클로드 오퍼스 vs 코덱스, 현실 비교 (실사용 후기)

 

어떤 AI 코딩 도구를 써야 할지 고민되시죠? 2026년 2월, Anthropic의 Claude Opus 4.6와 OpenAI의 Codex 5.3이 같은 날 출시됐다. 클로드 오퍼스와 코덱스, 둘 다 최신 모델이고 둘 다 $200/월 구독 플랜이 있다. 그럼 뭘 써야 할까.

t3.gg의 Theo는 출시 직후부터 2주 넘게 두 모델을 실전에서 갈아가며 썼다. 3시간 넘는 추론 실험, 12,000줄짜리 레거시 마이그레이션, 20시간짜리 장기 실행까지. 그 결과로 나온 결론이 꽤 역설적이다. "코덱스를 더 신뢰하지만, 오퍼스가 더 좋다." 왜 그런지, 풀어보자.

두 모델, 성격부터 다르다

두 AI 개발 도구의 차이를 한 마디로 표현하면 이렇다. 코덱스는 "두 번 재고, 한 번 자르는" 모델이다. 코드베이스를 철저히 훑고, 블로커를 우회하지 않고 직접 해결하며, 실수를 최소화한다.

클로드 오퍼스는 반대다. "재면 뭐하냐, 일단 세 번 자르고 수습하는" 모델이다. 막힌 부분은 무시하거나 우회하고, 빠르게 동작하는 버전을 먼저 만들어낸다. 후처리는 나중 얘기다.

이 성격 차이가 왜 중요하냐 하면, 작업 유형에 따라 승자가 완전히 갈리기 때문이다. 대규모 코드베이스에서 PR을 리뷰할 때와, 빠른 UI 프로토타입이 필요할 때는 써야 할 모델이 다르다.

가격 비교 — 구독이냐, API냐

API 가격 (참고용)

Opus 4.6 API는 입력 $5/M 토큰, 출력 $25/M 토큰 (200K 컨텍스트 이하 기준)이다. Codex 5.3은 아직 API가 미공개 상태라 직접 비교가 어렵다. 이전 버전인 5.2 기준으로는 입력 $1.75/M, 출력 $14/M이었다.

실제 비용은 모델이 생성하는 토큰 수에 따라 크게 달라진다는 점도 중요하다. Theo의 경험에 따르면 간단한 마이그레이션 하나에 Opus API 비용이 $40 가까이 나온 적도 있다. "수치가 절반이면 비용도 절반"이라는 단순 계산은 맞지 않는 경우가 많다.

$200/월 구독 — 실전 체감 차이

구독 기준에서는 코덱스가 훨씬 유리하다. Theo가 하루 종일 Codex를 사용했는데도 주간 한도의 8~16%밖에 소진되지 않았다. 반면 Claude Code는 단 하나의 리뷰 작업만으로 4시간 한도의 3%가 줄었다. 같은 리뷰 작업을 한 번 했을 뿐인데.

커뮤니티에서도 비슷한 경험이 공유됐다. 한 사용자는 2월 6일 이후 Codex 구독으로 총 13억 토큰을 사용했다고 한다. API 기준으로 환산하면 $1,000 이상인데, 주간 및 5시간 한도의 60%에도 미치지 못했다. 코덱스 구독이 얼마나 관대한지 보여주는 사례다.

구독 가성비 결론

$200/월 구독 기준 코덱스 승. API 비용은 Codex 5.3이 아직 미공개라 단정하기 어렵지만, Opus가 더 빠르게 소진된다는 점은 분명하다.

실전 코딩 성능 — 어디서 누가 이기나

벤치마크 요약

NxCode의 벤치마크 분석(2026) 기준으로 보면, Terminal-Bench 2.0에서 Codex 5.3이 77.3%로 Opus 4.6(65.4%)을 앞선다. SWE-bench Verified는 Opus 4.6이 리딩하는 것으로 나타난다.

컨텍스트 윈도우 차이도 크다. Opus는 1M 토큰을 지원하는 반면 Codex는 256K다. MRCR v2(1M 컨텍스트 기준) 테스트에서 Opus가 76%를 기록한 것도 이 차이에서 비롯된다. 긴 컨텍스트가 중요한 작업에서는 Opus가 구조적으로 유리하다

 

 

대규모 코드베이스 — 코덱스의 시간

ping.gg(Round)라는 프로젝트가 있다. Y Combinator 시절 만들어진 라이브 스트리밍 협업 도구인데, 매우 오래된 의존성 스택을 갖고 있다. React 버전을 올리면 TRPC가 깨지고, TRPC를 올리면 React Query가 깨지는 식의 복잡한 상호 의존 구조다.

이전까지 어떤 AI 모델도 이 마이그레이션을 완수하지 못했다. Codex 5.3은 해냈다. 접근 방식이 독특했는데, 첫 번째 패키지를 올리다 충돌이 생기면 해당 부분만 patch-package로 임시 고정하고 다음 단계를 진행했다. 6~7개의 패치를 만들고 삭제하면서 의존성을 하나씩 정리했다. 결과는 12,000줄짜리 PR이었고, 머지 준비가 됐다.

코덱스가 대형 코드베이스에서 강한 이유가 여기에 있다. 기존 코드의 패턴을 먼저 파악하고 거기에 맞춰 코드를 작성한다. 다른 엔지니어가 해결한 방식을 찾아보고 같은 스타일로 구현하는, 실력 있는 개발자의 습관과 비슷하다.

빠른 결과물 — 오퍼스의 시간

T3 Canvas를 T3 Chat으로 포팅하는 작업에서는 다른 모습이 나왔다. Codex는 환경 변수가 제대로 설정되지 않은 상태에서 네트워크 샌드박스 제한에 걸려 무한 루프에 빠졌다. UI는 멈춰 있었고, 오류 메시지도 없었다. Opus는 일단 동작하는 버전을 만들어냈다. 완벽하진 않았지만, 화면에 뭔가 나오는 버전이었다.

AISDK v6 마이그레이션은 더 극적이다. Codex 5.3을 Cursor의 장기 실행 기능으로 돌렸더니 20시간 넘게 작업하고 85,000줄을 추가했다. 그런데 그 중 80,000줄이 테스트 코드였다. 실제 마이그레이션은 제대로 되지 않은 채로. Opus로 같은 작업을 하니 8분 16초에 대부분 완료됐다.

클로드 오퍼스의 전략은 "막히면 무시하고 우회한다"는 것이다. 빠른 대신 후처리가 필수다. 보안 취약점(예: userId를 nullable로 놔두는 설계)이나 타입 안전성 누락이 뒤늦게 발견되는 경우가 많다.

코덱스의 함정 — 완벽주의가 독이 될 때

코덱스의 철저함은 양날의 검이다. "위대한 엔지니어가 출시를 막는 완벽주의 함정"에 빠지는 것과 비슷하다. AISDK v6 마이그레이션 사례처럼, 모든 걸 완벽하게 고치려다 정작 출시가 안 되는 상황이 생긴다.

두 모델을 섞어 쓰는 방법이 이 함정을 피하는 가장 현실적인 대안이다. Codex가 막히면 Opus로 언블로킹하고, Opus가 지저분하게 끝내면 Codex로 정리한다. 실제로 Cursor나 Open Code 같은 플랫폼에서는 모델 전환이 드롭다운 하나로 가능하다.

영역별 승자 — 한눈에 보는 비교표

영역별로 정리하면 아래와 같다. 실사용 경험과 NxCode 벤치마크(2026)를 종합한 결과다.

영역	승자	한 줄 이유
코딩 정확도	Codex	블로커 직접 해결, 패턴 일관성 유지
대규모 코드베이스	Codex	기존 패턴 학습 후 일관된 스타일 유지
레거시 마이그레이션	Codex	patch-package 전략으로 복잡한 의존성 해결
프론트엔드 디자인	Opus	디자인 스킬 활용 시 UI 품질 압도적
빠른 결과물	Opus	8분 만에 동작하는 버전 (단, 후처리 필요)
컨텍스트 윈도우	Opus	1M 토큰 vs Codex 256K 토큰
터미널/로컬 설정	Opus	~/.zshrc, git config 등 간단한 작업에 적합
Swift / AppKit	Opus	Codex가 빌드를 깨뜨리는 사례 다수
Rust	Codex	더 정확하고 unsafe 사용 자제
보안 준수	Codex	위험한 요청 거부, 취약점 방지에 엄격
모던 도구 (Svelte, Convex 소규모)	Opus	최신 패턴 이해도 우위 (신규 소규모 프로젝트)
구독 가성비	Codex	훨씬 느리게 한도 소진
사용 경험 (UX)	Opus	친근함, 칭찬, 즐거운 대화 — AI 코딩 어시스턴트로서의 매력
모델 스티어링	Codex	중간 개입 시 계획 유지하며 조정 가능
Multi-Agent	Opus	Agent Teams 지원 (병렬 16 에이전트)

이 표가 전부는 아니다. 프로젝트 규모와 코드베이스 상황에 따라 결과가 달라질 수 있다. 특히 신규 소규모 프로젝트와 기존 대규모 코드베이스에서는 승자가 바뀌는 영역들이 있다. 코드 리뷰 AI로 Codex를 쓸지, Opus를 쓸지도 상황에 따라 다르다.

프롬프트 방식도 다르다는 점도 기억해둘 만하다. Opus에게는 "무엇을 할지"를 구체적으로 알려줘야 한다. 플랜 모드에서 질문을 다 받고 시작하는 게 훨씬 결과가 낫다. Codex는 "무엇을 원하는지"만 얘기해도 된다. 플랜을 대화하면서 함께 만들어나가는 방식이 자연스럽다.

Claude Code 하네스 문제 — 솔직하게

클로드코드(Claude Code) 하네스의 버그 얘기를 안 하고 넘어가기가 어렵다. 컴팩션 실패가 잦다. 이미지를 붙여넣으면 압축이 끝나기 전에 메시지가 전송되어 이미지가 날아가는 버그도 있다. stash 기능은 컴팩션, 스레드 전환, 모델 전환 시 사라진다. 중간에 개입하면 계획 컨텍스트가 날아가서 처음부터 다시 잡아야 한다.

Codex CLI와 Codex 앱은 이런 부분에서 훨씬 안정적이다. 작업 중 즉시 전송과 큐 모드를 선택할 수 있고, 중간에 방향을 수정해줘도 계획을 유지하며 조정한다. 코덱스 CLI를 써보면 스티어링이 얼마나 편한지 금방 느껴진다.

"코덱스를 더 신뢰하지만, 오퍼스가 더 좋다"는 말이 결국 이 하네스 경험에서 나온다. 코드베이스 신뢰도는 Codex, 사용 경험과 프론트엔드는 Opus, 마음이 이끌리는 모델은 Opus, 실제로 손이 가는 모델은 Codex. 이 묘한 이중성이 지금 두 AI 코딩 도구의 현실이다.

결론 — 어떤 개발자에게 어떤 AI가 맞을까

Codex를 선택해야 할 때

대규모 코드베이스에서 작업하는 개발자라면 코덱스가 맞다. 레거시 마이그레이션, 보안이 중요한 프로젝트, 코드 리뷰와 PR 검토, Rust 개발에서 Codex가 일관되게 낫다. 이미 패턴이 갖춰진 코드베이스일수록 Codex의 장점이 극대화된다.

Opus를 선택해야 할 때

프론트엔드 UI 개발, 특히 디자인 스킬을 활용할 때는 claude opus 4.6이 눈에 띄게 앞선다. 빠른 프로토타입이 필요하거나, 터미널/시스템 설정, Svelte나 Convex 같은 모던 도구를 쓰는 신규 소규모 프로젝트에도 Opus가 더 적합하다. Multi-Agent가 필요한 복잡한 분석 작업도 Opus 쪽이다.

최고의 전략 — 병행 사용

두 모델을 함께 쓰면 각각의 단점이 서로 보완된다. Theo의 워크플로우를 정리하면 이렇다.

• Codex로 기능 구현 → Opus로 UI 개선
• Opus로 목업 UI 생성 → Codex로 구현
• Codex로 코드 리뷰 → Opus로 발견된 문제 빠르게 수정
• 터미널/로컬 작업: Claude Code (Opus)
• 실제 코드베이스 작업: Codex CLI / Codex 앱

Codex와 Opus를 병행 사용하는 개발자 워크플로우

 

"둘 중 하나를 고르라면 코덱스. 하지만 둘 다 써라." 지금 시점에서 할 수 있는 가장 솔직한 AI 개발 도구 추천이다.

2026년 2월 기준 코딩 AI 환경은 빠르게 변하고 있다. 같은 달 출시된 Claude Sonnet 4.6처럼 Opus보다 저렴하면서도 성능이 탄탄한 모델도 생겨나고 있어, 예산과 작업 성격에 따라 선택지는 더 다양해졌다. Codex 5.3이 API에 공개되면 또 다른 국면이 올 수 있고, 오픈 소스 모델들도 무서운 속도로 따라오고 있다. 어떤 모델을 쓰느냐보다 쓰는 방법과 조합을 아는 것이 지금 당장 더 중요한 시점이다.

직접 써봐야 안다. 두 모델 모두 한 번씩 돌려보면, 자기 코드베이스에서 어느 쪽이 더 맞는지 금방 감이 온다.