Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
© 2026 Molayo
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.
Codex CLI에서 장기 세션을 재개(resume)하고 Subagent를 반복 생성할 때, 세션 로그 파일이 비정상적으로 급증하여 디스크 용량을 소진하는 문제가 보고되었습니다. 특정 사례에서는 단일 부모 세션에서 생성된 Subagent 파일들이 약 731.5GiB에 달하는 용량을 차지했습니다.
OpenAI Codex 모델의 컨텍스트 크기가 372k에서 272k로 축소되었으며, 이로 인해 사용자는 큰 컨텍스트를 다루는 데 어려움을 겪고 있습니다. 필자는 자동 압축 기능과 대화 기록 관리 방식에 근본적인 문제점을 지적하며, 작업의 효율성을 위해 필요한 정보만 선별적으로 주입하는 '메모리/컨텍스트 플러그인' 방식을 제안합니다.
AI 코딩 도구 Cursor의 Windows 버전에서 프로젝트를 열 때 사용자 상호작용 없이 임의 코드가 실행되는 심각한 취약점이 발견되었습니다. 이 취약점은 Git 바이너리를 통해 발생하며, 공격자가 악성 저장소를 배치하는 것만으로도 자동 실행 및 주기적 재실행이 가능합니다. Mindgard는 6개월 이상과 수많은 버전 업데이트에도 불구하고 문제가 해결되지 않은 점을 지적하며, AI 개발 도구 선택 시 공급사의 보안 대응 능력을 중요한 신뢰 기준으로 삼아야 한다고 강조했습니다.
Codex에 탑재될 GPT-5.6 Sol Ultra의 동작 방식과 Claude Code의 ultracode를 비교 분석합니다. 에이전트 오케스트레이션 방식의 차이점과 기업 환경에서의 AI 토큰 비용 관리 및 사용 트렌드를 다룹니다.
GPT-5.5 Codex의 적응형 사고(adaptive thinking) 과정에서 추론 토큰이 조기에 단락되어 성능이 저하되는 현상이 보고되었습니다. 이는 기술적 결함보다는 비용 절감을 위한 사업적 결정일 가능성이 제기되며, 사용자들이 모델 신뢰성 문제로 인해 로컬 모델이나 타 서비스로 이탈하는 현상이 나타나고 있습니다.
Cursor의 Composer 2.5 모델 성능을 둘러싼 벤치마크 논란을 다룹니다. 자체 벤치마크와 제3자(Artificial Analysis) 결과 간의 큰 격차에 대해 모델의 학습 데이터 분포와 벤치마크 하네스의 특성 차이로 분석합니다.
OpenAI가 Codex 사용자를 위한 전용 매크로패드 'Codex Micro'의 티저를 공개했습니다. Work Louder와 협업한 이 장치는 AI 코딩 액션을 물리 버튼으로 빠르게 실행할 수 있는 인터페이스를 제공할 것으로 보입니다.
Codex의 로깅 버그로 인해 로컬 SSD에 테라바이트(TB) 단위의 과도한 쓰기가 발생하는 현상이 보고되었습니다. SQLite의 AUTOINCREMENT ID 급증과 쓰기 증폭 패턴이 원인으로 지목되며, 임시 완화책과 패치 제안이 논의되고 있습니다.
opencodex는 OpenAI Codex에서 Claude나 Gemini 등 다양한 LLM을 사용할 수 있게 해주는 로컬 프록시 도구입니다. Codex의 전용 프로토콜을 다양한 모델 프로바이더의 API로 실시간 번역하여 모델 피커에서 네이티브하게 사용할 수 있도록 지원합니다.
OpenAI Codex의 Record & Replay 기능은 사용자의 Mac 워크플로를 관찰하여 재사용 가능한 'Skill'로 변환해줍니다. 반복적인 UI 기반 작업이나 프롬프트로 설명하기 어려운 절차를 직접 시연함으로써 자동화된 스킬을 생성할 수 있습니다.
효율적인 AI 코딩을 위해 고가의 구독 모델 대신 API 기반의 사용 방식을 제안하며, AI를 도구로 활용하는 엔지니어링 중심의 워크플로우를 설명합니다. 무분별한 자동화보다는 인간의 사고 속도에 맞춘 정교한 작업 제어가 중요함을 강조합니다.
AI 에이전트 도입으로 인한 코드 생산성 지표의 왜곡과 소프트웨어 품질 저하 문제를 분석합니다. 단순한 코드 줄 수 증가가 실제 제품의 가치 향상으로 이어지지 않으며, 개발자가 통제권을 유지하는 방식의 중요성을 강조합니다.
OpenAI가 Codex 환경에서 프롬프트만으로 웹사이트, 웹 앱, 게임을 제작하고 즉시 배포할 수 있는 Sites 플러그인을 공개했습니다. 별도의 배포 워크플로 없이 @Sites 호출을 통해 사이트와 대시보드 등을 생성하고 관리할 수 있습니다.
Codex가 비개발자 사용자를 위해 역할별 플러그인, Sites, 주석 기능을 도입하며 업무 범위를 확장하고 있습니다. 데이터 분석, 크리에이티브, 세일즈, 디자인, 투자 등 6개 직무를 지원하며 팀 전체의 공통 업무 도구로 진화 중입니다.
Codex의 불친절한 코드 설명을 Claude Code 스타일의 구조화된 UX로 개선해주는 'Codexplain' 프로젝트를 소개합니다. 프로젝트 로컬 환경에서 요약, 다이어그램, 리스크 패널 등을 통해 가독성 높은 설명을 제공합니다.
OpenAI가 Codex의 활용 사례를 12개에서 52개로 대폭 확장하며, 단순 코딩 보조를 넘어 전사적 업무 자동화 플랫폼으로 포지셔닝을 강화했습니다. 엔지니어링, 데이터 분석, 재무 모델링, QA 등 다양한 직군이 실제 업무 흐름에 Codex를 통합하여 사용할 수 있는 구체적인 유스케이스를 제시합니다.
Cursor의 3세대 에이전틱 코딩 모델인 Composer 2.5가 출시 직후 가장 많이 선택되는 모델로 등극하며, Anthropic 및 OpenAI 모델과 대등하거나 이를 능가하는 성능을 보여주고 있습니다. Moonshot AI의 Kimi K2.5를 베이스로 하되, Cursor만의 강화학습(RL) 파이프라인을 통해 코딩 작업에 최적화된 성능과 압도적인 가격 경쟁력을 확보했습니다.
OpenAI Codex의 Goal 기능을 효율적으로 활용하기 위해 사용자와 인터뷰를 진행하여 정교한 목표를 설정해주는 'Goal-setter' 스킬을 소개합니다. 이 스킬은 목표의 완료 조건, 금지 사항, 성공 증거 등을 명확히 정의하여 토큰 낭비를 방지하고 실행 가능한 마크다운 파일을 생성합니다.
Codex의 'Goals' 기능은 단순한 명령 수행을 넘어, 특정 목표가 달성될 때까지 자율적으로 작업을 지속하는 지속적 목표(durable target) 설정 방식입니다. 사용자는 결과, 검증 수단, 제약 조건 등을 포함한 명확한 계약을 정의함으로써, 반복적인 지시 없이도 Codex가 스스로 상태를 판단하고 작업을 이어가게 할 수 있습니다.
본 기사는 Mullvad의 IP 주소 할당 방식과 관련된 잠재적인 프라이버시 취약점을 분석합니다. 특정 IP 집합이 통계적으로 유사한 패턴을 보이며, 이를 통해 사용자가 서로 다른 서버를 이용했더라도 같은 개인일 확률이 높다는 점을 지적합니다. 이로 인해 VPN 뒤의 사용자도 익명성을 잃을 수 있다는 우려가 제기됩니다. 전문가들은 이러한 IP 로그 상관관계 분석 방식은 정보기관이 설계할 법한 취약점이며, 사용자의 경험(UX) 저하와 더불어 오히려 사용자를 특정하기 쉽게 만들 수 있다고 비판합니다. 또한, WireGuard 프로토콜의 특성을 고려했을 때, 출구 IP를 자주 변경하는 것은 기술적으로 불안정하며 사용자에게 불편함을 줄 수 있다는 점을 지적합니다.