Skip to main content

​
5. Codex — 코딩 에이전트

​
Cloud Codex vs CLI Codex

구분Cloud CodexCLI Codex
환경ChatGPT 내 클라우드 실행로컬 터미널
실행 방식샌드박스 VM에서 자율 실행로컬 repo에서 직접 실행
소스SaaS오픈소스 (Rust)
주요 용도PR 생성, 리팩토링로컬 개발 보조

​
6. Operator & Deep Research

​
Operator — 브라우저 자동화 에이전트

Computer-Using Agent(CUA) 기술 기반. 스크린샷 → 분석 → 클릭/타이핑 → 새 스크린샷의 반복 루프로 작동합니다. 민감한 작업 시 사용자에게 제어권을 반환합니다.

​
Deep Research — 자율 리서치 에이전트

o3 모델 기반으로, 5~30분에 걸쳐 수십 개의 웹 페이지를 탐색하여 구조화된 보고서 를 생성합니다. 사람이 며칠간 할 리서치를 자동화하는 개념입니다.

​
ChatGPT Agent Mode로의 통합

2025년 7월, Operator + Deep Research + 기존 도구들을 ChatGPT Agent Mode 라는 통합 경험으로 결합했습니다. o3가 최초로 ChatGPT의 모든 도구를 에이전틱하게 사용할 수 있는 모델입니다.

​
7. 추론 모델 (o3, o4-mini)

o3과 o4-mini는 체인 오브 쏘트(Chain-of-Thought) 추론 중에 도구를 호출 할 수 있는 최초의 모델입니다.
모델Input (1M)Output (1M)특징
o3$10.00$40.00최고 추론 성능
o4-mini$1.10$4.40o3 대비 80% 저렴, 추론 성능의 90% 유지
GPT-4.1$2.00$8.00추론 없음. 빠른 응답, Agent 최적화
주의 o3 vs GPT-4.1 선택 기준: 정확한 추론이 필수 → o3, 빠른 응답과 도구 활용이 중요 → GPT-4.1

​
8. GPT-5 / GPT-5.2 — 최신 모델 동향

모델출시주요 특징
GPT-52025년 중반전반적 성능 도약. 추론+생성 통합
GPT-5.22025년 12월환각 30% 감소. 가장 신뢰할 수 있는 모델

​
9. Databricks 환경에서의 시사점

​
OpenAI 모델을 Databricks에서 사용하는 방법

방법설명적합한 경우
Foundation Model APIsDatabricks가 호스팅하는 모델오픈소스 모델 사용 시
External Models외부 모델을 Model Serving endpoint로 래핑OpenAI 모델 필요 시
직접 API 호출코드에서 OpenAI API 직접 호출간단한 프로토타이핑
import mlflow.deployments
client = mlflow.deployments.get_deploy_client("databricks")

response = client.predict(
    endpoint="openai-gpt-4-1",
    inputs={
        "messages": [
            {"role": "system", "content": "당신은 데이터 분석 전문가입니다."},
            {"role": "user", "content": "매출 트렌드를 분석해주세요."},
        ],
        "temperature": 0.1,
    },
)
성공 External Models의 장점: OpenAI API 키를 개발자에게 직접 배포하지 않고, Databricks의 거버넌스와 모니터링 을 통해 중앙 관리할 수 있습니다.

​
Agents SDK + Databricks Agent Framework 조합

시나리오권장 조합
Databricks 데이터 기반 AgentDatabricks Agent Framework
외부 시스템 연동 멀티에이전트OpenAI Agents SDK
하이브리드Agents SDK로 오케스트레이션 + Databricks Model Serving으로 모델 호출

​
10. 고객이 자주 묻는 질문

​
Q1. Chat Completions API를 당장 Responses API로 바꿔야 하나요?

아니요, 당장은 아닙니다. 다만 새로운 Agent 프로젝트는 처음부터 Responses API를 권장합니다.

​
Q2. Agents SDK vs LangGraph vs Databricks Agent Framework?

기준OpenAI Agents SDKLangGraphDatabricks Agent Framework
복잡도낮음높음중간
데이터 거버넌스별도 구현별도 구현Unity Catalog 내장
추천 상황OpenAI 중심 멀티에이전트복잡한 워크플로우Databricks 데이터 중심 Agent

​
Q3. GPT-4.1과 o3 중 어떤 모델을 Agent에 사용해야 하나요?

대부분의 Agent에는 GPT-4.1이 적합합니다. o3는 수학적 추론이나 복잡한 논리 문제에서 우수합니다.

​
Q4. OpenAI Agent 기술을 Databricks 환경에서 사용할 때 보안/거버넌스는?

External Models + Unity Catalog 조합을 권장합니다. API 키를 Databricks Secret으로 관리하고, External Model endpoint로 래핑하여 노출하지 않습니다.

​
11. 참고 자료

자료링크
Agents SDK GitHubgithub.com/openai/openai-agents-python
Responses API 가이드platform.openai.com/docs/guides/responses-vs-chat-completions
GPT-4.1 발표openai.com/index/gpt-4-1/
Codexopenai.com/index/introducing-codex/
External Models 설정docs.databricks.com/en/generative-ai/external-models/index.html