길리랩blog

Codex CLI의 GPT-5.5 전환과 웹 검색·세션 복원 설계

GPT-5.5 stable로 전환한 Codex CLI의 독립 웹 검색, state DB 기반 세션 복원, 비용 구조와 경쟁 도구의 차이를 장기 작업 관점에서 분석한다.

2026-08-14 · 최초 발행 2026-08-02

Codex CLI가 GPT-5.5 stable로 전환하면서 달라진 것은 모델 이름만이 아니다. 코드 모드에 독립 웹 검색이 들어오고 resume --last의 세션 복원 방식이 최적화되면서, 인터넷의 최신 정보를 참조하며 장기 작업을 이어가는 CLI 에이전트의 형태가 구체화됐다.

GPT-5.5 stable이 바꾼 프로덕션 조건

GPT-5.5 코드 모드는 기존 프리뷰 모델보다 안정성과 응답 품질이 개선됐다. 기업 사용자가 Codex CLI를 프로덕션 워크플로우에 넣을 때 모델 버전을 별도로 고정하지 않고도 일관된 출력을 기대할 수 있다는 점이 stable 전환의 핵심이다.

기존 GPT-4o 기반 Codex CLI와 비교하면 복잡한 리팩토링에서 의도를 파악하는 정확도가 높아져 하나의 프롬프트로 다룰 수 있는 코드 변경 범위가 넓어졌다. 긴 컨텍스트 윈도우를 이용해 파일 전체를 분석할 수 있으므로 레거시 코드베이스를 이해하는 능력도 향상됐다. 에이전트 루프 안에서 도구를 호출하는 신뢰성이 개선되면서 여러 단계로 이어지는 작업의 완료율 역시 높아졌다.

다만 프리뷰 기간의 할인 요율은 stable 전환과 함께 정식 과금 체계로 바뀐다. 프로덕션 도입을 검토한다면 모델 성능뿐 아니라 토큰 사용량을 어떻게 통제할지도 함께 설계해야 한다.

검색을 에이전트 루프 안으로 가져온 방식

Codex CLI 코드 모드의 독립 웹 검색은 외부 도구나 플러그인에 의존하던 이전 세대 CLI 에이전트와 다른 경로를 택한다. 에이전트가 작업 도중 검색 필요성을 판단하면 JavaScript 중첩 호출을 실행하고, 얻은 결과를 현재 컨텍스트에 다시 넣는다.

⤢✕YesNo사용자 프롬프트 입력Codex CLI code 모드에이전트웹 검색 필요?JS 중첩 호출 레이어코드 직접 생성웹 검색 실행 (독립)검색 결과 컨텍스트 삽입파일 시스템 조작터미널 명령 실행결과 반환 및 루프 반복

이 구조에서는 실행 중인 에이전트가 웹 검색 하위 에이전트를 동적으로 만들고 그 결과를 현재 작업에 합친다. 외부 MCP 서버나 별도 플러그인을 설치하지 않아도 검색을 사용할 수 있고, 쿼리 작성과 결과 해석이 같은 모델 컨텍스트에서 처리돼 정보 손실을 줄일 수 있다.

그 대가는 호출 비용과 지연시간이다. 중첩 호출이 일어날 때마다 토큰이 추가로 소비되며, 검색에 걸린 시간도 에이전트 루프의 전체 응답 시간에 포함된다. 실시간성이 중요한 작업이라면 이 지연이 병목이 될 수 있다.

검색이 에이전트 내부 기능으로 들어오면 학습 데이터의 컷오프 이후에 공개된 API 문서, 라이브러리 업데이트, 버그 리포트도 작업 과정에서 확인해 코드에 반영할 수 있다. 자율 코딩 에이전트가 고정된 지식만으로 판단하지 않도록 만드는 변화다.

resume --last가 대형 히스토리를 다루는 법

로컬 세션이 많이 쌓이면 최신 작업 하나를 찾는 과정도 성능에 영향을 준다. 기존 구현은 세션 복원 시 히스토리 파일 전체를 불러와 순서대로 탐색했다. 최적화된 resume --last는 state DB의 인덱스에서 최신 세션을 O(1)에 가깝게 조회하고 필요한 데이터만 선택적으로 읽는다.

⤢✕최적화된 방식resume --laststate DB 인덱스 조회최신 세션 ID 즉시 획득 O(1)세션 데이터 선택적 로드압축 히스토리 복원기존 방식resume --last히스토리 파일 전체 로드순차 탐색 O(n)최신 세션 반환

state DB는 SQLite 계열 경량 데이터베이스로 로컬에 유지된다. 세션 ID, 생성 시각, 마지막 활동, 컨텍스트 요약 같은 메타데이터를 인덱싱하고, 실제 대화 히스토리는 압축된 형태로 따로 저장한다. resume --last를 실행하면 최신 세션에 해당하는 데이터만 골라 복원한다.

히스토리 크기를 관리할 때는 오래된 세션의 중간 턴을 요약으로 바꿔 저장 공간을 줄인다. 반복해서 참조하는 세션 데이터는 메모리 캐시에 보관해 디스크 I/O를 줄이는 방식도 함께 사용한다.

이 메커니즘은 하루 이상 이어지는 대형 리팩토링에서 작업을 멈췄다가 다음날 같은 상태로 재개할 때 유용하다. 멀티 에이전트 환경에서는 다른 에이전트가 만든 세션을 resume 명령으로 넘겨받아 계속 작업할 수도 있다.

Codex CLI와 경쟁 도구가 택한 경로

2026년 터미널 기반 AI 코딩 에이전트 시장에서는 Codex CLI, Claude Code, Antigravity CLI가 서로 다른 설계 철학으로 경쟁한다.

⤢✕Antigravity (Google)Gemini 2.0 분산 런타임AX 병렬 에이전트Go 재작성 경량화Claude CodeClaude Opus 4.7 / Sonnet4.6MCP 프로토콜 연동CLAUDE.md 프로젝트 지식OpenAI Codex CLIGPT-5.5 코드 모드독립 웹 검색 (JS 중첩)state DB 세션 관리

Codex CLI의 강점은 OpenAI 생태계와의 긴밀한 연결, GPT-5.5의 코딩 특화 성능, 독립 웹 검색, state DB 기반 세션 지속성이다. 긴 프로젝트를 이어가는 작업에 적합하지만 OpenAI 서비스에 대한 의존성과 토큰 비용을 감수해야 한다.

Claude Code는 MCP(Model Context Protocol)를 통한 도구 확장과 CLAUDE.md를 이용한 프로젝트별 컨텍스트 관리가 특징이다. 멀티 에이전트 오케스트레이션과 서브에이전트 위임은 복잡한 일을 나누는 데 효과적이다. 반면 로컬 히스토리 관리와 세션 복원의 성숙도는 Codex CLI보다 낮다.

Antigravity CLI(Google)는 분산 런타임에서 AX 병렬 에이전트를 실행하고, Go 언어로 다시 작성해 경량화를 추구한다. Gemini CLI와 결합하면 Google 개발 생태계 안에서 강점을 발휘하지만, 2026년 현재 커뮤니티 생태계와 서드파티 통합은 성숙도가 낮다.

도구마다 구현은 다르지만 장기 작업에서 생기는 대량의 이력을 저장하고 검색하며 요약해야 한다는 과제는 같다. 세션 이력을 다루는 아키텍처가 CLI 에이전트의 사용자 경험을 가르는 요소가 된 이유다.

비용은 컨텍스트와 호출 경로에서 갈린다

GPT-5.5 stable 이후에는 토큰 비용을 프로덕션 설계의 일부로 다뤄야 한다. 먼저 에이전트 루프가 길어지면서 누적되는 컨텍스트를 관리할 필요가 있다. Codex CLI의 세션 요약 기능으로 오래된 컨텍스트를 압축 요약으로 대체하면 토큰 사용량을 40-60% 절감할 수 있다.

독립 웹 검색도 호출할 때마다 토큰을 추가로 소비한다. 검색 결과를 로컬에 캐싱하거나, 검색이 필요한 작업과 순수 코딩 작업을 미리 구분해 불필요한 호출을 막는 방법을 적용할 수 있다.

모든 작업을 GPT-5.5 코드 모드에 맡길 필요도 없다. 간단한 코드 완성과 린팅은 경량 모델로 처리하고, 복잡한 아키텍처 설계나 대규모 리팩토링에만 GPT-5.5를 배정하는 티어드 라우팅이 비용 효율적이다.

state DB의 운영 정책도 비용과 연결된다. 세션 데이터의 보존 기간과 압축 수준을 조절해 스토리지 비용과 복원 속도 사이의 균형을 맞춰야 한다.

기존 소프트웨어 설계 개념으로 읽기

Codex CLI의 구조는 새로운 도구의 기능 목록을 넘어 기존 소프트웨어 공학 개념과 맞닿아 있다. state DB는 트랜잭션 관리와 ACID 특성의 관점에서 분석할 수 있으며, 세션 복원은 체크포인팅과 롤백 패턴의 구현 사례로 볼 수 있다. 에이전트 루프에서 도구 호출을 다루는 방식은 커맨드 패턴(Command Pattern)의 현대적 적용에 해당한다.

데이터베이스 관점에서는 state DB의 인덱스 최적화를 B-Tree 인덱스와 해시 인덱스의 트레이드오프로 연결할 수 있다. 대형 히스토리를 압축하는 과정은 데이터 압축 알고리즘과 정규화·비정규화 전략이 실제 시스템에서 어떻게 쓰이는지 보여준다.

JavaScript 중첩 호출을 사용하는 독립 웹 검색은 마이크로서비스 아키텍처의 서비스 메시 패턴과 유사한 구조다. 멀티 에이전트 오케스트레이션 역시 분산 시스템에서 코레오그래피와 오케스트레이션을 비교하는 문제로 이어진다.

2026년 AI 개발 도구 생태계는 터미널 에이전트의 자율성을 확장해 인간 게이트 없이 처리할 수 있는 작업 범위를 넓히는 방향으로 움직인다. Codex CLI, Claude Code, Antigravity CLI 사이에서 작업을 넘길 수 있는 프로토콜이 정립되고, 에이전트가 작업 유형에 맞는 모델을 직접 선택하는 비용·성능 최적화 메커니즘도 보편화될 것이다.

GPT-5.5 stable, 독립 웹 검색, resume --last 최적화는 따로 떨어진 기능이 아니다. state DB가 장기 작업의 상태를 붙잡고 JavaScript 중첩 호출이 외부 정보를 작업 안으로 가져오면서, Codex CLI는 인터넷에 연결된 장기 작업자에 가까운 구조를 갖추게 됐다. 이후의 경쟁은 모델 성능뿐 아니라 세션 지속성, 비용 통제, 에이전트 간 상호운용성을 얼마나 안정적으로 묶어내느냐에 달려 있다.

Sources

Codex CLIGPT-5.5코딩 에이전트웹 검색세션 복원