오픈AI, GPT-5.1-Codex-Max 공개: 24시간 연속 작업하는 코딩 에이전트

장시간 리팩터링을 AI 에이전트에게 맡겨두었다가, 컨텍스트 한도에 걸려 방금 짠 구조까지 잊어버리고 엉뚱한 코드를 뱉어내는 상황은 개발자들에게 익숙한 골칫거리입니다.

OpenAI가 이 문제를 해결하기 위해 내놓은 해법은 단순한 창 크기 늘리기가 아니었습니다.

OpenAI는 새로운 에이전트 전용 코딩 모델인 GPT-5.1-Codex-Max를 공개했습니다. 이 모델은 기존 GPT-5.1-Codex를 대체하여 Codex의 기본 엔진으로 즉시 적용되었으며, CLI, IDE 확장 프로그램, 클라우드 환경 및 코드 리뷰 도구에서 바로 사용할 수 있습니다.

기억을 스스로 압축해 수백만 토큰을 넘나든다

이번 발표의 핵심 기술은 컴팩션이라 불리는 문맥 압축 훈련입니다.

기존 모델들은 주어진 컨텍스트 창이 차오르면 작업이 중단되거나 주요 단서를 잃어버리기 일쑤였습니다. 반면 GPT-5.1-Codex-Max는 여러 컨텍스트 창을 매끄럽게 넘나들도록 네이티브하게 학습되었습니다.

창 한도에 다다르면 중요도가 떨어지는 기록은 가지치기하고 핵심 문맥만 남긴 뒤, 새로운 창으로 세션을 자동 갱신합니다. 이 과정을 반복하면서 단일 작업 안에서 수백만 토큰을 일관되게 다룰 수 있게 되었습니다.

OpenAI 내부 테스트에서는 에이전트가 24시간 이상 스스로 작업을 이어가며, 테스트 오류를 반복 수정해 결국 결과물을 완성하는 모습도 확인되었습니다.

또한 Windows 환경에서 실행되도록 훈련된 첫 번째 모델이며, Codex CLI 협업 성능과 프런트엔드 코드 생성 비용도 개선되었습니다.

생각하는 토큰은 30% 줄이고 성능은 강화

추론 효율이 크게 개선되면서 실제 토큰 비용 부담도 낮아졌습니다.

소프트웨어 엔지니어링 벤치마크인 SWE-bench Verified에서 동일한 medium 추론 강도를 적용했을 때, 이전 모델보다 높은 성능을 내면서도 생각하는 데 쓰인 토큰은 30% 덜 소비했습니다.

지연 시간보다 완벽한 해결이 중요한 작업을 위해 Extra High 추론 옵션도 새로 추가되었습니다. 이 모드에서 SWE-bench Verified 점수는 77.9%, 외주 개발 환경을 시뮬레이션한 SWE-Lancer 점수는 79.9%를 기록했습니다.

OpenAI에 따르면 사내 엔지니어의 95%가 매주 Codex를 사용 중이며, 도입 후 생성되는 풀 리퀘스트 수가 약 70% 증가했다고 밝혔습니다.

보안을 위해 모델은 기본적으로 네트워크가 차단되고 파일 쓰기가 작업 영역으로 제한된 샌드박스에서 실행됩니다. ChatGPT Plus, Pro, Business, Edu, Enterprise 플랜에 즉시 적용되었으며 API 지원도 곧 이어질 예정입니다.

왜 중요한가

우리는 OpenAI가 무작정 컨텍스트 창 크기만 키우는 소모전을 벗어나, 메모리 상태 관리의 효율화로 방향을 튼 점이 매우 영리한 선택이라고 봅니다.

창 크기만 무리하게 늘리면 연산 비용이 기하급수적으로 뛰고 모델의 주의력도 흐려집니다. 핵심 상태만 요약해 다음 작업 창으로 넘기는 컴팩션 방식은 실력 있는 개발자가 작업 노트를 정리하며 일하는 방식과 흡사합니다. 덕분에 개발자들은 감당 가능한 비용으로 반나절 이상 걸리는 대형 리팩터링을 맡길 수 있게 되었습니다.

업계 전체로 보면 단순한 코드 자동 완성 수준의 경쟁은 사실상 끝났습니다. 앞으로는 수 시간 동안 끊김 없이 디버깅 루프를 돌 수 있는 자율 지속성이 AI 도구의 핵심 기준이 될 것입니다.

다만 AI가 24시간 내내 코드를 고쳐놓았을 때, 인간 동료가 그 방대한 변경 내역을 얼마나 신뢰하고 검토할 수 있는지는 또 다른 숙제입니다. OpenAI 스스로도 이 도구를 사람을 대체하는 것이 아닌 보조 리뷰어로 여겨야 한다고 강조하는 만큼, 실제 도입 현장에서는 신중한 검증 프로세스가 동반되어야 할 것으로 보입니다.