ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- OpenAI는 느린 배치 스타일 에이전트가 아닌 “대화형” 코딩을 목표로 합니다.
- 큰 대기 시간의 승리: 왕복 속도가 80% 빨라지고 첫 번째 토큰에 도달하는 시간이 50% 빨라집니다.
- 대기 시간 우선 Codex 서비스 계층을 위해 Cerebras WSE-3 칩에서 실행됩니다.
OpenAI의 Codex 팀은 불타고 있다. Mac용 전용 에이전트 기반 Codex 앱을 출시한 지 2주도 채 안 되어, 더 빠르고 조정 가능한 GPT-5.3-Codex 언어 모델을 출시한 지 불과 1주일 만에 OpenAI는 세 번째로 번개 같은 일을 기대하고 있습니다.
또한: OpenAI의 새로운 GPT-5.3-Codex는 25% 더 빠르며 이제 코딩 이상의 기능을 제공합니다. 새로운 기능
오늘 회사는 Codex에서 실시간 코딩을 위해 구축된 GPT-5.3-Codex의 작은 버전인 GPT-5.3-Codex-Spark의 연구 미리보기를 발표했습니다. 이 회사는 “실제 코딩 작업에 대한 뛰어난 능력을 유지하면서” 코드를 15배 더 빠르게 생성한다고 보고합니다. 문제가 있는데 이에 대해서는 잠시 후에 이야기하겠습니다.
또한: OpenAI의 Codex에 자체 Mac 앱이 추가되었습니다. 이제 누구나 무료로 사용해 볼 수 있습니다.
Codex-Spark는 처음에는 $200/월 Pro 등급 사용자에게만 제공되며 미리 보기 기간 동안 별도의 요금 제한이 적용됩니다. Codex 릴리스에 대한 OpenAI의 일반적인 릴리스 전략을 따른다면 Plus 사용자가 그 다음이 될 것이며 다른 계층은 상당히 빠르게 액세스 권한을 얻게 될 것입니다.
(공개: ZDNET의 모회사인 Ziff Davis는 2025년 4월 OpenAI를 상대로 AI 시스템 교육 및 운영에 있어 Ziff Davis의 저작권을 침해했다고 주장하는 소송을 제기했습니다.)
실시간 협업을 위한 Codex 제품군 확장
OpenAI는 Codex-Spark가 “Codex와 실시간으로 작업하기 위해 특별히 설계된 최초의 모델입니다. 즉, 대상 편집, 논리 재구성, 인터페이스 개선 및 결과 즉시 확인 등을 수행합니다.”라고 밝혔습니다.
이것을 간단히 분해해 보겠습니다. 대부분의 에이전트 AI 프로그래밍 도구는 명령에 응답하는 데 시간이 걸립니다. 프로그래밍 작업에서 지시를 내리고(이것은 Codex와 Claude Code 모두에 적용됩니다) 잠시 동안 다른 작업을 할 수 있습니다. 때로는 단지 몇 분일 때도 있습니다. 다른 때에는 점심을 먹기에 충분히 긴 시간이 걸릴 수도 있습니다.
또한: 4년 간의 제품 개발을 4일 만에 200달러에 완료했지만 여전히 놀랍습니다.
Codex-Spark는 훨씬 더 빠르게 반응할 수 있어 빠르고 지속적인 작업이 가능합니다. 이는 특히 간단한 프롬프트와 쿼리의 경우 개발 속도를 상당히 높일 수 있습니다.
즉각적인 응답을 생성해야 하는 매우 간단한 질문을 AI에 요청했을 때 가끔 좌절감을 느꼈다는 것을 알고 있지만, 답변을 받기까지 여전히 5분을 기다려야 했습니다.
응답성을 핵심 기능으로 만듦으로써 이 모델은 보다 유동적인 대화형 코딩을 지원합니다. 때로는 코딩 에이전트를 사용하는 것이 구식 배치 스타일 코딩처럼 느껴질 때도 있습니다. 그런 느낌을 극복하기 위해 디자인된 제품입니다.
GPT-5.3-Codex-Spark는 기본 GPT-5.3-Codex를 대체하기 위한 것이 아닙니다. 대신 Spark는 몇 시간, 며칠 또는 몇 주 동안 지속되는 장기 실행 자율 작업을 위해 구축된 고성능 AI 모델을 보완하도록 설계되었습니다.
성능
Codex-Spark 모델은 지능만큼 반응성이 중요한 작업을 위해 고안되었습니다. 작업 도중 중단 및 리디렉션을 지원하여 긴밀한 반복 루프를 가능하게 합니다.
저는 항상 AI에게 과제를 부여한 후 10초 후에 AI에게 말할 추가 내용을 생각하기 때문에 이것이 저에게 매력적인 것입니다.
또한: 저는 Claude Code를 사용하여 8시간 만에 Mac 앱의 코드를 작성했지만 마술보다 더 많은 작업이었습니다.
Spark 모델은 기본적으로 가볍고 타겟이 분명한 편집을 수행하므로 큰 변화를 주기보다는 빠르게 조정할 수 있습니다. 또한 요청하지 않는 한 자동으로 테스트를 실행하지 않습니다.
OpenAI는 전체 요청-응답 파이프라인에서 지연 시간을 단축(더 빠른 처리 속도)할 수 있었습니다. 클라이언트/서버 왕복당 오버헤드가 80% 감소했다고 합니다. 토큰당 오버헤드가 30% 감소했습니다. 세션 초기화 및 스트리밍 최적화를 통해 최초 토큰 획득 시간이 50% 단축되었습니다.
반복 중에 응답성을 향상시키는 또 다른 메커니즘은 영구 WebSocket 연결을 도입하는 것입니다. 따라서 연결을 계속해서 재협상할 필요가 없습니다.
Cerebras AI 칩으로 구동
지난 1월 OpenAI는 AI 칩 제조사인 Cerebras와 파트너십을 발표했습니다. 우리는 한동안 Cerebras를 다루었습니다. 우리는 추론 서비스, DeepSeek와의 작업, Meta의 Llama 모델 성능을 향상시키는 작업, Cerebras의 정말 LLM 성능을 두 배로 늘리는 대형 AI 칩.
GPT-5.3-Codex-Spark는 지난달 발표된 OpenAI/Cerebras 파트너십의 첫 번째 이정표입니다. Spark 모델은 팬케이크 크기의 단일 웨이퍼 규모 프로세서에 모든 컴퓨팅 리소스를 배치하여 속도를 높이는 고성능 AI 칩 아키텍처인 Cerebras의 Wafer Scale Engine 3에서 실행됩니다.
또한: 더 이상 없이는 작업할 수 없는 7가지 ChatGPT 설정 조정 – 저는 고급 사용자입니다.
일반적으로 반도체 웨이퍼에는 일련의 프로세서가 포함되어 있으며, 나중에 생산 공정에서 이를 절단하여 자체 포장에 넣습니다. Cerebras 웨이퍼에는 칩이 하나만 포함되어 있어 연결이 매우 밀접하게 연결된 매우 큰 프로세서가 됩니다.
Cerebras의 CTO이자 공동 창립자인 Sean Lie에 따르면 “GPT-5.3-Codex-Spark에서 가장 흥미로운 점은 OpenAI 및 개발자 커뮤니티와 협력하여 빠른 추론이 가능한 것, 즉 새로운 상호 작용 패턴, 새로운 사용 사례, 근본적으로 다른 모델 경험을 발견하는 것입니다. 이 미리 보기는 시작에 불과합니다.”
문제점
자, 여기에 문제가 있습니다.
첫째, OpenAI는 “수요가 높을 때 사용자 간의 안정성 균형을 맞추면서 액세스 속도가 느려지거나 일시적인 대기열이 발생할 수 있습니다”라고 말합니다. 너무 많은 사람들이 빨리 가고 싶어하지 않는 한 빨리.
여기 키커가 있습니다. 회사는 “에이전트 소프트웨어 엔지니어링 기능을 평가하는 두 가지 벤치마크인 SWE-Bench Pro 및 Terminal-Bench 2.0에서 GPT-5.3-Codex-Spark는 GPT-5.3-Codex보다 성능이 낮지만 짧은 시간 내에 작업을 완료할 수 있습니다”라고 말합니다.
지난주 GPT-5.3-Codex 발표에서 OpenAI는 공개된 준비 프레임워크(Preparedness Framework)에 따라 GPT-5.3-Codex가 사이버 보안을 위한 “고성능”으로 분류된 최초의 모델이라고 밝혔습니다. 반면 회사는 GPT-5.3-Codex-Spark가 “사이버 보안의 높은 역량에 대한 대비 프레임워크 임계값에 도달할 가능성이 없다”고 인정했습니다.
또한: 모든 작업에 ChatGPT 사용을 중단했습니다. 이 AI 모델은 연구, 코딩 등에서 더 뛰어났습니다.
사랑하는 독자 여러분, 이 말들을 생각해 보십시오. 이 AI는 그렇게 똑똑하지는 않지만 그렇게 똑똑하지 않은 일을 훨씬 더 빠르게 수행합니다. 15배속은 확실히 재채기할 만한 것이 아닙니다. 하지만 AI가 코딩 실수를 15배 더 빠르게 하고 덜 안전한 코드를 생성하기를 정말로 원하십니까?
이것을 말하겠습니다. 새 릴리스로 인해 갑자기 소프트웨어가 망가졌다는 이유로 수천 명의 화가 난 사용자가 횃불과 갈퀴를 들고 당신에게 다가온다면 “아, 충분하다”는 말만으로는 충분하지 않습니다. 내가 어떻게 아는지 물어보세요.
지난 주에 우리는 OpenAI가 Codex를 사용하여 Codex를 작성한다는 것을 배웠습니다. 또한 코드를 훨씬 더 빠르게 빌드하기 위해 이를 사용한다는 것도 알고 있습니다. 따라서 회사는 분명히 훨씬 빠르지만 스마트하지는 않은 것에 대한 사용 사례를 가지고 있습니다. 그것이 무엇인지, Spark가 어디에 적합한지 더 잘 알게 되면 알려드리겠습니다.
다음은 무엇입니까?
OpenAI는 Codex 모델에 대한 추론 및 실시간 작업의 이중 모드를 위해 노력하고 있다고 공유했습니다.
회사는 “Codex-Spark는 장거리 추론 및 실행, 빠른 반복을 위한 실시간 협업이라는 두 가지 보완 모드를 갖춘 Codex를 향한 첫 번째 단계입니다. 시간이 지남에 따라 두 모드가 혼합될 것입니다.”라고 말합니다.
그것이 구상하는 워크플로우 모델은 흥미롭습니다. OpenAI에 따르면 궁극적으로 “Codex는 장기간 실행되는 작업을 백그라운드의 하위 에이전트에 위임하거나 폭과 속도를 원할 때 여러 모델에 작업을 병렬로 분산시키면서 긴밀한 대화형 루프를 유지할 수 있으므로 미리 단일 모드를 선택할 필요가 없습니다.”라는 의도가 있습니다.
또한: 나는 로컬, 오픈 소스, 완전 무료인 Claude Code 경쟁 제품을 사용해 보았습니다. 어떻게 진행되었는지
본질적으로 두 세계의 장점을 최대한 활용하기 위해 노력하고 있습니다. 하지만 지금은 빠르거나 정확한 것을 선택할 수 있습니다. 그건 힘든 선택이에요. 그러나 정확성은 점점 더 정확해지고 있으며 이제는 적어도 원할 때 빠른 속도를 선택할 수 있습니다(절충점을 염두에 두고 Pro 등급에 대한 비용을 지불하는 한).
당신은 어때요? 15배 더 빠른 코딩 응답을 위해 인텔리전스와 보안 기능을 어느 정도 교환하시겠습니까? 실시간, 중단 가능한 AI 공동 작업자에 대한 아이디어가 마음에 드시나요? 아니면 진지한 개발 작업을 위해 더 신중하고 정확도가 높은 모델을 선호하시나요?
Codex-Spark와 전체 GPT-5.3-Codex 모델 간의 사이버 보안 차이에 대해 얼마나 우려하시나요? 그리고 Pro 사용자라면 작업에 따라 “빠른” 모드와 “스마트” 모드 사이를 전환하는 모습을 보시나요? 아래 댓글을 통해 알려주세요.
소셜 미디어에서 저의 일상적인 프로젝트 업데이트를 팔로우하실 수 있습니다. 주간 업데이트 뉴스레터를 구독하고 Twitter/X에서 저를 팔로우하세요. @DavidGewirtzFacebook(Facebook.com/DavidGewirtz), Instagram(Instagram.com/DavidGewirtz), Bluesky(@DavidGewirtz.com), YouTube(YouTube.com/DavidGewirtzTV).