GPT-5.3-Codex-Spark值得一试
LLM 평가에 익숙한 분들은 알겠지만, opus는 각 평가 순위에서 종종 gpt를 압도하지만, 실제 사용 시 gpt의 문제 해결 능력은 적수가 없습니다. 게시 시점 기준, gpt5 시리즈의 최신 주요 모델로는 gpt-5.2-mini, gpt-5.2, gpt-5.3-codex, gpt-5.3-codex-spark 등이 있습니다. 이 중 codex가 아닌 모델은 범용 모델로 논리력이 강력하지만 속도가 매우 느립니다. codex는 코딩 특화 모델이며, gpt5.2codex 및 이전 codex 모델들은 제가 실측해 본 결과 논리 능력이 모두 저하되어 있어 줄곧 gpt5.2를 사용해 왔는데, 그 속도가 끔찍할 정도로 느립니다. gpt-5.3-codex가 나온 후 가장 먼저 테스트해 보았는데, 실제 효과가 매우 좋았고, gpt-5.3-codex가 논리적으로 gpt5.2보다 약하다고 단정하기 어려울 정도지만, 속도 면에서는 gpt5.2를 압도하여 저의 주력 코딩 모델이 되었습니다. 최근 새로 출시된 gpt-5.3-codex-spark는 처음에는 속도가 매우 빠르다고 했지만 각 순위 평가 점수가 낮아 한동안 신경 쓰지 않았습니다. 하지만 cursor에서 무료로 사용할 수 있다는 것을 보고 기회를 한번 주기로 했는데, 실측해 보니 효과가 매우 좋고 멍청하지 않았습니다. 제가 파악한 바로는, 5.3-codex-spark의 논리력이 5.3-codex보다 약간 떨어지고 컨텍스트가 128K에 불과하지만 대부분의 요구사항에는 충분합니다. codex-spark 모델의 가장 큰 특징은 “게으름"으로, 채찍질을 해야 조금씩 움직입니다. 우선적으로, 이 모델은 agent의 구동 모델이 될 수 없으며, 실제로 그 agent 평가 점수도 낮습니다. 지시사항 외의 다른 보완 작업(린트 수정, 테스트 실행, 언급되지 않은 기능 및 할 일 등 포함)을 수행하지 않습니다. opus/sonnet처럼 한눈에 화려하고 함정만 잔뜩 파며 시작부터 리팩토링해서 후환이 끊이지 않는 모델과 달리, 저는 codex spark가 숙련된 프로그래머에게 친화적인 모델이라고 생각합니다. 그것은 쓸데없는 짓을 하지 않고 최소 변경을 따르며, 이미 명확한 제품 기능 계획이 있다면 codex spark를 한번 시도해 볼 만합니다. 저의 얕은 생각이니, 토론 환영합니다. vibe coding은 분위기 코딩으로, 어떤 이는 몰입(flow) 상태에 들어갈 수 있다고 하지만, 언급하는 분들은 몰입의 정확한 정의를 모르는 것 같습니다. 몰입에 들어가는 데 매우 중요한 점은 개발자 자신의 사고가 끊기지 않아야 하며, 모델이 첫째로 발산적 사고를 하지 말고, 둘째로 목표에 집중하며, 셋째로 즉각적으로 응답해야 합니다. 이전에는 어느 모델도 이를 수행하지 못했지만, 이제 codex spark가 개발자의 몰입 상태 진입을 보조하는 모델이 될 수 있을지도 모릅니다.
