사실 관계: 시연으로 만드는 자동화 '스킬'

이번 업데이트에서 가장 먼저 바뀐 점은 AI에게 작업을 지시하는 방식이다. OpenAI Codex는 Mac 사용자가 직접 수행하는 워크플로를 관찰하고, 이를 재사용 가능한 '스킬(Skill)'로 변환해주는 'Record & Replay' 기능을 도입했다. 사용자가 텍스트 프롬프트로 복잡한 절차를 설명하는 대신, 실제 화면에서 작업을 한 번 보여주면 Codex가 그 패턴을 학습해 자동화 경로를 생성하는 방식이다.

작업 과정은 Codex 앱 내 플러그인 메뉴에서 'Record a skill'을 선택하는 것으로 시작한다. 사용자가 Mac에서 실제 워크플로를 수행하면 Codex는 사용자 동작과 창 내용을 실시간으로 관찰한다. 녹화가 종료되면 Codex는 캡처된 데이터를 분석해 스킬 초안을 만든다. 이 초안에는 해당 스킬을 언제 사용해야 하는지, 어떤 입력값이 필요한지, 구체적인 실행 단계는 무엇인지, 그리고 최종 결과를 어떻게 검증할지에 대한 정의가 포함된다.

적용 가능한 작업의 범위는 UI 기반의 반복 업무에 집중되어 있다. 구체적으로는 비용 청구서 제출, 주차 공간 예약, 정해진 형식의 이슈 생성, 영상 게시, 주기적인 리포트 다운로드 등이 예시로 제시됐다. 이렇게 생성된 스킬은 이후 새로운 스레드에서 다시 호출할 수 있으며, 사용자는 매번 달라지는 파일명, 날짜 범위, 이슈 내용 같은 가변적인 값만 전달하면 된다. 현재 이 기능은 macOS 환경에서 Computer Use 기능이 활성화된 상태에서 제공되며, EEA(유럽경제지역), 영국, 스위스는 초기 제공 지역에서 제외된다.

흐름 분석: 프롬프트 기술에서 '행동 학습'으로의 채택 변화

이번 기능의 핵심은 AI 도구의 채택 방식이 '언어적 설명'에서 '행동적 시연'으로 확장되었다는 점에 있다. 기존의 AI 자동화는 사용자가 작업 순서를 논리적으로 세분화해 프롬프트로 작성해야 했다. 하지만 실제 업무 현장에서는 UI의 특정 위치를 클릭하거나, 암묵적인 선호 규칙에 따라 데이터를 처리하는 등 텍스트로 설명하기 어려운 '숨은 맥락'이 많다. Record & Replay는 이러한 UI 기반 작업을 직접 보여줌으로써 프롬프트 작성의 진입장벽을 낮추는 흐름을 보여준다.

특히 주목할 지점은 '스킬(Skill)'과 '플러그인(Plugin)'의 역할 분리다. Record & Replay를 통해 만들어지는 스킬은 개인이나 소규모 단위에서 빠르게 자동화 경로를 구축하기 위한 수단이다. 반면, 팀 전체에 안정적으로 배포해야 하거나 MCP(Model Context Protocol) 서버 추가, 설치 메타데이터 관리, 복잡한 앱 통합이 필요한 경우에는 별도의 플러그인 패키징 방식을 권장한다. 이는 AI 에이전트의 구현 단계를 '빠른 실험(스킬) $

ightarrow$ 안정적 배포(플러그인)'라는 계층 구조로 설계했음을 의미한다.

결과적으로 시장 참여자들은 이제 모든 자동화 로직을 코드로 짜거나 긴 프롬프트로 정의할 필요 없이, 단순 반복 업무는 '녹화'를 통해 빠르게 자산화하고, 고도화가 필요한 기능만 정식 플러그인으로 개발하는 선택지를 갖게 되었다. 이는 AI 에이전트의 도입 속도를 높이는 실질적인 채택 경로가 될 가능성이 크다.

실무 적용: 도입 시 고려할 기술 제약과 최적화 지점

한국의 AI 실무자와 개발자가 이 기능을 실제 업무에 적용할 때 가장 먼저 확인해야 할 것은 설정 파일이다. 조직의 `requirements.toml` 설정에서 `[features].computer_use` 항목이 `false`로 되어 있다면 Computer Use와 Record & Replay 기능이 모두 비활성화된다. 따라서 기능 활성화 여부를 먼저 점검하는 것이 우선이다.

효율적인 스킬 생성을 위해서는 녹화 단계에서의 정교한 제어가 필요하다. Codex는 사용자가 녹화를 멈출 때까지 모든 동작을 관찰하므로, 목표 작업과 관련 없는 정리 작업이나 후속 행동까지 포함하면 스킬이 불필요하게 복잡해져 실행 정확도가 떨어질 수 있다. 시연은 최대한 짧고 완결성 있게 유지해야 하며, 녹화 시작 전 Codex에게 목표와 가변 입력값을 미리 알려주는 것이 학습 효율을 높이는 방법이다.

또한, 보안 리스크 관리가 필수적이다. 녹화 과정에서 실제와 유사한 입력값을 사용하되, 비밀번호나 개인정보 등 민감한 데이터가 포함되지 않도록 주의해야 한다. 녹화가 끝난 후에는 Codex에게 파일명 규칙, 기본 필드 값, 선택 기준 같은 '숨은 선호'를 명시적으로 추가 요청해 스킬을 다듬는 과정이 필요하다. 단순히 녹화하는 것에 그치지 않고, 사후 보완 과정을 거쳐야만 실제 업무에서 오차 없는 재실행이 가능하기 때문이다.