[AINews] OpenAI, Codex 내부 출력 토큰 미디어 값 지난 2025년 11월 이후 연구 분야서 56배, 고객 지원 분야서 32배, 엔지니어링 분야서 27배, 법무 분야서 13배 증가

(latent.space)

Latent Space2026년 6월 26일AI 모델

[AINews] OpenAI, Codex 내부 출력 토큰 미디어 값 지난 2025년 11월 이후 연구 분야서 56배, 고객 지원 분야서 32배, 엔지니어링 분야서 27배, 법무 분야서 13배 증가

OpenAI 내부의 Codex 토큰 사용량이 연구 및 고객 지원 등 전 분야에서 수십 배 폭증하며, AI가 단순 코딩 도구를 넘어 업무 프로세스 전반을 재정의하는 에이전트 시대로 진입했음을 보여줍니다.

이 글의 핵심 포인트

1OpenAI 내부 Codex 토큰 사용량이 2025년 11월 이후 연구(56배), 고객 지원(32배), 엔지니어링(27배), 법무(13배)로 급증함.
2GLM-5.2 Max 모델이 코딩 및 에이전트 벤치마크에서 뛰어난 성능을 기록하며 기존 모델들을 추격 중임.
3Ornith-1.0은 자가 개선 RL 설정을 통해 고성능을 구현한 새로운 에이전틱 코딩 모델 제품군임.
4Google Gemini 3.5 Flash에 브라우저 및 데스크톱 제어가 가능한 '컴퓨터 사용(Computer Use)' 기능이 탑재됨.
5Sail, Hyperagent 등 장기 실행 에이전트를 위한 저비용 인프라 및 지속성 중심의 스타트업들이 부상하고 있음.

이 글에 대한 공공지능 분석

왜 중요한가?

OpenAI 내부의 폭발적인 토큰 사용량 증가는 AI가 단순 보조 도구를 넘어 실제 업무 워크플로우를 수행하는 '에이전트'로 전환되었음을 입증하는 강력한 선행 지표입니다. 이는 모델의 성능 향상을 넘어, 기업들이 AI를 실질적인 실행 주체로 활용하기 시작했음을 의미합니다.

어떤 배경과 맥락이 있나?

최근 AI 기술 트렌드는 단순 응답(Chat)에서 자율적 작업 수행(Agentic Workflow)으로 이동하고 있습니다. 구글의 Gemini 3.5 Flash가 컴퓨터 제어 기능을 탑재하고, 장기 실행 에이전트를 위한 전용 인프라 스타트업들이 등장하는 것은 이러한 패러다임 전환을 뒷받침합니다.

업계에 어떤 영향을 주나?

코딩 특화 모델(Ornith-1.0)과 초소형 고효율 모델(Liquid AI)의 등장은 개발 생태계를 더욱 전문화할 것입니다. 기업들은 이제 단순 API 호출을 넘어, 에이전트의 지속성(Persistence)과 비용 효율성을 관리할 수 있는 운영 인프라 구축이라는 새로운 과제에 직면했습니다.

한국 시장에 어떤 시사점이 있나?

국내 스타트업들은 범용 LLM 경쟁보다는 특정 도메인(법무, 엔지니어링 등)의 워크플로우를 자동화하는 '버티컬 에이전트' 개발에 집중해야 합니다. 특히 OpenAI 사례처럼 내부 업무 프로세스 자체를 AI 중심으로 재설계할 수 있는 운영 역량이 핵심 경쟁력이 될 것입니다.

이 글에 대한 큐레이터 의견

OpenAI 내부의 토큰 사용량 급증은 AI가 단순한 '지식 검색기'에서 '업무 수행자'로 진화했음을 보여주는 결정적 증거입니다. 특히 연구와 고객 지원 분야에서의 폭발적 성장은, AI 에이전트가 인간의 개입을 최소화하면서도 복잡한 멀티스텝 태스크를 처리할 수 있는 수준에 도달했음을 시사합니다. 창업자들은 이제 'AI로 무엇을 물어볼 것인가'가 아니라 'AI에게 어떤 권한과 도구를 부여하여 어떤 워크플로우를 맡길 것인가'를 고민해야 합니다.

다만, 이러한 에이전트 중심의 전환에는 '신뢰성 및 비용'이라는 명확한 트레이드오프가 존재합니다. 자율성이 높아질수록 모델의 환각(Hallucination)이나 예기치 못한 행동에 따른 리스크는 커지며, 장기 실행 에이전트를 위한 인프라 비용 또한 기하급수적으로 늘어날 수 있습니다. 따라서 무조건적인 자동화보다는 LangChain의 'Fleet' 개념처럼, 단순 응답이 필요한 작업과 전문 에이전트가 필요한 작업을 명확히 구분하여 설계하는 전략적 접근이 필요합니다.

원문 보기 →