한 줄 요약

OpenAI 스타트업 팀이 Codex, 자동화, computer use, 장기 실행 agent, AI native 조직의 조건을 설명한다. 핵심은 모델 자체를 복제하려는 일반 지능 경쟁이 아니라, 고객 문제와 워크플로우를 깊게 이해하고 모델 발전을 흡수하는 제품 구조를 만드는 것이다.

영상 메타

픽업

  • AI native는 특정 도구 도입보다 태도에 가깝다. OpenAI 내부에서는 새 모델 주기가 짧아진 만큼, 자기 도구로 자기 도구를 만드는 식으로 빠르게 실험하고 있다.
  • Codex는 코딩 도구에서 업무 전반의 도구로 확장됐다. 데이터 분석, 알파 테스트 피드백 요약, 리서치 병렬화, 실제 애플리케이션 구축까지 일상 업무 안에 들어와 있다고 설명한다.
  • 자주 쓰는 Codex 활용법으로 자동화를 꼽았다. 매일 같은 시간에 알파 피드백을 요약하거나, 매주 코드베이스의 PR 흐름을 보고 리팩터링 후보를 찾는 방식이다.
  • computer use와 모바일 Codex는 노트북 앞에 있지 않아도 로컬 프로그램과 웹을 다루게 해 준다. 앱 테스트, 노트 작성, 파일 찾기, Slack 메시지 탐색 같은 작업을 백그라운드로 맡길 수 있다고 말한다.
  • 1인 스타트업이나 아주 작은 팀은 더 현실적인 선택지가 되고 있다. 다만 모든 인력을 대체한다기보다, 좋은 사람 한 명이 AI로 더 큰 산출을 낼 수 있어 팀 규모와 생산성의 균형이 바뀐다고 본다.
  • 최근 9개월가량의 변화는 장기 실행 agent 신뢰도다. 모델이 도구를 쓰고, 벗어나면 자체 수정하며, 더 복잡한 작업을 오래 수행할 수 있게 되면서 스타트업이 조심스러운 workflow 대신 harness를 만들고 모델을 지능 엔진으로 쓰는 방향으로 바뀌고 있다.
  • foundation model이 좋아질수록 스타트업의 방어력은 고객 워크플로우 이해에서 나온다. 모델이 6개월 뒤 더 좋아질 것을 전제로 제품을 만들고, 새 모델이 나오면 기존 방식을 버리고 다시 설계할 수 있어야 한다고 말한다.

용어

  • AX [워크플로우 · 문화]: AI Transformation의 약어로, 조직과 업무 방식을 AI 중심으로 바꾸는 흐름을 가리킨다.
  • AI Native [워크플로우 · 문화]: AI를 보조 도구로 붙이는 수준을 넘어, 실험 속도와 제품 운영 방식 자체를 AI 기반으로 짜는 태도와 구조.
  • Codex Automations [하니스 · 패턴]: 반복되는 Codex 작업을 정해진 시간이나 주기로 실행해 업데이트, 요약, 리팩터링 등을 자동으로 돌리는 방식.
  • Computer Use [도구 통신 (MCP · CLI · API)]: AI가 사용자의 컴퓨터나 웹 프로그램을 조작해 테스트, 검색, 입력 같은 작업을 수행하는 기능.
  • Harness [하니스 · 패턴]: 모델을 직접 통제하려는 세부 workflow 대신, 모델이 장기 작업을 수행하도록 도구·평가·상태관리를 둘러싼 실행 환경.
  • Agent [하니스 · 패턴]: 도구를 사용하고 중간 결과를 바탕으로 경로를 조정하며 비교적 긴 작업을 수행하는 AI 실행 단위.
  • Evaluation [하니스 · 패턴]: 새 모델이나 agent가 실제 목표를 얼마나 잘 수행하는지 검증하는 테스트·측정 체계.
  • Intelligence Utility [모델 · 구독]: OpenAI가 범용 지능 플랫폼을 유틸리티처럼 제공하고, 스타트업이 그 위에 전문 제품을 만드는 구상.