GPT-5는 이 모든 것의 정점이 될까요? !
"가장 강력한 프로그래밍 에이전트 코덱스"를 출시한 직후, OpenAI는 Reddit에서 "질문과 답변" 이벤트를 개최했습니다.
회사의 연구 담당 부사장인 Jerry Tworek은 차세대 기본 모델인 GPT-5에 대한 최신 소식을 간략하게 소개했습니다.
모델 전환을 줄이기 위해 앞으로 Codex, Operator, Deep Research, Memory를 통합할 계획입니다 .
또한, 다른 Codex 팀원들도 다음과 같은 정보를 공개하기 시작했습니다.
Codex는 원래 사이드 프로젝트였는데, 회사 내부 워크플로에서 모델이 충분히 활용되지 않는다는 것을 깨닫고 시작한 프로젝트였습니다.
Codex를 내부적으로 사용했을 때, 프로그래밍 효율성이 약 3배 증가했습니다.
OpenAI는 사용량에 따른 지불을 포함한 유연한 가격 옵션을 모색하고 있습니다.
o3-pro 또는 codex-1-pro는 팀의 역량이 허락하는 대로 나중에 출시될 예정입니다.
…
좋아, 같이 멜론을 먹자.
10가지 핵심 질문에 대한 답변
전반적으로 OpenAI 팀은 주로 Codex와 회사의 미래 개발 계획에 대한 세부 정보를 공유했습니다.
질문자의 원래 의도를 최대한 고수하기 위해, 대화의 형태로 직접 대화를 시작하겠습니다.
Q1 : Codex CLI 도구가 Python 대신 TypeScript로 작성된 이유는 무엇입니까?
A1 : 개발자들이 TypeScript에 익숙하고 UI(터미널 인터페이스 포함)에 적합하기 때문입니다. 하지만 앞으로는 여러 언어로 바인딩을 지원하는 고성능 엔진이 나올 것이고, 개발자들은 익숙한 언어를 사용해서 이를 확장할 수 있을 것입니다 .
Q2 : 에이전트를 로컬에서 실행하는 대신(예: MCP 사용) 클라우드에서 코드를 실행하는 것을 선택한 이유는 무엇입니까?
A2 : Codex CLI는 Agent를 로컬에서 실행할 수 있지만, 일반적으로 컴퓨터 성능 제한으로 인해 단일 스레드로 실행됩니다. 클라우드에서 실행하면 병렬화와 샌드박싱이 가능해지므로 인간의 감독 없이도 모델이 안전하게 코드를 실행할 수 있습니다.
Q3 : 팀은 Codex를 사용하면서 현재의 "바이브 코딩"과 다른 어떤 패러다임의 변화를 발견했습니까? 이 도구를 개발하게 된 영감은 무엇이었나요?
A3 : 가장 큰 차이점은 동시에 대량 의 코드 버전을 생성할 수 있고, 그런 다음 코드 품질이 가장 좋은 버전을 선택할 수 있다는 것입니다. 프로그래밍을 좋아하는 많은 젊은 프로그래머를 훈련시킨 후, 그 중에서 가장 좋은 코드 버전을 선택하는 것과 같습니다. 사실, Codex 도구는 OpenAI에서 일상 업무에 모델을 충분히 활용하지 못하는 데 좌절감을 느낀 엔지니어 그룹의 사이드 프로젝트로 시작되었습니다 .
질문 4 : GPT-5가 단순히 코드 작성을 돕는 것 이상의 역할을 할 수 있을까요? 컴퓨터에서 더 많은 작업을 완료할 수 있을까요? 다시 말해, 단순히 조언을 제공하는 것이 아니라 진정한 조수가 되는 걸까?
A4 : GPT-5는 차세대 기본 모델입니다. 핵심 목표는 기존 모델의 성능을 향상시키고 모델 전환을 줄이는 것입니다.
컴퓨터에서 작업을 수행할 수 있는 제품이 이미 존재합니다. 바로 Operator입니다. 아직은 연구 미리보기 단계이기는 하지만, 앞으로 개선되어 매우 유용한 도구가 될 것입니다.
앞으로의 계획은 Codex, Operator, Deep Research, Memory와 같은 기존 도구를 하나로 통합하여 하나의 전체처럼 느껴지도록 만드는 것입니다.
Q5 : Codex는 상급 엔지니어에게만 적합한가요?
A5 : 매우 어려운 문제보다는 지루한 문제를 해결하고 싶은 사람에게 더 적합할 것입니다.
Q6 : Codex는 검색을 통해 도서관 및 기타 자료에 대한 최신 지식을 효과적으로 활용하고 있습니까?
A6 : 현재는 GitHub 저장소와 컨테이너 설정 중에 로드된 다른 파일을 포함하여 컨테이너 런타임에 로드된 정보를 주로 활용합니다. 검색을 통해 최신 도서관 문서나 실시간 정보에 직접 접근할 수는 없습니다.
하지만 우리는 최신 지식을 더 잘 활용할 수 있는 모델을 만드는 방법을 고려하고 있습니다. 미래에는 검색 증강 생성(RAG) 기술을 결합하여 외부 지식 기반을 동적으로 참조하여 오래된 정보 문제를 해결할 수 있을 것입니다.
Q7 : OpenAI는 논문 "절대 영도: 데이터가 없는 강화된 자기 재생 추론"에서 언급된 것과 유사한 연구 방법을 가지고 있습니까? 예를 들어, 코딩 LLM이 "자기 게임"과 강화 학습(RL)을 통해 코딩 수준을 향상시킬 수 있습니까?
A7 : Codex 프로젝트에서는 강화 학습을 사용하여 모델의 코딩 능력, 코딩 스타일, 보고 정확도를 개선했습니다.
강화 학습 분야의 연구자로서, 우리는 이러한 연구 방향에 대해 기대감을 갖고 있으며, 강화 학습이 LLM 및 코딩 분야에서 폭넓은 응용 가능성을 가지고 있다고 믿습니다.
Q8 : Codex가 프로그래밍 효율성 향상을 달성한 것을 정량화한다면, 전반적인 개발 효율성은 얼마나 향상되었나요?
A8 : 아직 초기 단계이기는 하지만, 내부 데이터에 따르면 프로젝트에서 처음부터 Codex 에이전트를 최대한 활용하면 코드와 기능 제공량을 약 3배까지 늘릴 수 있습니다.
코드 모듈 의 명확한 구분, 주요 기능에 대한 적절한 테스트, 효율적인 테스트 프로세스, 빠른 검토를 용이하게 하는 코드 구조를 포함하여 우수한 소프트웨어 엔지니어링 관행이 그 어느 때보다 중요해졌습니다. 이러한 요소를 Codex의 자동화 기능과 결합하면 개발 효율성을 크게 향상시킬 수 있습니다.
Q9 : Codex 팀은 10년 후 소프트웨어 엔지니어링이 어떤 모습일 것이라고 생각합니까?
A9 : 우리는 소프트웨어 요구 사항을 실행 가능한 소프트웨어 버전으로 효율적이고 안정적으로 변환할 수 있기를 기대합니다.
Q10 : Codex가 인간 개발자, 특히 실천을 통해 학습하는 주니어 개발자와 독학으로 프로그래밍을 익힌 개발자의 역량을 대체하는 것이 아니라 향상시키는 데 사용되도록 하려면 어떻게 해야 할까요?
A10 : 훌륭한 교사와 같은 역할을 제공함으로써, 초보자가 시작하는 데 어려움을 줄이고 새로운 세대의 프로그래머가 더 빨리 배울 수 있도록 돕습니다.
Codex와 같은 현재의 모델은 더 긴 기억력과 더 폭넓은 배경 지식을 갖춘 인간을 대체하기에는 아직 거리가 멉니다. 모델이 일부 작업을 맡을 수 있다면, 인간은 자신이 정말 잘하는 일에 집중할 수 있는 기회가 더 많아질 것입니다.
마지막으로, 팀은 Plus/Pro 사용자가 Codex CLI를 사용할 수 있도록 무료 API 크레딧을 출시 할 것이라고 밝혔습니다.
더 많은 답변을 얻으려면 유명 블로거인 Bald Brother의 홈페이지를 방문하세요. 이 홈페이지에서는 주로 Codex의 기능적 세부 사항을 설명합니다.
하나 더
동시에 OpenAI는 공식적으로 "Codex 시작 가이드"를 출시했습니다.
주로 다음과 같은 내용이 포함됩니다.
코덱스 기본 사항
GitHub에 연결하는 방법은?
Codex에 작업을 제출하고 실행하는 방법은 무엇입니까?
큐워드에 대한 팁은 무엇이 있나요?
참조 링크:
[1]https://www.reddit.com/r/ChatGPT/comments/1ko3tp1/ama_with_openai_codex_team/
[2]https://x.com/앤드류커란_/상태/1923448161621696712
[3]https://x.com/btibor91/status/1923511453002145854[4]https://x.com/OpenAIDevs/status/1923492740526112819
본 기사는 WeChat 공개 계정 "Quantum Bit" 에서 발췌하였으며, 저자는 최첨단 기술에 초점을 맞추고 있으며, 36Kr에서 게시 허가를 받았습니다.
