OpenAI 모델 & Codex

이 문서는 GenAI 개념 섹션의 일부입니다.

5. Codex — 코딩 에이전트

Cloud Codex vs CLI Codex

구분	Cloud Codex	CLI Codex
환경	ChatGPT 내 클라우드 실행	로컬 터미널
실행 방식	샌드박스 VM에서 자율 실행	로컬 repo에서 직접 실행
소스	SaaS	오픈소스 (Rust)
주요 용도	PR 생성, 리팩토링	로컬 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.

모델	Input (1M)	Output (1M)	특징
o3	$10.00	$40.00	최고 추론 성능
o4-mini	$1.10	$4.40	o3 대비 80% 저렴, 추론 성능의 90% 유지
GPT-4.1	$2.00	$8.00	추론 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

모델	출시	주요 특징
GPT-5	2025년 중반	전반적 성능 도약. 추론+생성 통합
GPT-5.2	2025년 12월	환각 30% 감소. 가장 신뢰할 수 있는 모델

9. Databricks 환경에서의 시사점

OpenAI 모델을 Databricks에서 사용하는 방법

방법	설명	적합한 경우
Foundation Model APIs	Databricks가 호스팅하는 모델	오픈소스 모델 사용 시
External Models	외부 모델을 Model Serving endpoint로 래핑	OpenAI 모델 필요 시
직접 API 호출	코드에서 OpenAI API 직접 호출	간단한 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

시나리오	권장 조합
Databricks 데이터 기반 Agent	Databricks Agent Framework
외부 시스템 연동 멀티에이전트	OpenAI Agents SDK
하이브리드	Agents 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?

기준	OpenAI Agents SDK	LangGraph	Databricks Agent Framework
복잡도	낮음	높음	중간
데이터 거버넌스	별도 구현	별도 구현	Unity Catalog 내장
추천 상황	OpenAI 중심 멀티에이전트	복잡한 워크플로우	Databricks 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

자료	링크
Agents SDK GitHub	github.com/openai/openai-agents-python
Responses API 가이드	platform.openai.com/docs/guides/responses-vs-chat-completions
GPT-4.1 발표	openai.com/index/gpt-4-1/
Codex	openai.com/index/introducing-codex/
External Models 설정	docs.databricks.com/en/generative-ai/external-models/index.html

GenAI 핵심 개념

RAG (검색 증강 생성)

ML 핵심 개념

MCP (Model Context Protocol)

개요

2026년 4월 핫 키워드

기업별 동향 분석

5. Codex — 코딩 에이전트

Cloud Codex vs CLI Codex

6. Operator & Deep Research

Operator — 브라우저 자동화 에이전트

Deep Research — 자율 리서치 에이전트

ChatGPT Agent Mode로의 통합

7. 추론 모델 (o3, o4-mini)

8. GPT-5 / GPT-5.2 — 최신 모델 동향

9. Databricks 환경에서의 시사점

OpenAI 모델을 Databricks에서 사용하는 방법

Agents SDK + Databricks Agent Framework 조합

10. 고객이 자주 묻는 질문

Q1. Chat Completions API를 당장 Responses API로 바꿔야 하나요?

Q2. Agents SDK vs LangGraph vs Databricks Agent Framework?

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

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

11. 참고 자료

​5. Codex — 코딩 에이전트

​Cloud Codex vs CLI Codex

​6. Operator & Deep Research

​Operator — 브라우저 자동화 에이전트

​Deep Research — 자율 리서치 에이전트

​ChatGPT Agent Mode로의 통합

​7. 추론 모델 (o3, o4-mini)

​8. GPT-5 / GPT-5.2 — 최신 모델 동향

​9. Databricks 환경에서의 시사점

​OpenAI 모델을 Databricks에서 사용하는 방법

​Agents SDK + Databricks Agent Framework 조합

​10. 고객이 자주 묻는 질문

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

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

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

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

​11. 참고 자료

5. Codex — 코딩 에이전트

Cloud Codex vs CLI Codex

6. Operator & Deep Research

Operator — 브라우저 자동화 에이전트

Deep Research — 자율 리서치 에이전트

ChatGPT Agent Mode로의 통합

7. 추론 모델 (o3, o4-mini)

8. GPT-5 / GPT-5.2 — 최신 모델 동향

9. Databricks 환경에서의 시사점

OpenAI 모델을 Databricks에서 사용하는 방법

Agents SDK + Databricks Agent Framework 조합

10. 고객이 자주 묻는 질문

Q1. Chat Completions API를 당장 Responses API로 바꿔야 하나요?

Q2. Agents SDK vs LangGraph vs Databricks Agent Framework?

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

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

11. 참고 자료