단독: 사무직 종사자들, OpenAI의 Codex 수용

Axios가 최초로 공유받은 OpenAI의 새로운 보고서에 따르면, 지식 노동자(Knowledge workers)는 현재 OpenAI의 Codex 사용자의 약 5분의 1을 차지하고 있으며, 개발자보다 3배 이상 빠른 속도로 성장하고 있습니다.

중요한 이유: AI는 문서, 이메일, 발표 자료(decks) 및 대시보드(dashboards)를 대량으로 만들어내는 것을 더 쉽게 만들었으며, OpenAI는 이제 에이전트(agents)가 노동자들이 이러한 자료들을 이해하는 데 도움을 줄 수 있다고 확신하고 있습니다.

---

전체적인 그림: 이전의 업무용 소프트웨어 물결은 노동자들이 방대한 양의 파일과 메시지를 생산하도록 장려했지만, 이러한 "업무 산출물(workplace artifacts)"은 대부분 서로 다른 소프트웨어 프로그램 내에 고립된 상태로 남아 있습니다.

• 보고서는 Codex가 해당 산출물들이 어디에 있든 상관없이 그 모든 곳에서 중요한 맥락(context)을 수집할 수 있다고 주장합니다.

수치로 보는 현황: OpenAI 측에 따르면, Codex는 현재 주간 활성 사용자(weekly active users)가 400만 명 이상이며, 이는 회사가 2월에 데스크톱 앱을 출시한 이후 5배 이상 증가한 수치입니다.

• 지식 노동자들 사이에서 가장 빠르게 성장하는 작업은 데이터 분석(data analysis)으로 전주 대비 110% 증가했으며, 조사(research)는 37%, 지식 산출물(knowledge artifacts) — 보고서, 메모, 문서, 계약서, 멀티미디어 자산, PDF 및 스프레드시트 —은 36% 증가했습니다.
• 현재 사용자 중 60% 이상이 하루 중 어느 시점에 하나 이상의 Codex 작업을 동시에 실행하며, 이는 4월 중순의 절반 미만이었던 수치보다 증가한 것입니다.

사례: Codex는 이메일, 캘린더, 문서, 스프레드시트, 디자인 앱, 그리고 Slack 및 Teams와 같은 메시징 앱에 연결할 수 있습니다.

• 클릭 한 번만으로 일일 자동화(daily automation)를 설정할 수 있으며, 이를 통해 캘린더 일정, 중요한 읽지 않은 이메일, 그리고 Codex가 주의를 기울여야 한다고 판단하는 기타 사항들을 포함한 모닝 브리핑(morning brief)을 받을 수 있습니다.

빠른 요약: Anthropic의 Claude Code와 Cowork는 비개발자(non-coders)들을 대규모로 끌어들인 최초의 에이전트형 도구(agentic tools)였습니다.

• Anthropic은 2025년 10월에 Claude Code를 출시했습니다. 겨울 연휴 동안, 취미로 즐기는 사용자(dabblers)들은 남는 시간을 활용해 이를 실험했습니다.
• Claude Code는 새해에 입소문을 탔으며, Claude 자체가 Cowork이라는 더 사무 중심적인 앱을 코딩했습니다. OpenAI는 그다음 달에 Codex 데스크톱 앱을 출시했습니다.

다른 측면: 점점 더 많은 파워 유저(power users)들이 여러 개의 빠르게 움직이는 AI 워크스트림(workstreams)을 동시에 감독하려 시도하면서, 에이전트형 도구(agentic tools)가 자신들을 정신적으로 탈진(mentally fried)하게 만든다고 말하고 있습니다.

• 현재 Anthropic에 재직 중인 OpenAI의 공동 창립자 Andrej Karpathy는 "No Priors" 팟캐스트에서 지난 12월부터 무엇이 가능한지 파악하고 "한계까지 밀어붙이려(pushing it to the limit)" 노력하느라 "AI 정신병(AI psychosis) 상태"에 있었다고 말했습니다.
• 사고 관리 플랫폼인 Rootly의 CTO이자 공동 창립자인 Quentin Rousseau는 Codex나 Claude Code와 같은 에이전트(agents)를 사용하는 것이 더 많은 일을 완수한다는 것을 의미한다고 말합니다. 하지만 그는 전형적인 고된 하루의 노동에서 오는 만족감은 에이전트를 관리하는 스트레스와는 매우 다르다고 말합니다.
• 그는 지난 3월 Axios에 "그것은 마치 마라톤을 뛰는 것과 정말 몰입감 넘치는 TV 시리즈를 보는 것의 차이와 같습니다"라고 말했습니다. "하나는 당신을 지치게 만들고, 다른 하나는 밤을 새우게 만듭니다."

심층 분석(Zoom in): 스탠퍼드 경영대학원(Stanford Graduate School of Business)의 Andrew Hall 교수는 Axios에 자신과 학생들이 상용구적인 학술 작업(boilerplate academic tasks), 데이터 수집, 통계 분석 및 데이터 처리를 위한 코드 실행을 돕기 위해 Codex 및 Claude Code와 같은 코딩 에이전트(coding agents)를 사용한다고 말했습니다.

• 올해 초, Hall은 Claude Code에게 그가 5년 전에 발표했던 보편적 우편 투표(universal vote by mail)에 관한 논문을 업데이트해 달라고 요청했습니다. 그는 "이런 논문들은 시간이 지나면서 업데이트되어야 한다고 생각했지만, 아무도 그렇게 하지 않았습니다"라고 말했습니다. Hall의 설명에 따르면, 이 도구는 "그리 많은 프롬프팅 (prompting) 없이도" 새로운 데이터를 수집하고, 분석을 수행하며, 도표와 표를 생성하고, 새로운 논문 초안을 작성했습니다.
• 하지만 Hall이 수작업으로 작업을 검토하기 위해 대학원생을 고용했을 때, 에이전트 (agent)의 한계가 분명해졌습니다. Hall은 "모든 것을 올바르게 수행하지는 않았습니다"라고 말했습니다. "많은 부분을 올바르게 수행했는데, 이는 상당히 놀라운 일이지만, 여러 가지 오류를 범하기도 했습니다."
• 그는 이 도구가 필요한 모든 데이터를 수집하는 데 실패했고, 모든 데이터를 정확하게 코딩하지도 못했다고 말했습니다. 이는 "전문가 수준인 박사 과정 학생이 매우 밀접하게 감독해야 할 필요가 매우 컸음"을 의미합니다.

결론: OpenAI는 Codex를 개발자를 위한 도구에서 지식 노동 (knowledge work)을 위한 운영 체제 (operating system)에 더 가까운 무언가로 재정의하려고 시도하고 있습니다.