GPT-5.2-Codex 출시 — OpenAI의 코딩 특화 모델 | AI Paper Digest

OpenAI의 GPT-5.2-Codex가 코딩과 사이버보안에서 Claude/Gemini보다 실질적 성능 개선을 달성하여 커뮤니티의 활발한 비교 논의를 촉발했다.

AI 코딩 도구를 실무에 활용 중이거나 도입을 검토하는 개발자. 특히 코드 리뷰, 리팩토링, 보안 테스트 워크플로우를 개선하고 싶은 팀.

OpenAI가 GPT-5.2-Codex를 출시했다. 코딩과 사이버보안 역량을 강화한 모델로, 기존 Codex 대비 약 40% 비용이 올랐다.
SWE-Bench Verified 기준으로 GPT-5.2-Codex는 약 80%로 Claude Opus 4.5(~80.9%)와 거의 동급이고, Gemini 3 Pro(~76.2%)보다는 앞선다. 다만 Terminal-Bench 2.0(터미널 기반 에이전틱 작업)에서는 Claude Opus 4.5(~60%)에 비해 ~47%로 뒤처진다.
OpenAI는 이번 모델의 사이버보안 역량을 강조하면서, 방어적 보안 연구자에게 더 허용적인 모델 접근을 제공하는 초대 전용 파일럿 프로그램을 시작했다.
사이버보안의 '듀얼유즈(dual-use)' 리스크를 언급했는데, 취약점 분석이나 공격 기법 탐지 같은 능력이 방어뿐 아니라 공격에도 쓰일 수 있다는 점을 의미한다.
공식 발표 페이지에서 경쟁 모델과의 직접 비교 벤치마크를 제시하지 않아, 커뮤니티에서 직접 수치를 모아 비교하는 상황이 벌어졌다.
Codex CLI 도구가 npm으로 배포되며, 컨테이너화된 환경에서 MCP 도구 300개 이상과 함께 에이전틱 워크플로우로 활용하는 사례도 등장했다.
코드 리뷰와 버그 탐지에서 특히 강점을 보인다는 평가가 많다. 속도는 느리지만 논리적 일관성과 미묘한 버그를 찾아내는 능력이 뛰어나다는 의견이 다수.

Claude는 raw coding과 터미널 작업에 강하고, GPT-5.2-Codex는 버그 탐지와 코드 리뷰에 강하다는 의견이 많았다. 한 사용자는 'Claude plan mode로 GitHub issue를 세팅하고, Codex로 실행한 뒤, 다시 Claude로 코드 리뷰를 돌리는' 하이브리드 워크플로우를 공유했다.
벤치마크를 직접 정리한 댓글이 큰 호응을 얻었다. SWE-Bench에서는 상위 모델들이 비슷하지만, Terminal-Bench에서 Claude가 크게 앞서 있어 'Codex가 새로운 SOTA는 아니다'라는 평가가 나왔다.
사이버보안 관련해서는 OpenAI 모델이 공격적(offensive) 보안 작업을 지나치게 거부한다는 불만이 있었다. '화이트햇을 막으면 블랙햇만 유리해진다'는 의견과 함께, 초대 전용 허용적 모델 접근은 합리적이라는 반응도 있었다.
Codex CLI가 지나치게 코드 작성에 급해서, 질문만 했는데도 코드를 수정하기 시작한다는 불만이 있었다. Agents.md로도 제어가 잘 안 된다는 경험담이 공유됐다.
한 사용자는 CRDT 알고리즘 구현 테스트에서 GPT-5.2가 더 흔한 구현 패턴에 오버피팅(overfitting)해서, 명시적으로 다른 알고리즘이라고 지시해도 기존 패턴으로 덮어쓴다는 심각한 문제를 보고하며 구독을 취소했다.

코드 리뷰 파이프라인에 Codex를 추가하면 사람이 놓치기 쉬운 논리적 불일치나 미묘한 버그를 잡아낼 수 있다. CI에 Codex CLI 기반 리뷰 스텝을 넣어보는 것부터 시작할 수 있다.
Claude와 Codex를 조합한 하이브리드 워크플로우를 시도해볼 만하다. 예: Claude로 작업 계획/이슈 작성 → Codex로 구현 → Claude로 코드 리뷰. 각 모델의 강점을 활용하는 방식이다.
보안 테스트 업무를 하고 있다면 OpenAI의 초대 전용 보안 연구자 프로그램에 신청을 검토해볼 것. 더 허용적인 모델 접근이 가능해져 취약점 분석 자동화에 도움이 될 수 있다.
Codex CLI를 컨테이너 환경(codex-container)에서 실행하면 민감한 환경변수나 파일 시스템을 격리한 채 안전하게 'danger mode'로 활용할 수 있다.

SWE-Bench실제 GitHub 이슈를 모델이 자동으로 해결할 수 있는지 측정하는 코딩 벤치마크. 실전 버그 수정 능력을 평가한다.

Terminal-Bench터미널 환경에서 여러 단계의 명령어를 실행하며 작업을 완료하는 능력을 측정하는 벤치마크. 에이전틱 코딩 능력 평가용.

dual-use하나의 기술이 방어(보안 강화)와 공격(해킹) 양쪽 모두에 쓰일 수 있는 상황을 뜻한다.

MCPModel Context Protocol. AI 모델이 외부 도구(검색, 이메일, 파일 시스템 등)와 표준화된 방식으로 소통하는 프로토콜.

CRDTConflict-free Replicated Data Type. 여러 서버나 클라이언트가 동시에 데이터를 수정해도 충돌 없이 병합되는 자료구조.

overfitting모델이 학습 데이터의 흔한 패턴에 너무 맞춰져서, 비슷하지만 다른 상황에서 틀린 답을 내는 현상.

GPT-5.2-Codex 출시 — OpenAI의 코딩 특화 모델