OpenAI 코덱스(Codex) 워크스페이스 출시, 학생은 어떻게 쓸까

OpenAI Codex, 대화를 넘어 '작업'하는 AI로

OpenAI가 Codex(코덱스) 워크스페이스의 사용법을 공식 가이드로 공개했습니다. 기존 ChatGPT가 '대화'에 머물렀다면, Codex는 실제 파일을 열고, 수정하고, 새로 만드는 **행동 기반 AI 에이전트(Agent)**입니다. 프로젝트 폴더를 지정하면 그 안에서 자율적으로 작업을 수행하며, 동시에 여러 스레드(Thread)를 병렬로 실행할 수 있습니다.

핵심 구조: 스레드와 프로젝트

스레드(Thread) — ChatGPT 채팅의 확장

Codex에서 스레드는 ChatGPT의 '채팅'과 유사한 개념입니다. 자연어로 원하는 작업을 설명하면 Codex가 파일 검사, 문서 편집, 정보 정리, 코드 작성 등을 직접 실행합니다. 기술 용어나 완벽한 프롬프트(Prompt, AI에게 보내는 지시문)가 필요 없습니다.

작업 중 지시를 바꾸고 싶다면 Steer(조향) 기능을 사용합니다. 예를 들어 "문단을 삭제해줘"라고 했다가 "사실 다시 써줘"로 방향을 바꾸면, Codex는 작업을 처음부터 다시 시작하지 않고 즉시 방향을 수정합니다.

프로젝트(Project) — 작업 범위의 경계

프로젝트는 로컬 컴퓨터의 특정 폴더와 연결됩니다. Codex는 해당 폴더 안에서만 파일을 변경하므로, 의도치 않은 수정을 방지할 수 있습니다. 빈 폴더로 시작해도 됩니다 — 새로 생성되는 파일이 자동으로 그 안에 저장됩니다.

플러그인(Plugin) — 반복 작업 자동화

Codex는 플러그인을 통해 외부 도구와 연결되거나 반복 가능한 프로세스를 설정할 수 있습니다. 예를 들어 특정 형식의 보고서를 매주 생성하는 워크플로를 플러그인으로 구성할 수 있습니다.

기존 도구와 무엇이 다른가

핵심 차이는 **에이전시(Agency)**입니다. Codex는 단순히 답변을 생성하는 것이 아니라, 사용자가 지정한 범위 안에서 실제 작업을 완료합니다.

교육 분야 시사점

학습 방식의 변화

학생 입장에서 Codex는 개인 조교에 가깝습니다. 리포트 초안 작성, 데이터 정리, 코드 리팩토링(Refactoring, 코드 구조 개선) 같은 반복 작업을 위임하고, 학생은 사고와 판단에 집중할 수 있습니다. 특히 여러 스레드를 동시에 돌릴 수 있다는 점은, 예를 들어 한 스레드에서 참고 자료를 정리하면서 다른 스레드에서 발표 자료를 구성하는 식의 워크플로를 가능하게 합니다.

교육자에게 던지는 질문

동시에, 교육자에게는 새로운 과제가 생깁니다. AI가 파일을 직접 만들고 수정할 수 있다면, 과제의 평가 기준을 재정의해야 합니다. '결과물'보다 '과정'과 '판단'을 평가하는 방향으로 전환이 필요합니다. Codex가 생성한 초안을 학생이 어떻게 검증·개선했는지를 묻는 형태가 될 수 있습니다.

접근성과 격차

Codex는 현재 ChatGPT Pro·Team·Enterprise 플랜에서 이용 가능합니다. 교육용 플랜(ChatGPT Edu)도 존재하지만, 모든 학생이 동등하게 접근할 수 있는지는 별개의 문제입니다. 도구 접근성에 따른 학습 격차가 새로운 형태의 디지털 디바이드(Digital Divide, 정보 격차)로 이어질 수 있습니다.

학생 활용 팁

프로그래밍 과제나 팀 프로젝트에서 Codex를 활용해보세요. 빈 프로젝트 폴더를 만들고 "이 CSV 데이터를 분석해서 시각화 코드를 작성해줘"처럼 자연어로 지시하면, 코드 작성부터 파일 저장까지 자동으로 처리됩니다. 단, 결과물을 반드시 직접 검토하고 AI의 판단이 맞는지 확인하는 습관이 중요합니다.