# Codex 에이전트 루프 해체하기

> Clean Markdown view of GeekNews topic #26090. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=26090](https://news.hada.io/topic?id=26090)
- GeekNews Markdown: [https://news.hada.io/topic/26090.md](https://news.hada.io/topic/26090.md)
- Type: GN+
- Author: [neo](https://news.hada.io/@neo)
- Published: 2026-01-24T23:33:10+09:00
- Updated: 2026-01-24T23:33:10+09:00
- Original source: [openai.com](https://openai.com/index/unrolling-the-codex-agent-loop/)
- Points: 3
- Comments: 1

## Topic Body

- **Codex CLI**는 로컬 환경에서 안전하고 효율적으로 **고품질 소프트웨어 변경을 수행하는 에이전트**로 설계됨  
- 핵심 구조인 **에이전트 루프(agent loop)** 는 사용자 입력, 모델 추론, 도구 호출을 순환적으로 연결해 의미 있는 작업을 수행  
- 루프 과정에서 생성되는 **프롬프트 구성, 컨텍스트 윈도 관리, 프롬프트 캐싱**이 성능과 안정성의 핵심 요소로 작동  
- Codex는 **Responses API**를 통해 모델과 통신하며, 각 요청은 완전한 JSON 페이로드로 구성되어 **무상태(stateless)** 동작을 유지  
- 이러한 구조는 **Zero Data Retention(ZDR)** , **프롬프트 캐싱**, **자동 압축(compaction)** 등 고급 기능을 가능하게 하며, 대규모 에이전트 설계의 기반을 형성  

---

### Codex 에이전트 루프 개요
- Codex CLI는 **사용자, 모델, 도구 간 상호작용을 조율하는 루프 구조**를 중심으로 동작  
  - 사용자의 입력을 받아 모델에 전달할 **프롬프트(prompt)** 를 구성  
  - 모델이 응답을 생성하거나 **도구 호출(tool call)** 을 요청하면, 에이전트가 이를 실행하고 결과를 다시 프롬프트에 추가  
  - 모델이 더 이상 도구 호출을 하지 않고 **assistant 메시지**를 생성하면 한 턴이 종료됨  
- 각 턴은 **대화(conversation)** 의 일부로, 이전 메시지와 도구 호출 내역이 모두 다음 요청의 프롬프트에 포함됨  
- 프롬프트 길이는 모델의 **컨텍스트 윈도(context window)** 제한에 영향을 받기 때문에, Codex는 이를 관리해야 함  

### Responses API와 Codex의 통신 구조
- Codex CLI는 모델 추론을 위해 **Responses API**에 HTTP 요청을 보냄  
  - API 엔드포인트는 설정에 따라 다르며, OpenAI, ChatGPT, Azure, 로컬(LM Studio, Ollama 등) 환경에서 모두 사용 가능  
- API 요청은 JSON 페이로드로 구성되며 주요 필드는 다음과 같음  
  - **system/developer 메시지**: 모델의 기본 맥락 설정  
  - **instructions**: 모델이 호출할 수 있는 도구 목록  
  - **tools**: Codex CLI, Responses API, 사용자(MCP 서버 등)가 제공하는 도구 정의  
  - **input**: 대화 내역 및 환경 정보를 포함한 메시지 리스트  
- Codex는 `~/.codex/config.toml` 설정과 프로젝트 내 `AGENTS.md`, `skills` 파일 등을 읽어 **사용자 지침과 환경 정보를 자동 삽입**  

### 프롬프트 구성과 이벤트 처리
- Codex는 각 메시지를 JSON 객체(`type`, `role`, `content`)로 구성해 Responses API에 전송  
- 서버는 이 JSON을 기반으로 **모델 프롬프트를 생성**하고, SSE(Server-Sent Events) 스트림으로 응답을 반환  
  - `response.output_text.delta` 이벤트는 스트리밍 출력에 사용  
  - `response.output_item.added` 이벤트는 다음 요청의 `input`에 추가되어 루프를 지속  
- 이전 프롬프트가 **새 프롬프트의 정확한 접두(prefix)** 가 되도록 설계되어, **프롬프트 캐싱(prompt caching)** 을 활용 가능  

### 성능 최적화: 캐싱과 무상태 설계
- Codex는 `previous_response_id`를 사용하지 않아 **완전한 무상태(stateless)** 요청 구조를 유지  
  - 이는 **Zero Data Retention(ZDR)** 고객 지원과 데이터 보존 최소화를 가능하게 함  
- 프롬프트 캐싱은 동일한 접두부를 재사용해 **샘플링 비용을 선형화(linear)** 함  
  - 캐시 히트는 프롬프트의 **정확한 접두 일치**에서만 발생  
  - 도구 목록, 모델, 샌드박스 설정, 작업 디렉터리 변경은 캐시 미스를 유발  
- MCP 도구의 동적 변경은 캐시 손실을 일으킬 수 있어, Codex는 **새 메시지 삽입 방식으로 변경 사항을 반영**  

### 컨텍스트 윈도 관리와 자동 압축(compaction)
- 대화가 길어지면 컨텍스트 윈도 초과를 방지하기 위해 **대화 압축(compaction)** 을 수행  
  - 초기에는 `/compact` 명령으로 수동 요약을 수행했으나, 현재는 **Responses API의 `/responses/compact` 엔드포인트**를 자동 사용  
  - 이 엔드포인트는 **`type=compaction` 항목**과 **암호화된 `encrypted_content`** 를 반환해 모델의 이해를 유지  
- Codex는 **auto_compact_limit**을 초과하면 자동으로 압축을 실행해 대화 지속성을 확보  

### 결론 및 향후 방향
- Codex의 에이전트 루프는 **모델 추론, 도구 호출, 캐싱, 컨텍스트 관리**를 통합한 핵심 구조  
- 이 구조는 **고성능·무상태·보안 중심의 에이전트 설계**를 가능하게 함  
- 이후 게시물에서는 **CLI 아키텍처, 도구 사용 구현, 샌드박싱 모델** 등 Codex의 내부 구조를 추가로 다룰 예정

## Comments



### Comment 49865

- Author: neo
- Created: 2026-01-24T23:33:10+09:00
- Points: 1

###### [Hacker News 의견들](https://news.ycombinator.com/item?id=46737630) 
- 이 블로그 글의 가장 좋은 점은 전혀 놀랍지 않다는 점임. **Codex CLI가 오픈소스**라서 리버스 엔지니어링 없이 내부를 살펴볼 수 있음  
  Eric Traut(Pyright로 유명한 개발자)의 커뮤니케이션도 훌륭함. 이슈와 PR에 적극적으로 참여하고 있음  
  [GitHub 저장소](https://github.com/openai/codex)
  - 작년에 Codex CLI가 오픈소스로 공개됐을 때 정말 놀랐음. TypeScript에서 Rust로 포팅된 [codex-rs](https://github.com/openai/codex/tree/main/codex-rs)도 포함되어 있어서, **코딩 에이전트의 작동 원리**를 배우고 싶은 사람에게 매우 유용함  
    나도 CLI에 몇 가지 개선을 기여했고, 릴리스와 PR을 꾸준히 따라보며 지식을 넓히고 있음
  - 많은 사람들이 Claude Code가 **독점 소프트웨어**라는 걸 모르는 듯함
  - 솔직히 Claude Code가 오픈소스가 아닌 이유는 코드 품질이 너무 형편없어서 부끄럽기 때문이라고 생각함. 매달 200달러짜리 구독을 쓰고 있는데, CLI가 느리고 자주 깨져서 곧 취소할 예정임
  - Codex CLI가 단순히 원격 로직을 호출하는 **프론트엔드**인지, 아니면 오프라인에서도 완전하게 동작할 수 있는지 궁금함. FLOW 라이선스로 가중치를 제공하는지, 빌드 과정을 문서화했는지도 알고 싶음

- 흥미로운 점은 압축(compaction)이 “모델의 잠재적 이해를 보존하는 암호화된 메시지”로 수행된다는 부분임  
  Codex는 auto_compact_limit을 초과하면 자동으로 이 엔드포인트를 사용해 대화 맥락을 효율적으로 줄임
  - Codex의 compaction 엔드포인트는 업계 최고 수준임. Claude의 것은 **최악**에 가까움
  - compactor 엔드포인트를 독립적으로 사용할 수 있는지 궁금함. 우리 도메인 전용 에이전트 루프가 있는데, 자체 압축 시스템보다 Codex의 것이 성능이 더 좋을 듯함
  - 이 기능이 OpenAI 모델이 아닌 다른 모델에서도 작동하는지 알고 싶음

- Codex 내부를 살펴보면서 놀랐던 점은 **reasoning 토큰**이 에이전트 툴 호출 루프에서는 유지되지만, 사용자 턴이 바뀔 때마다 삭제된다는 것임  
  그래서 여러 턴에 걸쳐 맥락을 유지할 수 있지만, 관련된 사용자 요청 간에는 일부 맥락이 손실될 수 있음  
  나는 모델이 진행 상황이나 계획, 디버그 내용을 마크다운 파일로 기록하게 해서 여러 컨텍스트 윈도 간에 일종의 스냅샷처럼 작동하도록 함
  - API 경로에 따라 다름. Chat completions는 네가 말한 방식이지만, responses v1 API에서는 반대임. reasoning 토큰이 다음 메시지를 보낼 때도 유지됨. 다만 **xhigh 모드**는 컨텍스트를 훨씬 빨리 소모함
  - reasoning 토큰을 유지하지 않는 게 오히려 좋은 결정일 수도 있음. 그렇지 않으면 사용자에게 보이지 않는 맥락이 계속 쌓여서 모델과 사용자의 이해가 **불일치**할 위험이 있음
  - 나는 과거 대화를 반영하는 **Codex Reflect Skill**을 만들어서 병렬 세션으로 컨텍스트를 구축함  
    [GitHub 저장소](https://github.com/olliepro/Codex-Reflect-Skill)
  - 코드와 함께 기록을 저장하는 건 편리하지만, 팀 환경이나 여러 브랜치를 동시에 작업할 때 문제를 일으킴. 다음 실험으로는 외부 스토리지를 가진 데몬으로 이 데이터를 분리하고, CLI 클라이언트로 접근하는 방식을 시도할 예정임
  - 나는 emacs의 agent-shell을 자주 쓰는데, 전체 대화 기록을 저장해줌. 덕분에 “이전 대화 참고해줘”라고 쉽게 말할 수 있음. 로그를 남기는 건 에이전트가 아니라 emacs라서 누락 걱정이 없음

- Codex에서 내가 정말 원하는 건 **Copilot 스타일의 체크포인트** 기능임. GitHub에 관련 이슈가 몇 개 있지만 ([#2788](https://github.com/openai/codex/issues/2788), [#3585](https://github.com/openai/codex/issues/3585)) 팀의 우선순위는 아닌 듯함
  - Gemini CLI에는 이미 이 기능이 있음
  - Codex 팀은 GitHub에서 **이모지 업보트 수**로 우선순위를 정한다고 함. 원하는 기능이 있다면 꼭 업보트해야 함

- 에이전트 루프에서 사용자 지시를 집계할 때, 다중 턴 대화에서 **컨텍스트 유지**를 어떻게 관리하는지 궁금함. 사용자 요구가 변할 때 동적으로 조정하는 기법을 써봤는지도 알고 싶음

- Codex를 좋아하지만, ChatGPT 웹 인터페이스보다 **느리게 느껴짐**. 아이디어를 빠르게 주고받을 때는 여전히 웹에서 복사·붙여넣기 하는 게 더 생산적임  
  Codex는 종종 엉뚱한 코드를 수정하기 시작해서 피드백 루프가 느리고 답답함. 그래도 잘 작동할 때는 훌륭함. 언젠가 웹처럼 빠르면서도 로컬 작업이 가능한 수준이 되길 바람
  - ChatGPT Plus 웹 인터페이스에서는 5.2 모델의 **xhigh reasoning effort** 모드가 제공되지 않음

- 특별히 새롭진 않지만 여전히 가치 있는 글이었음. 에이전트형 코딩 CLI에서 루프나 히스토리를 더 쉽게 **반성(reflect)** 할 수 있으면 좋겠음. MCP를 통해 채팅 히스토리를 질의하는 방법을 써봤지만, 명시적으로 지정해야 해서 불편함. 지속적 학습이 이런 문제를 해결할 수 있을 듯함

- 이런 동작은 **OTEL 텔레메트리**로도 관찰 가능함. 나는 headless codex exec를 자주 쓰지만, 내장 텔레메트리 지원이 부족해서 디버깅이 어려움  
  그래서 [codex-plus](https://github.com/aperoc/codex-plus)를 직접 만들어 사용 중임. codex exec 인터페이스를 그대로 반영하면서 TypeScript SDK 위에 구현했고, 실행 후 세션 로그를 원격 OpenTelemetry 수집기로 내보내어 **codex-plus-log-viewer**로 분석할 수 있음

- 스킬을 설명하는 부분이 이상하게 느껴졌음  
  [관련 코드 링크](https://github.com/openai/codex/blob/99f47d6e9a3546c14c43af99c7a58fa6bd130548/codex-rs/core/src/skills/render.rs#L20)  
  왜 단순히 파일을 직접 노출하지 않고, 모델이 일반 파일처럼 요청하도록 했는지 의문임
  - 그게 바로 스킬의 핵심임. **관련 파일만 열도록** 해서 컨텍스트 윈도 사용량을 줄이는 구조임

- Codex CLI를 진지하게 써본 사람이 있는지 궁금했음. 나는 VSCode Codex 확장, Gemini CLI, Claude Code CLI를 써봤는데 전부 **성능이 엉망**이었음.  
  그런데 Rust로 새로 만든 Codex CLI는 성능이 미쳤음. UX도 완벽하고, 단축키 같은 세세한 부분도 잘 되어 있음. Theo가 “CLI 최적화보다 모델 개선에 집중했어야 한다”고 했지만, 써보니 전혀 동의할 수 없음
  - Codex CLI는 Claude Code보다 훨씬 낫다고 느낌. 지시를 정확히 따르고, 원하지 않는 행동을 하지 않음. 월 20달러 구독으로 **5.2 codex high 모델**을 넉넉히 쓸 수 있음. 나는 SSL 생물음향 모델을 다룸
  - OpenCode도 다른 CLI보다 빠르고 안정적임. 최근 Codex를 더 많이 쓰고 있고, Claude Pro를 취소할 예정임. OpenAI가 OpenCode를 공식 지원하는 점이 매력적임. 여러 경쟁 옵션이 있는 지금 상황이 좋음
  - Codex는 대부분의 코딩 작업에서 95% 이상 일관된 결과를 줌. 하지만 **비정형 작업**(예: 대화나 스토리 작성)에서는 엉뚱한 출력을 내기도 함. git rebase 중 루프에 빠진 적도 있음. Aider는 써봤는데 거의 쓸모없었음
  - Codex CLI의 **메모리와 CPU 효율**이 매우 좋음. 게다가 오픈소스라서 동작 원리를 직접 확인할 수 있음. Theo의 발언은 여전히 불만임
  - Codex의 문제는 아직 **hook 지원**이 없다는 것임. 나는 hook을 이용해 에이전트 토큰 소비를 30% 줄이는 도구를 만들었음. hook을 통해 에이전트의 비효율적인 행동을 실시간으로 교정할 수 있음  
    관련 글: [Scribe Swebench Benchmark](https://sibylline.dev/articles/2026-01-22-scribe-swebench-benchmark/)