2026년 8월 19일, OpenAI는 공식 블로그에 Codex as a platform을 올렸다. 하루 만에 저장소 github.com/openai/codex는 Star 10만을 돌파했다. 직접 들어가 봤다 — Apache-2.0, Rust crate 약 120개, TS SDK는 별도 패키지로 분리.
이번에 오픈소스로 풀린 건 모델 가중치도, Codex 제품 자체도 아니다. Codex를 실제로 굴리는 그 엔진이다.
공개된 건 Codex가 아니라, 'Codex가 굴러가는 방식'이다
경계부터 정리한다. OpenAI가 이번에 손을 뗀 건 Codex 뒤에 있는 agent harness다 — 대화 상태 관리, 도구 호출, 샌드박스 격리, 사람 승인, 컨텍스트 압축까지, 모델이 '당신의 머신에서 일하게 만드는' 발판 한 세트.
이 harness는 세 겹의 인터페이스로 노출된다.
- exec: 커맨드라인 바이너리. 가장 얇은 래퍼로, CI / 스크립트용.
- SDK: TypeScript / Python 라이브러리. 본인 서비스에 그대로 끼워 넣는다.
- app-server: VSCode, 데스크톱, JetBrains 플러그인 뒤에서 도는 long-running 프로세스. IDE 유저는 사실 계속 이걸 쓰고 있었다.
세 겹이 겹친 게 아니라, 입도가 다른 거다. CLI 도구를 CI에 붙이려면 exec, 웹 콘솔에 AI 기능을 박으려면 SDK, IDE급 멀티턴 대화 + 파일 diff를 구현하려면 app-server.
저장소 안의 codex-rs/ 디렉터리는 데모가 아니다. OpenAI가 매일 실제로 돌리고 있는 코드다. 공개된 건 학습용 샘플이 아니라 프로덕션 코드다.
ARC-AGI-3, 13.3%에서 38.3%로 — 같은 모델인데 3배 차이
OpenAI가 공개한 숫자 하나에 잠깐 멈췄다.
ARC-AGI-3 벤치마크에서, GPT-5.6 Sol에 retained reasoning + context compaction을 적용하니 점수가 13.3%에서 38.3%로 뛰었다. 주의할 점: 모델은 바뀌지 않았다. 바뀐 건 harness의 스위치 두 개다.
덤으로 토큰 사용량이 6분의 1로 줄었다.
이게 의미하는 건 뭐냐면, 평가에서 흔히 말하는 '모델 A가 모델 B보다 5점 높다'는 내러티브가 점점 무의미해지고 있다는 거다. harness 하나로 같은 모델을 3배 차이 나게 만들 수 있다면, 벤치마크 점수는 도대체 무엇을 비교하고 있는 건가.
retention의 로직은 복잡하지 않다. 모델이 앞쪽 턴에서 찾아낸 중간 결론, 계획, 제약 조건은 기본적으로 컨텍스트 압축 때 버려진다. harness는 최근 N턴을 무차단으로 자르는 대신, 그것들을 남기기로 선택한다.
// codex-rs의 compaction 정책에서 발췌 (단순화)
pub struct CompactionPolicy {
pub keep_retained_reasoning: bool, // 고가치 추론 단편 보존
pub max_context_tokens: usize, // 하드 상한
pub strategy: CompactionStrategy, // Sliding / Summary / Hybrid
}
이 스위치를 켜고, 전략을 sliding에서 hybrid로 바꾸는 것만으로 ARC-AGI-3가 25점 올랐다. 모델을 한 번 더 학습해도 못 얻을 수도 있는 레버리지다.
codex-rs는 어떻게 짜여 있나 — 120개 crate 해부
codex-rs/의 디렉터리 구조를 대충 훑으면, OpenAI가 Rust로 IDE 백엔드 전체를 쓰고 있는 것처럼 보인다. 사실은 잘게 쪼개져 있다.
| 모듈 | 역할 |
|---|---|
app-server | 상주 프로세스. VSCode / 데스크톱 / IDE 플러그인의 프로토콜 요청 처리 |
exec-server | CLI 진입점. 무상태, 호출마다 sandbox 1개 |
core | 모델 대화, 도구 스케줄링, 상태 머신. harness의 심장 |
sandboxing | 크로스 플랫폼 샌드박스 (landlock / seatbelt / Windows job object) |
mcp | Model Context Protocol 클라이언트. 외부 도구 브리지 |
TS SDK인 codex-sdk/는 Rust 위에 한 겹을 더 씌워, Codex / Thread / Turn 같은 LLM 앱 지향 객체로 노출한다.
개인적으로 눈여겨본 건 sandboxing이다. OpenAI는 landlock(Linux), seatbelt(macOS), Windows job object라는 세 가지 저수준 메커니즘을 각각 별도 crate로 감쌌다. agent harness에게 '돌아간다'와 '안전하게 돌아간다'는 전혀 다른 문제다. 이 층을 못 잡으면, CI에서 agent를 돌리는 순간 운영 환경에 지뢰를 심는 셈이다.
mcp 레이어는 따로 짚을 만하다. Codex가 이제 임의의 MCP server가 등록한 도구를 바로 소비할 수 있다는 뜻이다. OpenAI가 자체 plugin 생태계를 굳이 만들 필요가 없다는 얘기다. '도구 연결'을 커뮤니티에 떠넘기는 영리한 선택이다.
챗 박스를 '씌우는' 게 아니라, 업무 흐름에 '담그는' 방식
저장소 README에 이미 도입 사례 세 곳이 올라와 있다. 한번 추려 보니 공통점이 보인다.
챗 박스가 없다. AI가 흐름 속으로 가라앉았다.
- Thrive Holdings / Crete: Codex를 세무 신고 절차에 박았다. 신고서 7,000건이 통과됐고, 소요 시간은 3분의 1로 줄었다. 세무사가 보는 건 폼이지 채팅창이 아니다.
- Cisco: Codex SDK로 클라우드 콘솔 안에 App Builder를 깔았다. 사용자가 설정 패널에서 몇 번 클릭하면, AI가 배포 매니페스트를 자동으로 뽑아낸다. 콘솔 자체는 그대로고, AI 버튼만 하나 더 붙었다.
- OpenAI 자체: Relay 물류 대시보드 데모. 창고 배정, 차량 경로가 전부 백엔드에서 돌고, 프론트엔드에는 지도와 상태 몇 줄만 남는다.
세 사례의 공통점은 이거다. harness가 오픈소스되기 전에는 이런 통합을 하려면 'OpenAI에 연락해서 파트너십을 잡아야' 했다. harness가 풀린 이후로는 SDK를 fork해서 바로 붙이면 끝이다.
이게 harness 오픈소스의 진짜 파괴력이다. 모델을 어느 집 것으로 바꾸든 통합 코드는 그대로다.
// codex-sdk README 발췌, Thread 시작
import { Codex } from "@openai/codex-sdk";
const codex = new Codex();
const thread = codex.startThread();
const turn = await thread.run("이 세무 데이터 묶음을 주(state)별로 묶어서 CSV로 출력해줘");
console.log(turn.finalResponse);
Agent 경쟁의 무게중심이 왜 아래로 내려오는가
반(反)합의적인 판단 하나: 모든 집의 모델 능력이 수렴하면, harness가 진짜 해자다.
2026년의 GPT-5.6, Claude Opus 4.1, Gemini 3 Pro는 벌거벗은 모델 벤치마크에서 격차가 한 자릿수 수준으로 좁혀졌다. 반면 harness의 격차는 차원이 다르다.
- 샌드박스를 엄격하면서도 크로스 플랫폼으로 만들 수 있는가?
- 컨텍스트 압축에서 핵심 추론을 안 흘리게 할 수 있는가?
- MCP 도구 체인을 안정적이면서도 저지연으로 스케줄링할 수 있는가?
- 승인 플로우를 harness 안에 통째로 박아 넣어, 사용자가 따로 해킹하지 않아도 되게 할 수 있는가?
이런 질문의 답을 모델 벤더는 줄 수 없다. 직접 바퀴를 만들어야 한다 — 아니면, OpenAI가 이번 주에 풀어준 바퀴를 쓰면 된다.
'모델이 곧 전부'라는 옛 내러티브는 2025년에야 간신히 버텼다. 2026년 8월, OpenAI가 자사 harness를 오픈소스로 풀면서 그 시대에 마침표를 찍었다. 모델 동질화 흐름은 되돌릴 수 없고, 차별화는 반드시 발판 쪽으로 내려앉는다.
8월 21일 기준, github.com/openai/codex는 Star 107,443, Fork 16,354, 최신 안정 버전 v0.149.0.
내 판단은 이렇다. 앞으로 반년 동안 볼 만한 건 '어느 모델이 또 몇 점을 올렸나'가 아니라, '어떤 회사가 harness 문서를 일반 엔지니어가 fork만 하면 바로 돌릴 수 있을 정도로 깔끔하게 만들었나'다.