# 소프트웨어 엔지니어를 위한 Codex

> Clean Markdown view of GeekNews topic #27629. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=27629](https://news.hada.io/topic?id=27629)
- GeekNews Markdown: [https://news.hada.io/topic/27629.md](https://news.hada.io/topic/27629.md)
- Type: GN+
- Author: [neo](https://news.hada.io/@neo)
- Published: 2026-03-19T09:32:02+09:00
- Updated: 2026-03-19T09:32:02+09:00
- Original source: [academy.openai.com](https://academy.openai.com/public/videos/codex-for-software-engineers-2026-03-13)
- Points: 69
- Comments: 3

## Summary

OpenAI가 직접 공개한 개발자용 Codex 강의 웨비나 영상입니다. 클로드 코드만 사용하고 계셨다면 Codex도 한번 살펴보세요. **Codex**는 코드 자동완성의 한계를 넘어, 개발자가 대규모 작업을 **에이전트에게 위임**할 수 있도록 설계된 AI 코딩 플랫폼입니다.

## Topic Body

- OpenAI가 직접 공개한 개발자용 Codex 강의 웨비나 영상 (58분)  
- **Codex**는 코드 완성이나 페어 프로그래밍을 넘어, 엔지니어가 대규모 작업을 **에이전트에게 위임**할 수 있도록 설계된 코딩 에이전트 플랫폼  
- Codex 앱, CLI, IDE 확장 등 **다양한 인터페이스**에서 동일한 백엔드를 공유하며, 병렬로 여러 작업을 동시에 실행 가능  
- 계획(Plan), 설계(Design), 빌드(Build), 테스트(Test), 리뷰(Review), 문서화(Document), 배포 및 유지보수(Deploy & Maintenance)까지 **소프트웨어 개발 생명주기(SDLC) 전체**를 커버  
- **agents.md** 파일을 통해 에이전트의 행동 지침을 리포지토리 단위로 설정하고, **Skills**와 **Automations**로 반복 워크플로우를 패키징하여 자동 실행 가능  
- 25시간 무중단 작업과 13~14회의 **서버사이드 컴팩션(compaction)** 을 통한 장시간 컨텍스트 유지가 가능하며, OS 수준 샌드박스로 보안 보장  
  
---  
  
### AI 코딩의 진화: 코드 완성에서 에이전트 위임으로  
  
- 지난 수년간 AI 코딩은 **코드 완성**(타이핑 속도 약 10% 향상) → **페어 프로그래밍**(파일 간 계획, 테스트 실행, 리포 수정) 단계를 거쳐 발전  
- 두 접근법 모두 "더 나은 협업자"를 만드는 데 초점이 있었으나, Codex는 1년 전부터 **위임 가능한 에이전트** 구축을 목표로 개발 시작  
- 2025년 12월, **GT 5.2 Codex 모델**이 장시간 무중단 작업과 높은 조종성(steerability)을 확보하면서 "진정한 에이전트 위임"의 핵심 장벽을 해소  
- 이후 더 빠르고 효율적인 **GT 5.3**, 그리고 최신 **GT 5.4** 모델로 성능이 지속 향상  
- 대규모 엔터프라이즈 코드베이스를 안정적으로 탐색하고, 사용자 의도에 맞춰 장시간 정렬 상태를 유지하는 것이 핵심 발전 포인트  
  
### Codex 사용 가능한 인터페이스  
  
- Codex는 하나의 에이전트를 **CLI, IDE 확장, Codex 앱** 등 여러 표면(surface)에서 사용 가능하며, 모두 동일한 백엔드 공유  
- **Codex 앱**은 병렬 작업 실행에 가장 시각적인 인터페이스로, 여러 에이전트를 동시에 실행하고 출력을 검토하는 데 최적화  
- Peter Steinberger(OpenClaw 창시자)의 사례: 기존에 10개 이상의 CLI 창을 관리하던 방식에서 Codex 앱으로 전환해 **병렬 에이전트 관리** 효율성 향상  
- macOS와 Windows 모두 지원하며, openai.com/codex에서 다운로드 가능, Windows는 Microsoft Store에서도 제공  
- CLI에서는 `codex login` 명령으로 초기 로그인 후 `codex` 명령으로 세션 시작  
  
### Codex 앱 UI와 설정  
  
- 모델 선택(GPT 5.4 등)과 **추론 노력 수준(reasoning effort)** 조절 가능: low, medium, high, extra high  
  - medium이 기본값으로, 속도와 추론 깊이의 균형이 가장 우수  
  - 간단한 질문에는 low, 장시간 깊은 사고가 필요한 경우 high 또는 extra high 적합  
- **Speed 모드**(fast/standard) 토글로 응답 속도 조절 가능  
- 로컬 작업 외에 **Git worktree** 모드와 원격 **클라우드 컨테이너** 시작 옵션 제공  
- **권한 설정**: 기본 권한(프로젝트 내 파일 읽기/편집, 위험 명령 시 승인 요청)과 전체 접근(컴퓨터 파일 전체, 네트워크 접근, 승인 없이 실행) 중 선택 가능  
  - 신규 사용자에게는 기본 권한 권장  
- 왼쪽 사이드바에서 프로젝트(폴더) 추가 및 전환 가능  
  
### SDLC 전 단계에서의 Codex 활용  
  
- OpenAI는 "Building an AI Native Engineering Team" 가이드를 발행, 코딩 에이전트가 SDLC 7단계(계획, 설계, 빌드, 테스트, 리뷰, 문서화, 배포/유지보수) 전체를 가속화하는 방법을 정리  
- 특히 **테스트와 리뷰 단계**가 코드 생성 능력 향상에 따라 더욱 중요해짐  
- 복잡한 코드베이스에서의 추론과 프로덕션 수준 코드 작성에서 Codex가 특히 뛰어난 평가를 받고 있음  
  
### 계획(Plan) 단계  
  
- **Plan 모드** 활성화(`/plan` 또는 Shift+Tab)로 Codex가 구현 전 계획을 먼저 수립  
- 데모에서 SwiftUI iOS 컴패니언 앱 계획을 요청하자, Codex가 코드베이스를 탐색한 뒤 **후속 질문**(인증 방식, 첫 릴리스 범위 등)을 제시  
- 추천 옵션 수락 또는 직접 입력으로 에이전트를 조정 가능  
- 계획에 대한 가정(assumptions)을 명시하여 사용자가 검증하고 수정할 수 있는 구조  
  
### 설계(Design) 단계 — MCP 연동  
  
- **MCP(Model Context Protocol)** 를 통해 Figma, Linear 등 외부 도구의 컨텍스트를 Codex에 직접 연결  
  - CLI, IDE 확장, Codex 앱 모든 인터페이스에서 지원  
- **Figma MCP** 연동 시 디자인 링크를 붙여넣으면 Codex가 디자인 컨텍스트를 가져와 코드로 변환  
  - MCP가 미설정인 경우 Codex가 자동으로 설치 안내 표시  
- ChatGPT 앱 통합도 서드파티가 만든 연동으로 Codex에서 직접 사용 가능  
- 이를 통해 엔지니어는 **핵심 로직에 집중**하고, 디자이너는 더 많은 디자인 컨셉 탐구에 시간 투입 가능  
  
### 빌드(Build) 단계  
  
- SDLC에서 코딩 에이전트의 영향이 가장 큰 단계  
- 데모에서 **N+1 쿼리** 비효율성 수정 및 회귀 테스트 추가, API 라우트 인증 누락 감사, NextAuth v4에서 **Auth.js v5로의 마이그레이션** 등을 병렬로 실행  
- Figma 디자인 기반 코드 생성 결과: 10개 파일 변경, **320줄 코드 작성**, CSS 수작업 불필요  
- **Worktree** 기능으로 로컬 프로젝트의 사본을 자동 생성하여 병렬 작업 간 충돌 방지, 별도 리포지토리 복사 불필요  
- agents.md에 지정한 `npx tsc`, `npm test` 등의 **검증·빌드·린트 명령**을 Codex가 자동 실행하여 팀 컨벤션 준수 확인  
- **빌드 자체는 더 이상 병목이 아니며**, 엔터프라이즈 환경에서는 코드가 팀 규약에 맞는지 검증하는 것이 핵심  
- 터미널을 Command+J로 앱 내에서 직접 열어 사용 가능  
- iOS 앱도 **Xcode를 직접 열지 않고** Codex 앱 내에서 `xcode build` 실행 가능  
  
### 슬래시 명령(Slash Commands)  
  
- CLI, IDE 확장, Codex 앱 모두에서 **슬래시 명령** 지원: plan 모드, 파일 멘션, 세션 상태 확인, 권한 변경 등  
- `/experimental` 명령으로 실험적 기능 토글 가능  
  - **멀티 에이전트(sub-agents)** 생성 기능 포함  
  - CLI가 다른 인터페이스보다 약간 앞서 신기능 탑재  
- 한 인터페이스에서 토글한 설정은 동일 백엔드를 공유하므로 **모든 인터페이스에 반영**  
  
### 리뷰(Review) 단계  
  
- `/review` 명령으로 베이스 브랜치 대비 또는 로컬 미커밋 변경사항에 대한 코드 리뷰 실행  
- Codex 에이전트는 **P0/P1 수준 버그 식별**에 특화 훈련되어 있어 노이즈가 적은 고신호 피드백 제공  
- PR이 CI/CD 파이프라인에 도달하기 전에 **로컬에서 이슈를 조기 발견** 가능  
- **GitHub Cloud 네이티브 통합**: Codex가 PR에 대해 사전(proactive) 또는 사후(reactive) 코드 리뷰를 자동 수행  
  - regex 규칙 검토처럼 인간이 놓치기 쉬운 P1 이슈를 포착한 사례 소개  
- GitLab, Bitbucket 등 다른 SCM은 **Codex SDK**를 통해 직접 연동 구축 가능  
- diff 패널에서 직접 코드 리뷰 코멘트를 추가하면 다음 대화의 컨텍스트로 자동 반영  
  
### Skills — 재사용 가능한 워크플로우 패키징  
  
- **Skill**은 Codex가 실행할 재사용 가능한 워크플로우 지침을 패키징한 오픈 표준  
  - 구조적으로 하나의 폴더이며, 필수 파일은 **skill.md**(메타데이터 + 에이전트 지침)  
  - 선택적으로 실행 스크립트, 문서, 템플릿 추가 가능  
- MCP를 skill 내부에 임베드하여 외부 도구 연동도 가능  
- 데모 예시: PR 코멘트 처리, BuildKite 빌드 실패 자동 수정, 데드 코드 탐지 등  
- **Skill Creator**(시스템 스킬): 대화 중 "create a skill to find dead code paths"처럼 요청하면 자동으로 skill.md를 스캐폴딩  
- **Skill Installer**(시스템 스킬): 생성된 스킬을 로컬 Codex 스킬 디렉토리에 즉시 설치  
- 긴 대화 후 반복될 워크플로우를 skill로 변환해두면 다음에는 **한 번의 호출로 전체 워크플로우 실행** 가능  
- **GitHub Issue Plan PR 스킬** 예시: 하나의 프롬프트로 GitHub 이슈 트리아지 → 계획 → 편집 → 문서화 → **드래프트 PR 생성**까지 SDLC 전 단계를 한 번에 수행  
  
### 문서화(Documentation) 단계  
  
- Codex의 가장 **과소평가된 활용 영역** 중 하나  
- 시스템 다이어그램 생성, 기능 구현 시 문서 자동 업데이트 등 지원  
- **Linear MCP**와 연동하여 특정 티켓의 수정 사항, 회귀 테스트 결과, 검증 내역을 Linear 보드에 자동 문서화한 데모 소개  
  
### 배포 및 유지보수(Deploy & Maintenance) 단계  
  
- Codex 앱에서 **Commit, Push, PR 생성**을 버튼 클릭으로 직접 수행(Git 기반)  
- 스택 트레이스를 붙여넣으면 Codex가 전체 코드베이스를 추론하여 이슈 원인 파악  
- **Triage Page 스킬**: 인시던트 ID를 입력하면 세부 정보 수집, 인시던트 확인, 메트릭·로그 검사, **패치까지 원스톱으로 처리**  
  - 페이저 듀티 대응을 수동 로그 분석에서 에이전트 위임으로 전환  
- **PR Babysitter 스킬**: PR의 CI/CD 파이프라인 진행을 지속 모니터링하고, 문제 발생 시 자동 수정하여 최종 **머지까지 자동 완료**  
  - OpenAI 대규모 모노레포 환경에서 실제 사용 중  
  - 오픈소스 스킬 리포지토리에서 다운로드 가능  
  
### Automations — 스케줄 기반 자동 실행  
  
- 스킬 활용에 익숙해진 후 **Automations** 기능으로 특정 일정에 작업 자동 실행 설정 가능  
- **Sentry 스킬 자동화**: 매주 목요일(또는 매일) 특정 리포지토리의 이슈를 찾아 수정 제안 또는 자동 수정  
- **"What is everyone up to?" 자동화**: 매일 오전 9시에 리포지토리의 팀원 활동 현황을 요약 출력  
- 프롬프트를 직접 입력하지 않아도 Codex가 백그라운드에서 지속 작업 수행  
  
### Codex 에이전트의 작동 원리  
  
- Codex 에이전트는 **루프 기반**으로 동작: 사용자가 명확한 목표와 초기 방향 → 에이전트가 추론, 도구 호출, 파일 읽기, 리포지토리 검색, 코드 작성, 명령 실행을 반복  
- 각 도구 결과가 다음 모델 호출에 피드백되어 **점진적 이해 구축과 진행**  
- **컨텍스트(context)** 가 에이전트 성능을 좌우하는 핵심 변수: 적절한 양의 입력으로 올바른 방향을 지시하는 것이 중요  
- **OS 수준 샌드박싱**: 하네스 수준의 경량 제한이 아닌 **운영체제 수준에서 네트워크·파일 접근을 제어**  
  - 모델이 발전하면서 경량 보호를 우회할 가능성에 대비한 설계  
  - 모든 시스템(Mac, Windows)에서 샌드박스 지원, Windows는 WSL보다 보안이 강화된 **네이티브 Windows 샌드박스** 구현  
- config TOML 파일에서 **approval mode**(승인 시점)와 **sandbox mode**(접근 범위) 세부 설정 가능  
  - 기본값은 "on request"로 정상 실행하다가 권한 상승 필요 시 일시 정지  
  
### 컴팩션(Compaction) — 장시간 스레드 관리  
  
- 대화가 모델의 **컨텍스트 제한**에 근접하면, Codex가 초기 부분을 압축하는 **컴팩션** 수행  
- 컴팩션은 **서버사이드**에서 원시 사고 체인(chain of thought) 기반으로 처리되어, 클라이언트사이드보다 작업의 실질적 내용을 더 잘 보존  
- 실제 사례: **25시간 무중단 작업** 중 13~14회 컴팩션을 수행하면서 컨텍스트 유지 성공  
  
### 효과적인 위임을 위한 프롬프팅 베스트 프랙티스  
  
- **최소한의 프롬프트**에 명확한 목표, 제약 조건, "완료" 기준을 포함  
- 검증 조건을 프롬프트에 내장: 성공 기준, 실행할 테스트·빌드 명령 명시  
- **오픈엔드 프롬프트** 활용: 성능 개선 아이디어, 테스트 커버리지 부족 영역 등을 Codex에게 질문하여 사고 파트너로 활용  
  
### agents.md — 에이전트 행동 지침 파일  
  
- Cursor의 Rules, Windsurf의 설정 등과 유사한 **오픈 포맷**, OpenAI 독점이 아님  
- 모든 Codex 세션에서 자동 로드되어 **일관된 결과** 도출에 기여  
- **3단계 우선순위 체계**:  
  - 글로벌(`~/.codex/agents.md`): 개인 기본 설정(팀 무관)  
  - 리포지토리 루트(`agents.md`): 리포 전체 컨벤션  
  - 서브디렉토리(`agents.md`): 마이크로서비스/하위 폴더별 세부 지침  
  - Codex가 프로젝트 루트에서 현재 디렉토리까지 **경로를 따라 agents.md를 연결(concatenate)** 하며, 더 구체적인 파일이 우선  
- 포함 권장 항목: 리포지토리 개요, 실행 명령, 테스트 기대치, 핵심 모듈 위치, 커밋/PR 가이드라인  
- **`/init` 명령**(CLI)으로 첫 agents.md 자동 생성 가능, 콜드 스타트 문제 해소  
- 100줄 이하로 간결하게 유지 권장(OpenAI 내부 모노레포 agents.md 기준)  
- 내용이 길어질 경우 **태스크별 마크다운 파일**(planning.md, code-review.md, architecture.md 등)로 분리하고 agents.md에서 참조  
- Codex에게 **로컬 세션 로그**(저장 경로 제공됨)를 분석하게 하여 매주 agents.md 개선안을 자동 제안받는 **자동화 패턴** 소개  
- Codex에게 **대화 회고(retrospective)** 를 요청하여 gotcha 섹션이나 참고 사항을 agents.md에 자동 반영하는 활용법  
  
### 마무리 — Codex 도입을 위한 3가지 핵심 실천 사항  
  
- **agents.md 생성**과 커스텀 설정 구성  
- 실제 업무 작업을 Codex에 부여하고, 일상적으로 사용하는 **도구(MCP)와 연결**  
- 빌드 단계만이 아니라 **설계부터 배포·유지보수까지 전체 개발 루프**에서 Codex를 실행하며 지속 반복

## Comments



### Comment 53344

- Author: xguru
- Created: 2026-03-19T10:27:20+09:00
- Points: 2

OpenAI 아카데미도 오픈한지 이제 거의 1년이라 꽤 좋은 강의들이 많이 쌓이고 있습니다.   
(근데 자동 생성 영어 자막만 있는건 좀 아쉽)

### Comment 53447

- Author: mindok
- Created: 2026-03-20T16:22:35+09:00
- Points: 1

한글자막이 있었으면 좋겠는데 아쉽네요..

### Comment 53357

- Author: j2sus91
- Created: 2026-03-19T13:01:44+09:00
- Points: 1

이거 들으신 분 계세요?  
1시간 투자할만큼 의미있나요?  
  
대딸깍 AI 시대에 시간이 귀하다보니 ㅋ