2026년 2월 12일, OpenAI가 개발자 생태계에 강력한 신호를 보냈다. GPT-5.3-Codex의 경량 버전인 GPT-5.3-Codex-Spark를 리서치 프리뷰로 공개한 것이다. 이 모델은 OpenAI가 NVIDIA GPU가 아닌 Cerebras Wafer Scale Engine 3(WSE-3) 위에서 구동하는 최초의 AI 모델이라는 점에서 업계 전체의 이목을 끌었다.
개발자라면 누구나 한 번쯤 겪어본 문제가 있다. AI 코딩 에이전트가 자율적으로 수 시간 동안 작업하는 동안 개발자는 진행 상황을 확인할 수 없고, 결과물이 나올 때까지 기다려야 한다는 점이다. Codex-Spark는 바로 이 병목을 정면으로 겨냥한다. 초당 1,000개 이상의 토큰을 생성하며, GPT-5.3-Codex 대비 15배 빠른 추론 속도를 제공한다.
이 글에서는 Codex-Spark의 기술 아키텍처, Cerebras 파트너십의 전략적 의미, 벤치마크 성능과 한계, 그리고 개발자가 지금 당장 활용할 수 있는 실전 방법론까지 깊이 있게 다룬다.
GPT-5.3-Codex-Spark의 정체와 탄생 배경
GPT-5.3-Codex-Spark는 2026년 2월 5일에 출시된 GPT-5.3-Codex의 경량화 버전이다. OpenAI는 이 모델을 "실시간 코딩을 위해 설계된 최초의 모델"이라고 정의한다. 기존 Codex 모델이 수 시간 혹은 수 일 단위의 장기 자율 작업에 최적화되었다면, Codex-Spark는 개발자와의 즉각적인 상호작용에 초점을 맞추었다.
이 모델의 핵심 설계 철학은 명확하다. 코드 편집, 로직 리팩토링, 인터페이스 수정 같은 짧고 반복적인 작업에서 개발자가 AI와 실시간으로 대화하며 작업 방향을 조율할 수 있도록 하는 것이다. OpenAI 공식 블로그에 따르면, Codex-Spark는 작업 중 개발자가 모델을 중단하거나 방향을 전환할 수 있는 인터랙티브 워크플로우를 지원한다.
Codex-Spark는 기본적으로 최소한의 타겟 편집을 수행하도록 설계되어 있다. 테스트 자동 실행 같은 기능은 명시적으로 요청해야 작동하므로, 프롬프트에 "테스트를 실행하고 결과를 보여줘"라고 구체적으로 지시하는 것이 효과적이다.
현재 Codex-Spark는 텍스트 전용이며 128k 컨텍스트 윈도우를 제공한다. 멀티모달 입력은 아직 지원하지 않지만, OpenAI는 향후 더 큰 모델, 더 긴 컨텍스트, 멀티모달 입력을 포함한 확장 계획을 밝혔다.
GPT-5.3-Codex와 Codex-Spark의 핵심 차이
| 항목 | GPT-5.3-Codex | GPT-5.3-Codex-Spark |
|---|---|---|
| 설계 목적 | 장기 자율 코딩 작업 | 실시간 대화형 코딩 |
| 추론 속도 | 약 70 tokens/s | 1,000+ tokens/s |
| SWE-Bench Pro | 56.8% | 약 56% |
| Terminal-Bench 2.0 | 77.3% | 58.4% |
| 컨텍스트 윈도우 | 192k | 128k |
| 멀티모달 | 지원 | 텍스트 전용 |
| 구동 하드웨어 | NVIDIA GPU | Cerebras WSE-3 |
| 작업 스타일 | 자율 에이전트 | 인터랙티브 페어 프로그래밍 |
Codex-Spark는 GPT-5.3-Codex를 "대체"하는 모델이 아니다. 장기 작업은 기존 Codex에, 빠른 반복 작업은 Spark에 맡기는 상호 보완적 관계로 이해해야 한다. OpenAI도 향후 두 모드가 자연스럽게 블렌딩될 것이라고 예고했다.
Cerebras 파트너십과 100억 달러 규모의 전략적 전환
GPU 독점 시대의 균열
Codex-Spark가 주목받는 이유 중 하나는 기술적 성능 자체보다 하드웨어 전략의 전환에 있다. OpenAI는 2026년 1월 14일, Cerebras Systems와 100억 달러 이상 규모의 다년간 계약을 체결했다. 이 계약에 따라 Cerebras는 2028년까지 750MW 규모의 웨이퍼 스케일 컴퓨팅 파워를 OpenAI에 공급한다.
Bloomberg 보도에 따르면 이는 OpenAI가 NVIDIA 이외의 칩 제조사와 맺은 최대 규모의 파트너십이다. Reuters는 이 계약이 3년간 최대 750MW의 컴퓨팅 파워를 구매하는 조건이라고 확인했다.
Cerebras WSE-3의 스펙
Cerebras의 Wafer Scale Engine 3(WSE-3)는 단일 웨이퍼 크기의 프로세서로, AI 추론에 특화된 하드웨어다. 주요 사양은 다음과 같다.
| 사양 | WSE-3 | NVIDIA B200 (비교) |
|---|---|---|
| 트랜지스터 수 | 4조 개 | 약 2,080억 개 |
| AI 코어 수 | 900,000개 | 18,432 CUDA 코어 |
| 피크 AI 연산 | 125 PFLOPS | 약 4.5 PFLOPS |
| 온칩 SRAM | 44GB | - |
| 공정 | TSMC 5nm | TSMC 4nm |
| 칩 면적 | 46,225 mm² | 약 814 mm² |
Hacker News에서 화제가 된 수치처럼, WSE-3는 NVIDIA B200 대비 19배 많은 트랜지스터와 28배 높은 연산 성능을 단일 웨이퍼에 집적하고 있다. 이 아키텍처가 초당 1,000토큰 이상의 추론 속도를 가능하게 하는 핵심 인프라다.
Cerebras의 강점은 순수 추론 속도에 있다. OpenAI의 오픈소스 모델 GPT-OSS-120B는 Cerebras 인프라에서 초당 최대 3,000토큰으로 구동되며, GPU에서 1분 걸리는 추론 작업을 1초 만에 완료한다. Codex-Spark는 이 기술력의 첫 번째 상용 적용 사례다.
OpenAI의 산업용 컴퓨트 부문 책임자 Sachin Katti는 "Cerebras는 훌륭한 엔지니어링 파트너이며, 빠른 추론을 새로운 플랫폼 역량으로 추가하게 되어 기쁘다. 웨이퍼 스케일 컴퓨팅을 프로덕션에 도입함으로써 지연 시간에 민감한 작업에서 Codex의 반응성을 유지할 수 있는 새로운 방법을 갖게 됐다"고 밝혔다.
벤치마크 성능 분석과 속도-정확도 트레이드오프
벤치마크 수치 해석
Codex-Spark의 벤치마크 성능은 "속도와 정확도 사이의 의도적인 트레이드오프"라는 관점에서 읽어야 한다. OpenAI 공식 발표와 독립 분석 자료를 종합하면, SWE-Bench Pro에서 약 56%를 기록해 풀 사이즈 GPT-5.3-Codex(56.8%)와 거의 동등한 수준을 보여준다. 반면 Terminal-Bench 2.0에서는 58.4%로, GPT-5.3-Codex의 77.3%와 약 19%p의 격차가 존재한다.
중요한 점은 이 성능이 기존 GPT-5.1-Codex-mini보다 높은 수준이라는 것이다. 즉, Codex-Spark는 소형 모델이면서도 이전 세대의 중급 모델을 능가하는 역량을 갖추고 있다.
개발자 커뮤니티의 반응도 흥미롭다. Reddit의 한 벤치마크 비교 게시물에 따르면, GPT-5.3-Codex는 실제 티켓 기반 테스트에서 약 0.70의 품질 점수를 기록하면서 티켓당 비용이 1달러 미만이었다. Anthropic의 Claude Opus 4.6은 약 0.61의 품질 점수에 티켓당 약 5달러의 비용이 발생했다.
속도 혁신의 실체
Codex-Spark의 진정한 혁신은 벤치마크 점수보다 체감 속도에 있다. GPT-5(high) 모델이 초당 약 117토큰을 처리하는 것과 비교하면, Codex-Spark의 초당 1,000토큰 이상은 약 8.5배의 차이를 보인다. 풀 사이즈 GPT-5.3-Codex 대비로는 15배 빠르다.
실시간 코딩에서 속도가 갖는 의미는 단순한 대기 시간 단축을 넘어선다. 초당 1,000토큰이면 평균적인 함수 하나(약 200 - 300토큰)가 0.3초 이내에 생성된다. 이는 개발자의 사고 흐름이 끊기지 않는 속도이며, 페어 프로그래밍과 유사한 경험을 만든다.
초당 1,000토큰은 Cerebras 하드웨어에서의 최적 조건 수치다. 리서치 프리뷰 기간 중 수요가 높을 경우 접근 제한이나 임시 대기열이 발생할 수 있다고 OpenAI가 명시했다. 실제 사용 환경에서의 체감 속도는 이보다 낮을 수 있다.
인프라 레벨 지연 시간 최적화와 개발자 영향
Codex-Spark 개발 과정에서 OpenAI는 모델 속도만으로는 실시간 협업이 불충분하다는 것을 발견했다. 이에 전체 요청-응답 파이프라인에 걸쳐 엔드투엔드 레이턴시 최적화를 단행했고, 이 개선은 Codex-Spark뿐 아니라 모든 OpenAI 모델에 적용된다.
구체적인 개선 수치는 다음과 같다. 지속적(persistent) WebSocket 연결 도입과 Responses API 내부 최적화를 통해, 클라이언트-서버 간 왕복 오버헤드가 80% 감소했다. 토큰당 오버헤드는 30% 감소, 첫 토큰 도달 시간(Time-to-First-Token)은 50% 단축되었다.
이 WebSocket 경로는 현재 Codex-Spark에 기본 적용되어 있으며, 조만간 OpenAI의 모든 모델에 기본값으로 확대될 예정이다. 응답 스트리밍 방식 자체를 재설계하고, 추론 스택의 핵심 부분을 다시 작성하며, 세션 초기화 방식을 개편해 첫 번째 토큰이 화면에 나타나는 시점을 앞당겼다.
| 최적화 항목 | 개선 폭 | 적용 범위 |
|---|---|---|
| 클라이언트-서버 왕복 오버헤드 | 80% 감소 | 전체 모델 |
| 토큰당 오버헤드 | 30% 감소 | 전체 모델 |
| 첫 토큰 도달 시간(TTFT) | 50% 단축 | 전체 모델 |
| WebSocket 기본 적용 | 활성화 | Codex-Spark (전체 확대 예정) |
이 인프라 개선이 개발자에게 미치는 영향은 상당하다. Codex CLI, VS Code 확장, 그리고 Codex 웹앱 전반에서 체감 반응성이 눈에 띄게 향상된다. 특히 반복적인 코드 수정 워크플로우에서 매 요청마다 수백 밀리초씩 절약되는 효과가 누적되면, 하루 작업량에서 체감할 수 있는 수준의 생산성 차이로 이어진다.
이용 가능 환경, 요금 체계, 그리고 향후 로드맵
현재 접근 방법
2026년 2월 12일 기준, Codex-Spark는 리서치 프리뷰 단계로 출시되었다. 현재 이용 가능한 채널과 조건은 다음과 같다.
ChatGPT Pro 구독자(월 200달러)만 접근 가능하며, Codex 앱, Codex CLI, VS Code 확장의 최신 버전에서 사용할 수 있다. API 접근은 소수의 디자인 파트너에게만 제한적으로 제공되고 있으며, 일반 API 공개 시점과 가격은 아직 발표되지 않았다.
Codex-Spark는 전용 레이트 리밋이 별도로 적용되며, 사용량이 기존 표준 레이트 리밋에 합산되지 않는다. 다만 수요가 집중되는 시간대에는 접근 제한이나 대기열이 발생할 수 있다.
Codex-Spark는 ChatGPT 채팅 인터페이스 내에서 직접 사용할 수 없다. Codex 앱, CLI, VS Code 확장 등 Codex 전용 환경에서만 구동된다. ChatGPT Pro를 구독하더라도 일반 채팅 화면에서 Spark를 선택하는 것은 불가능하다.
안전성 평가
OpenAI는 Codex-Spark에 메인 라인 모델과 동일한 안전 훈련을 적용했으며, 사이버 보안 관련 훈련도 포함되어 있다. 표준 배포 프로세스의 일환으로 사이버 보안 및 생물학 역량에 대한 기본 평가를 실시했고, Preparedness Framework 기준으로 높은 위험 수준(high capability)에 도달하지 않는다고 판단했다.
로드맵 전망
OpenAI가 밝힌 향후 방향은 세 가지 축으로 요약된다. 첫째, 더 큰 모델과 더 긴 컨텍스트 길이의 Spark 계열 모델 출시. 둘째, 멀티모달 입력 지원. 셋째, 장기 추론 모드와 실시간 협업 모드의 자연스러운 통합이다.
OpenAI는 궁극적으로 Codex가 개발자와 긴밀한 인터랙티브 루프를 유지하면서, 동시에 백그라운드에서 서브 에이전트에게 장기 작업을 위임하거나, 여러 모델에 병렬로 작업을 분산하는 형태로 발전할 것이라고 예고했다. 개발자가 사전에 단일 모드를 선택할 필요 없이, 상황에 따라 두 모드가 유기적으로 전환되는 구조다.
Cerebras 역시 2026년 내에 초고속 추론 역량을 최대 규모의 프론티어 모델에까지 확장하겠다는 계획을 밝혔다. 현재 Codex-Spark는 경량 모델에 한정되어 있지만, WSE-3 아키텍처가 수 테라바이트 단위의 메모리를 지원하도록 스케일아웃이 가능하기 때문에, 조 단위 파라미터 모델의 학습과 추론까지 목표로 하고 있다.
이번 Codex-Spark 출시는 AI 코딩 도구 시장에서 속도가 새로운 경쟁 축으로 부상했음을 보여주는 분기점이다. 모델 지능이 일정 수준 이상에 도달한 상황에서, 인터랙션 속도가 개발자 생산성을 결정짓는 핵심 변수가 되고 있다. OpenAI와 Cerebras의 협업은 GPU 중심의 AI 인프라에 웨이퍼 스케일 컴퓨팅이라는 새로운 선택지를 추가하면서, NVIDIA 독점 구도에 균열을 내는 첫 번째 상용 사례로 기록될 전망이다.
지금 ChatGPT Pro 구독자라면 Codex 앱을 최신 버전으로 업데이트하고, Codex-Spark를 직접 경험해보길 권한다. 특히 잦은 코드 수정과 빠른 프로토타이핑이 필요한 프로젝트에서 체감 차이가 두드러질 것이다. 아직 Pro 구독자가 아니라면, 향후 접근 범위가 확대될 때를 대비해 Codex CLI 환경을 미리 구성해두는 것도 좋은 선택이다.