JYP Garden Internal

메타 프롬프팅으로 /goal 잘 쓰기

Properties1
tagsagentic-ai, harness-engineering, claude-code, prompt-engineering, personal

8 min read

메타 프롬프팅으로 /goal 잘 쓰기

AI 에이전트가 목표를 완수하려면 목표를 시키는 글이 잘 써져야 한다. 메타 프롬프팅은 그 글쓰기마저 AI에게 맡기는 기법이다.

핵심 개념

Agentic Loop

정의: AI 에이전트가 plan → act → test → review → iterate 루프를 스스로 반복하면서 목표를 끝까지 수행하는 구조.

  • Codex /goal: CLI v0.128.0에서 추가된 기능
  • 목표가 완료되거나 토큰 예산이 소진될 때까지 자율 반복
  • 일시정지·재개 가능
  • Ralph-Loop와 동일 철학 (Goobong Jeong 설파) — 매 반복마다 context window 새로 열기로 대화 길이 증가 성능 저하 해결

Meta Prompting

정의: AI에게 프롬프트를 어떻게 만들지를 지시하는 기법. 즉, 프롬프트를 만드는 프롬프트다.

두 단계의 차이:

  • 단계 1: 보통 프롬프트 → AI에게 “뭘 할지” 지시
  • 단계 2: 메타 프롬프팅 → AI에게 “프롬프트를 어떻게 만들지” 지시

OpenAI 공식 Codex 프롬프팅 가이드에서 직접 권장하는 기법

사람이 쓴 프롬프트 vs AI가 만든 프롬프트

예시: Pydantic v1 → v2 마이그레이션

사람이 쓴 프롬프트:

"이 프로젝트 Pydantic v1을 v2로 마이그레이션해줘. 테스트 통과시켜."

AI가 메타 프롬프팅으로 만든 프롬프트:

대상: src/models/ 전체
변환 규칙:
  - validator → field_validator
  - Config class → model_config dict
  - .dict() → .model_dump()
실행: 각 파일 수정 후 pytest 실행
반복: 실패 시 에러 기반으로 수정
완료 조건:
  - 전체 테스트 통과
  - mypy 타입 체크 통과
  - 기존 API 응답 형식 변경 없음

차이점:

  • 사람: “~해줘”에서 끝남
  • AI: 변환 규칙 + 완료 조건 + 검증 기준을 한 번에 포함

메타 프롬프팅 실행 방법

단계별 절차

  1. 프로젝트 코드를 AI에게 읽히기

    • 관련 파일과 디렉토리 제시

  2. 메타 프롬프팅 요청

    "나는 Codex CLI의 /goal 기능을 쓰려고 합니다. 
/goal은 에이전트가 목표 완료까지 plan → act → test → review → iterate 루프를 
자율 반복하는 기능입니다.

우리 프로젝트를 보고 /goal로 가장 생산성을 높일 수 있는 작업 3가지를 제안해주세요.
각 작업에 대해 아래 구조로 /goal 프롬프트를 작성해주세요:

→ Goal: 구체적 목표
→ Context: 관련 파일과 디렉토리
→ Constraints: 아키텍처 규칙과 기술 제약
→ Done When: 완료 판단 기준 (테스트 통과 조건 포함)"

  3. 받은 프롬프트를 /goal에 그대로 붙여넣기

    • 에이전트가 하위 작업 분해 → 테스트 실행 → 실패 시 수정 반복
    • 백그라운드 실행 가능

왜 메타 프롬프팅이 효과적인가?

프롬프트 품질의 중요성

핵심 통찰: 모델 성능의 한계는 대부분 프롬프트 부실 때문이다.

  • ❌ “모델이 부족해서 결과가 안 좋다” (착각)
  • ✅ 실제 원인: 프롬프트가 너무 추상적 (구체성 부족)

프롬프트 품질이 AI 능력을 결정한다

항목약한 프롬프트강한 프롬프트
무엇을 할지”마이그레이션해줘”validator → field_validator, Config → model_config
어디까지 할지”테스트 통과”모든 테스트 + mypy 타입 체크 + API 응답 호환성
에이전트 역할단순 copilot (한 번 실행)자율 agent (여러 턴 반복)
결과헛바퀴 반복문제 정확히 해결
소요 시간30분수십 초

실전 팁

일곱 가지 주요 인사이트

  1. /goal은 한 번 지시하고 끝나는 명령이 아니다

    • 루프를 자율 반복하므로, 첫 프롬프트가 방향을 정확히 잡아줘야 함

  2. 사람이 직접 쓴 프롬프트로는 /goal이 잘 안 된다

    • 프롬프트가 빈약하면 일반 프롬프트와 차이 없음
    • 에이전트가 수십 턴을 반복해도 방향을 구체적으로 안 잡아주면 헛바퀴

  3. 메타 프롬프팅은 프롬프트 작성을 AI에게 위임하는 기법

    • 사람이 30분 고민해서 쓸 프롬프트보다 훨씬 정밀한 결과

  4. “무엇을 해라”가 아닌 “어디까지 해라”를 정확히

    • Goal: 구체적 목표
    • Done When: 완료 판단 기준 (테스트, 타입 체크, API 호환성 등)

  5. 프롬프트 엔지니어링의 재정의

    • 프롬프트를 잘 작성하면 AI가 단순 copilot에서 자율 agent로 진화
    • 모델 성능 이전에 프롬프트 품질이 결정 요소

  6. 메타 프롬프팅 요청의 최고 팁

    • (1) 프로젝트 코드를 AI에게 읽히기
    • (2) AI에게 /goal 프롬프트 작성 요청 (Goal/Context/Constraints/Done When 구조)
    • (3) 받은 프롬프트를 그대로 /goal에 붙여넣기

  7. 비용 대비 효율

    • 사람: 프롬프트 작성 30분 + 불완전한 결과
    • AI: 메타 프롬프팅으로 수십 초 + 구조화된 완벽한 프롬프트

관련 개념

그래프 뷰

백링크