터 분석, 문서 작성 등에서 생산성이 높아질 수 있습니다
앞으로 이러한 기능이 확산되면, AI는 단순히 질문에 답하는 도구를 넘어 실제로 일을 수행하는 ‘디지털 작업자’로 자리잡게 될 것으로 보입니다.