만약 당신이 7월 9일에 Codex 애플리케이션을 열었는데 찾을 수 없었다면, 그것은 고장 난 것이 아닙니다. OpenAI는 Codex를 ChatGPT 통합 데스크톱 애플리케이션 내부로 옮겼습니다. 이제 이것은 세 개의 프로그램이 아니라 Chat, Work, Codex라는 세 가지 모드를 가진 하나의 창입니다. 이에 대해 2026년 7월 9일에 발표되었으며, Tech Times(7월 10일)와 ByteIota(7월 9일)의 데이터에 따르면 업데이트는 Mac과 Windows에 전 세계적으로 배포되었습니다.

핵심을 두 줄로 요약하자면: 목표를 설정하면 몇 시간 동안 작업을 수행하는 새로운 자율 모드인 Work가 등장했으며, 기존의 Codex는 단순히 옆에 있는 탭이 되었습니다. 또한, 에이전트의 결과물을 살아있는 웹 페이지로 변환하는 Sites가 퍼블릭 베타(Public Beta)로 출시되었습니다.

다음으로는 정확히 무엇이 바뀌었는지, 어떻게 시도해 볼 수 있는지, 모델 비용은 얼마인지, 그리고 이 구조의 솔직한 한계는 어디인지 알아보겠습니다.

2026년 7월 9일에 일어난 일

핵심: Codex는 별도의 애플리케이션이 아니게 되었으며 ChatGPT 내부의 모드가 되었습니다. 동시에 새로운 GPT-5.6 모델 기반의 에이전트 Work가 출시되었습니다.

출처 링크와 함께 사실을 정리해 보겠습니다.

• 2026년 7월 9일, OpenAI는 Codex 애플리케이션을 macOS 및 Windows용 새로운 ChatGPT 데스크톱 애플리케이션과 통합한다고 발표했습니다 (Tech Times, ByteIota, OpenAI 블로그).
• ChatGPT Work - 자율 에이전트: 목표를 설정하면 연결된 애플리케이션에서 컨텍스트(Context)를 수집하여 몇 시간 동안 작업하며, 완성된 문서, 스프레드시트, 프레젠테이션 및 웹 애플리케이션을 제공합니다 (Tech Times, OpenAI 블로그).
• Sites가 퍼블릭 베타로 출시되었습니다: 에이전트의 작업 결과가 살아있고 스스로 업데이트되는 웹 페이지로 변환됩니다 (Tech Times, OpenAI 블로그).
• Codex는 Chat 및 Work와 동등하게 애플리케이션 내부의 별도 모드로 유지됩니다 (Tech Times, ByteIota, OpenAI 블로그).
• 업데이트된 애플리케이션은 Mac 및 Windows에서 전 세계적으로 사용할 수 있으며, 세 가지 모드 모두 무료 요금제를 포함한 모든 요금제에서 사용할 수 있습니다 (Tech Times, ByteIota, OpenAI 블로그).
• Work는 같은 날인 7월 9일에 일반 공개된 GPT-5.6 모델에서 작동합니다 (Tech Times, OpenAI 블로그).

출처에 대한 솔직한 고지: 확인 시점(7월 14일) 기준으로 OpenAI의 공식 블로그 포스트는 직접 요청 시 403 오류를 반환했습니다. 따라서 대부분의 항목에 대해 저는 릴리스를 동시에 다룬 두 개의 독립적인 기술 매체에 의존하고 있으며, 2차 자료를 통해 확인되는 경우에만 원문 포스트를 언급합니다. 만약 보장된 제한 수치(limits)가 필요하다면 애플리케이션 자체에서 확인하십시오. 출처에는 Work 모드에 대한 정확한 할당량(quotas)이 명시되어 있지 않습니다.

일치성에 대해 별도로 언급하자면: 당일 출시가 GPT-5.6의 일반 공개와 맞물렸습니다. Tech Times와 ByteIota는 이를 하나의 패키지 발표로 분석하고 있습니다. 이것은 모델의 품질에 대한 증거가 아니라 마케팅 타이밍의 신호입니다. 동시 릴리스는 단지 OpenAI가 Work와 그 기반이 되는 모델을 함께 보여주고 싶어 했다는 것을 의미할 뿐입니다.

해외 결제 문제 없이 이러한 에이전트 시나리오(agentic scenarios)를 워크플로에 통합하는 방법을 살펴보고 있다면, 시작 단계에서 이 점을 유념하십시오 — 접근성 문제는 아래 모델 섹션에서 다룰 때 다시 돌아오겠습니다.

Chat, Work, Codex의 차이점

핵심: 세 가지 모드는 세 가지 작업 지평(horizons)을 의미합니다. Chat은 현재에 응답하고, Codex는 리포지토리(repository) 내의 코드를 작성 및 수정하며, Work는 장시간 작업에 투입되어 결과물(artifact)을 가져옵니다.

이전에는 제품 단위로 경계가 나뉘어 있었습니다: Codex는 코드를 위한 별도의 애플리케이션이었고, ChatGPT는 대화를 위한 것이었습니다. 이제 경계는 하나의 창 내부로 들어왔으며, 사용자는 의식적으로 모드를 선택해야 합니다.

모드 구성 및 모든 요금제에서의 가용성에 대한 출처는 Tech Times와 ByteIota입니다. "작업 시간" 및 결과물 유형에 관한 문구는 Tech Times와 OpenAI 블로그의 Work 설명을 인용했습니다.

실무자에게 중요한 점은 다음과 같습니다. Work는 단순히 "더 오래 대화하는 Chat"이 아닙니다. 연결된 애플리케이션으로부터 스스로 컨텍스트 (Context)를 수집하고, 단계별 순서를 스스로 결정하는 에이전트 (Agent)입니다. 즉, 결과물의 품질은 당신이 정확히 무엇을 연결했는지, 그리고 목표를 얼마나 명확하게 공식화했는지에 더 크게 좌우됩니다. 몇 시간 단위의 모호한 목표는 몇 시간 동안 모호한 결과를 만들어냅니다.

새로운 ChatGPT Work를 시도하는 방법: 단계별 가이드

핵심: 데스크톱 애플리케이션을 업데이트하고, Work 모드를 선택하며, 필요한 소스를 연결하고, 하나의 명확한 목표를 부여한 뒤, 결과물 (Artifact)을 확인하세요.

Tech Times와 ByteIota의 데이터에 따르면, 이 모드들은 무료 요금제를 포함한 모든 요금제에서 사용할 수 있으므로 첫 실행을 위해 반드시 결제할 필요는 없습니다. 소스상에 Work에 대한 무료 요금제의 정확한 제한 사항은 명시되어 있지 않으므로, 이 부분을 가장 먼저 직접 확인해 보는 것이 좋습니다.

1. Mac 또는 Windows용 ChatGPT 데스크톱 애플리케이션을 업데이트하거나 설치하세요. 이번 통합 발표에서는 웹 버전과 모바일 앱은 언급되지 않았으며, 오직 데스크톱에 대해서만 다루고 있습니다.
2. 모드 전환 스위치를 열고 Chat 대신 Work를 선택하세요.
3. 작업에 필요한 컨텍스트 (Context) 소스를 연결하세요. Work는 연결된 애플리케이션으로부터 컨텍스트를 수집하는 에이전트로 정의되었으므로, 연결 없이는 보이지 않는 상태로 작동하게 됩니다.
4. 목표를 한 단락으로 공식화하세요: 무엇이 만들어져야 하는지, 어떤 형식인지, 어떤 제약 사항이 있는지 포함해야 합니다. 메시지 목록이 아니라 최종 결과물을 작성하세요.
5. 실행한 뒤 즉각적인 응답을 기다리지 마세요. OpenAI의 설명에 따르면 이 모드의 작업 범위는 몇 시간 단위입니다. 이를 채팅이 아닌 백그라운드 작업 (Background task)으로 계획하세요.
6. 결과물 (Artifact)을 받으면 외주 업체가 보낸 초안처럼 검토하세요: 사실 관계, 숫자, 링크, 구조 등을 확인해야 합니다. 자율성 (Autonomy)이 있다고 해서 리뷰 (Review)가 필요 없는 것은 아닙니다.

Sites를 위한 별도의 단계입니다. 결과물이 웹 페이지라면, Sites(Tech Times에 따르면 공개 베타 버전)를 포함하여 아티팩트(Artifact)를 라이브 페이지로 게시하십시오. 여기서 "라이브"라는 의미는 페이지가 에이전트의 작업에 따라 업데이트될 수 있다는 뜻이지, 페이지가 자동으로 완벽해지거나 프로덕션(Production)에 즉시 투입될 준비가 되었다는 의미는 아닙니다.

인증 및 소스 연결은 어떻게 이루어지는가

핵심: Work의 가치는 당신이 무엇을 읽을 수 있게 허용했느냐에 따라 결정됩니다. 연결(Connections)은 곧 에이전트의 작업대(Workbench)입니다.

에이전트가 연결된 애플리케이션으로부터 직접 컨텍스트(Context)를 수집하기 때문에, 연결의 보안은 단순한 형식적인 절차가 아니라 작업 설계의 일부가 됩니다. 현재 소스에는 Work를 위한 커넥터(Connector) 전체 목록과 권한 모델이 명시되어 있지 않으므로, 여기서는 문서의 내용을 그대로 요약하는 대신 에이전트를 실제 업무 데이터에 투입하기 전에 확인해야 할 실무적인 범위를 제시하겠습니다.

• 최소 권한 원칙(Principle of Least Privilege)에 따라 액세스 권한을 부여하십시오: 특정 목표에 필요한 소스에만 접근을 허용합니다.
• 테스트 실행과 실제 데이터(Production data)를 분리하십시오. 첫 실행은 기밀이 아닌 데이터 세트로 진행하십시오.
• 자율 에이전트(Autonomous agent)는 연속적인 많은 동작을 수행한다는 점을 기억하십시오. 단 하나의 잘못된 전제 조건이 모든 단계로 확산될 수 있습니다.

데스크톱 애플리케이션이 아닌 자신의 코드에서 동일한 클래스의 모델에 프로그래밍 방식으로 접근해야 할 경우, 표준 방식은 API 키와 기본 URL(Base URL)을 사용하는 것입니다. 아래는 비밀 정보를 대신하여 플레이스홀더(Placeholder)를 사용한 안전한 Python 템플릿입니다. 절대로 코드에 키를 직접 입력(Hard-code)하지 마십시오. 환경 변수(Environment variable)에서 읽어와야 합니다.

import os
from openai import OpenAI

...

템플릿의 의미는 간단합니다. 호환 가능한 API를 사용하면 로직을 다시 작성할 필요 없이 api_key와 base_url만 변경하여 제공자(Provider)를 바꿀 수 있습니다. 이는 모델 선택의 문제가 제기될 다음 섹션에서 유용하게 쓰일 것입니다.

내부적으로 어떤 모델이 사용되며 비용은 얼마인가

핵심 요약: Work는 7월 9일에 일반 공개된 GPT-5.6을 기반으로 작동합니다 (Tech Times, OpenAI 블로그). Work에 대한 정확한 가격은 출처에 명시되어 있지 않으므로, 앱 내 요금제를 확인하여 계획을 세우시기 바랍니다.

여기서는 무엇이 알려져 있고 무엇이 알려지지 않았는지 솔직하게 구분할 필요가 있습니다.

• 알려진 사실: 모든 요금제(무료 요금제 포함)에서 해당 모드들을 사용할 수 있습니다 (Tech Times, ByteIota).
• 알려진 사실: Work는 GPT-5.6을 기반으로 구동됩니다 (Tech Times, OpenAI 블로그).
• 출처를 통해 알려지지 않은 사실: 무료 요금제의 Work 정확한 제한(limit), 긴 실행(run)의 개별 비용, Sites 할당량(quota). 제시된 사실 집합에는 이러한 수치가 포함되어 있지 않으며, 저는 이를 임의로 만들어내지 않을 것입니다.

실질적인 결론. 몇 시간 동안 작동하는 자율 에이전트(Autonomous agent)는 짧은 채팅보다 잠재적으로 훨씬 더 많은 연산(computation)을 소비합니다. 따라서 "모든 요금제에서 무료"라는 말과 "제한 없음"은 같은 의미가 아닙니다. Work를 워크플로(workflow)에 도입하기 전에, 실제 작업 몇 가지를 실행해 보고 요청 제한(request limit), 실행 길이(run length), 또는 귀하의 데이터 유형에 따른 품질 중 무엇에 먼저 부딪히는지 확인하십시오.

이제 모델 선택 전반에 대해 살펴보겠습니다. GPT-5.6이 에이전트 및 코딩 작업에 유일한 옵션은 아니며, 하나의 모델에 종속되기보다 여러 모델 제품군(family)을 비교할 줄 아는 것이 현명합니다. 만약 러시아에서 Claude, GPT, Gemini, DeepSeek, Qwen을 한 곳에서 비교하거나 라우팅(routing)해야 한다면, 단일 API를 제공하는 애그리게이터(aggregator)를 통해 수행하는 것이 편리합니다: OpenAI 및 Anthropic SDK와의 호환성, 단일 루블 잔액, 러시아 카드 결제, SBP 또는 계좌 이체 지원, VPN 및 해외 카드 불필요 등의 장점이 있습니다. 팀을 위한 계약, 인보이스 및 증빙 서류도 제공됩니다. 이는 ChatGPT Work 자체를 대체하는 것이 아니라, 자신의 작업에서 모델들을 비교해야 할 때 코드상에서 다양한 모델에 접근할 수 있도록 하는 방법입니다.

모든 것이 실패하는 지점: 전형적인 오류와 통합

핵심: 자율성(Autonomy)은 전제 조건에서의 오류 비용을 증가시킵니다. 마지막 답변이 아니라 에이전트의 결정 체인(Decision chain) 전체를 디버깅하세요.

자주 발생하는 실패 모드들을 공포 조성이 아닌 체크리스트로서 살펴보겠습니다.

• 모호한 목표. 몇 시간 단위의 작업 범위에서는 가장 비용이 많이 드는 오류입니다. 에이전트는 정직하게 잘못된 일을 수행합니다. 결과물과 형식을 정확하게 정의함으로써 해결할 수 있습니다.
• 부족한 컨텍스트 (Context). Work는 연결된 소스에서 데이터를 수집합니다. 필요한 소스를 연결하지 않으면, 확신에 차 있지만 불완전한 결과물(Artifact)을 얻게 됩니다.
• Sites에 대한 맹목적 신뢰. 베타 버전의 "살아있는 웹 페이지"는 게시를 위한 초안이지 완성된 사이트가 아닙니다. 외부로 공개하기 전에 반드시 내용을 확인하세요.
• 모드 혼합. 코드 수정은 Work의 긴 실행 과정에 맡기기보다 Codex에서 수행하는 것이 더 논리적입니다. 모드를 선택하는 것 자체가 문제 해결의 일부입니다.

자동화 통합에 대하여. 이러한 에이전트의 결과물을 파이프라인(예: n8n)으로 전달하여, 문서가 준비되면 다음 단계가 시작되도록 만들고 싶은 경우가 많습니다. 작동하는 HTTP 노드 프레임워크는 다음과 같습니다. 여기서도 보안을 위해 비밀값(Secrets) 대신 플레이스홀더를 사용하며, 워크플로(Workflow) 본문이 아닌 환경 변수에서 키를 읽어옵니다.

HTTP Request (n8n)
  Method:  POST
  URL:     https://api.provod.ai/v1/chat/completions
...

이러한 통합을 가장 자주 망가뜨리는 세 가지 요소는 다음과 같습니다: 환경 변수 대신 워크플로 내부에 키를 평문으로 노출하는 것, 긴 응답에 대한 타임아웃(Timeout) 처리가 없는 것, 그리고 오류 코드를 조용히 삼켜버리는 것입니다. 오류 발생 시 응답 상태와 본문을 로그(Log)로 남기세요. 그렇지 않으면 눈을 감고 수리하는 것과 다를 바 없습니다.

도구들을 혼동하지 않는 것이 중요합니다. n8n과 같은 플랫폼은 오케스트레이션(Orchestration)입니다. ChatGPT Work는 작업 수행자(Executor)입니다. 모델 어그리게이터(Aggregator)는 연산에 대한 접근 권한입니다. 각 도구는 자신의 계층을 담당하며, 그 어떤 것도 나머지 두 가지를 대체할 수 없습니다.