🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

GPT 5.4는 Codex에서 정확성·사용성·속도·비용 체감 모두를 개선하며 OpenAI 에이전트 경험을 크게 끌어올렸지만, 저자는 여전히 Claude의 따뜻함과 의도 이해를 더 즐긴다.

📌 핵심 요약

• 저자는 에이전트 모델을 단일 벤치마크 점수만으로 평가하기 어렵다고 보고, 실제 작업에서는 정확성뿐 아니라 사용 편의성, 속도, 비용이 함께 중요하다고 설명한다.
• GPT 5.4는 종이 위 벤치마크에서는 점진적 개선처럼 보일 수 있지만, Codex에서 빠른 모드와 높은 추론 설정으로 사용할 때 다양한 작업을 안정적으로 처리하는 첫 OpenAI 에이전트처럼 느껴졌다고 평가한다.
• 이전 OpenAI 에이전트들은 git 작업이나 패키지 관리 같은 작은 실패가 누적되어 사용을 포기하게 만들었지만, GPT 5.4에서는 그런 거친 모서리가 크게 줄었다고 말한다.
• Claude는 따뜻함, 개성, 의도 이해, 의견이 필요한 작업에서 여전히 강점이 있지만, GPT 5.4는 매우 정밀한 지시 수행과 기계적 체크리스트 처리에 강하다는 차이가 강조된다.
• OpenAI 쪽은 Codex 앱, 빠른 모드, 큰 사용 한도, 추론 효율성, 문맥 관리에서 강점을 보이지만, Claude와 GPT 5.4 모두 여러 TODO를 한 번에 주면 일부를 놓치는 가벼운 망각 문제가 남아 있다.

🧩 주요 포인트

1. 저자는 에이전트 모델을 단일 벤치마크 점수만으로 평가하기 어렵다고 보고, 실제 작업에서는 정확성뿐 아니라 사용 편의성, 속도, 비용이 함께 중요하다고 설명한다.
2. GPT 5.4는 종이 위 벤치마크에서는 점진적 개선처럼 보일 수 있지만, Codex에서 빠른 모드와 높은 추론 설정으로 사용할 때 다양한 작업을 안정적으로 처리하는 첫 OpenAI 에이전트처럼 느껴졌다고 평가한다.
3. 이전 OpenAI 에이전트들은 git 작업이나 패키지 관리 같은 작은 실패가 누적되어 사용을 포기하게 만들었지만, GPT 5.4에서는 그런 거친 모서리가 크게 줄었다고 말한다.
4. Claude는 따뜻함, 개성, 의도 이해, 의견이 필요한 작업에서 여전히 강점이 있지만, GPT 5.4는 매우 정밀한 지시 수행과 기계적 체크리스트 처리에 강하다는 차이가 강조된다.
5. OpenAI 쪽은 Codex 앱, 빠른 모드, 큰 사용 한도, 추론 효율성, 문맥 관리에서 강점을 보이지만, Claude와 GPT 5.4 모두 여러 TODO를 한 번에 주면 일부를 놓치는 가벼운 망각 문제가 남아 있다.

🧠 상세 정리

1. 에이전트 평가는 단일 점수로 충분하지 않다

저자는 GPT 5.4 리뷰가 늦어진 대신, 에이전트에서 무엇을 평가해야 하는지 더 생각할 시간이 있었다고 말한다. 전통적 벤치마크는 모델 성능을 정답률 같은 하나의 숫자로 줄이는 데 익숙했고, 그런 단순한 숫자가 해석 가능하다는 장점도 인정한다. 그러나 에이전트 작업은 실제 체감에서 정확성만으로 설명되지 않으며, 사용 편의성, 속도, 비용이 함께 섞여 평가된다. 저자는 앞으로 에이전트 벤치마크가 더 좋아지고 각각의 축을 다루게 되겠지만, 지금은 종이 위 점수와 실제 사용감 사이에 간극이 있다고 본다.

2. Codex에서 GPT 5.4가 만든 실사용상의 큰 도약

저자는 GPT 5.4가 일부 벤치마크에서는 또 하나의 점진적 모델처럼 보일 수 있다고 인정한다. 하지만 Codex에서 항상 빠른 모드와 높은 또는 초고 추론 설정으로 사용할 때는 네 가지 축 모두에서 의미 있는 진전처럼 느껴졌다고 말한다. 특히 GPT 5.4는 사용자가 던지는 여러 임의적 작업을 꽤 많이 처리할 수 있는 첫 OpenAI 에이전트처럼 다가왔다. 이 평가는 단순한 코딩 점수보다, 실제로 에이전트를 켜 놓고 작은 프로젝트와 연구 작업을 맡겨 본 경험에서 나온 것이다.

3. 작은 작업 흐름에서 사라진 반복적 마찰

저자는 최근 몇 달 동안 깊은 소프트웨어 엔지니어링보다는 작은 프로젝트, 데이터 분석, 연구 작업에 에이전트를 많이 사용했다고 설명한다. 이런 에이전트 네이티브 작업 방식에서는 일반 API 사용, LaTeX 바이너리나 ffmpeg 같은 백그라운드 패키지 설치와 관리, 멀티미디어 변환, git 작업, 파일 관리, 검색 등이 자주 섞인다. GPT 5.4 이전의 OpenAI 에이전트는 이런 일상적 단계에서 작은 실패가 계속 쌓여 결국 사용을 포기하게 만들었다고 한다. GPT 5.2 Codex에 적응하려다가 git 작업 실패로 직접 또는 Claude를 통해 초기화해야 했던 경험이 대표적이었고, 저자는 GPT 5.4에서는 그런 단단한 모서리가 더 이상 느껴지지 않는다고 평가한다.

4. 접근성에서 OpenAI가 다시 에이전트 경쟁에 들어온 이유

저자는 GPT 5.4의 더 미묘한 변화로 접근성을 든다. 이는 단순 반복 작업 수행력과는 다른 문제이며, 모델 하네스가 출력, 요청, 사용자와의 상호작용을 어떻게 보여 주는지와 관련된다. GPT 5.4는 전보다 더 자연스럽고 맞는 느낌을 주며, 사용자가 작업에 뛰어들기 쉬워졌다고 말한다. 다만 이 영역은 Claude가 폭발적으로 성장한 핵심 강점이기도 하며, Claude는 유용할 뿐 아니라 새 사용자가 계속 머물게 하는 매력과 재미를 갖고 있다고 설명한다. GPT 5.4에도 그 요소가 일부 생겼지만, 저자에게는 Claude의 기반 모델 강점이 여전히 더 따뜻하게 느껴진다.

5. Claude와 GPT 5.4의 다른 성격과 사용 방식

저자는 Claude를 매우 똑똑하고 개성이 있으며, 토론에서 표현의 맛이 있고, 때로는 무언가를 잊기도 하는 모델로 묘사한다. 반면 Codex 안의 OpenAI 모델은 꼼꼼하고 약간 차갑지만 깊이 기계적인 느낌을 준다고 말한다. 그래서 의견이 더 필요한 작업에는 Claude를, 압도적으로 구체적인 TODO 목록을 밀어붙이는 작업에는 GPT 5.4를 쓰겠다고 구분한다. GPT 5.4의 지시 이행은 매우 정확해서, Claude에 오래 익숙했던 저자는 모델과 상호작용하는 방식을 다시 배워야 한다고 느낀다. Claude가 어떤 영역에서는 사용자의 의도를 잘 모델링한다면, GPT 5.4는 사용자가 말한 것을 그대로 수행하는 쪽에 가깝다는 차이가 핵심이다.

6. Codex 앱, 빠른 모드, 사용 한도와 추론 효율

저자는 매력이나 취향을 제외하면 사용성 요소 중 상당수는 OpenAI 쪽이 더 낫다고 본다. Codex 앱은 항상 쓰는 것은 아니지만 때때로 매우 마음에 들 만큼 설득력 있으며, 앞으로 이런 앱들이 여러 에이전트가 사용자의 감독 아래 서로 대화해야 할 때 Slack과 비슷한 형태로 발전할 수 있다고 예상한다. 또한 OpenAI는 구독 기반으로 빠른 모드를 기본 제공하고 매우 큰 사용 한도를 제공한다고 설명한다. 저자는 Claude 월 100달러 플랜과 ChatGPT 월 200달러 플랜을 오래 써 왔는데, Codex에서는 빠른 모드와 초고 추론 설정에서도 한도에 가까이 간 적이 거의 없지만 Claude 한도에는 가끔 도달했다고 말한다. OpenAI 모델 릴리스 글들이 더 적은 토큰으로 높은 벤치마크 성능에 도달하는 모습을 보여 준다는 점도 추론 효율의 신호로 해석한다.

7. 문맥 관리의 개선과 여전히 남은 TODO 망각 문제

저자가 꼽는 GPT 5.4와 OpenAI 에이전트 모델의 마지막 장점은 더 나은 문맥 관리다. 정기적으로 사용하면서 문맥 벽이나 문맥 불안을 거의 느끼지 못했고, 초기의 빈 문맥 창으로도 모델이 훨씬 많은 일을 할 수 있다고 본다. 문맥 압축이 일어날 때도 이전보다 덜 눈에 띄었다고 말한다. 다만 Claude Opus 4.6과 GPT 5.4 모두에서 가벼운 망각 문제는 남아 있다고 지적한다. 계획 모드 밖에서 여러 TODO를 한 메시지에 담으면 일부를 놓치는 경우가 있고, 때로는 최근 문제가 아니라 이전 문제를 풀려는 듯한 글리치가 느껴진다고 한다. 그래서 모델이 작업하는 중간에 여러 메시지를 대기열처럼 추가해 과업을 정교화하는 방식은 가장 단순한 경우를 제외하면 위험한 결과를 낳기 쉽다고 본다.

8. 두 모델을 함께 쓰는 현재와 OpenAI의 다음 차별점

저자는 요즘 GPT와 Claude를 모두 광범위하게 사용하며, 어느 쪽을 쓸지는 주로 기분에 따라 정한다고 말한다. 그 결과 이전보다 더 많은 일을 해내고 있다고 평가한다. OpenAI가 GPT 5.4 Pro를 Codex에 직접 통합해 더 강한 추론 호출처럼 사용할 수 있게 한다면 큰 차별점이 될 것이라고도 말한다. 전체적으로 GPT 5.4는 GPT 5.3 Codex의 강한 소프트웨어 기반 위에 더 단순한 사용성과 더 많은 에이전트다움을 얹은 모델로 요약된다. 상위 코딩 성능, 속도, 문맥 관리, 사용 한도를 나열하면 GPT 5.4의 강점이 분명하지만, 저자는 벤치마크에 잡히지 않는 이유들 때문에 여전히 Claude를 조금 더 즐긴다고 고백한다. 그래서 하루를 시작할 때 터미널에 Codex가 아니라 Claude를 입력하게 된다고 마무리한다.

9. 댓글에서 이어진 모델 조합과 작업 라우팅 논의

댓글에서는 Claude와 Codex를 조합하는 실제 사용 방식이 제시된다. 한 독자는 Claude Opus 4.6 1M으로 작업 의도를 맞춘 뒤, Codex SDK 5.4의 초고 추론 빠른 샌드박스를 초기화하고 관련 문맥을 탐색하게 한 다음, 다시 Opus가 전체 의도에 비추어 평가하고 재지시하는 흐름을 설명한다. 그는 아이디어를 몇 분 또는 몇 시간 안에 확장할 수 있는 변곡점에 왔다고 보고, 다음 전선은 에이전트 간 커뮤니케이션과 현실 신호를 추적하는 능력이라고 말한다. 다른 독자는 TODO가 누락되는 문제가 실제 운영 구조를 바꾼다고 공감하며, 여러 항목을 한 메시지에 주는 대신 칸반 보드에서 카드 하나당 행동 하나로 쪼개는 방식이 필요하다고 설명한다. 그는 기계적 정밀함이 필요한 작업과 반쯤 형성된 지시에서 의도를 추론해야 하는 작업은 서로 다른 모델 성격에 맞게 라우팅될 것이라고 본다.

🧾 핵심 주장 / 시사점

• 에이전트 모델 선택은 최고 점수 하나가 아니라 정확성, 사용 편의성, 속도, 비용, 문맥 관리, 제품 경험이 결합된 문제로 봐야 한다.
• GPT 5.4는 구체적 체크리스트와 분산 작업을 밀어붙이는 데 강하고, Claude는 의견·의도 이해·따뜻한 상호작용이 필요한 작업에서 저자에게 더 매력적으로 남아 있다.
• 여러 TODO를 한 번에 주면 Claude와 GPT 5.4 모두 일부를 놓칠 수 있으므로, 실제 에이전트 운영에서는 작업을 작게 나누고 모델별 강점에 따라 라우팅하는 방식이 중요해진다.

✅ 액션 아이템

• 에이전트 평가는 단일 벤치마크 점수로만 판단하지 않고 정확성·사용성·속도·비용을 묶어 작업 적합도를 판단한다.
• GPT 5.4는 Codex에서 빠른 모드·높은 추론 설정으로 안정성이 높았다는 점을 기준으로 적합한 사용 범위를 정의한다.
• Claude의 따뜻함·의도 이해와 GPT 5.4의 정밀 지시 수행·체크리스트 처리 강점을 구분해 작업 배치 기준을 정한다.

❓ 열린 질문

• 여러 TODO를 한 번에 처리할 때 어떤 유형의 항목에서 GPT 5.4의 망각이 반복적으로 나타나는가?
• 빠른 모드와 높은 추론 설정이 속도·비용 이득을 주는 구간에서 어떤 작업까지 안정적으로 유지되는가?
• 의도 이해가 중요한 판단 작업에서 GPT 5.4와 Claude를 구분해 언제/어디에 투입해야 가장 적합한가?