Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Codex는 초기 클라우드 기반의 한계를 극복하고 로컬 도구로 진화하며 OpenAI의 핵심 제품이 되었습니다. 에이전트 아키텍처가 Rust 기반 엔진으로 재설계되었고, 추론 모델은 '사고 사슬 프롬프팅'과 '추론 기록(reasoning trace)'을 통해 자율 코딩 능력을 확보했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 RSS: GeekNews (한국어)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기Every 팀은 출시 약 한 달 전부터 GPT-5를 실제 업무에 시험했으나,
Codex에서의 코딩 경험에는 기대만큼 만족하지 못함
엔지니어 Naveen Naidu는 음성 받아쓰기 앱 Monologue에서 며칠 동안 해결하지 못한 멈춤 현상을 찾아냄
하지만 모델은 작업을 너무 일찍 끝내고 허용 범위를 벗어나는 행동을 꺼리는 듯했으며, 사람과 단계별로 협업하는 도구에 가까웠음
당시 Every에서는
Claude Code와 Opus 4에 작업 전체를 위임하는 방식이 확산되고 있었음
Kieran Klaassen이 이끈 그룹은 기능이나 앱 전체를 맡긴 뒤 결과를 기다렸음
비개발자인 Katie Parrott는 엔지니어의 최소한의 도움으로 며칠 만에 AI 콘텐츠 관리 시스템을 구축하고 배포함. 버그는 있었지만 이전에는 직접 만들기 어려웠던 시스템임
2025년 여름 GPT-5 출시 전날, Codex 제품 책임자
Alexander Embiricos는 에이전트가 샌드박스 밖의 파일이나 명령에 접근할 때 사용자 승인을 요청하는 기능을 마무리하고 있었음
Every가 전달한 불만은 GPT-5의 지능보다, 전체 작업을 맡기기에는 지나치게 조심스러운 동작 방식에 있었음
GPT-5 출시 뒤 등장한
VS Code와 Cursor용 확장 기능은 빠르게 성장함
초기 언어 모델은 답을 한 단어씩 생성하며 문제를 풀었고, 응답 전에 계획을 세우거나 완성된 답을 뒤에서 수정할 기회가 없었음
“strawberry”에 r이 두 개 있다고 답하고 철자를 나열한 뒤에도 오류를 알아차리지 못하는 식의 실수가 발생함
답하기 전에 단계별 풀이를 요구하는
사고 사슬 프롬프팅 은 더 나은 답을 얻는 방법이었고, OpenAI는 이 행동을 모델 자체에 학습시킴
추론 모델은 응답 전
추론 기록(reasoning trace) 에서 여러 접근을 시험하고, 막힌 경로에서 돌아와 답을 선택함
화면의 “Thinking”은 단순한 대기 표시가 아니라 이런 계산 방식의 변화를 나타냄
2024년 9월 프리뷰로 나온
o1 은 모델 크기와 학습 시간뿐 아니라, 같은 모델이 문제에 쓰는 시간을 늘려도 어려운 문제의 답을 개선할 수 있음을 보여줌
프로그래밍은 수정, 실행, 결과 확인의
폐쇄형 피드백 루프를 제공함
모델은 사람이 매번 확인하지 않아도 수초 안에 변경 효과를 확인하고 다시 수정할 수 있음
충분히 오래 추론할 수 있다면 이론적으로 프로그래밍 작업을 스스로 수행할 가능성이 열림
첫 Codex는
2021년 공개 코드로 미세 조정한 GPT-3 모델로, 초기 GitHub Copilot을 구동함
o1 프리뷰 이후인 2024년 말에는 경영진의 요청에 따라 여러 팀이 AI 프로그래머를 서로 다른 방향에서 다시 탐색하기 시작함
Embiricos는 공동 창업한 프로그래머용 화면 공유 도구
Multi가 인수되면서 2024년 OpenAI에 합류함
ChatGPT 데스크톱 앱과 AI 브라우저 Atlas에서 사람과 에이전트의 공동 작업을 추진했지만, 당시 모델은 화면을 읽는 속도와 정확도가 부족했음
반면 터미널에서는 화면을 해석하지 않고 텍스트와 코드로 직접 파일을 읽고 명령을 실행하며 오류를 해결할 수 있었음
초기 추론 모델은
느리지만 오래 생각할수록 유리한 특성이 있었음
Copilot의 자동 완성이나 Cursor와 Windsurf의 대화 기능은 빠른 응답에 의존했음
Embiricos는 사용자가 30초에서 길어도 1분마다 진행 상황을 볼 필요가 있다고 생각하면서, 느린 응답을 장점으로 바꿀 제품 형태를 찾음
Thibault “Tibo” Sottiaux는 2024년 12월 무렵 연구 인프라 작성과 연구 속도 개선을 위한 코딩 에이전트에 착수함
DeepMind와 OpenAI에서 연구 인프라를 구축해 온 경험을 바탕으로, 실험 시간을 줄여 더 많은 실험과 더 빠른 모델 개선을 가능하게 하려 했음
팀은 OpenAI 모노레포로 내부 에이전트를 학습시키고, 연구자에게 필요한 Python 코드를 작성하게 함
OpenAI가 코딩을 회사 차원의 우선순위로 삼으면서
터미널, 편집기, 클라우드라는 여러 제품 형태를 동시에 탐색함
모델 수준의 빠른
지속적 혁신 은 기존 앱을 대체할 새로운 제품 형태를 계속 가능하게 함
한 줄을 완성하는 모델에는 자동 완성이, 30초를 생각하는 모델에는 대화형 사이드바가 적합함
한 시간 동안 작업하는 모델에는 전혀 다른 인터페이스가 필요하므로, 이전 제품의 성공만으로 다음 형태를 알 수는 없음
2025년 초 Sottiaux의 연구와
Scientist Assistant가 합쳐지면서 Embiricos와 같은 팀이 됐고, 다른 내부 코딩 프로젝트도 순차적으로 통합됨
DeepMind에서 Gemini와 모델 정렬을 연구한
Mia Glaese는 학습과 정렬에 쓰는 데이터를 담당함
연구에서는 직감만 믿기보다 정량적 검증을 중시하면서도, 새 모델 학습에는 여전히 불확실성이 크다고 봄
제품, 설계, 엔지니어링, 연구의 밀접한 협업이 모델과 제품 사이에 또 하나의 개선 루프를 만듦
Anthropic은 2025년 2월 24일 Claude 3.7 Sonnet과 함께
Claude Code 연구 프리뷰를 공개함
사용자 컴퓨터의 기존 파일, 설치 도구, 작업 맥락을 활용하고 작업 중간에 개입할 수 있었음
세션에서 얻은 교훈을 다음 작업으로 이어갈 수 있다는 점도 임시 클라우드 컴퓨터를 사용하는 Codex Cloud와 달랐음
Every의 Edmar Ferreira는 3월 사용 평가에서 자신이 사용한 에이전트 중 가장 좋다고 평가함
Codex 팀은 약
7주 동안 클라우드 비동기 에이전트를 구축해 2025년 5월 16일 출시함
ChatGPT 사이드바에서 작업을 입력하면 코드베이스를 격리된 클라우드 환경에 복사하고 파일 수정, 테스트, 린터 실행을 수행함
결과로 요약, 변경 내역, 풀 리퀘스트 생성 버튼을 제공하며 컴퓨터나 휴대전화에서 작업을 위임할 수 있었음
외부 사용자는
로컬 개발 환경을 클라우드에 재구성해야 했음
인증 정보, 권한, 설정, 필수 패키지를 옮기는 데 수시간이 걸릴 수 있었음
설정을 마치면 명확히 정의한 작업은 수행했지만, 도중에 방향을 수정할 수 없고 후속 요청도 새 클라우드 컴퓨터에서 시작했음
출시 당시 평가에서도 기존 코드의 기능 추가와 버그 수정에는 적합하지만, 처음부터 제품을 만드는 용도로는 한계가 있었음
OpenAI 내부의
표준화된 개발 환경과 명확한 연구 작업은 이런 마찰을 가렸음
내부에서는 설정이 자동화됐지만 외부 사용자는 그렇지 않았고, 모델 자체도 충분히 똑똑하지 않았음
팀은 사용자가 이미 일하는 노트북보다 미래의 자율 클라우드 작업 방식에 먼저 맞췄음
팀은 내부 터미널 시제품을 만들었다가
한 달 만에 중단하고 클라우드에 집중함
설정에 많이 투자한다면 내부에서 가장 유용할 형태를 택했음
노트북을 닫아도 독립적으로 일하는 클라우드 에이전트가 장기적으로 올바른 형태라는 믿음과, 즉각적인 응답보다 긴 작업에 적합한 당시 모델 특성이 함께 작용함
별도로 두 사람이 만든
오픈소스 Codex CLI는 Cloud보다 한 달 빠른 4월 16일 공개됐지만 주력 제품은 아니었음
Codex 전용 모델을 사용할 수 없었고, 기본 모델은 코딩 에이전트용으로 설계되지 않은 o4-mini였음
사용자 컴퓨터에서 파일을 수정하고 명령을 실행하는 기능은 보수적인 안전 정책에 맞추기 위한 추가 작업도 필요했음
제품 시장 적합성 부재 속에 엔지니어링 매니저는 당시 기업가치 90억 달러의 Cursor로 이직함
Cloud 출시 이후 Sottiaux가 엔지니어링 매니저를 맡아
사용자 컴퓨터에서 실행하는 로컬 에이전트로 방향을 바꿈
당시 Codex는 ChatGPT에 비해 관심이 적은 프로젝트였음
기존 CLI에 기능을 빠르게 덧붙이기보다 내부 에이전트부터 재작성하기로 함
팀은 파일 읽기와 명령 실행을 담당하는
공통 에이전트를 Rust로 재구축하고 터미널 UI와 분리함
초기 CLI 기능 개발은 늦어졌지만, 같은 엔진을 편집기, 데스크톱, 모바일, 클라우드, ChatGPT에 활용할 수 있게 함
GPT-4.1 연구를 이끌었던
Michelle Pokrass는 GPT-5의 후속 학습에서 실제 개발과 대화형 코딩 능력 개선에 집중함
코딩 대회 성적이 뛰어나도 복잡하게 얽힌 코드베이스나 개발자의 중간 개입에 익숙하지 않은 문제가 있었음
프로그래머의 작업을 직접 관찰하고 모델이 실패한 상황을 반복 가능한 학습 과제로 바꿈
GPT-5는 코드베이스 구조를 파악하고 계획을 설명하며 버그를 조사하고 권한을 확인하는
신중한 협업 모델로 발전함
Every는 출시 평가에서 Claude Code보다 뒤처졌다고 느꼈지만, 당시 많은 개발자는 완전한 위임보다 이런 협업을 원했음
David Heinemeier Hansson의 태도 변화도 개발자 인식의 이동을 보여줌
팀은 CLI를 유지하되 다음 대규모 투자를
네이티브 데스크톱 앱에 집중하기로 함
모델이 더 긴 작업과 코드 밖의 정보를 처리하기 시작했고, 음성과 이미지도 들어올 예정이었음
텍스트 전용 터미널에서 여러 에이전트와 다양한 매체를 하루 종일 다루는 방식은 적합하지 않다고 판단함
로컬 앱에서는 사용자가 에이전트를 가까이서 지도하다가
믿고 맡길 작업을 점차 늘릴 수 있음
작업 도중 개입할 수 없었던 Cloud의 한계를 피하면서, 터미널을 쓰지 않는 사용자에게도 확장할 수 있는 형태였음
디자이너이자 프로그래머인
Andrew Ambrosino가 합류했을 때 확정된 목표는 IDE보다 가볍고 팀이 매일 주력 도구로 쓸 앱을 만드는 것이었음
여러 코딩 에이전트를 관리하는 Mac 앱 Conductor와 ChatGPT의 대화 목록이 참고점이 됨
작업마다 에이전트와의 대화를 두고, 프로젝트별로 묶은 사이드바 옆에 선택한 대화를 표시함
가장 큰 결정은
내장 코드 편집기를 넣지 않는 것이었음
코드를 수정하려면 에이전트에게 요청해야 했음
편집기를 넣으면 실행 취소, 검색, 단축키 등 기존 편집기의 모든 기능을 기대하게 되며, 4명 규모 팀이 이를 충족하기는 어려웠음
부족한 편집기를 만드는 대신, 편집기가 없어도 될 만큼 좋은 에이전트 경험에 집중함
내부에서도
직접 수정할 수 없는 불편함에 대한 반발이 있었음
초기에는 개발팀조차 앱을 주력 도구로 쓰지 않았고, Dominik Kundel은 문장 하나를 바꾸려고 프롬프트를 써야 하는 일이 번거롭다고 함
Ambrosino도 11월까지 파일 편집 기능을 빼는 결정에 회의적이었음
Google이 2025년 11월 VS Code 기반 Antigravity를 출시하자 팀은 자신들도 VS Code를 포크해야 했는지 고민함
OpenAI는 2025년 9월
Codex 전용 모델 계열을 출시했지만, 11월까지도 데스크톱 앱을 공개하기에는 품질이 부족했음
GPT-5.1 Codex Max는 11월 19일 출시돼 수시간 동안 코딩할 수 있었고, 12월 18일 나온 GPT-5.2 Codex는 큰 코드베이스 전반의 변경 능력을 개선함
Glaese와 제품팀은 인기 벤치마크 점수보다
실제 사용자의 작업 흐름 개선을 우선함
별도 모델 계열 덕분에 ChatGPT 사용자 8억 명에게 미칠 영향을 걱정하지 않고 빠르게 변경할 수 있었음
개발자 피드백을 모델 개선에 반영하는 주기도 단축함
12월에는
직접 코드 편집 없이 작업하는 방식이 팀 안에서 자리 잡기 시작함
Kundel은 인라인 댓글만으로 변경을 빠르게 처리하게 됐고, Ambrosino는 모델을 지도하되 코드를 손으로 고치지 않게 됨
Glaese도 GPT-5.2를 자신의 업무에 큰 가능성을 느낀 전환점으로 봄
업계에서도 연말 휴가 동안 Opus 4.5와 GPT-5.2로
코드를 직접 만지지 않고 앱 전체를 만드는 경험이 확산됨
2026년 1월 초에는 앱 개발팀 전체가 Codex 앱을 사용했고, 다음 검증 대상은
OpenAI 내부의 다른 팀이었음
2월에는 엔지니어링과 연구 조직에서 널리 쓰였고, Noam Brown과 터미널 및 Emacs 애호가였던 Greg Brockman도 전환함
Altman은 이후 내부에서 가장 사랑받은 제품이라고 평가함
다만 Cloud 역시 내부에서는 인기였던 만큼, 외부에서도 성공할지는 아직 확인해야 했음
Codex macOS 앱은 2026년 2월 2일 공개됨
사이드바에서 현재 및 과거 작업을 선택하고, 에이전트의 진행 상황을 보거나 추가 지시를 내릴 수 있었음
버그 수정과 기능 개발을 서로 다른 에이전트에 맡기고, 각자 별도 코드 복사본에서 작업해 다른 에이전트의 변경을 덮어쓰지 않게 함
다중 에이전트 자체가 새로운 것은 아니었지만, Codex는
처음부터 일관된 에이전트 중심 인터페이스를 구성함
Claude 데스크톱 앱은 Chat, Code, Cowork를 순차적으로 추가하면서 어떤 탭에서 어떤 권한과 기능을 쓰는지 혼란스러워졌다는 평가를 받음
후발주자인 Codex는 이미 검증된 제품 확장 경로를 참고할 수 있었음
내장 편집기를 배제한 설계에 맞춰 에이전트가 앱 안에서 사용자가 하는 거의 모든 일을 수행하도록 했으며, 도구 연결도 설정을 찾는 대신 요청으로 처리할 수 있었음
며칠 뒤 나온
GPT-5.3 Codex 부터 전용 모델 학습이 프로그래밍 밖으로 확장되기 시작함
모든 분야에서 더 낫다는 뜻은 아니며, 다양한 지식 노동에 유용하려면 무엇을 더 알아야 하는지 탐색하기 시작한 단계였음
Every의 Dan Shipper는 문서 편집기 Proof의 복잡한 버그를 해결하고 밤새 어려운 작업을 맡기는 데 Codex를 활용함
3월 초
GPT-5.4 는 코딩 능력에 더해 설명과 사용자 의도 이해를 개선함
Every에서는 Claude 중심이던 사용 방식에서 OpenAI 도구와 모델을 일상적으로 사용하는 방향으로 바뀜
OpenAI에 따르면 3월 19일 Codex는
주간 사용자 200만 명 을 넘었고, 전체 사용량은 연초 대비 5배로 증가함
4월에는 앱 내 브라우저로 검색과 실제 웹페이지 검증을 수행하고, 다른 Mac 앱에서도 작업할 수 있게 됨
문서, 슬라이드, 스프레드시트 미리보기도 추가돼 비개발자가 프레젠테이션이나 예산 보고서를 요청하고 결과를 앱 안에서 확인할 수 있게 됨
com.openai.codex임
처음에는 ChatGPT 안의 탭이었던 Codex가 이제 ChatGPT를 구동하는 기반이 됨
Sottiaux는
ChatGPT, Codex, API를 포함한 핵심 제품과 플랫폼 전체를 이끄는 역할로 올라감
본문 시점에서 Codex와 ChatGPT for Work의 주간 활성 사용자는 합계 4,000만 명임
Embiricos가 그린 성장 흐름은
Cloud, GPT-5 이후 CLI, 편집기 확장, GPT-5.3 Codex와 데스크톱 앱으로 이어짐
Cloud의 초기 상승은 곧 평탄해졌고, 뒤이어 나온 제품 형태마다 더 큰 성장 곡선을 만듦
이 과정은 Clayton Christensen의
《The Innovator’s Dilemma》 가 다룬 변화와 닮아 있음
하드웨어 발전이 메인프레임에서 미니컴퓨터, PC, 노트북, 휴대전화로 이어지며 더 넓고 비전문적인 시장을 열었듯, 모델 발전은 기존 인터페이스를 계속 넘어섬
전통 컴퓨팅에서 여러 회사에 걸쳐 반세기 동안 일어난 변화가 Codex에서는 소수 팀 안에서 약 10개월 동안 압축적으로 진행됨
기존 제품의 성공이 다음 제품을 억누르는 함정을 피하는 데
병렬 투자 구조와 독립적인 모델 및 제품 개발 공간이 작용함
OpenAI 경영진은 스타트업 경험을 통해 이 함정을 알고 있었고, Codex 팀은 거대한 ChatGPT 사용자 기반의 제약에서 떨어져 실험할 수 있었음
Codex로 Codex를 만드는 방식도 새 제품 개발 비용을 낮춤
기존 조직에서는 예산과 인력을 확보하기 위한 논의에 수개월이 걸릴 수 있지만, 소수 인원이 몇 주 안에 새 인터페이스를 만들어 보여줄 수 있었음
설득을 위한 긴 논의보다 실제 제품을 시험하는 비중이 커짐
다음 목표는
비동기 작업을 위해 다시 클라우드로 이동하는 것임
수백만 명이 자기 컴퓨터에서 에이전트를 신뢰하게 된 뒤, 사용자가 자리를 비워도 계속 작업하는 초기 비전을 다시 추진하려 함