서진호

14 분 소요

이번 주 새벽에 발표한 오픈AI DevDay 2026 키노트를 보고 한번 정리해 보았다. 이제 chatGPT에게 일을 맡기고, AI가 지속적으로 수행하며, 사람과 같은 공간에서 협업하는 환경으로 추세가 넘어 가고 있는 것을 발견할 수 있었다. 이를 위해 24시간 상시 동작하는 에이전트를 Dots 이라고 부르는 서비스를 내놓았다. 그리고 협업 공간 ChatGPT Spaces, GPT-6.1 Sol 새 모델과 Ultrafast를 통한 엄청난 속도 개선과 개발 도구, 앱 배포 및 수익화 기능 등 상당한 많은 서비스들을 발표했다.

그림 1. DevDays 2026 keynote

1. 시작: 사용자 요청을 반영한 Codex 개선

샘 올트먼은 키노트를 시작하면서 개발자들의 활용 사례와 피드백이 제품 개선에 큰 역할을 했다고 설명한다. 반영한 요청으로 Linux 운영체제에서 Codex를 사용할 수 있게끔 했다. 그리고 하나의 프로젝트에서 여러 폴더를 함께 다루도록 했고, 휴대폰에서 Codex 사용할 수 있었다.

2. Dots: 계속 일하는 개인 AI 에이전트

이어, 사용자들이 오랫동안 요청해 온 새로운 AI 활용 방식을 소개했다. 바로 Dots 라고 부르는 서비스이다. Dots는 사용자의 상황과 우선순위를 이해하면서 24시간 일을 수행하는 에이전트이다. 참고로 이 dots는 지난주에 발표된 메타 뮤즈와 지난 달에 먼저 발표한 스페이스XAI의 Grok Bot과 유사한 서비스이다.

그림 2. Dots 서비스 발표

모두가 목표를 맡아 지속적으로 일하는 AI 비서라는 점에서는 공통점을 가지나, 연결 가능한 앱, 승인 절차, 여러 에이전트의 협업 방식과 실제 제공 범위는 서로 다르다. 또한 메타 뮤즈는 현재 미국 유저만 사용할 수 있고, 그록 봇은 그렇게 사용자가 많지 않다. 그러나 파급 측면에서는 OpenAI가 Dots 서비스가 이 둘보다 높다. 그러나 제약 사항이 없는 것은 아니다. 현재 Pro 사용자부터만 가능하다.

  • 목표 중심의 작업 수행: 사용자가 책임과 목표를 맡기면, 세부 지시 없이도 업무 맥락을 파악해 필요한 작업을 이어간다.
  • 업무와 일상 지원: 주요 소식 정리, 발표 자료 업데이트, 버그 수정, 예산 계획, 앱 성능 조사, API 교체, 예약과 일정 관리 등을 수행한다.
  • 실행부터 검증까지 처리: 관련 의존성을 조사하고 코드를 수정·테스트한 뒤 사용자가 검토할 결과를 준비한다.
  • 플러그인과 클라우드 활용: 기존에 연결한 플러그인과 업무 맥락을 활용하며, 자체 클라우드 컴퓨터에서 작업한다.
  • 사용자 통제 유지: Astra를 기반으로 사용자 지침과 안전장치를 적용하고, 사용자가 정한 범위 안에서 책임을 맡는다.
  • 협업과 소통 방식 확대: 여러 Dot과의 팀 작업 및 문자·전화 소통을 제공할 계획이다. 문자 기능은 발표 당시 출시 예정으로 소개됐다.

2-1. 앱 출시를 함께 준비하는 AI인 Dottie

홀리 리는 가상의 음악 앱 ‘Blossom Music’ 출시 시연에서 개인 AI 에이전트 ‘Dotty’의 활용 방식을 보여 준다.

그림 5. Dottie

Dotty는 일정 변경과 사용자 피드백을 정리하고 Codex로 디자인을 앱으로 구현한다.

그림 6. Blossom Music

음성으로 요청받은 문서를 작성하는 것도 흥미로웠다.

그림 7. Phone call

Spaces에서는 데이터와 문서를 갱신하고, Slack에서는 후속 업무와 버그 수정을 맡아 팀과 결과를 공유한다. 여러 도구에 흩어진 정보를 모아 실제 작업으로 연결하는 것이 핵심이다.

3. ChatGPT Spaces: 사람과 AI가 함께 작업하는 공간

기존 생산성 소프트웨어가 사람과 AI의 공동 작업을 충분히 지원하지 못한다는 문제의식에서 출발한다. Spaces는 팀원(사람)과 Dot(인간)이 함께 같은 페이지에서 작업하는 협업 공간이다.

그림 3. ChatGPT Spaces

자세한 새 기능은 다음과 같다.

  • 페이지에서 문서와 자료를 함께 작성한다.
  • 댓글에서 Dot을 태그해 작업을 맡긴다.
  • 프로젝트 의존성이나 진행 상황을 추적하게 한다.
  • Slack 등에서 새 정보를 찾아 페이지를 갱신하도록 지시한다.
  • 차트, 시트, 프로토타입 같은 결과물을 함께 다룬다.

그림 4. ChatGPT Spaces - Presentation

프리젠테이션 발표 자료도 팀원 및 Dot과 함께 편집하는 방향을 제시하며 일부 협업 기능은 추후 제공한다고 설명했다.

3-1. 개인을 넘어 팀을 지원하는 Specialist Dots

Dots와 Spaces를 ChatGPT Pro, Business Premium, Enterprise 사용자에게 당일부터 제공한다고 안내한다. Dot과의 대화는 요금제에 포함돼 사용량을 소모하지 않지만, 모든 실행 작업이 무제한이라는 의미는 아니다. 기업용 ‘Specialist Dots’는 팀의 목표와 업무 맥락에 따라 일하고, 피드백을 반영해 수행 방식을 개선하는 전문 에이전트다. 기존 Microsoft 도구로 Dots를 관리할 수 있도록 협력한다는 내용도 소개했다.

그림 8. Specialist Dots

4. 새 모델과 속도 개선

오픈AI는 개발자 지원 전략을 모델, 도구, 유통 세 가지로 나누고, 먼저 모델 업데이트를 발표했다.

그림 9. A Platform for all

4.1 GPT-6 Sol을 GPT-6.1 Sol 모델로 업그레이드

행사 전 GPT-6.1 Astra 모델이 나올 것으로 모두 추측했지만, 미디어 보도에 의하면 GPT-6.1 Astra의 공개를 미뤘다. 그 이유는 작업을 끝까지 수행하는 능력은 강화됐지만, 허가되지 않은 행동을 억제하는 안전 기준을 충분히 충족하지 못했기 때문이라고 했다. 그래서 별 기대가 없었는 데 이번 발표에 GPT-6.1 Sol 모델로 업그레이드한다고 소개했다.

그림 10. GPT-6.1 Sol

GPT-6.1 Sol은 DeepSWE v1.1 벤치마크에서 높은 추론 수준(high)을 기준으로 75.2%를 기록했다. 이는 최대 추론 수준(max)에서 68.8%를 기록한 GPT-6 Sol보다 6.4%포인트 높은 점수다. 작업당 비용도 GPT-6 Sol보다 약 76% 낮았다. GPT-6 Astra와 비교하면 약 5분의 1의 비용으로 비슷한 성능을 달성했다.

새 모델은 다음과 같이 성능과 비용의 균형을 목표로 잡았다.

  • Astra에 근접한 지능을 더 경제적으로 제공함 (input: $2, Cache Input: $0.10, Output: $10)
  • 같은 맥락을 재사용하고 결과를 반복 개선하는 작업에 유리함
  • 오래 이어지는 작업의 비용 부담을 줄이는 데 초점을 둠
  • 일상적으로 사용하는 주력 모델로 제안함

4.2 Astra Ultrafast는 Pro 500만 지원

높은 지능을 유지하면서 응답과 작업 속도를 높이는 옵션으로 개인 구독에서는 Pro 500자만 쓸 수 있다. Enterprise 및 Edu 사용자는 활성화를 해야 하며 OpenAI API에서도 Astra Ultrafast를 쓸 수 있다. 키노트 발표에서는 초당 300토큰을 언급되었고, 로켓 쏘는 3D 앱에서 같은 프롬프트로 결과물을 만드는 과정을 일반 속도와 나란히 비교해 데모를 보여줬다.

그림 11. Ultrafast

신규 가입이 일시 중단되었던 월 200달러 ChatGPT Pro는 DevDay 2026이 열린 날로 부터 다시 가입을 받기 시작했다. 다만 구독료는 유지하면서 포함 사용량을 축소되어서 아쉬웠다. 가입자가 공개한 안내 이메일에 따르면, ChatGPT Work와 Codex의 포함 사용량은 Plus의 20배에서 10배로 줄고, Chat에서 GPT-6 Pro를 사용할 수 있는 주간 메시지 한도는 200회에서 100회로 줄어든다.

그림 12. Pro 500

두 한도가 기존의 절반으로 낮아지는 셈이다. 물론 기존 Pro 200 가입자의 사용량이 축소되는 전환기에 일회성 사용 크레딧 62,500개인 추가 사용을 제공하는 보완 조치를 했다. 기존 한도 유지 대상자는 2026년 10월 29일까지 이전 사용량을 유지하고, 10월 30일부터 축소된 한도를 적용받는다. 기존 한도 유지 자격이 없는 신규 가입자는 처음부터 낮아진 사용량을 적용으며 월 구독료는 200달러로 동일하다.

4.3 Decisions API

Decisions API는 미리 정해 둔 선택지 중 하나를 매우 빠르게 고르게 하는 API로 최근에 나온 Jav와 유사한 것 같다. Luna 모델에 선택 가능한 행동을 제한해 주면 판단에 걸리는 시간을 크게 줄일 수 있다. 컴퓨터 조작처럼 작은 결정을 빠르게 반복하는 작업을 예로 들었다.

그림 13. Decisions API

Decisioins API와 TypeSafe AI의 Jev 두 제품의 특징이 비슷한 이유는 AI를 소프트웨어 안에서 빠른 판단을 내리는 함수처럼 사용한다는 목적이 같기 때문이다. 첫째, 답의 범위를 미리 정한다. OpenAI Decisions API는 개발자가 질문과 유한한 답변 목록을 정의하고, 텍스트나 이미지로 상황을 전달하면 그에 맞는 답을 반환한다. Jev도 상황 정보와 사전에 정의한 출력 형식을 받아 구조화된 판단을 반환한다. 예를 들어 고객 문의를 읽고 환불, 배송, 기술지원 중 어느 부서로 보낼지 결정하는 방식이다.

둘째, 반복되는 판단을 자동화한다. Decisions API의 대표 용도는 콘텐츠 분류, 요청 분배, 에이전트의 다음 행동 선택이다. Jev도 분류, 라우팅, 점수 평가, 조건 분기를 주요 용도로 제시한다. 두 제품 모두 자연어로 표현된 상황을 프로그램이 바로 사용할 수 있는 결정으로 바꾸려 한다.

셋째, 실시간 처리에 초점을 맞춘다. OpenAI는 Decisions API를 실시간 의사결정 도구로 소개한다. TypeSafe는 Jev가 출력들을 병렬로 계산하며, 응답 시간이 70~500밀리초라고 설명한다. 다만 이는 TypeSafe가 공개한 수치이고, 동일한 조건에서 두 제품을 비교한 성능 검증은 확인하지 못했다.

그러나 차이도 있다. Decisions API는 Luna의 지능을 제한된 질문과 답변에 집중시키는 API다. 반면 Jev는 TypeSafe가 별도 모델 구조와 ‘보정된 의사결정을 위한 강화학습(RLCD)’으로 개발했다고 설명하는 모델이며, 판단마다 확률과 신뢰도를 제공한다. OpenAI의 공식 발표만으로는 Decisions API가 Jev와 같은 학습법이나 확률 보정 방식을 사용하는지 알 수 없다. 아직 Decisions API가 공개되면 좀더 상세히 사용해 보면 용도를 더 이해할 것이다.

5. 다음 모델의 발전을 돕는 ‘AI 리서치 인턴’

OpenAI는 AI가 연구자의 업무를 수행하는 ‘AI 연구 인턴’ 단계에 도달했다고 발표했다. 연구 책임자 테잘 파트와르단은 모델의 수학·코딩·컴퓨터 조작 능력을 활용해 실험을 반복하고, 성능과 응답 속도, 학습 과정의 안전성을 개선하고 있다고 설명했다. 데스크톱과 브라우저를 조작할 때 발생하는 실수를 줄이는 작업에도 AI를 활용한다.

chatGPT에게 컴퓨터 조작과 업무 실행을 맡겨도 사용자의 의도와 권한을 지킬 수 있는지 보여줬다. 이것은 Dots와 컴퓨터를 사용하는 에이전트를 소개한 만큼, 실제 행동을 맡길 때의 안전성을 설명하는 맥락으로 볼 수 있다. 컴퓨터 사용 안전성 스트레스 테스트는 실수가 발생하기 쉬운 상황을 의도적으로 만들어 안전하게 행동하는지 시험한다. 따라서 일을 완수하는 능력과 허용된 범위 안에서 일을 완수하는 능력이 다르다는 것을 알 수 있다.

그림 14. AI Research Intern

이 그래프는 컴퓨터 사용 안전성 스트레스 테스트에서 사용자 의도와 어긋난 결과가 발생한 비율을 보여준다. 발생률은 Fable 5.1이 9.5%, Opus 5.5가 6.1%, GPT-6 Astra가 2.4%로, Astra가 비교 모델보다 의도하지 않은 결과를 적게 만들었다. 다만 이 수치는 실수가 발생하기 쉬운 상황을 의도적으로 구성한 시험에서 얻은 결과다. 따라서 Astra를 일상적으로 사용할 때 사고가 발생할 확률이 2.4%라는 뜻으로 해석해서는 안 된다.

그림 15. AI Research Agent

키노트 발표에 따르면 최근 모델은 내부 평가에서 하루 분량 연구 작업의 3분의 1 이상을 사람 개입 없이 수행했다. 이는 OpenAI가 제시한 평가 결과로 연구 전체를 독립적으로 수행한다는 의미는 아니다. 활용 분야로는 수학의 미해결 문제, 항생제 개발, 고대 언어와 역사 연구, 에너지 효율 개선, 제조 로봇 등을 제시했다. 핵심은 AI가 연구를 돕고 그 성과가 다시 다음 모델의 개선으로 이어지는 순환이 형성되고 있다는 점이다.

6. Codex Harness

Codex harness를 OpenAI가 사용하는 것과 똑같은 기반을 개발자에게 제공한다. 다시 말해, 그 출발점으로 오픈소스 Codex harness이고, 이어 Codex의 클라우드 실행과 컴퓨터 사용을 지원하는 Agents API를 소개했다. 또한, 모델이 실제 작업을 수행하도록 운영하는 소프트웨어 기반으로 모델 호출과 도구 사용을 연결하고, 작업 맥락을 관리하며, 하위 에이전트를 조율하고 장시간 작업을 이어가게 한다. OpenAI는 Agents API를 통해 Codex를 구동하는 같은 harness와 인프라를 개발자가 자신의 에이전트에 사용할 수 있다.

그림 16. Codex Harness

6-1. 웹·모바일·데스크톱, 어디든 사용할 수 있는 Codex Cloud

Codex Cloud는 AI에게 코딩 작업을 맡기면 클라우드의 독립된 개발 환경에서 코드를 수정하고 실행·테스트하는 서비스다. 내 컴퓨터가 잠자기 상태여도 작업을 계속할 수 있고, 웹·모바일·데스크톱에서 결과를 확인하거나 후속 요청을 할 수 있다.

6-2. 보안 점검을 클라우드에 맡기는 Codex Security Cloud

클라우드에서 실행되는 Codex를 활용해 보안 담당자가 시스템을 더 안전하게 관리하도록 돕는 도구로 Codex Security Cloud를 소개했다. 중복된 발견 사항 정리, 예약 검사, 새로운 인터페이스를 강조하며 지금부터 사용할 수 있다.

  • 저장소 검사: GitHub 저장소 전체를 필요할 때 검사하거나 일정에 따라 반복 검사한다.
  • 지속적인 점검: 새로 추가된 커밋도 계속 확인한다.
  • 문제 분석과 수정안 준비: 발견한 문제를 조사하고 중복 결과를 정리한 뒤 수정안을 준비한다.
  • 클라우드 실행: 노트북을 닫아도 작업을 이어간다.
  • 제공 대상: Pro·Business·Enterprise·Edu 사용자가 데스크톱과 웹에서 이용할 수 있다.

그림 17. Codex Security Cloud

만일 Codex Security Cloud를 사용하려면, Codex Security 플러그인을 설치하고 Daybreak 프로그램에 허락을 받아야 사용할 수 있다.

7. 기업 데이터를 보호하면서 AI를 활용하는 Private Intelligence

AI 에이전트가 안전하게 작동하고 고객 데이터를 보호해야 한다는 취지로 Private Intelligence를 소개했다. 기업이 민감한 정보를 다루면서도 고성능 AI를 활용할 수 있도록 개인정보 보호를 강화하는 방향이다.

그림 20. Private Intelligence

공식 발표문에서 설명한 핵심은 두 가지다.

  • 데이터 무보관(Zero Data Retention)과 개인정보 보호형 안전성 검사(Private Safety Processing): 고객 콘텐츠를 보관하지 않는 정책과 자동화된 안전성 검사를 결합한다. OpenAI 직원이 원문 콘텐츠에 접근하지 않으면서도 안전성 검사를 수행하도록 한다.
  • 기업 전용 추론(Private Inference): 데이터를 처리하는 동안에도 보호하는 기밀 컴퓨팅과 엄격하고 검증 가능한 통제를 결합한다. 발표 당시에는 2026년 가을 프리뷰 공개 예정으로 소개됐다.

기업이 AI에 업무를 맡길 때 데이터의 보관뿐 아니라 접근과 처리 과정까지 더 강하게 통제할 수 있게 하겠다는 전략이 담겨져 있다. 전체 기능이 발표 당일 완성된 형태로 제공된다는 의미는 아니며 기업 전용 추론(Private Inference) 서비스는 추후 공개할 예정이다.

8. Agents API, Codex를 구동하는 실행 기반을 개발자의 서비스로 확장

샘 올트먼은 Agents API를 소개하며 OpenAI가 사용하는 에이전트 실행 기반을 개발자에게도 제공하겠다는 방향을 제시했다. 이 슬라이드는 그 기반을 이루는 여섯 가지 요소를 보여준다. 모델과 도구의 실행을 연결하는 하네스, 코드와 파일을 다루는 작업 환경, 기억과 맥락 관리, MCP·도구·스킬 연결, 긴 작업 기록을 압축하는 기능, 여러 에이전트의 협업이 여기에 포함된다. 개발자가 모델을 호출하는 데서 더 나아가, 여러 단계의 업무를 지속적으로 수행하는 에이전트를 만들 수 있다는 데 있다.OpenAI가 공통 실행 기반과 인프라를 제공하면, 개발자는 자신의 서비스에 필요한 도구와 업무 규칙을 구성하는 데 집중할 수 있다.

그림 18. Agents API

DevDay 키노트에서는 Agents API의 컴퓨터 사용 기능도 소개했다. 이를 통해 개발자는 Codex의 실행 기반을 활용해 코드를 작성하는 에이전트뿐 아니라, 소프트웨어를 직접 조작하며 업무를 수행하는 에이전트도 구축할 수 있다. Codex를 구동하는 기술을 개발자의 제품으로 확장하겠다는 플랫폼 전략을 보여주는 장면으로 해석할 수 있다.

8-1. 개발자에게 개방하는 AI 실행 기반

OpenAI는 Codex, Work, Dots를 구동하는 실행 기반을 개발자에게도 제공하겠다고 발표했다. 모델이 도구를 사용하고 여러 단계의 작업을 이어가도록 관리하는 소프트웨어를 오픈소스로 공개해 직접 살펴보고 활용할 수 있게 한다는 설명이다. Codex 클라우드에서는 휴대전화에서 시작한 작업을 데스크톱에서 이어가고, 오래 걸리는 작업을 실행해 둔 뒤 나중에 결과를 확인할 수 있다.

  • 확장된 개발 도구: 보안 도구에는 중복 결과 정리와 예약 검사 등을 추가하고, 새 에이전트 API에는 멀티 에이전트를 제어하는 기능과 컴퓨터 사용 기능을 제공한다. 브라우저를 직접 조작해 웹사이트의 이용 흐름을 테스트하는 에이전트가 대표적인 예다.
  • 개인정보 보호와 응답 속도 개선: 고객 콘텐츠를 서버에 저장하지 않는 방식의 보호 기능을 소개하고, 첫 토큰이 나오기까지의 시간을 45% 줄였다고 발표했다. 전체 방향은 개발자가 복잡한 작업을 지속적으로 수행하는 AI 서비스를 구축하고 운영할 수 있도록 기반을 넓혔다.

그림 19. AWS

OpenAI와 AWS의 협력은 모델 공급을 넘어 기업용 에이전트의 실행 기반으로 확장되고 있다. 양사가 공동 개발한 Amazon Bedrock Managed Agents는 OpenAI 모델과 Codex 하네스, Amazon Bedrock AgentCore를 결합한다. 개발자는 이를 통해 AWS 안에서 작업 맥락을 유지하고, 여러 에이전트를 조율하며, 장시간 업무를 수행하는 에이전트를 구축할 수 있다. 기존 AWS의 계정과 권한, 관리 체계를 활용하고 모델 추론과 에이전트 실행도 AWS 내부에서 처리한다. GPT-6 Astra는 Amazon Bedrock에서 제공되며, Codex와 ChatGPT Work도 Bedrock의 Astra를 사용하도록 설정할 수 있다. 기업 입장에서는 기존 클라우드 운영 체계를 활용하면서 OpenAI의 모델을 코딩과 업무 자동화에 연결할 수 있다.

8-2. 말과 화면으로 만들고 검증하는 개발 도구

그림 21. 로맹 데모

발표자 로맹이 여러가지 기능을 실제 제작 흐름으로 보여 줬다.

시연 보여 주려는 기능
3D 행사장 수정 자연어 지시로 카메라 이동, 캐릭터 배치, 대형 화면에 생중계 표시
참석자 추첨 앱 제작 빈 React 프로젝트에서 앱을 만들고, 당첨 인원을 3명에서 6명으로 즉시 변경
우주 비행 게임 제작 종이 스케치에서 시작해 그래픽과 게임 동작을 반복 개선
AI의 게임 플레이 화면을 보고 키를 조작하며 사람이 쓰는 게임을 직접 실행
앱 화면 점검 Appshots로 화면 맥락을 전달하고 여러 화면 크기와 기능을 검사
클라우드 개발 작업 백엔드 전체를 Rust로 다시 작성하는 장기 작업을 클라우드에 위임
로봇 연결 시각·음성·이미지 생성 기능을 결합해 관객을 보고 그림을 만드는 로봇 시연

그림 22. Flight Journal

8-3. 앱 제작에서 유통과 수익화까지

OpenAI는 개발자가 만든 앱을 사용자가 발견하고 구매하는 과정까지 지원하겠다고 발표했다. ‘Sign in with ChatGPT’는 사용자가 ChatGPT 계정으로 외부 앱에 로그인하고 자신의 요금제에 포함된 토큰을 활용하는 방식이다. 개발자의 AI 비용 부담을 줄이고 사용자의 제품 체험을 쉽게 하려는 취지로 16개 출시 파트너와 시작한다고 설명했다.

그림 23. Plugin Extensions

‘Plugin Extensions’는 ChatGPT와 Codex 안에 편집기, 대시보드, 작업 공간을 제공한다. 사용자는 대화하면서 회의 일정을 확인하고 메모를 작성하거나, 팀의 의견을 반영해 디자인을 수정할 수 있다. 같은 플러그인을 ChatGPT Sites에도 연결해 사용자별로 다른 경험을 제공하는 방향도 제시했다.

유통 과정에서는 대화 맥락에 맞는 플러그인을 추천하고 바로 연결하도록 하며 제출과 심사 절차도 단순화한다. 기업 고객에게 제품을 판매할 경로를 넓히고, 30개 이상의 출시 파트너 및 Baseten을 통한 오픈소스 모델 접근도 소개했다. 전체 방향은 개발 도구와 사용자 접점, 판매 경로를 연결해 개발자의 사업화를 지원하는 데 있다.

8-4. 회의 기록을 후속 업무로 연결하는 Meetings 플러그인

Meetings 플러그인은 회의 내용을 기록하고 개인화된 요약과 실행할 일을 ChatGPT Space에 저장하는 플러그인으로 소개됐다. 사용자는 회의록을 개인적으로 보관하거나 동료와 공유하고, 이를 바탕으로 프로젝트 계획을 갱신하거나 후속 업무를 맡길 수 있다.

그림 27. Meetings

구체적인 기능은 다음과 같다.

  • 온라인·대면 회의 기록: Mac의 마이크와 시스템 오디오를 사용하며, 별도 봇이 회의에 입장하지 않는다.
  • 개인화된 요약: 회의 내용에 사용자가 작성한 메모와 허용한 연결 앱의 맥락을 더해 요약한다.
  • 후속 업무 실행: 이메일 초안 작성이나 프로젝트 계획 수정 같은 작업을 제안하고, 사용자가 검토한 뒤 실행하도록 한다.
  • 회의 내용 질의: “오늘 회의에서 무엇을 논의했나?”처럼 회의록을 바탕으로 질문할 수 있다.
  • 기록 관리: 회의록은 기본적으로 비공개이며, 메모 생성이 끝나면 음성은 삭제돼 다시 재생할 수 없다.

macOS용 ChatGPT 데스크톱 앱에서 모든 Pro·Business 요금제에 베타로 제공하며, Enterprise 지원은 추후 확대한다고 안내했다. 핵심은 회의에서 나온 논의를 정리하고 실제 업무까지 이어가도록 돕는 것이다.

8-5. Codex CLI에 음성 및 멀티 에이전트 지원

Codex CLI 0.155.0 버전부터 실험적 음성 대화 기능이 추가됐다. 사용자가 이를 사용하려면 지원 빌드에서 /experimental을 통해 활성화한다. 그리고 /voice로 음성 대화를 사용할 수 있고 실시간 대화 기록과 마이크 제어 기능을 제공한다. 현재 Codex CLI는 작업을 멀티 서브 에이전트(subagents)에 나눠 맡기고, 병렬로 수행한 결과를 메인 에이전트가 모아 정리할 수 있다.

/agent 명령으로 실행 중인 에이전트의 대화를 확인하고 전환하는 용도이며, 병렬 작업 자체는 위와 같은 자연어 요청으로 시작한다. 에이전트마다 모델과 도구를 사용하므로 단일 에이전트 작업보다 토큰 사용량이 늘어날 수 있다.

그외 CodeReview 기능으로 PR/MR을 자동으로 검토하며 사람이 없어도 먼저 한 번 훓어준다.

9. 파트너 소프트웨어를 구매할 수 있는 OpenAI Marketplace

OpenAI Marketplace는 기업이 기존 OpenAI 계약 금액의 일부를 활용해 승인된 파트너 소프트웨어를 구매할 수 있도록 하는 서비스다. DevDay 발표에서는 이용 자격을 갖춘 기업 고객을 대상으로 소개했다. 파트너에는 Figma·Adobe 같은 제작 도구, Salesforce·ServiceNow 같은 업무 시스템, Harvey·Legora 같은 법률 서비스, Palo Alto Networks·CrowdStrike 같은 보안 서비스가 포함된다.

그림 24. OpenAI Marketplace

기업 입장에서는 OpenAI에 약정한 지출을 파트너 제품 도입에도 활용할 수 있어 구매 선택지가 넓어진다. 다만 적용 가능한 금액과 제품, 이용 자격은 계약 조건에 따라 확인해야 한다. ChatGPT 안에 앱을 설치하는 플러그인 기능과는 별도의 기업용 구매 서비스다.

10. Codex로 게임을 개발하고 배포하는 Codex Game Studio

ModRetro Chromatic: DevDay Edition 휴대용 게임기를 참석자 모두(2,500대)에게 나눠졌다. 이 게임기는 게임을 기록할 수 있는 카트리지, Chromatic의 Developer Mode 활성화 코드와 Codex Desktop에서 사용할 수 있는 ModRetro Chromatic Plugin / Game Studio 개발 환경을 제공한다.

그림 25. Codex Game Studio

흥미로운 점은 Codex가 게임을 만들고 에뮬레이터에서 테스트한다. 실제 Chromatic에 스트리밍하고 카트리지에 기록하는 과정까지 연결된다는 것이다. OpenAI는 이미 Codex로 만든 13개의 Game Boy Color 계열 게임도 웹에서 직접 플레이하거나 ROM으로 내려받을 수 있게 공개했다.

11. 티보의 리셋 컴퍼니

OpenAI DevDay 2026 오프닝 키노트의 거의 마지막 부분에 나왔던 개인적으로 가장 웃겼던 장면이다. 바로 ‘Tibo Reset Button’ 장면. 직전에 Codex Game Studio를 보여준 뒤, 샘 올트먼이 “오늘 많은 것을 출시했으니 여러분이 계속 만들려면 또 하나의 한도 초기화권(banked reset)이 필요할 것 같다”는 취지로 말하고 객석에 있던 티보(Tibo)를 찾는다. 이어 “low-key reset”을 해보자며 카운트다운을 하고 옆에 참석 고객인 여성이 버튼을 누른다.

그림 26. Tibo Reset Company

올트먼은 곧바로 이것이 DevDay 현장 참석자만이 아니라 전 세계 사용자 대상이라고 설명한다. 그런데 저 리셋 버튼을 티보가 만든 줄 알았는데, 선물 받았다고 합니다 ㅎㅎ 여러분들도 잘 알다시피 “Tibo → 버튼을 누름 → Codex quota 부활”이라는 밈이 생겨버렸다. 참고로 이것이 Codex의 독특한 ‘Reset 문화’이다. 초창기 Codex에서 장애가 나거나 설정 문제 때문에 사용자가 정상적으로 서비스를 이용하지 못했을 때, Tibo 팀은 보상 차원에서 사용량 한도를 다시 채워주는 reset을 해주기 시작했다.

Tibo는 인터뷰에서 “우리가 망가뜨렸거나 경험이 좋지 않으면 보상한다. usage limits를 reset한다”는 취지로 설명했고, 이것이 점차 신제품 출시·사용자 수 돌파 등을 축하하는 이벤트까지 확대됐다고 말했다. 그런데 물리 버튼 자체가 실제 OpenAI production 시스템에 직접 연결돼 있는지는 공개적으로 확인되지 않았다. 물리 버튼의 존재는 확인되지만 실제 backend reset API와 연결되었는 지 모르겠다.

12. 결론: 개인의 창작과 실행 능력을 넓히는 AI

OpenAI는 Dots와 Spaces를 통한 협업, Sol과 Ultrafast의 성능·비용·속도 선택지, Codex와 클라우드의 개발 환경, 앱 유통과 수익화 지원을 하나의 방향으로 묶으며 발표를 마무리했다. 개인과 팀이 AI에게 더 큰 작업을 맡기고, 아이디어를 실제 결과물과 사업으로 이어가도록 돕겠다는 구상이다.

개발자들의 창작·연구 사례와 후속 행사 안내에 이어 사용 한도 초기화 이벤트도 진행했지만, 정확한 적용 범위는 자막만으로 확인하기 어렵다. 마지막에 샘 올트먼은 AI가 개인의 선택권과 창작 능력을 넓혀야 한다고 강조했다. 그가 제시한 미래는 더 많은 사람이 자신의 구상을 실현하는 르네상스에 가까운 변화다.

이번 OpenAI DevDay 키노트를 보고 오픈AI가 가고자 하는 방향이 무엇인지 이제서야 알수 있게 되었다.

그림 28. Slogan

댓글남기기