오픈AI가 8월 20일 공개했다는 ‘Codex 하니스’, 어디까지 사실일까

먼저 확인해야 할 점: ‘Harness’ 공개는 공식적으로 검증됐나

오픈AI가 2026년 8월 20일 Codex의 핵심 실행 프레임워크인 ‘Harness’를 Apache 2.0 라이선스로 공개했다는 보도가 나왔다. 해당 보도는 개발자가 프레임워크를 수정·내장·상용화할 수 있으며,

codex exec

다만 제공된 자료 가운데 오픈AI의 공식 개발자 문서와 공식 발표는 이 특정 공개 및 구성 요소 목록을 확인하지 않는다. 따라서 현재 근거만으로는 ‘Apache 2.0 라이선스의 오픈소스 Harness가 8월 20일 공식 출시됐다’고 단정하기 어렵다.

공식 자료가 확인하는 것은 Codex가 단순한 질의응답형 챗봇이 아니라, 여러 단계를 스스로 수행하는 코딩 에이전트라는 점이다. Codex는 코드를 읽고, 수정하고, 실행할 수 있으며 클라우드 환경에서 여러 작업을 백그라운드로 병렬 처리하거나 선제적으로 수행할 수 있다.

공식 자료에서 확인되는 Codex의 실행 구조

OpenAI가 설명하는 Codex의 작업 흐름은 다음과 같다.

1. 작업 계획 수립
2. 코드 편집
3. 테스트·빌드·린트 등 도구 실행
4. 실행 결과 관찰
5. 실패 원인 수정
6. 문서와 상태 업데이트
7. 필요한 경우 이 과정 반복

즉, 핵심은 모델 자체만이 아니라 모델의 추론과 도구 호출, 실행 결과, 다음 행동을 연결하는 에이전트 루프다. 이 구조를 통해 Codex는 한 번의 답변을 생성하는 데 그치지 않고, 코드를 실제로 실행한 뒤 오류를 확인하고 수정하는 장기 작업을 수행한다.

OpenAI는 개발자가 모델을 API로 직접 사용해 최대한 세밀하게 구성할 수 있고, 더 간단한 통합에는 Codex SDK를 사용할 수 있다고 안내한다. 다만 제공된 공식 자료는 보도에 언급된

codex exec

ARC-AGI-3에서 나타난 ‘추론 유지’와 ‘컨텍스트 압축’의 효과

오픈AI는 GPT-5.6 Sol을 ARC-AGI-3 공개 세트에서 시험한 결과, 공식 하니스에서는 13.3%를 기록했지만 추론 유지와 컨텍스트 압축을 켠 Responses API 하니스에서는 38.3%를 기록했다고 밝혔다. 이는 점수가 약 3배로 오른 것이며, 출력 토큰 사용량은 6배 줄어든 결과다.

오픈AI가 공개한 설명에 따르면, 두 설정의 의미는 다음과 같다.

• 추론 유지(retained reasoning): 여러 차례의 API 호출 사이에서 이전 단계의 문제 해결 상태를 이어갈 수 있게 한다. 에이전트가 매번 처음부터 문제를 다시 풀기보다 앞선 중간 작업을 바탕으로 다음 행동을 결정할 수 있다는 뜻이다.
• 컨텍스트 압축(compaction): 대화와 도구 실행 기록이 길어질 때 모든 과거 내용을 그대로 전달하는 대신, 작업에 필요한 상태를 압축해 다음 단계로 넘긴다.

이 결과는 모델의 기본 성능만으로 에이전트의 성과가 결정되지 않는다는 점을 보여준다. 동일한 모델이라도 추론 상태를 어떻게 보존하고, 긴 작업의 컨텍스트를 어떻게 관리하며, 도구 실행 결과를 다음 행동에 어떻게 반영하느냐에 따라 결과와 비용이 달라질 수 있다.

기업 도입 현황과 비코딩 활용 사례는 확인되지 않아

제공된 자료에서는 해당 Apache 2.0 프레임워크를 도입한 기업의 명단이나, 어떤 비코딩 업무에 적용했는지, 도입 후 생산성·비용·정확도가 어떻게 변했는지 확인할 수 없다.

오픈AI는 기업 업무에서 Codex 같은 에이전트형 사용이 늘고 있으며, 6월 기준 기업 고객의 Codex와 ChatGPT 전체 출력 토큰 가운데 Codex가 64%를 차지했다고 별도 자료에서 설명했다. 그러나 이 수치는 기업 고객의 Codex 사용 현황에 관한 자료이지, 보도된 ‘Harness’ 프레임워크의 도입 기업이나 성과를 입증하는 자료는 아니다.

이번 자료가 시사하는 것

확인 가능한 방향성은 분명하다. 오픈AI는 개발자가 ChatGPT나 Codex의 사용자 인터페이스를 거치지 않고 API 또는 Codex SDK를 통해 코딩 에이전트의 실행 방식을 자신의 제품과 업무 흐름에 통합할 수 있도록 하고 있다.

이런 통합에서는 모델에 특정 지시를 내리는 것만큼이나 다음 요소가 중요하다.

• 계획·실행·관찰·수정의 반복 구조
• 테스트와 빌드 같은 외부 도구 호출
• 여러 단계에 걸친 추론 상태 보존
• 긴 작업 기록을 다루는 컨텍스트 관리
• 실패 결과를 다음 행동으로 연결하는 런타임 설계

따라서 이번 사안을 두고 ‘오픈AI가 Codex의 핵심 엔진 전체를 Apache 2.0으로 공개했다’고 확정하기보다는, 공식적으로 확인된 Codex 실행 구조와 API 기능, 그리고 그와 관련해 제기된 Harness 공개 보도를 구분해 보는 것이 정확하다. 현재 제공된 공식 근거만으로는 공개된 프레임워크의 정확한 명칭, 구성 요소, 도입 기업 및 사업 성과까지 판단할 수 없다.