엔비디아 엔지니어들이 OpenAI의 최신 코딩 AI 모델인 '코덱스(Codex, GPT-5.5 기반)'를 복잡한 엔지니어링 작업의 주력 도구로 실제 운영 환경에서 활용 중이다. 엔비디아 GB200·GB300 인프라에서 구동되는 코덱스는 기존 모델과 달리 더 긴 작업 세션을 자동으로 처리하고, 원래 프롬프트에 포함되지 않은 버그와 개선점까지 스스로 발견하는 능력을 보이고 있다.

프로덕션 시스템 개발 자동화

엔비디아의 코딩 에이전트 팀은 회사 전역 엔지니어들이 실무 개발 워크플로우에 AI 도구를 효과적으로 도입하도록 지원하고 있다. 이 팀에서 코덱스의 성과를 직접 평가한 시니어 소프트웨어 엔지니어 데니스 한누시는 "코덱스 GPT-5.5는 훨씬 더 자율적이어서 사람의 개입이 거의 필요 없다"고 설명했다.

한누시는 이미 코덱스를 활용해 내부 플랫폼을 최소 실행 제품(MVP) 단계에서 프로덕션 준비 완료 수준으로 진화시켰으며, 확장성과 안정성도 대폭 개선했다. 이는 이전 모델들로는 어려웠던 과제였다.

"장시간 다중 컴파일 작업을 진행해도 정확도를 유지하면서 작업 맥락을 계속 기억합니다. 올바른 도구와 스킬을 전술적으로 선택하는 능력도 뛰어납니다."

한누시가 속한 팀은 또 코덱스만으로 사내 팟캐스트 녹음 앱을 구축했다. 리버사이드(Riverside) 같은 상용 도구와 유사한 기능을 갖춘 이 앱은 단 몇 시간 만에 완성됐다. "보안 제약 때문에 기존에는 외부 소프트웨어 도입까지 몇 주가 걸렸을 텐데, 이제는 완전히 달라졌습니다."

특히 주목할 점은 코덱스 데스크톱 앱의 '컴퓨터 상호작용' 기능이다. 시스템이 비디오·오디오 녹음 기능을 구축하는 동시에 자동으로 테스트까지 마쳤다. "저는 아무것도 안 했는데 빌드와 테스트가 완전히 자동으로 완료됐습니다. 코덱스는 '그만한 가치가 있다'고 판단되는 개발의 임계값을 완전히 바꿔놨어요."

머신러닝 연구 루프 자동화

엔비디아 연구팀에서는 코덱스가 연구 루프를 거의 완벽히 자동화했다. 연구 주제 발굴부터 실험 스크립트 작성, 원격 머신에서의 실행까지 전 과정이 한 플랫폼에서 이루어진다.

"GPT-5.5는 창의적 파트너로서 정말 획기적이었습니다. 특히 지식 기반 작업에서요."라고 말한 AI 연구원 샤우낙 조시는 강화학습(Reinforcement Learning) 등 관련 논문 대규모 코퍼스를 코덱스에 입력한 후 그 결과에 놀랐다고 전했다.

"GPT-5.5는 경쟁사 모델보다 훨씬 창의적입니다. 증거 조각들을 전체 체인에서 추적하고 개념들이 어떻게 연결되는지 시각화하는 데 도움이 되는 지식 그래프까지 제안했습니다."

조시는 가설을 수립한 후 코덱스가 머신러닝 인프라에서 모델 학습 스크립트를 자동으로 작성한다고 설명했다. 코덱스 앱이 SSH를 지원하기 때문에, 원격 호스트 로그인과 설정 따위는 신경 쓸 필요가 없다. 노트북에서 대규모 머신러닝 작업을 직접 실행할 수 있게 된 것이다.

특히 흥미로운 사례는 레거시 코드 최적화다. 조시는 "성능이 떨어지는 기존 파이썬 저장소를 GPT-5.5에 입력하면 러스트로 완전히 다시 쓰여서 약 20배 효율이 개선된다"며 이미 여러 팀이 이 방식을 활용 중이라고 전했다.

산업적 의미: 소프트웨어 개발의 패러다임 전환

이번 엔비디아 사례의 핵심은 단순한 '코딩 보조' 수준을 넘어 AI가 독립적인 에이전트로서 엔드-투-엔드 개발 작업을 자율 수행한다는 점이다. 그간 AI 모델은 사람의 지시를 받아 부분적 코드를 생성하는 보조 역할에 머물렀으나, 코덱스 GPT-5.5는 원래 요청에 없던 버그까지 스스로 감지하고 문제를 제안한다.

이는 소프트웨어 개발의 시간 투자 구조를 근본적으로 재편할 가능성을 시사한다. 실제로 조시가 언급한 "10배 속도 향상"은 연구 실험 사이클을 획기적으로 단축하며, "몇 주 걸리던 작업을 몇 시간"으로 줄인 한누시의 사례는 개발 생산성 혁신을 보여준다.

다만 미해결 과제가 남아있다. 코덱스가 복잡한 엔드-투-엔드 작업을 자율 처리한다는 점은 검증·감시 메커니즘의 필요성도 함께 제기한다. 특히 프로덕션 환경에서 장시간 독립 실행되는 AI 에이전트의 오류 처리, 보안 감사, 의도하지 않은 코드 생성 방지 등은 여전히 산업 차원의 과제로 남아있다.

엔비디아가 공개한 실제 사용 사례는 생성형 AI가 단순히 "똑똑한 검색 도구"를 넘어 업무 자동화의 주축으로 진화하고 있음을 보여주는 신호다.