Introducing GPT-5.3-Codex-Spark

🖼️ 인포그래픽

Introducing GPT-5.3-Codex-Spark 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

💡 한 줄 요약

GPT-5.3-Codex-Spark는 초당 1,000개 이상의 토큰을 생성하는 초저지연 하드웨어를 기반으로, 코딩 과정에서 즉각적인 수정과 반복 작업을 지원하도록 설계된 실시간 코딩 모델의 연구용 미리보기다.

📌 핵심 요약

GPT-5.3-Codex-Spark는 GPT-5.3-Codex의 소형 버전이자 실시간 코딩을 목적으로 처음 설계된 모델로, 세레브라스 하드웨어에서 초당 1,000개 이상의 토큰을 생성하도록 최적화됐다.
기존 최전선 모델이 장시간 자율 실행에 강점을 보였다면, Codex-Spark는 코드의 일부 수정, 로직 재구성, 인터페이스 개선처럼 결과를 즉시 확인하며 반복하는 작업에 초점을 맞춘다.
모델 자체의 생성 속도뿐 아니라 요청과 응답의 전체 경로도 개선해 왕복 통신 오버헤드를 80%, 토큰당 오버헤드를 30%, 첫 토큰 표시 시간을 50% 줄였다.
출시 시점에는 12만 8,000토큰 문맥 창과 텍스트 입력만 지원하며, ChatGPT Pro 사용자에게 Codex 앱·명령줄 도구·VS Code 확장을 통해 별도 사용량 제한이 적용되는 연구용 미리보기로 제공된다.
향후 Codex는 빠른 실시간 협업과 장시간 추론·실행을 결합하고, 백그라운드 하위 에이전트나 여러 모델에 작업을 병렬로 분배하는 방향으로 발전할 예정이다.

🧩 주요 포인트

GPT-5.3-Codex-Spark는 GPT-5.3-Codex의 소형 버전이자 실시간 코딩을 목적으로 처음 설계된 모델로, 세레브라스 하드웨어에서 초당 1,000개 이상의 토큰을 생성하도록 최적화됐다.
기존 최전선 모델이 장시간 자율 실행에 강점을 보였다면, Codex-Spark는 코드의 일부 수정, 로직 재구성, 인터페이스 개선처럼 결과를 즉시 확인하며 반복하는 작업에 초점을 맞춘다.
모델 자체의 생성 속도뿐 아니라 요청과 응답의 전체 경로도 개선해 왕복 통신 오버헤드를 80%, 토큰당 오버헤드를 30%, 첫 토큰 표시 시간을 50% 줄였다.
출시 시점에는 12만 8,000토큰 문맥 창과 텍스트 입력만 지원하며, ChatGPT Pro 사용자에게 Codex 앱·명령줄 도구·VS Code 확장을 통해 별도 사용량 제한이 적용되는 연구용 미리보기로 제공된다.
향후 Codex는 빠른 실시간 협업과 장시간 추론·실행을 결합하고, 백그라운드 하위 에이전트나 여러 모델에 작업을 병렬로 분배하는 방향으로 발전할 예정이다.

🧠 상세 정리

1. 실시간 코딩을 위한 첫 번째 모델

OpenAI는 GPT-5.3-Codex의 소형 버전인 GPT-5.3-Codex-Spark를 연구용 미리보기로 공개했다. 이 모델은 실시간 코딩을 목적으로 처음 설계됐으며, 초저지연 하드웨어에서 초당 1,000개 이상의 토큰을 생성하면서 실제 소프트웨어 개발 작업을 수행하도록 최적화됐다. 이번 공개는 OpenAI와 세레브라스가 발표한 협력의 첫 번째 이정표이기도 하다. 우선 ChatGPT Pro 사용자가 세레브라스 기반 Codex-Spark를 시험할 수 있도록 제공하고, 양사는 그동안 데이터센터 용량 확대, 전체 사용자 경험의 안정화, 더 큰 최전선 모델의 배포 준비를 함께 진행한다.

2. 장시간 자율 실행과 즉각적인 협업의 보완

기존 최전선 모델은 사람의 개입 없이 수시간에서 수일 또는 수주 동안 장기 작업을 수행하는 능력에서 강점을 보여 왔다. 반면 Codex-Spark는 개발자가 Codex와 실시간으로 상호작용하면서 특정 코드만 수정하고, 로직을 다시 구성하거나, 인터페이스를 다듬은 뒤 결과를 즉시 확인하는 흐름을 위해 만들어졌다. 이에 따라 Codex는 장기적이고 복잡한 과제를 자율적으로 처리하는 방식과 당장 눈앞의 작업을 빠르게 끝내는 방식을 모두 지원하게 된다. 출시 시점의 Codex-Spark는 12만 8,000토큰 문맥 창을 제공하는 텍스트 전용 모델이며, 연구용 미리보기 기간에는 일반 사용량 제한과 분리된 자체 제한이 적용된다. 수요가 높을 때는 사용자 간 안정성을 유지하기 위해 접근이 일시적으로 제한되거나 대기열이 발생할 수 있다.

3. 속도와 지능을 결합한 작업 방식

Codex-Spark는 모델의 지능만큼 응답 지연이 중요한 대화형 개발 작업에 맞춰 조정됐다. 사용자는 모델이 작업하는 도중에도 이를 중단하거나 방향을 바꿀 수 있으며, 거의 즉각적인 응답을 바탕으로 짧은 수정 주기를 빠르게 반복할 수 있다. 기본 작업 방식도 속도에 맞춰 가볍게 구성되어 있어 광범위한 변경보다 필요한 부분만 최소한으로 수정하고, 사용자가 요청하지 않는 한 자동으로 테스트를 실행하지 않는다. 에이전트형 소프트웨어 공학 능력을 평가하는 SWE-Bench Pro와 Terminal-Bench 2.0에서 강한 성능을 보이면서도 GPT-5.3-Codex보다 훨씬 짧은 시간에 과제를 수행했다. 여기서 소요 시간은 출력 생성, 입력 사전 처리, 도구 실행, 네트워크 오버헤드에 걸린 시간을 모두 합산해 추정됐다.

4. 전체 요청·응답 경로의 지연 단축

개발 과정에서 OpenAI는 모델의 생성 속도만 높여서는 실시간 협업 경험을 완성할 수 없으며, 요청부터 응답까지의 전체 경로를 줄여야 한다고 판단했다. 이에 클라이언트와 서버 사이에서 응답이 전송되는 방식을 단순화하고, 추론 체계의 핵심 부분을 다시 작성했으며, 세션 초기화 방식도 재구성했다. 지속적으로 유지되는 웹소켓 연결과 Responses API 내부의 선별적 최적화를 도입한 결과, 클라이언트와 서버 간 왕복 통신 오버헤드는 80%, 토큰당 오버헤드는 30%, 첫 토큰이 보이기까지의 시간은 50% 감소했다. 이러한 개선은 Codex-Spark에만 한정되지 않고 다른 모델에도 이점을 제공하며, 웹소켓 경로는 Codex-Spark에서 기본으로 활성화된 뒤 조만간 모든 모델의 기본 경로가 될 예정이다.

5. 세레브라스 기반의 초저지연 제공 계층

Codex-Spark는 고속 추론을 위해 제작된 인공지능 가속기인 세레브라스의 웨이퍼 스케일 엔진 3에서 실행된다. OpenAI와 세레브라스는 이 초저지연 경로를 기존 모델군과 동일한 운영 제공 체계에 연결해 Codex 전반에서 자연스럽게 사용할 수 있도록 구성했으며, 향후 다른 모델까지 지원할 기반도 마련했다. 세레브라스는 빠른 추론을 통해 새로운 상호작용 방식과 사용 사례를 발견하는 것이 이번 연구용 미리보기의 핵심이라고 설명했다. 한편 그래픽 처리 장치는 학습과 추론 전반에서 계속 핵심적인 역할을 하며, 광범위한 사용량에 대해 비용 효율적인 토큰을 제공한다. 세레브라스는 극도로 낮은 지연이 필요한 작업을 보완하고, 필요할 경우 그래픽 처리 장치와 세레브라스를 하나의 작업에 함께 활용해 성능을 높일 수 있다.

6. 제공 범위와 향후 발전 방향

Codex-Spark는 최신 Codex 앱, 명령줄 도구, VS Code 확장을 사용하는 ChatGPT Pro 사용자에게 연구용 미리보기로 순차 제공된다. 특수한 초저지연 하드웨어에서 실행되므로 수요에 따라 조정될 수 있는 별도 사용량 제한이 적용되며, 일부 설계 협력사에는 제품 통합 방식을 파악하기 위한 API 접근도 제공된다. OpenAI는 실제 작업 환경에서 통합을 조정하면서 향후 몇 주에 걸쳐 접근 범위를 넓히고, 더 큰 모델과 더 긴 문맥 창, 복합 양식 입력을 포함한 기능을 추가할 계획이다. 이 모델에는 사이버 관련 내용을 포함해 주력 모델과 동일한 안전 학습이 적용됐고, 표준 배포 평가 결과 사이버보안이나 생물학 분야의 고위험 능력 기준에 도달할 현실적인 가능성은 없다고 판단됐다. 장기적으로는 실시간 협업을 유지하면서 장시간 작업을 백그라운드 하위 에이전트에 맡기거나 여러 모델에 병렬 분배해, 사용자가 처음부터 빠른 작업과 장기 작업 중 하나만 선택하지 않아도 되는 Codex를 지향한다.

🧾 핵심 주장 / 시사점

Codex-Spark가 정의하는 실시간 코딩 성능은 단순한 토큰 생성 속도가 아니라 입력 사전 처리, 도구 실행, 네트워크 통신, 첫 응답 표시까지 포함한 전체 상호작용 지연을 줄이는 데 기반한다.
최소 범위만 수정하고 요청 전에는 테스트를 자동 실행하지 않는 기본 동작은 장시간 자율 실행보다 사용자가 짧은 주기로 개입하고 방향을 조정하는 협업 방식에 맞춰져 있다.
OpenAI가 제시한 최종 방향은 실시간 모델과 장기 실행 모델을 서로 대체하는 선택지로 두는 것이 아니라, 대화형 작업 중 장기 과제를 하위 에이전트와 여러 모델에 위임하는 하나의 통합된 작업 흐름으로 결합하는 것이다.

✅ 액션 아이템

Codex-Spark의 초당 1,000개 이상 토큰 생성 성능을 반영해 반복 수정형 코딩 단계부터 우선 적용 범위를 정한다.
요청-응답 전체 경로 개선 수치(왕복 통신 80%↓, 토큰당 30%↓, 첫 토큰 표시 50%↓)를 실제 작업 체감과 매칭해 성능 기준을 보정한다.
출시 제약인 12만8,000 토큰 문맥, 텍스트 입력 한정, Pro 별도 사용량 제한을 반영해 시연 시나리오의 대상과 사용량 게이트를 재설정한다.