저는 AI 코딩 에이전트(AI coding agents) 중에서 Claude Code를 가장 많이 사용해 왔습니다. Sonnet, Opus 등 모두 실행해 보았습니다. 이유는 간단합니다. 도구 실행(tool execution)과 프롬프트 준수(prompt following) 능력이 괴물 같기 때문입니다. 이것이 바로 Anthropic이 코딩 에이전트로부터 발생하는 API 수익을 독점하는 이유이기도 합니다. 선점자 우위(First-mover advantage)는 실재하며, 개발자들은 이들을 좋아합니다.

하지만 GPT-5.5 Codex는 미친 듯이 훌륭했습니다.

새로운 모델이 출시되면 저는 벤치마크(benchmarks)가 아닌 실제 테스트를 진행합니다. 이번에는 두 가지 작업을 구축했습니다:

테스트 1: PR 트리아지 봇(PR triage bot) – GitHub MCP, 점수 산정 공식, Slack 알림, 재시도, 엄격한 TS(TypeScript), "any" 사용 금지.

테스트 2: 실시간 코드 리뷰 UI – React, WebSockets, 낙관적 롤백(optimistic rollback), 가상화된 diff(virtualized diff), WS 재연결.

동일한 프롬프트. 동일한 MCP (GitHub + Slack). 동일한 머신.

제가 발견한 결과는 다음과 같습니다:

Claude Code (Opus 4.7):

• 코드 한 줄을 쓰기 전에 MCP를 검증함
• 12분 만에 36개 파일 구축
• 자체적인 WebSocket 스모크 테스트(3ms 브로드캐스트) 작성
• 첫 실행 시 오류 제로
• 총 비용: 약 $2.50

Codex (Cursor를 통한 GPT-5.5):

• 작업 1 실패 (GitHub MCP에 도달할 수 없음 – 모델 문제가 아닌 Cursor 환경 문제)
• 작업 2는 완료되었으나 무한 React 루프를 위한 패치(patch)가 필요했음
• 28개 파일, 더 압축된 아키텍처(architecture)
• 총 비용: 약 $2.04 (18% 더 저렴함)

Claude는 더 깔끔하게 결과물을 내놓았습니다. Codex는 패치 작업이 필요했습니다. 복잡하고 아키텍처 비중이 높은 작업에는 여전히 의심의 여지 없이 Opus를 선택합니다.

하지만 Codex는 더 가볍고, 저렴하며, 오픈 소스(open source)였습니다. 빠르게 배포하고 싶은, 타이트하고 독립적인 작업의 경우 Codex도 충분히 경쟁력이 있습니다.

저는 갈아타지는 않을 것입니다. 하지만 처음으로 가격 격차를 주시하고 있습니다.

모든 코드, 프롬프트, 실행 로그 및 비용 표가 포함된 전체 분석 내용:

https://composio.dev/content/claude-code-vs-openai-codex