GPT-Codex 실무에 몰래 사용 경험기

크몽 프론트엔드팀이 2025년 5월 출시한 OpenAI Codex를 실무에 적용한 경험을 다룬다. Codex는 Cursor나 Copilot과 달리 격리된 오프라인 VM에서 작업을 위임받는 비동기 에이전트 구조로, 작업을 맡기고 떠날 수 있다는 점이 핵심 차별점이다.

핵심 포인트

Codex는 에디터 내 실시간 보조(Cursor, Copilot)가 아니라 작업을 비동기로 위임받는 에이전트다.
격리된 오프라인 VM(에어갭)에서 git 레포를 클론해 작업하며, 기초 설정 후 네트워크 없이 실행된다.
이전 작업 기억이 없고(각 task가 독립 환경), 수정 요청이 어렵고, 긴 맥락에서 성능이 저하되는 단점이 있다.
AGENTS.md를 관심사별로 정교하게 구성해 에이전트의 코드베이스 이해도를 높이는 것이 핵심 운영 노하우다.
목표는 Codex가 반복 작업 시간을 벌어줘 개발자가 더 중요한 일에 집중하게 하는 것이다.

상세 정리

출시 배경: OpenAI가 2025년 5월 17일 Codex를 출시했고, 크몽 프론트엔드 팀원이 실무에 적용했다.
Cursor와의 근본 차이: Cursor는 개발자가 코딩하는 중 실시간으로 돕는 도구다. Codex는 작업을 위임하고 결과를 기다리는 비동기 에이전트로, 개발자가 자리를 비워도 된다.
에어갭 구조: 클라우드에서 git 레포를 클론하고 기초 VM 설정 후 오프라인 상태로 전환되어 작업을 수행한다. 네트워크 격리 환경이라 외부 API 호출 등은 불가하다.
사고 과정 가시성: 프롬프트를 받으면 처음부터 끝까지 사고하는 과정이 화면에 표시되어 진행 상황을 확인할 수 있다.
AGENTS.md 활용: 코드베이스 구조를 관심사별로 나눠 거미줄처럼 배치하고, 커밋 룰과 PR 템플릿을 사전 학습시켜 에이전트 완성도를 높이는 실험을 지속하고 있다.
실무 사례 1: 백엔드 API 응답 중 특정 프로퍼티 사용 여부 파악 작업을 Codex에 위임했다.
실무 사례 2: 디자인팀 요청으로 모바일 웹 스크롤 버그 수정을 맡겼다.
실무 사례 3: 스타일 수정이 필요한 케이스를 처리했다.
단점 1 — 기억 없음: 각 task가 독립 환경에서 실행되어 이전 작업 내역이 메모리에 남지 않는다. 병렬 실행의 대가다.
단점 2 — 수정 어려움: 결과물에 변경 요청을 하기 어렵고, 맥락이 길어질수록 성능이 급격히 저하된다.
결론: 대단한 코드 생성보다 반복적인 단순 작업을 위임해 개발자의 시간을 확보하는 용도로 적합하다.