OpenAI 내부자의 생생한 증언: 1년간의 여정

Introduction

OpenAI는 현재 세계에서 가장 주목받는 AI 회사입니다. ChatGPT의 폭발적 성공으로 전 세계가 AI 시대의 도래를 실감하게 만든 이 회사는, 동시에 가장 신비에 싸인 조직이기도 합니다. 엄격한 보안, 언론의 끊임없는 감시, 그리고 AGI(Artificial General Intelligence)라는 거대한 목표 앞에서 OpenAI는 과연 어떤 모습일까요?

이 문서는 2024년 5월부터 2025년 6월까지 OpenAI에서 근무한 전직 직원의 솔직하고 상세한 회고록입니다. 저자는 회사의 급격한 성장기(1,000명 → 3,000명)를 직접 경험했으며, 특히 Codex 출시라는 역사적 순간의 핵심 구성원이었습니다.

이 회고록에서 발견할 수 있는 것들

🏢 OpenAI의 독특한 조직 문화

💻 기술적 현실과 도전

🚀 단 7주 만에 완성된 Codex의 기적

🎯 AGI를 향한 경쟁의 현실

왜 이 회고록이 특별한가요?

이 문서는 단순한 회사 리뷰가 아닙니다. AI 역사의 전환점에서 최전선에 있었던 사람의 생생한 증언이죠. 저자는 개인적 불만이나 드라마 없이, 오직 사실과 경험에 기반해 OpenAI의 모습을 그려냅니다.

이런 분들에게 추천합니다

자, 그럼 바로 본론으로 가보겠습니다! <Reflections on OpenAI>를 번역해 가져왔습니다.

OpenAI에 대한 회고

3주 전에 OpenAI를 떠났습니다. 2024년 5월에 입사했었죠.

OpenAI가 무엇을 하고 있는지에 대해서는 많은 추측과 소음이 있지만, 실제로 그곳에서 일하는 문화가 어떤 느낌인지에 대한 직접적인 증언은 많지 않기 때문에 제 생각을 공유하고 싶었습니다.

Nabeel Qureshi가 쓴 "Reflections on Palantir"라는 훌륭한 글이 있는데, 그는 Palantir를 특별하게 만든 것이 무엇인지 깊이 있게 성찰했습니다. 기억이 생생할 때 OpenAI에 대해서도 같은 작업을 하고 싶었습니다. 여기서 기업 기밀은 찾을 수 없을 것이고, 극도로 흥미로운 시기에 역사상 가장 매혹적인 조직 중 하나의 현재 모습에 대한 회고만 있을 뿐입니다.

먼저 밝히자면: 제가 떠나기로 한 결정에는 개인적인 갈등이 없었습니다. 사실 매우 고민이 많았죠. 자신만의 회사의 창업자에서 3,000명 규모 조직의 직원이 되는 것은 어려운 일입니다. 지금은 새로운 시작을 갈망하고 있습니다.

업무의 질이 저를 다시 끌어들일 가능성도 충분히 있습니다. AGI만큼 영향력 있는 것을 구축한다는 상상을 하기는 어렵고, LLM은 확실히 이 십 년간의 기술 혁신입니다. 일부 개발 과정을 직접 보고 Codex 출시에 참여할 수 있었던 것은 행운이었습니다.

분명히 이것들은 회사의 견해가 아닙니다 - 관찰로서 제 개인적인 것입니다. OpenAI는 큰 곳이고, 이것은 그곳에 대한 제 작은 창문입니다.

문화

OpenAI에 대해 알아야 할 첫 번째 사실은 얼마나 빨리 성장했는지입니다. 제가 입사했을 때 회사는 1,000명이 조금 넘었습니다. 1년 후에는 3,000명이 넘었고 저는 재직 기간 상위 30%에 속했습니다. 리더십의 거의 모든 사람이 2-3년 전과는 완전히 다른 일을 하고 있습니다.

당연히 그렇게 빨리 확장하면 모든 것이 무너집니다: 회사 차원의 소통 방식, 보고 구조, 제품 출시 방법, 사람 관리 및 조직 방법, 채용 프로세스 등. 팀마다 문화가 상당히 다릅니다: 어떤 팀은 항상 전력질주하고, 다른 팀은 대규모 작업을 관리하며, 어떤 팀은 훨씬 더 일정한 속도로 움직입니다. 단일한 OpenAI 경험은 없으며, 연구, 응용, GTM(Go-to-Market)은 매우 다른 시간 지평에서 운영됩니다.

OpenAI의 특이한 부분은 모든 것, 정말 모든 것이 Slack에서 진행된다는 것입니다. 이메일이 없습니다. 전체 재직 기간 동안 이메일을 10개 정도 받았을 것입니다. 정리정돈을 못 한다면, 이것이 믿을 수 없이 산만할 것입니다. 채널과 알림을 잘 관리하면 꽤 실용적으로 만들 수 있습니다.

OpenAI는 믿을 수 없이 상향식이며, 특히 연구에서 그렇습니다. 처음 도착했을 때, 다음 분기 로드맵에 대해 질문하기 시작했습니다. 받은 답변은: "그런 것은 존재하지 않습니다" (지금은 있지만요). 좋은 아이디어는 어디서든 나올 수 있고, 어떤 아이디어가 가장 결실을 맺을지 미리 알기는 어려운 경우가 많습니다. 거대한 '마스터 플랜'보다는, 새로운 연구가 결실을 맺으면서 진전이 반복적으로 발견됩니다.

이런 상향식 문화 덕분에 OpenAI는 또한 매우 능력주의적입니다. 역사적으로, 회사의 리더들은 주로 좋은 아이디어를 갖고 그것을 실행할 수 있는 능력에 기반해 승진했습니다. 매우 유능했던 많은 리더들이 전체 회의에서 발표하거나 정치적 조작 같은 것들은 그리 잘하지 못했습니다. 그것은 다른 회사들보다 OpenAI에서는 덜 중요합니다. 최고의 아이디어가 승리하는 경향이 있습니다.

행동에 대한 강한 편향이 있습니다 (그냥 일을 할 수 있습니다). 비슷하지만 관련 없는 팀들이 다양한 아이디어에서 수렴하는 것은 드문 일이 아니었습니다. 저는 ChatGPT Connectors와 유사한 병렬(하지만 내부) 작업을 하는 것으로 시작했습니다. 출시를 추진하기로 결정하기 전에 3-4개의 다른 Codex 프로토타입이 떠다니고 있었을 것입니다. 이러한 노력들은 보통 허가를 구하지 않고 소수의 개인들이 맡습니다. 팀들은 가능성을 보이면 빠르게 그들 주변에 형성되는 경향이 있습니다.

Andrey(Codex 리드)는 연구자들을 자신만의 "미니 임원"으로 생각해야 한다고 말하곤 했습니다. 자신만의 일을 하고 어떻게 진행되는지 보는 것에 대한 강한 편향이 있습니다. 여기에는 필연적 결과가 있습니다 – 대부분의 연구는 연구자를 특정 문제에 빠뜨려서 이루어집니다. 무언가가 지루하거나 '해결된' 것으로 여겨지면, 아마 작업되지 않을 것입니다.

좋은 연구 관리자들은 엄청나게 영향력이 있고 또한 믿을 수 없게 제한적입니다. 최고의 관리자들은 많은 다른 연구 노력들 사이의 점들을 연결하고 더 큰 모델 훈련을 이끌어냅니다. 훌륭한 PM(Product Manager)들도 마찬가지입니다.

제가 함께 일한 ChatGPT EM(Engineering Manager)들(Akshay, Rizzo, Sulman)은 제가 본 것 중 가장 침착한 사람들이었습니다. 이 시점에서 모든 것을 본 것 같은 느낌이 정말 들었습니다. 그들 대부분은 상대적으로 간섭하지 않았지만, 좋은 사람들을 고용하고 성공할 수 있도록 설정하려고 노력했습니다.

OpenAI는 즉석에서 방향을 바꿉니다. 이것은 Segment에서 우리가 많이 가치 있게 여겼던 것입니다 – 새로운 정보를 얻었을 때 올바른 일을 하는 것이 계획이 있었다는 이유만으로 기존 방향을 고수하는 것보다 훨씬 낫습니다. OpenAI만큼 큰 회사가 여전히 이런 정신을 유지한다는 것은 놀랍습니다 – Google은 분명히 그렇지 않죠. 회사는 빠르게 결정을 내리고, 어떤 방향을 추구하기로 결정하면 전력으로 나아갑니다.

회사에 대한 엄청난 감시가 있습니다. B2B 엔터프라이즈 배경에서 온 저에게는 이것이 약간의 충격이었습니다. 내부적으로 아직 발표되지 않은 뉴스 기사가 언론에 터지는 것을 정기적으로 보곤 했습니다. 사람들에게 OpenAI에서 일한다고 말하면 회사에 대한 미리 형성된 의견을 만나곤 했습니다. 다수의 트위터 사용자들이 새로운 기능 출시가 나올지 확인하는 자동화된 봇을 운영합니다.

결과적으로, OpenAI는 매우 기밀스러운 곳입니다. 제가 무엇을 하고 있는지 누구에게도 자세히 말할 수 없었습니다. 다양한 권한을 가진 소수의 슬랙 워크스페이스가 있습니다. 수익과 소진 수치는 더욱 엄격하게 보호됩니다.

OpenAI는 또한 예상보다 더 진지한 곳이기도 한데, 부분적으로는 위험 부담이 정말 높다고 느끼기 때문입니다. 한편으로는 AGI를 구축한다는 목표가 있습니다 – 이는 제대로 해야 할 일이 많다는 뜻입니다. 다른 한편으로는 수억 명의 사용자가 의료 조언부터 치료까지 모든 것에 활용하는 제품을 구축하려고 합니다. 그리고 또 다른 한편으로는, 회사가 세계에서 가장 큰 경기장에서 경쟁하고 있습니다. 우리는 Meta, Google, Anthropic에서 무슨 일이 일어나고 있는지 주의 깊게 지켜봤고 – 그들 모두도 같은 일을 하고 있을 것이라고 확신합니다. 모든 주요 세계 정부들이 예리한 관심을 가지고 이 분야를 지켜보고 있습니다.

OpenAI가 언론에서 자주 비난받는 만큼, 제가 거기서 만난 모든 사람들은 실제로 옳은 일을 하려고 노력하고 있습니다. 소비자 중심 때문에, 큰 연구소들 중 가장 눈에 띄는 곳이고, 결과적으로 많은 비방이 있습니다.

그렇긴 하지만, OpenAI를 단일한 거대 조직으로 보아서는 안 될 것 같습니다. 저는 OpenAI를 Los Alamos처럼 시작한 조직으로 생각합니다. 과학의 최첨단을 연구하는 과학자들과 발명가들의 그룹이었습니다. 그 그룹이 우연히 역사상 가장 바이럴한 소비자 앱을 탄생시켰습니다. 그리고 정부와 기업에 판매하려는 야망을 갖게 되었습니다. 다른 재직 기간과 조직의 다른 부분의 사람들은 결과적으로 매우 다른 목표와 관점을 가지고 있습니다. 더 오래 있었을수록, "연구소" 또는 "선을 위한 비영리" 렌즈로 사물을 보는 경향이 있을 것입니다.

제가 가장 감사하는 것은 회사가 AI의 혜택을 분배한다는 면에서 "말한 대로 행한다"는 것입니다. 최첨단 모델들이 연간 계약이 있는 어떤 엔터프라이즈급 계층을 위해 예약되지 않습니다. 세계의 누구든지 ChatGPT에 뛰어들어 답을 얻을 수 있으며, 로그인하지 않았어도 됩니다. 가입해서 사용할 수 있는 API가 있고 – 대부분의 모델들이 (최첨단이거나 독점적이더라도) 스타트업들이 사용할 수 있도록 API에 빠르게 포함되는 경향이 있습니다. 오늘날 우리가 있는 것과는 매우 다르게 운영되는 대안적 체제를 상상할 수 있습니다. OpenAI는 이것에 대해 엄청난 인정을 받을 자격이 있고, 여전히 회사 DNA의 핵심입니다.

안전성은 Zvi나 Lesswrong에서 많이 읽으면 추측할 수 있는 것보다 실제로 더 중요합니다. 안전 시스템을 개발하기 위해 일하는 많은 수의 사람들이 있습니다. OpenAI의 특성상, 저는 이론적인 위험(지능 폭발, 권력 추구)보다 실질적인 위험(증오 발언, 남용, 정치적 편견 조작, 생물 무기 제작, 자해, 프롬프트 주입)에 더 많은 초점을 보았습니다. 그렇다고 아무도 후자를 하고 있지 않다는 것은 아니며, 분명히 이론적 위험에 집중하는 사람들이 있습니다. 하지만 제 관점에서는, 그것이 초점은 아닙니다. 수행되는 대부분의 작업은 출간되지 않으며, OpenAI는 정말로 그것을 밖으로 내보내기 위해 더 많은 일을 해야 합니다.

모든 채용 박람회에서 자유롭게 굿즈를 나눠주는 다른 회사들과 달리, OpenAI는 정말로 많은 굿즈를 주지 않습니다 (신입 직원에게도). 대신 재고 품목을 주문할 수 있는 '드롭'이 있습니다. 첫 번째 것은 너무 많은 수요로 Shopify 스토어를 다운시켰습니다. 올바른 json 페이로드를 POST하고 이것을 우회하는 방법에 대한 내부 게시물이 돌았습니다.

거의 모든 것이 GPU 비용에 비해 반올림 오차입니다. 감각을 주기 위해: Codex 제품의 일부로 구축된 틈새 기능이 우리 전체 Segment 인프라와 같은 GPU 비용 발자국을 가졌습니다 (ChatGPT와 같은 규모는 아니지만 인터넷 트래픽의 상당 부분을 보았습니다).

OpenAI는 아마도 제가 본 것 중 가장 무서울 정도로 야심찬 조직입니다. 지구상에서 최고의 소비자 앱 중 하나를 갖는 것이 충분할 것이라고 생각할 수도 있지만, 수십 개의 분야에서 경쟁하려는 욕구가 있습니다: API 제품, 심층 연구, 하드웨어, 코딩 에이전트, 이미지 생성, 그리고 아직 발표되지 않은 몇 가지 다른 것들. 아이디어를 가져와서 실행할 수 있는 비옥한 땅입니다.

회사는 트위터에 많은 관심을 기울입니다. OpenAI와 관련된 무언가를 트윗해서 바이럴이 되면, 누군가가 그것에 대해 읽고 고려할 가능성이 좋습니다. 제 친구 하나가 농담으로 "이 회사는 트위터 분위기로 운영된다"고 했습니다. 소비자 회사로서, 아마도 그것이 그리 틀리지 않을 것입니다. 사용량, 사용자 증가, 유지에 대한 많은 분석이 여전히 있지만 – 분위기도 똑같이 중요합니다.

OpenAI의 팀들은 다른 곳보다 훨씬 더 유동적입니다. Codex를 출시할 때, 출시 날짜를 맞추기 위해 경험 있는 ChatGPT 엔지니어 몇 명의 도움이 필요했습니다. 요청을 하기 위해 ChatGPT EM들과 만났습니다. 다음 날에는 뛰어들어 도울 준비가 된 두 명의 뛰어난 사람들이 있었습니다. "분기별 계획을 기다리는" 것이나 "인원 재배치"는 없었습니다. 정말 빠르게 움직였습니다.

리더십은 상당히 가시적이고 깊이 관여되어 있습니다. OpenAI 같은 회사에서는 이것이 명백할 수도 있지만, 모든 임원이 상당히 몰입된 것 같았습니다. gdb, sama, kw, mark, dane 등이 Slack에서 정기적으로 끼어드는 것을 보곤 했습니다. 부재중인 리더는 없습니다.

코드

OpenAI는 대부분 Python인 거대한 모노리포(단일 저장소)를 사용합니다 (하지만 증가하는 Rust 서비스들과 네트워크 프록시 같은 것들을 위한 몇 가지 Golang 서비스들이 있습니다).

이것은 Python을 쓸 수 있는 방법이 너무 많기 때문에 많은 이상하게 보이는 코드를 만듭니다. 10년 경험의 Google 베테랑들이 규모를 위해 설계한 라이브러리들과 새로 박사 학위를 받은 사람들의 일회용 Jupyter 노트북 모두를 마주치게 될 것입니다. 거의 모든 것이 API를 만들기 위한 FastAPI와 검증을 위한 Pydantic 주변에서 작동합니다. 하지만 전체적으로 강제되는 스타일 가이드는 없습니다.

OpenAI는 Azure에서 모든 것을 실행합니다. 이것에 대해 재미있는 것은 제가 신뢰할 만하다고 여길 정확히 세 개의 서비스가 있다는 것입니다: Azure Kubernetes Service, CosmosDB (Azure의 문서 저장소), 그리고 BlobStore. Dynamo, Spanner, Bigtable, Bigquery Kinesis나 Aurora의 진정한 동등물은 없습니다. 자동 확장 단위로 많이 생각하는 것은 약간 드뭅니다. IAM 구현들은 AWS에서 얻을 수 있는 것보다 훨씬 더 제한적인 경향이 있습니다. 그리고 사내에서 구현하는 것에 대한 강한 편향이 있습니다.

인력에 관해서는 (적어도 엔지니어링에서), 매우 상당한 Meta → OpenAI 파이프라인이 있습니다. 많은 면에서, OpenAI는 초기 Meta를 닮았습니다: 블록버스터 소비자 앱, 초기 인프라, 그리고 정말 빠르게 움직이려는 욕구. 제가 본 Meta + Instagram에서 가져온 인프라 인재 대부분은 상당히 강했습니다.

이것들을 종합하면, Meta를 연상시키는 인프라의 많은 핵심 부분들을 보게 됩니다. TAO의 사내 재구현이 있었습니다. 엣지에서 인증 신원을 통합하려는 노력이 있었습니다. 그리고 제가 모르는 다른 여러 개가 있을 것입니다.

Chat은 정말 깊이 실행됩니다. ChatGPT가 성공한 이후로, 코드베이스의 많은 부분이 채팅 메시지와 대화라는 아이디어 주변에 구조화되어 있습니다. 이 기본 요소들이 이 시점에서 너무 구워져 있어서, 아마도 자신의 위험을 감수하고 그것들을 무시해야 할 것입니다. 우리는 Codex에서 그것들에서 약간 벗어났지만 (responses API에서의 학습에 더 기댔습니다), 많은 기존 기술을 활용했습니다.

코드가 승리합니다. 중앙 아키텍처나 계획 위원회를 갖는 대신, 결정은 보통 작업을 할 계획인 팀이 내립니다. 결과는 행동에 대한 강한 편향이 있고, 종종 코드베이스의 많은 중복 부분들이 있다는 것입니다. 큐 관리나 에이전트 루프 같은 것들을 위한 라이브러리를 여섯 개 정도 봤을 것입니다.

빠르게 확장된 엔지니어링 팀과 많지 않은 도구를 갖는 것이 문제를 만든 몇 가지 영역이 있었습니다. sa-server (백엔드 모놀리스)는 약간의 쓰레기장이었습니다. CI가 마스터에서 예상보다 훨씬 자주 망가졌습니다. 병렬로 실행되고 의존성의 하위 집합을 고려하는 테스트 케이스들도 GPU에서 실행하는 데 ~30분이 걸릴 수 있었습니다. 이것들은 해결할 수 없는 문제들이 아니었지만, 이런 종류의 문제들이 어디서나 존재하고, 매우 빠르게 확장할 때 악화될 가능성이 있다는 좋은 상기시켜 줍니다. 내부 팀들의 공로로, 이 상황을 개선하는 데 많은 초점이 맞춰져 있습니다.

제가 배운 다른 것들

큰 소비자 브랜드가 어떤 모습인지. Codex 작업을 시작할 때까지 이것을 정말로 체득하지 못했습니다. 모든 것이 '프로 구독'으로 측정됩니다. Codex 같은 제품에 대해서도, 우리는 온보딩을 팀보다는 주로 개별 사용과 관련해서 생각했습니다. 주로 B2B / 엔터프라이즈 배경에서 온 저에게는 약간 뇌를 깨뜨렸습니다. 스위치를 켜면 첫날부터 트래픽을 얻습니다.

대형 모델이 어떻게 훈련되는지 (높은 수준에서). "실험"에서 "엔지니어링"까지의 스펙트럼이 있습니다. 대부분의 아이디어는 소규모 실험으로 시작됩니다. 결과가 유망해 보이면, 더 큰 실행에 통합됩니다. 실험은 핵심 알고리즘을 조정하는 것만큼이나 데이터 믹스를 조정하고 결과를 신중히 연구하는 것입니다. 큰 쪽에서는, 큰 실행을 하는 것이 거의 거대한 분산 시스템 엔지니어링처럼 보입니다. 이상한 엣지 케이스와 예상하지 못한 것들이 있을 것입니다. 그것들을 디버그하는 것은 당신의 몫입니다.

GPU 수학을 하는 방법. Codex 출시의 일부로 로드 용량 요구사항을 예측해야 했고, 이것을 하는 것이 제가 정말로 GPU를 벤치마킹하는 데 시간을 보낸 첫 번째였습니다. 요점은 GPU가 지원할 수 있는 것에 대한 상향식 분석을 하는 것보다 필요한 지연 시간 요구사항(전체 지연 시간, 토큰 수, 첫 토큰까지의 시간)에서 실제로 시작해야 한다는 것입니다. 모든 새로운 모델 반복은 로드 패턴을 완전히 바꿀 수 있습니다.

대형 Python 코드베이스에서 일하는 방법. Segment는 마이크로서비스의 조합이었고, 대부분 Golang과 Typescript였습니다. OpenAI가 갖고 있는 코드의 폭은 정말로 없었습니다. 기여하는 개발자 수에 기반해서 코드베이스를 확장하는 방법에 대해 많이 배웠습니다. "기본적으로 작동", "마스터를 깨끗하게 유지", "오용하기 어렵게" 같은 것들에 대해 훨씬 더 많은 가드레일을 설치해야 합니다.

Codex 출시

OpenAI에서의 마지막 3개월의 큰 부분은 Codex 출시였습니다. 이것은 의심할 여지없이 제 경력의 하이라이트 중 하나입니다.

배경을 설명하자면, 2024년 11월에 OpenAI는 2025년에 코딩 에이전트를 출시한다는 목표를 세웠습니다. 2025년 2월까지 우리는 모델을 훌륭한 효과로 사용하는 몇 가지 내부 도구들이 떠다니고 있었습니다. 그리고 코딩 전용 에이전트를 출시해야 한다는 압박을 느끼고 있었습니다. 분명히 모델들은 코딩에 정말 유용해지는 지점에 도달했습니다 (시장에서 새로운 바이브 코딩 도구들의 폭발을 보면서).

Codex 출시에 참여하기 위해 육아휴직에서 일찍 돌아왔습니다. 제가 돌아온 지 일주일 후에, 우리는 두 팀의 (약간 혼란스러운) 합병을 했고, 미친 듯한 질주를 시작했습니다. 시작(첫 번째 코드 줄이 쓰인 때)부터 끝까지, 전체 제품이 단 7주 만에 구축되었습니다.

Codex 스프린트는 아마도 거의 10년 만에 제가 가장 열심히 일한 것이었습니다. 대부분의 밤은 11시나 자정까지였습니다. 매일 아침 5시 30분에 신생아 때문에 깨어납니다. 다시 오전 7시에 사무실로 향합니다. 대부분의 주말을 일했습니다. 우리 모두는 팀으로서 열심히 밀어붙였는데, 매주가 중요했기 때문입니다. YC에 있던 때를 떠올렸습니다.

이런 수준의 속도가 얼마나 놀라운지 과소평가하기 어렵습니다. 대형이든 소형이든 조직이 아이디어에서 완전히 출시되고 무료로 사용 가능한 제품까지 이렇게 짧은 시간에 가는 것을 본 적이 없습니다. 범위도 작지 않았습니다; 우리는 컨테이너 런타임을 구축하고, 리포지토리 다운로드를 최적화하고, 코드 편집을 다루기 위해 커스텀 모델을 미세 조정하고, 모든 종류의 git 작업을 처리하고, 완전히 새로운 표면 영역을 도입하고, 인터넷 접근을 가능하게 하고, 일반적으로 사용하기 즐거운 제품으로 끝났습니다.

무엇을 말하든, OpenAI는 여전히 그 출시 정신을 가지고 있습니다.

좋은 소식은 올바른 사람들이 마법을 일으킬 수 있다는 것입니다. 우리는 ~8명의 엔지니어, ~4명의 연구자, 2명의 디자이너, 2명의 GTM, 그리고 1명의 PM으로 구성된 시니어 팀이었습니다. 그 그룹이 없었다면, 실패했을 것이라고 생각합니다. 아무도 많은 지시가 필요하지 않았지만, 상당한 양의 조정이 필요했습니다. Codex 팀의 누구와 일할 기회가 있다면, 그들 모두가 환상적이라는 것을 알아두세요.

출시 전날 밤, 우리 다섯 명이 오전 4시까지 메인 모놀리스를 배포하려고 밤을 새웠습니다 (몇 시간짜리 일). 그리고 오전 8시 출시 발표와 라이브스트림을 위해 다시 사무실로 돌아왔습니다. 플래그를 켰고, 트래픽이 쏟아져 들어오는 것을 보기 시작했습니다. 왼쪽 사이드바에 나타나는 것만으로 제품이 그렇게 즉각적인 관심을 받는 것을 본 적이 없지만, 그것이 ChatGPT의 힘입니다.

제품 형태 면에서, 우리는 완전히 비동기적인 폼 팩터에 정착했습니다. Cursor(당시에는, 지금은 유사한 모드를 지원합니다)나 Claude Code 같은 도구들과 달리, 우리는 사용자들이 작업을 시작하고 에이전트가 자체 환경에서 실행되도록 하는 것을 목표로 했습니다. 우리의 베팅은 결국 사용자들이 코딩 에이전트를 동료처럼 대해야 한다는 것이었습니다: 에이전트에게 메시지를 보내고, 작업할 시간을 주고, 그러면 PR을 가지고 돌아옵니다.

이것은 약간의 도박이었습니다: 우리는 모델들이 좋지만 훌륭하지는 않은 약간 이상한 상태에 있습니다. 몇 분 동안 작업할 수 있지만, 아직 몇 시간은 아닙니다. 사용자들은 모델 능력에 대해 매우 다양한 정도의 신뢰를 가지고 있습니다. 그리고 우리는 모델의 진정한 능력이 무엇인지조차 명확하지 않습니다.

시간의 긴 호에서, 대부분의 프로그래밍이 Codex처럼 보일 것이라고 믿습니다. 그동안, 모든 제품들이 어떻게 전개될지 보는 것은 흥미로울 것입니다.

Codex는 (아마도 놀랍지 않게) 대형 코드베이스에서 작업하고 탐색하는 방법을 이해하는 데 정말 좋습니다. 다른 도구들과 비교해서 제가 본 가장 큰 차별화 요소는 여러 작업을 한 번에 시작하고 그들의 출력을 비교할 수 있는 능력입니다.

최근에 다른 LLM 에이전트들이 만든 PR들을 비교하는 공개 수치들을 봤습니다. 공개 수치만 보면, Codex는 630,000개의 PR을 생성했습니다. 그것은 출시 이후 53일 동안 엔지니어당 약 78k개의 공개 PR입니다 (비공개 PR의 배수에 대해서는 자신만의 추측을 할 수 있습니다). 제 인생에서 이렇게 영향력 있는 일을 한 적이 있는지 확실하지 않습니다.

마무리 생각

솔직히 말하면, 처음에는 OpenAI에 입사하는 것을 걱정했습니다. 자유를 희생하고, 상사를 두고, 훨씬 더 큰 기계의 훨씬 더 작은 부품이 되는 것이 어떨지 확실하지 않았습니다. 맞지 않을 경우를 대비해 입사한 것을 꽤 비밀로 유지했습니다.

경험에서 세 가지를 얻고 싶었습니다...

그 해를 되돌아보면, 제가 한 최고의 선택 중 하나였다고 생각합니다. 다른 어디서든 더 많이 배운다는 상상을 하기 어렵습니다.

만약 당신이 창업자이고 스타트업이 정말로 어디로도 가지 않는다고 느낀다면, 1) 어떻게 더 많은 기회를 잡을 수 있는지 깊이 재평가하거나 2) 큰 연구소 중 하나에 합류해야 합니다. 지금은 구축하기에 놀라운 시간입니다. 하지만 미래가 어디로 향하고 있는지 들여다보기에도 놀라운 시간입니다.

제가 보기에, AGI로의 길은 지금 세 마리 말의 경주입니다: OpenAI, Anthropic, 그리고 Google. 이 조직들 각각은 그들의 DNA에 기반해서 거기에 도달하기 위한 다른 길을 택할 것입니다 (소비자 vs 비즈니스 vs 견고한 인프라 + 데이터). 그들 중 어디서든 일하는 것은 눈을 뜨게 하는 경험이 될 것입니다.

늦은 밤들 동안 육아의 대부분을 맡아준 Leah에게 엄청나게 지지해줘서 고맙습니다. 기회를 준 PW, GDB, Rizzo에게 감사합니다. 노하우를 가르쳐준 SA 팀동료들에게 감사합니다: Andrew, Anup, Bill, Jeremy, Kwaz, Ming, Simon, Tony, 그리고 Val. 그리고 인생의 라이드를 선사해준 Codex 핵심 팀에게 감사합니다: Albin, AE, Andrey, Bryan, Channing, DavidK, Gabe, Gladstone, Hanson, Joey, Josh, Katy, KevinT, Max, Sabrina, SQ, Tibo, TZ 그리고 Will. 이 스프린트를 절대 잊지 않을 것입니다.

각주

👥 더 나은 데브필을 만드는 데 의견을 보태주세요

Top 1% 개발자로 거듭나기 위한 처방전, DevPill 구독자 여러분 안녕하세요 :) 

저는 여러분들이 너무 궁금합니다. 

어떤 마음으로 뉴스레터를 구독해주시는지, 

어떤 환경에서 최고의 개발자가 되기 위해 고군분투하고 계신지, 

제가 드릴 수 있는 도움은 어떤 게 있을지. 

아래 설문조사에 참여해주시면 더 나은 콘텐츠를 제작할 수 있도록 힘쓰겠습니다. 설문에 참여해주시는 분들 전원 1개월 유료 멤버십 구독권을 선물드립니다. 유료 멤버십에서는 아래와 같은 혜택이 제공됩니다.