[Codex] Claude Code와 심층 비교 - AI 코딩 에이전트 어떤 걸 써야 할까?

 

안녕하세요!

재아군의 관찰인생입니다.

 

2025년 AI 코딩 도구의 경쟁이 그 어느 때보다 뜨겁습니다.

OpenAI가 터미널 기반 AI 코딩 에이전트 Codex CLI를 오픈소스로 공개하면서, 기존에 시장을 선점하고 있던 Anthropic의 Claude Code와 정면 대결 구도가 형성되었습니다.

두 도구 모두 "터미널에서 자연어로 코딩한다"는 같은 비전을 공유하지만, 철학과 구현 방식에서 상당한 차이를 보입니다.

오늘은 Codex CLI가 정확히 무엇인지, Claude Code와 비교했을 때 어떤 차별점이 있는지, 그리고 어떤 상황에서 어떤 도구를 선택해야 하는지 깊이 있게 분석해 보겠습니다.

 

 

---

 

1. Codex란 무엇인가?

 

Codex CLI는 OpenAI가 2025년 4월에 공개한 터미널 기반 AI 코딩 에이전트입니다.

Apache 2.0 라이선스로 GitHub에 오픈소스 공개되어 있으며, OpenAI의 추론 모델(o4-mini, o3 등)을 활용하여 자연어 명령만으로 코드 작성, 파일 편집, 셸 명령 실행 등을 수행합니다.

 

등장 배경

 

Codex CLI의 등장은 AI 코딩 도구 시장의 빠른 진화와 맞닿아 있습니다.

Anthropic의 Claude Code가 2025년 초 출시되어 터미널 기반 에이전트 시장에서 강력한 입지를 구축한 가운데, OpenAI는 자체 CLI 에이전트를 내놓으며 경쟁에 본격 참전했습니다.

 

기존 AI 코딩 도구들의 한계

 

기존 도구들이 안고 있던 문제 4가지를 살펴보겠습니다.

 

1. IDE 종속성 문제: GitHub Copilot이나 Cursor 같은 도구는 특정 에디터에 묶여 있어, 터미널 중심 워크플로를 선호하는 개발자에게는 맞지 않았습니다.
2. 단일 파일 제한: 기존 코드 자동완성 도구들은 현재 열린 파일 하나만 이해할 뿐, 프로젝트 전체를 파악하고 다중 파일을 동시에 수정하는 데 한계가 있었습니다.
3. 실행 환경 부재: 코드를 제안할 뿐 직접 실행하고 결과를 확인할 수 없어, 개발자가 수동으로 복사-붙여넣기-실행을 반복해야 했습니다.
4. 보안 우려: AI가 시스템 명령을 실행할 때 샌드박싱 없이 호스트 환경에 직접 접근하면 의도치 않은 파일 삭제나 시스템 변경이 발생할 위험이 있었습니다.

 

Codex CLI는 이런 문제들을 해결하기 위해 네트워크가 차단된 샌드박스 컨테이너 안에서 코드를 실행하는 방식을 핵심 설계 원칙으로 채택했습니다.

 

 

---

 

2. 핵심 특징 & 기능 분석

 

2-1. 샌드박스 실행 환경

 

Codex CLI의 가장 큰 차별점은 모든 코드 실행이 격리된 샌드박스 안에서 이루어진다는 점입니다.

네트워크 접근이 기본적으로 차단되어 있어, AI가 생성한 코드가 외부에 데이터를 유출하거나 악의적인 요청을 보내는 것이 원천 차단됩니다.

파일시스템도 프로젝트 디렉토리로 제한되며, 샌드박스 밖의 시스템 파일에는 접근할 수 없습니다.

 

2-2. 멀티 모드 자율성 제어

 

Codex CLI는 세 가지 실행 모드를 제공하여 AI의 자율 수준을 세밀하게 제어할 수 있습니다.

 

• Suggest 모드: 모든 변경 사항을 제안만 하고, 사용자의 명시적 승인을 받아야 적용합니다.
• Auto Edit 모드: 파일 편집은 자동으로 수행하되, 셸 명령 실행 시에만 승인을 요구합니다.
• Full Auto 모드: 파일 편집과 셸 명령 모두 사용자 승인 없이 자동으로 실행합니다. 단, 샌드박스 안에서만 동작합니다.

 

2-3. 오픈소스 & 확장성

 

Apache 2.0 라이선스로 공개되어 누구나 포크하고 커스터마이즈할 수 있습니다.

내부 구조가 Rust와 TypeScript로 작성되어 있으며, 에이전트 루프의 동작 방식을 직접 수정하거나 커스텀 도구를 추가하는 것이 가능합니다.

 

2-4. 컨텍스트 인식 & 프로젝트 이해

 

실행 시 현재 디렉토리의 Git 상태, 파일 구조, 코드 패턴을 분석하여 프로젝트 컨텍스트를 자동으로 파악합니다. AGENTS.md 파일(Claude Code의 CLAUDE.md에 해당)을 통해 프로젝트별 지침을 설정할 수 있습니다.

 

2-5. Git 네이티브 워크플로

 

변경 사항을 Git diff 형태로 보여주고, 원하는 변경만 선택적으로 적용할 수 있습니다.

작업 완료 후 자동 커밋 생성 기능도 지원하며, PR 생성이나 브랜치 관리와 같은 Git 워크플로와 자연스럽게 통합됩니다.

 

 

---

 

3. 기술 아키텍처 & 동작 원리

 

구성 요소

 

구성 요소	역할	기술 스택
CLI Interface	사용자 입력 파싱 및 터미널 UI	TypeScript, Ink (React for CLI)
Agent Loop	모델 호출 → 도구 실행 → 결과 피드백 반복	TypeScript
Sandbox Runtime	격리된 코드 실행 환경	Linux namespace, seccomp, landlock
Tool System	파일 읽기/쓰기, 셸 실행 등 도구 관리	TypeScript
Model Backend	OpenAI API를 통한 추론 모델 호출	o4-mini (기본), o3, codex-mini

 

동작 흐름

 

# Codex CLI 기본 사용 예시
$ codex "이 프로젝트의 테스트 커버리지를 분석하고 누락된 테스트를 추가해줘"

# 실행 흐름:
# 1. 사용자 프롬프트 수신
# 2. 프로젝트 컨텍스트 수집 (git status, 파일 구조, AGENTS.md)
# 3. 추론 모델(o4-mini)에 프롬프트 + 컨텍스트 전송
# 4. 모델이 실행 계획 수립 (어떤 파일을 읽고, 어떤 명령을 실행할지)
# 5. 샌드박스 내에서 계획 실행 (파일 탐색 → 분석 → 코드 생성)
# 6. 결과를 사용자에게 diff 형태로 표시
# 7. 사용자 승인 후 변경 적용

# 특정 모드로 실행
$ codex --approval-mode full-auto "src/utils.ts에 에러 핸들링 추가"
$ codex --model o3 "복잡한 리팩토링 수행"  # 더 강력한 모델 사용

 

에이전트 루프 구조

 

// Codex CLI 에이전트 루프의 핵심 구조 (간소화)
async function agentLoop(prompt: string, context: ProjectContext) {
  const messages: Message[] = [
    { role: 'system', content: buildSystemPrompt(context) },
    { role: 'user', content: prompt }
  ];

  while (true) {
    // 1. 모델에 메시지 전송
    const response = await openai.chat.completions.create({
      model: context.model || 'o4-mini',
      messages,
      tools: availableTools, // shell, file_read, file_write 등
    });

    const assistantMessage = response.choices[0].message;
    messages.push(assistantMessage);

    // 2. 도구 호출이 없으면 → 최종 응답, 루프 종료
    if (!assistantMessage.tool_calls?.length) {
      displayFinalResponse(assistantMessage.content);
      break;
    }

    // 3. 도구 호출 실행 (샌드박스 내)
    for (const toolCall of assistantMessage.tool_calls) {
      const result = await executeTool(toolCall, {
        sandbox: true,
        approvalMode: context.approvalMode,
      });
      messages.push({
        role: 'tool',
        tool_call_id: toolCall.id,
        content: result,
      });
    }
    // 루프 반복: 도구 실행 결과를 모델에 다시 전달
  }
}

 

설계 원칙 4가지

 

1. 보안 우선 (Security First): 샌드박스가 기본이며, 네트워크 차단과 파일시스템 격리가 디폴트입니다.
2. 점진적 자율성 (Progressive Autonomy): Suggest → Auto Edit → Full Auto로 단계적으로 AI의 자율 수준을 높일 수 있습니다.
3. 투명한 실행 (Transparent Execution): 모든 도구 호출과 변경 사항이 사용자에게 실시간으로 표시됩니다.
4. 오픈 생태계 (Open Ecosystem): Apache 2.0 라이선스로 누구나 기여하고 확장할 수 있는 구조입니다.

 

---

 

4. 실무 활용 가이드

 

시작하기

 

# Codex CLI 설치
npm install -g @openai/codex

# OpenAI API 키 설정
export OPENAI_API_KEY="sk-..."

# 기본 사용 (Suggest 모드)
$ codex "package.json의 의존성 중 보안 취약점이 있는지 확인해줘"

# 대화형 모드
$ codex
> 이 프로젝트의 아키텍처를 설명해줘
> README.md를 업데이트해줘
> /quit

# 비대화형(Quiet) 모드 - CI/CD 파이프라인에 적합
$ codex -q "린트 에러를 모두 수정해줘"

 

기존 환경 도입 4단계

 

단계	작업	세부 내용	예상 소요
1단계	설치 & 설정	npm 글로벌 설치, API 키 설정, 기본 모드 테스트	10분
2단계	AGENTS.md 작성	프로젝트 규칙, 코딩 컨벤션, 빌드 명령어 정의	30분
3단계	Suggest 모드 시범 운영	코드 리뷰, 버그 분석, 문서화 등 안전한 작업부터 적용	1주
4단계	Auto 모드 확대	테스트 작성, 리팩토링 등으로 범위 확대	2~4주

 

팀 활용 팁

 

• AGENTS.md를 Git에 포함시키세요: 팀원 모두가 동일한 프로젝트 규칙으로 Codex를 사용할 수 있습니다.
• 코드 리뷰에 활용하세요: codex "이 PR의 변경 사항을 리뷰하고 잠재적 문제를 찾아줘"로 AI 코드 리뷰를 자동화할 수 있습니다.
• 테스트 작성 자동화: 새 기능 구현 후 codex --approval-mode auto-edit "방금 변경한 파일에 대한 유닛 테스트를 작성해줘"를 실행하면 효율적입니다.
• 온보딩 도구로 활용: 신규 팀원이 codex "이 프로젝트의 구조와 주요 모듈을 설명해줘"를 실행하면 빠르게 코드베이스를 이해할 수 있습니다.

 

---

 

5. 경쟁 기술 비교 분석

 

Codex CLI vs Claude Code vs Cursor vs GitHub Copilot

 

비교 항목	Codex CLI	Claude Code	Cursor	GitHub Copilot
제공사	OpenAI	Anthropic	Anysphere	GitHub(Microsoft)
실행 환경	터미널 (CLI)	터미널 (CLI)	전용 에디터	IDE 플러그인
기반 모델	o4-mini, o3	Claude Sonnet/Opus	다중 모델	GPT-4o, Claude
샌드박싱	기본 제공 (강력)	권한 기반 제어	제한적	없음
오픈소스	Apache 2.0	비공개	비공개	비공개
가격	API 사용량 기반	구독 ($20/월~)	구독 ($20/월~)	구독 ($10/월~)
MCP 지원	미지원	지원	제한적	미지원
다중 파일 편집	지원	지원	지원	제한적
워크트리 분리	미지원	지원	미지원	미지원
프로젝트 설정 파일	AGENTS.md	CLAUDE.md	.cursorrules	.github/copilot
자율성 수준	3단계 조절	다단계 권한 모드	에디터 내 제어	제안만 제공

 

선택 가이드

 

Codex CLI를 선택해야 하는 경우:

• 보안이 최우선인 프로젝트 (샌드박스 격리가 기본)
• OpenAI 생태계(GPT, o-시리즈)를 이미 사용 중인 환경
• 오픈소스로 에이전트를 커스터마이즈하고 싶은 경우
• CI/CD 파이프라인에 AI 에이전트를 통합하고 싶은 경우

 

Claude Code를 선택해야 하는 경우:

• 긴 컨텍스트 윈도우가 필요한 대규모 코드베이스 작업
• MCP(Model Context Protocol) 연동이 필요한 경우
• 복잡한 멀티 파일 리팩토링 작업
• Claude 모델의 코딩 품질을 선호하는 경우

 

Cursor를 선택해야 하는 경우:

• GUI 기반 에디터를 선호하고 터미널에 익숙하지 않은 경우
• 실시간 자동완성과 에이전트 기능을 에디터 안에서 함께 쓰고 싶은 경우

 

---

 

6. 도입 시 베스트 프랙티스

 

5가지 핵심 원칙

 

원칙 1: Suggest 모드부터 시작하세요

처음부터 Full Auto 모드를 사용하면 AI가 예상치 못한 변경을 일으킬 수 있습니다.

반드시 Suggest 모드에서 AI의 판단 수준을 파악한 후, 점진적으로 자율성을 높여가세요.

 

원칙 2: AGENTS.md를 꼼꼼하게 작성하세요

AGENTS.md에 프로젝트의 코딩 컨벤션, 금지 사항, 빌드/테스트 명령어를 명확히 기술하면 AI의 출력 품질이 크게 향상됩니다.

이 파일은 AI에게 주는 온보딩 문서라고 생각하면 됩니다.

 

원칙 3: 변경 사항을 항상 리뷰하세요

Full Auto 모드라도 적용 전에 git diff로 변경 사항을 검토하는 습관을 들이세요.

AI가 생성한 코드가 프로젝트 컨텍스트에 맞지 않을 수 있습니다.

 

원칙 4: 작은 단위로 요청하세요

"전체 앱을 리팩토링해줘"보다 "이 함수의 에러 핸들링을 개선해줘"처럼 범위를 좁힌 요청이 훨씬 정확한 결과를 냅니다.

 

원칙 5: 버전 관리와 함께 사용하세요

AI가 변경을 적용하기 전에 반드시 커밋해두세요.

문제가 생기면 git checkout으로 쉽게 복구할 수 있습니다.

 

흔한 실수와 해결 방법

 

실수	증상	해결 방법
API 키를 환경변수에 설정 안 함	Authentication error 발생	export OPENAI_API_KEY=sk-...를 .bashrc에 추가
AGENTS.md 없이 사용	프로젝트 컨벤션과 다른 코드 생성	프로젝트 루트에 AGENTS.md 작성
너무 큰 범위의 요청	불완전하거나 잘못된 결과	작업을 세분화하여 단계별 요청
Full Auto에서 민감 파일 접근	설정 파일이나 시크릿 변경	.codexignore로 민감 경로 제외
오래된 모델 사용	느리거나 부정확한 응답	--model o4-mini로 최신 모델 지정

 

---

 

7. 향후 전망 & 발전 방향

 

발전 방향 4가지

 

1. 멀티 에이전트 협업

현재는 단일 에이전트가 순차적으로 작업하지만, 향후 여러 에이전트가 각각 다른 파일이나 모듈을 동시에 작업하는 멀티 에이전트 아키텍처로 발전할 것입니다.

OpenAI는 이미 Codex 클라우드 에이전트(웹 대시보드에서 병렬 작업 실행)를 함께 공개하며 이 방향성을 제시했습니다.

 

2. IDE 통합 확대

터미널 네이티브 도구로 시작했지만, VS Code Extension, JetBrains 플러그인 등 IDE 통합이 빠르게 진행될 것으로 예상됩니다.

Claude Code가 이미 VS Code와 JetBrains 확장을 제공하고 있어, Codex CLI도 같은 방향으로 움직일 가능성이 높습니다.

 

3. MCP 및 외부 도구 연동

Claude Code가 MCP(Model Context Protocol)를 통해 데이터베이스, API, 외부 서비스와 연동하는 것처럼, Codex CLI도 플러그인 시스템이나 표준 프로토콜을 통한 외부 도구 연동을 강화할 것입니다.

 

4. 엔터프라이즈 보안 강화

SSOC(Single Sign-On for Code) 연동, 감사 로그, 데이터 잔류 방지 정책 등 기업 환경에서 요구하는 보안 기능이 추가될 것입니다.

오픈소스 특성상 기업이 자체 인프라에 배포하여 데이터 주권을 확보하는 시나리오도 가능합니다.

 

개발자에게 주는 시사점

 

AI 코딩 에이전트 시장은 이제 "자동완성을 넘어 자율 실행"이라는 새로운 패러다임에 진입했습니다.

Codex CLI와 Claude Code의 경쟁은 개발자에게 다음과 같은 의미를 갖습니다.

 

• 도구 잠금(Lock-in)을 피하세요: 특정 도구에 종속되지 말고, 작업 유형에 따라 적절한 도구를 선택하는 유연성을 유지하세요.
• 프롬프트 엔지니어링은 필수 스킬이 됩니다: AGENTS.md든 CLAUDE.md든, AI에게 명확한 지시를 내리는 능력이 코딩 효율을 좌우합니다.
• 코드 리뷰 역량을 키우세요: AI가 코드를 작성하는 시대에, 인간의 핵심 역할은 AI가 생성한 코드를 검증하고 판단하는 것으로 이동합니다.
• 보안 의식을 높이세요: AI 에이전트에게 시스템 접근 권한을 부여하는 만큼, 샌드박싱과 권한 관리에 대한 이해가 필수입니다.

 

---

 

마무리

 

지금까지 OpenAI의 Codex CLI를 깊이 있게 분석하고, Claude Code와의 차이를 비교해 보았습니다.

핵심을 정리하면 다음과 같습니다.

 

• Codex CLI는 샌드박스 보안과 오픈소스 확장성이 강점인 터미널 AI 코딩 에이전트입니다.
• Claude Code는 긴 컨텍스트 윈도우, MCP 연동, 정교한 코드 이해력이 강점입니다.
• 두 도구 모두 "터미널에서 자연어로 코딩"이라는 같은 비전을 향하지만, 보안 모델과 생태계 철학에서 차이를 보입니다.
• Codex 든 Claude Code든, 중요한 것은 도구를 잘 이해하고 자신의 워크플로에 맞게 활용하는 것입니다.

 

AI 코딩 에이전트 시장은 빠르게 진화하고 있습니다.

한 가지 도구에 올인하기보다, 각 도구의 강점을 파악하고 상황에 맞게 적재적소에 활용하는 유연한 자세가 필요합니다.

 

여러분은 어떤 AI 코딩 도구를 사용하고 계신가요?

Codex CLI를 직접 사용해보신 경험이 있다면, 댓글로 공유해 주세요!

이 글이 도움이 되셨다면 공유도 부탁드립니다.

감사합니다!