Codex CLI의 Record & Replay와 Goal 모드로 자동화를 재사용하는 법

시연한 작업을 자연어 Skill로 남기는 Record & Replay

2026년 6월 OpenAI는 Codex CLI v0.140.0에서 Record & Replay, /import, codex delete, Goal 모드 GA를 함께 공개했다. 이 조합은 자동화 시연을 재사용 가능한 Skill로 바꾸고, 다른 에이전트 환경을 옮기며, 긴 작업을 목표 단위로 실행하는 흐름을 하나의 CLI 안에 모은다.

Record & Replay는 macOS Codex 앱 v26.616(2026년 6월 18일)에 포함됐으며, EEA·영국·스위스를 제외한 ChatGPT Plus·Pro·Business·Enterprise·Edu 구독자에게 제공된다. 사용자가 워크플로를 직접 한 번 수행하면 Codex가 이를 관찰해 자연어 SKILL.md 초안으로 정리하고, 이후에는 현재 화면과 환경을 해석해 같은 목표를 다시 수행한다.

이 방식은 픽셀 좌표와 클릭 순서를 고정하는 전통적 RPA와 다르다. 녹화가 끝나면 Codex는 다음 정보를 Skill 초안에 담는다.

사용 시점과 트리거 조건
필요한 입력과 파라미터
수행 절차
완료 여부를 확인하는 조건

재현 과정에서는 Computer Use, 브라우저 액션, 설치된 플러그인처럼 현재 쓸 수 있는 도구를 결합한다. 경비 청구, 주차 예약, GitHub 이슈 생성, YouTube 업로드, 정기 보고서 다운로드처럼 반복되는 업무가 적용 대상이 된다.

Skill을 만들고 배포하고 목표 실행에 연결하는 구조

SKILL.md는 Codex 환경에서 워크플로를 재사용하는 저작 포맷이다. 반면 Plugin은 이를 설치·배포하기 위한 단위다. 직접 Skill을 작성할 수도 있고, 시연이 더 쉬운 작업이라면 Record & Replay로 초안을 생성한 뒤 Plugin으로 묶어 배포할 수 있다.

⤢✕

내부 처리도 캡처, 분석, 생성으로 이어진다. 캡처 레이어는 화면 상태 스냅샷·사용자 입력 이벤트·실행된 CLI 명령을 기록한다. 분석 레이어에서는 GPT-5.5가 이 스트림에서 워크플로의 의도와 절차를 추출한다. 생성 레이어는 파라미터, 트리거, 검증 조건을 포함한 SKILL.md 초안을 작성한다.

Skill 재사용 시 LLM은 자연어 설명과 현재 화면 상태를 연결한다. UI가 일부 바뀌어도 픽셀 위치에만 의존하지 않고 같은 작업 목표를 수행할 수 있다는 점이 핵심이다.

Claude Code 환경을 가져오는 `/import`

Codex CLI v0.128–0.130에서 도입된 에이전트 마이그레이션 시스템은 v0.140에서 공식화됐다. /import는 Claude Code와 Claude Cowork 환경에서 필요한 항목을 선택해 가져온다.

이관 항목	설명
설정 파일	`.clauderc`, 프로젝트별 설정 등
Skill·Hook	`.claude/commands/`, 프로젝트 스킬
MCP 서버	등록된 MCP 서버 목록
서브에이전트	에이전트 프로파일 및 권한
최근 대화	선택적 채팅 세션 이관

온보딩 단계에서도 /import를 사용할 수 있다. 기존 Claude Code 환경을 옮겨 도구 전환 비용을 낮추고, 에이전트 생태계 사이의 이동성을 확보하려는 설계다.

민감한 세션을 명시적으로 지우는 방법

codex delete <SESSION_UUID>는 ~/.codex/sessions/에 보관된 JSONL 세션 파일을 영구 삭제한다. --force 플래그를 사용하면 확인 없이 삭제하고, 서브에이전트 정리도 함께 수행한다. 인앱의 /delete와 app-server thread/delete API도 같은 작업을 지원한다.

개인정보가 포함된 작업 기록, 민감한 코딩 세션, 엔터프라이즈 데이터 거버넌스에서는 세션을 명시적으로 삭제할 수 있어야 한다.

장기 목표를 분해해 실행하는 Goal 모드

Goal 모드는 2026년 5월–6월 사이 CLI, IDE 익스텐션, 앱 전반에 GA됐다. /goal <목표>를 입력하면 Codex는 마일스톤을 향한 작업을 수 시간~수 일 동안 지속한다. 사용자는 진행 중인 작업을 확인하고 방향을 바꾸거나 일시 정지할 수 있다.

실행은 다음 흐름으로 구성된다.

자연어 목표를 서브태스크 트리로 분해한다.
explorer, worker, default 에이전트를 병렬 클라우드 샌드박스에 배치한다. 최대 8개를 동시에 실행한다.
등록된 Skill을 호출해 반복 코딩 패턴을 처리한다.
GPT-5.5가 결과를 자가 검증하고 완료 조건이 충족되지 않으면 재시도한다.
서브에이전트의 출력을 병합해 결과를 반환한다.

Goal 모드는 대용량 텍스트, 대형 붙여넣기 블록, 이미지 첨부 파일 보존을 지원하며 원격 앱-서버 세션에서도 동일하게 동작한다.

GPT-5.5가 맡는 도구 호출과 검증

Codex는 2026년 현재 GPT-5.5와 GPT-5.5 Pro를 기반 모델로 사용한다. GPT-5.5는 멀티스텝 도구 호출을 네이티브로 지원하며, 수백 번의 연속 도구 호출 없이 종단간 소프트웨어 엔지니어링 태스크를 처리할 수 있다. 제출 전 자가 검증 단계도 결과 품질을 높이는 구성 요소다.

팀에서 Skill을 운영할 때 남겨야 할 기준

Record & Replay로 만든 Skill은 openai/skills GitHub 저장소 또는 사내 저장소에 커밋해 공유할 수 있다. 팀 라이브러리로 운영한다면 자동화 생성만큼 관리 규칙이 중요하다.

skills/.curated/를 deploy, reporting, code-review 같은 도메인별 디렉터리로 나누면 카탈로그를 관리하기 쉽다. Skill 파일의 version: 필드와 Git 태그를 함께 사용하면 릴리스 단위를 분명히 할 수 있다. SKILL.md에 test-cases: 섹션을 추가하면 재현 정확도도 검증할 수 있다.

PR 리뷰 댓글 대응, 린트 오류 수정, 마이그레이션 스크립트 실행처럼 반복되는 코딩 작업은 한 번 시연해 Skill로 고정할 수 있다. Goal 모드와 결합하면 모든 TODO 주석을 이슈로 변환하는 수준의 지시도 자율 실행 대상으로 다룰 수 있다.

외부 서비스 UI나 API가 바뀌는 상황을 고려하면 Skill은 SemVer를 따라 관리할 수 있다. 브레이킹 변경이 발생했을 때 SKILL.md의 deprecated-versions: 필드에 구버전 Skill UUID를 기록하면 팀이 마이그레이션 시점을 확인할 수 있다.

엔터프라이즈에서는 PR 기반 검토, 보안 팀 승인, .curated/ 병합을 거친 Skill만 팀 라이브러리에 올리는 승인 흐름을 둘 수 있다. 악의적인 자동화나 데이터 유출 가능성이 있는 Skill의 배포 위험을 줄이기 위한 운영 장치다.

자동화와 실행 모델을 기준으로 본 도구 차이

구분	Codex Record & Replay	Claude Code 서브에이전트	Antigravity 2.0 플러그인
자동화 생성 방식	시연 → SKILL.md 자동 생성	코드 지시 기반 에이전트 생성	플러그인 설치·구성 선언
재현 방법	LLM이 화면 상태 해석	명시적 도구 호출 체인	Go 런타임 분산 실행
이관 지원	`/import`로 Claude Code 설정 수입	없음	MCP 프로토콜 경유
실행 환경	클라우드 샌드박스	로컬 + 클라우드 병행	분산 런타임(Go)
장기 목표 처리	Goal 모드(수 시간~수 일)	`/goal` 커맨드(v2.1.139+)	Go 기반 비동기 태스크
데이터 잔류	OpenAI 클라우드	로컬 우선(기업 친화)	Anthropic 클라우드
엔터프라이즈 거버넌스	Skill 승인 워크플로	권한 제어 명시적	플러그인 정책 관리

Claude Code는 로컬 실행 루프와 엄격한 데이터 잔류 요구 사항이 있는 기업에 적합하다. Codex의 중심 가치는 병렬 장기 실행 에이전트와 시연 기반 자동화에 있다. Antigravity 2.0은 Go 런타임을 이용한 분산 실행으로 대규모 병렬 처리에 특화돼 있다.

SW 재사용 아키텍처로 읽는 Codex Skill

정보관리기술사 소프트웨어공학에서 SW 재사용 아키텍처는 재사용 단위인 컴포넌트·서비스·프레임워크를 식별, 추출, 등록, 검색, 적용하는 5단계 프로세스로 정의한다. Codex의 Skill 생태계도 이 흐름에 대응한다.

식별: Record & Replay가 반복 워크플로를 자동 탐지한다.
추출: 파라미터·트리거·검증을 포함한 SKILL.md 초안을 생성한다.
등록: openai/skills 저장소 또는 사내 Skill 라이브러리에 커밋한다.
검색: @ mentions 메뉴나 /skill <키워드>로 찾는다.
적용: Goal 모드 또는 직접 호출로 재사용한다.

2026년 시험 출제 경향에서는 AI 에이전트 기반 재사용, 시연 기반 자동화(Programming by Demonstration), LLM 기반 의도 추상화가 SW 재사용 패러다임의 확장으로 다뤄질 가능성이 높다.

Record & Replay는 보여주기에서 자동화로 넘어가는 장벽을 낮추고, /import는 에이전트 환경을 옮기는 통로를 제공한다. Goal 모드는 수 시간~수 일 단위의 자율 실행을 지원한다. 이 기능을 팀의 자산으로 만들려면 Skill 라이브러리, 버전 정책, 보안 승인 절차를 함께 설계해야 한다.