GPT-5.3-Codex-Spark: Cerebras 위에서 초당 1,000토큰을 내는 실시간 코딩 모델

OpenAI가 2026년 2월 12일, 실시간 코딩을 위해 설계된 최초의 모델인 GPT-5.3-Codex-Spark를 공개하였다. 이 모델은 Cerebras의 웨이퍼 스케일 하드웨어 위에서 초당 1,000 토큰 이상을 생성하며, 기존 GPT-5.3-Codex 대비 15배 빠른 속도를 자랑한다. OpenAI가 Nvidia GPU가 아닌 서드파티 칩 위에 프로덕션 모델을 배포한 것은 이번이 처음으로, AI 인프라 전략의 중요한 전환점을 의미한다.

경량화된 파생 모델이 노리는 것

GPT-5.3-Codex-Spark는 GPT-5.3-Codex의 경량화(distilled) 파생 모델이다. 원본 모델의 지식을 더 작은 아키텍처로 압축하여 추론 속도를 극대화하도록 설계되었으며, "Spark"라는 이름 자체가 번개처럼 빠른 응답성을 지향한다는 의도를 담고 있다.

OpenAI는 공식 발표문에서 다음과 같이 설명하였다.

"Codex-Spark는 실시간으로 Codex와 함께 작업하기 위해 특별히 설계된 최초의 모델이다. 타깃 편집, 로직 재구성, 인터페이스 개선 등을 즉각적으로 수행하고 결과를 바로 확인할 수 있도록 한다."

이 모델은 기존 프론티어 모델들이 장시간 자율 실행(몇 시간, 며칠, 심지어 몇 주)에 강점을 보이는 반면, Spark는 개발자가 코드를 작성하는 바로 그 순간의 대화형 피드백 루프를 위해 최적화되었다. 128k 토큰 컨텍스트 창을 갖추고 있으며 현재 텍스트 전용으로 운영된다.

Cerebras와 손잡은 이유

Codex-Spark의 가장 주목할 만한 측면 중 하나는 하드웨어 전략이다. OpenAI는 이 모델을 Cerebras의 WSE-3(Wafer Scale Engine 3) 칩 위에서 실행한다. Cerebras의 웨이퍼 스케일 칩은 기존 GPU 클러스터와는 근본적으로 다른 아키텍처를 채택하며, 단일 칩이 대규모 추론 워크로드를 처리할 수 있도록 설계되었다.

OpenAI의 컴퓨트 담당 수장인 Sachin Katti는 다음과 같이 밝혔다.

"Cerebras는 훌륭한 엔지니어링 파트너였으며, 빠른 추론을 새로운 플랫폼 역량으로 추가하게 되어 기쁘다."

이 파트너십은 OpenAI가 2026년 1월에 공개적으로 발표한 것으로, Codex-Spark가 그 첫 번째 실질적인 결과물이다. 데이터센터 용량 확장, 엔드-투-엔드 사용자 경험 강화, 더 큰 프론티어 모델의 배포를 위해 협력을 지속할 계획이다.

⤢✕

속도와 정확도, 수치로 보는 트레이드오프

실제 성능 지표를 살펴보면 Codex-Spark의 특성이 명확히 드러난다.

지표	GPT-5.3-Codex	GPT-5.3-Codex-Spark
토큰 생성 속도	~67 토큰/초	1,000+ 토큰/초
상대 속도	기준	약 15배 빠름
라운드트립 지연 감소	기준	80% 빠름
첫 토큰 지연 감소	기준	50% 빠름
SWE-Bench Pro 점수	~72%	~56%
컨텍스트 창	128k	128k

Turing College의 벤치마크 테스트에서 두 모델에 동일한 과제(점수 추적과 충돌 감지가 있는 브라우저 기반 스네이크 게임)를 부여하였다. GPT-5.3-Codex는 6분에 걸쳐 모든 엣지 케이스를 처음부터 정확히 처리하며 완성하였고, Spark는 50초 만에 동작하는 버전을 만들었다. 그러나 Spark의 결과물에는 왼쪽 벽면의 1픽셀 충돌 감지 오류와 재시작 함수의 메모리 누수가 발견되었다. 이 5분 10초의 차이가 두 모델의 본질적인 차이를 압축적으로 보여준다.

빠른 실행과 깊은 사고, 언제 뭘 쓰나

두 모델은 경쟁 관계가 아닌 상호 보완적 관계이다. OpenAI의 듀얼 모델 전략은 "깊은 사고"와 "빠른 실행"이라는 두 가지 서로 다른 개발 요구를 동시에 충족하기 위한 것이다.

GPT-5.3-Codex-Spark가 빛나는 영역:

빠른 프로토타이핑 및 반복 작업
프론트엔드 UI 컴포넌트의 즉각적 수정
단순한 버그 수정 및 코드 리팩터링
실시간 대화형 코딩 세션

GPT-5.3-Codex가 우월한 영역:

복잡한 멀티스텝 아키텍처 설계
상태 기반(stateful) 디버깅
장기 자율 태스크 (몇 시간~며칠 단위)
높은 정확도가 요구되는 비즈니스 로직 구현

개발자 커뮤니티에서는 이미 "두 모델 워크플로우"를 권장하는 목소리가 높다. Spark로 빠른 반복을 수행하고, 복잡한 추론이 필요한 부분에서는 Codex 5.3으로 전환하는 방식이다. X(구 트위터)에서는 "속도 없는 지능은 느린 성공이고, 지능 없는 속도는 빠른 실패"라는 개발자 의견이 많은 공감을 얻고 있다.

Codex 앱·CLI·VS Code 확장으로 쓸 수 있다

Codex-Spark는 현재 세 가지 접점을 통해 사용할 수 있다.

Codex 앱 — Mac용 전용 Codex 앱에서 직접 Spark 모드로 전환하여 대화형 코딩을 진행할 수 있다. 인터페이스 변경 사항이 거의 실시간으로 반영되는 경험을 제공한다.

CLI(명령줄 인터페이스) — 터미널 중심 개발자들을 위한 접근 방식으로, 스크립트 작성이나 빠른 코드 생성 작업에 유용하다.

VS Code 확장 — 가장 광범위하게 사용되는 IDE 통합으로, 코드 편집 중 즉각적인 AI 지원을 받을 수 있다.

실용적 관점에서 Codex-Spark가 가장 강점을 발휘하는 시나리오는 다음과 같다. 프론트엔드 개발에서 CSS 조정이나 컴포넌트 레이아웃 변경을 반복할 때, 기존 코드베이스에서 특정 함수를 빠르게 리팩터링할 때, API 호출 패턴이나 데이터 변환 로직의 초안을 빠르게 작성할 때이다.

지금 쓸 수 있는 범위와 제한

연구 프리뷰 단계에서 Codex-Spark는 월 200달러 구독 모델인 ChatGPT Pro 사용자에게 우선 제공된다. API 접근은 소수의 디자인 파트너에게 제한적으로 열려 있으며, OpenAI는 "향후 몇 주 내에" 더 넓은 접근권을 부여할 계획이라고 밝혔다.

현재 알려진 제한 사항은 다음과 같다.

텍스트 전용: 이미지나 파일 첨부를 지원하지 않는다
별도 속도 제한: 일반 API 한도에 포함되지 않는 별도의 사용 제한이 적용된다
수요에 따른 대기: 수요가 높을 때는 일시적인 대기열이 발생할 수 있다
데이터센터 용량: Cerebras 인프라 확장이 진행 중이므로 서비스 안정성이 개선되는 중이다

업계는 이 전환을 어떻게 보는가

Codex-Spark의 출시는 단순한 모델 발표 이상의 의미를 지닌다. OpenAI가 추론 속도를 핵심 플랫폼 역량으로 공식화하겠다는 신호이기 때문이다. 이는 Anthropic의 Claude Opus 4.6 패스트 모드(표준 속도의 2.5배)와 비교해도 월등히 높은 처리량으로, AI 코딩 어시스턴트 시장의 경쟁 지형을 바꿀 수 있다.

InfoQ는 이번 발표를 "OpenAI 하드웨어 전략의 주요 전환"으로 평가하였다. Nvidia GPU에 대한 의존도를 낮추고 특수 목적 칩과의 파트너십을 통해 특정 워크로드에서 우월한 성능을 확보하는 전략이 실현 가능함을 입증하였기 때문이다.

ZDNet은 "트레이드오프가 존재하는 초고속 코딩"이라는 표현으로 Spark를 평가하며, 속도를 위해 일부 정확도를 희생하는 구조에 주목하였다. SWE-Bench Pro에서 56%라는 점수는 Codex 5.3의 72%에 비해 낮지만, 빠른 반복이 중요한 개발 워크플로우에서는 이 트레이드오프가 충분히 감수할 만하다는 평가다.

OpenAI는 이번 배포에서 얻은 개발자 피드백을 반영하여 향후 더 큰 프론티어 모델들에도 빠른 추론 계층을 확대 적용할 계획임을 시사하였다.