Hacker News 의견들

• OpenAI 관계자가 본다면, 제발 추론 능력(reasoning) 을 건드리지 말아줬으면 함
  Codex는 코드나 수학에서 버그와 불일치를 찾아내는 데 정말 탁월함
  Claude Code가 “코드 생성”에 강하다면, Codex/GPT5.x는 문제 탐지에선 압도적임
  속도보다 품질이 중요하다고 생각함

  • 하루에 몇 번 정도만 이런 정밀한 문제 탐지가 필요하다면, 월 20달러 플랜으로 충분한지, 아니면 200달러 플랜이 필요한지 궁금함
  • “품질 우선”이 결국 “비용 상승”을 의미하고, 그 추가 비용을 고객에게 전가하기 어렵다는 게 문제라고 생각함
  • 나도 Claude Code를 주로 쓰지만, 코드 리뷰용으로 Codex를 켜두면 흐름 분석과 미묘한 버그 탐지에서 정말 압도적임
  • “고급 추론 모드”가 코드의 미세한 버그를 잡아내는 걸 보면 놀라움
  • 문제는 Codex가 너무 정확해서, 내가 고쳐야 할 메모리 버그를 계속 지적함. 덕분에 속도가 느려짐

• 처음엔 Codex를 의심했지만, 지금은 모든 코딩 작업을 Codex로 시작함
  완벽하진 않지만, 리팩터링이나 새로운 프로젝트 시작, 낯선 기술 다루기 등에서 놀라운 성과를 보임
  특히 미루기(procrastination) 를 줄여줌. 막막한 큰 작업도 Codex에 던지면 좋은 출발점을 만들어줌

  • 완전히 공감함. 나도 처음엔 회의적이었지만 Opus 4.5를 써보고 충격받음
    Codex 5.2는 품질이 크게 향상됐고, 이제는 코드 작성 자체를 맡김
    계획 수립과 설계 논의까지 함께 하다 보면, 직접 코드를 쓸 이유가 거의 없어짐
  • 위 스레드에서는 Codex가 디버깅에 약하다고 하지만, 다른 스레드에서는 정반대 의견이 있음
    결국 객관적 성능 평가가 어렵다는 점이 흥미로움
  • Codex가 미루기를 줄여준다는 말에 공감함
    하지만 피드백 루프 속도가 핵심임. 빌드와 테스트가 빠를수록 에이전트형 코딩 툴의 효율이 높아짐
    Agents.md 같은 명확한 지침이 도움이 됨
  • 모델 성능을 비교할 때, 프롬프트나 작업 종류, 모델 버전 등 변수가 너무 많아서 정성적 평가가 어렵다고 느낌
  • 나도 Claude Code를 써봤는데, Codex와 비교해본 경험이 궁금함

• Claude Code에서 Codex CLI로 옮긴 뒤, 컨테이너 기반 Codex 실행 환경을 구축했음
  타이머, 파일 트리거, API 호출, CLI 모드 등 다양한 방식으로 실행 가능함
  codex-container에는 300개 이상의 MCP 도구가 포함되어 있음
  크롤링, Google 검색, Gmail/GCal/GDrive, Slack, 임베딩, 전사 등 다양한 기능을 지원함
  보안상 위험한 작업은 컨테이너 격리로 안전하게 테스트함
  gnosis-crawl로 헤드리스 브라우저 크롤링도 가능함

  • 좋아 보이지만 PowerShell을 의존성으로 설치해야 한다면 사용하지 않을 듯함
  • MCP 도구들이 한꺼번에 작동하는 게 아니라, 라이브러리 형태로 필요한 것만 쓰는 구조인지 궁금함

• 내 경험상 GPT 모델은 백엔드 개발에 Claude보다 훨씬 적합함
  느리지만 논리가 명확하고 유지보수성이 높음
  나는 Claude로 계획을 세우고, Codex로 실행한 뒤, 다시 Claude로 코드 리뷰를 하는 패턴을 씀
  Codex CLI가 npm과 동시에 homebrew에도 업데이트되면 좋겠음

  • GPT‑5는 처음으로 수정 없이 바로 배포 가능한 코드를 만들어줬음
    Claude는 여전히 불필요한 장식(fluff) 이 많고 과도하게 설계함
  • 내 경험상 Codex가 Claude보다 코드 리뷰 품질이 훨씬 좋음
    Claude는 사소한 부분을 지적하지만 Codex는 진짜 중요한 문제를 찾아줌
  • Opus 4.5 이후로는 Claude도 꽤 개선된 듯함

• 보안 측면에서 보면, OpenAI 모델들이 공격적(offensive) 작업을 지나치게 제한해서 아쉬움
  방어를 위해선 일정 수준의 공격적 시뮬레이션이 필요하다고 생각함

  • 나는 GPT‑5를 백엔드로 쓰는 멀티 에이전트 구조에서 공격 테스트를 수행 중인데, 제약 없이 잘 작동함
  • ChatGPT와 Codex 모두 공격적 보안 테스트에 잘 협조함
  • 기사에 따르면, 더 허용적인(permissive) 모델은 초대 기반으로 제공된다고 함
    신뢰할 수 있는 전문가에게만 접근을 허용하는 건 합리적 접근이라 생각함
  • 블랙햇 기능을 강화하는 게 보안에 도움이 되냐는 질문엔, 균형이 필요하다고 봄
  • 나도 매일 OpenAI 모델로 공격적 테스트를 하지만, 문제를 겪은 적은 없음

• “사이버 보안”을 전면에 내세운 게 흥미로움
  이미 보안 분석 자동화는 임계점을 넘었고, 모델 발전보다 반복 작업 자동화가 더 중요하다고 생각함
  취약점 분석의 대부분은 자동화 가능한 단순 작업이며, 이를 제거하면 인간은 창의적 분석에 집중할 수 있음

• 내게 Codex는 항상 기본 모델보다 성능이 떨어짐
  CLI에서는 너무 성급하게 코드를 작성하려고 함
  단순히 질문했을 뿐인데 파일을 수정하려고 해서 불편함

  • “아직 코드를 쓰지 말고 대화만 하자”라고 명시하면 잘 작동함
  • 조사와 계획 단계에서는 비‑Codex 모델을 쓰고, 실행 단계에서 Codex를 쓰는 게 효율적임
  • 나도 같은 경험을 함. Codex는 기능적으로는 맞지만 코드가 이상하거나 지저분함
  • 현재 plan 모드가 개발 중이라 이 문제를 완화할 것으로 기대함
    지금은 .md 파일만 수정하도록 요청하면 어느 정도 제어 가능함
  • CodexTheModel은 빠르지만, 나는 품질 우선이라 기본 모델을 선호함

• 초대 기반으로 보안 연구용 모델 접근을 허용하는 정책은 합리적이라 생각함
  “안전성 정렬”이 과도하면 보안 분석 능력이 떨어질 수 있음
  KYC 절차만 거친다면, 긍정적인 연구 성과를 내면서도 위험 노출을 줄일 수 있을 것임

• “이중 용도(dual-use)” 위험이란, 새로운 공격 기법보다는 실행 장벽을 낮추는 것을 의미함
  같은 기능이 방어자에게는 취약점 분석을 돕지만, 공격자에게는 자동화된 공격 도구가 될 수 있음
  그래서 배포 통제와 로깅이 중요함

  • “보안 취약점 검토” 요청이 유지보수자에게서 오느냐, 공격자에게서 오느냐에 따라 결과가 완전히 달라짐
  • 취약점을 찾고 패치할 수 있다는 건, 동시에 악용 가능성도 높다는 뜻임
  • 결국 이 모델은 레드팀과 블루팀 모두에게 유용하다는 의미임
  • 보안 취약점 탐지 능력이 뛰어나다는 건, 곧 공격 자동화에도 쓸 수 있다는 뜻임

• GPT‑5.1을 VSCode의 Codex 플러그인으로 써봤는데, 정말 마법 같은 경험이었음
  5.2는 아직 큰 차이를 못 느꼈지만, Cursor나 Kilo Code 수준으로 기능이 확장되면 더 좋아질 것 같음
  예전엔 OpenAI가 뒤처졌다고 생각했지만, 5.1은 Gemini보다 훨씬 뛰어남