Full Workshop: Setting Yourself Up for Success —Jason Liu, OpenAI Codex

한 줄 핵심

Codex를 잘 쓰는 핵심은 긴 대화를 두려워하지 않고, voice·appshots·plugins·memory·threads·loops를 결합해 컨텍스트를 쌓고 작업을 계속 자동으로 굴리도록 설계하는 것이다.

시간별 요약

1. 0:01
   이 워크숍은 Codex 앱을 실제로 생산적으로 쓰는 방법에 초점을 맞추며, 질문을 받으며 설정부터 실전 워크플로까지 더 깊게 다룬다. 핵심 목표는 토큰을 많이 쓰는 것이 아니라, 무엇이 실제로 효과적인지 배우는 것이다.
2. 3:02
   긴 작업이 망가지지 않는 이유는 compaction이 잘 동작하기 때문이며, 오래된 thread도 역할을 유지한 채 계속 이어갈 수 있다. 그래서 대화 단위를 자꾸 쪼개기보다, pin thread와 memory vault로 맥락을 누적하는 방식이 더 유리하다.
3. 8:01
   음성 입력은 AI와 작업할 때 가장 강력한 입력 방식 중 하나로, 사람에게는 길고 지저분해 보이는 메모도 AI에는 그대로 던져도 된다. plugins와 skills는 그 입력을 실무 작업으로 바꾸는 장치이며, Slack·Gmail·Notion·Linear·Obsidian 같은 연결을 넓힐수록 AI가 사용자의 상황을 더 잘 이해한다.
4. 15:01
   appshots는 단순한 스크린샷이 아니라 accessibility tree까지 함께 주기 때문에, 화면을 읽고 정확한 함수 호출까지 이어지는 가장 효율적인 컨텍스트 주입 방식이다. 이 덕분에 폼 작성, Slack 응답, 문서 처리처럼 반복적인 업무가 훨씬 적은 hop으로 처리된다.
5. 34:02
   pin된 thread들은 사실상 팀원처럼 동작하며, heartbeat와 loop를 이용하면 같은 thread를 주기적으로 깨워 지원, PR 추적, 상태 브리핑을 자동으로 유지할 수 있다. 특히 chief of staff thread처럼 전체 상황을 모아 매일 요약하게 하면, 개인의 기억과 우선순위 관리가 크게 쉬워진다.
6. 40:02
   goal과 ultra goal은 검증 조건을 기준으로 작업을 계속 밀어붙이게 만드는 장치이며, 파일로 관리하면 실행 중에도 목표와 범위를 수정할 수 있다. work log와 state 파일을 두면 장기 작업의 진행 상황을 사람과 다른 AI 모두가 추적하기 쉬워진다.
7. 50:50
   실제 실행의 마지막 단계는 문서·슬라이드·스프레드시트 같은 artifact를 수정하고, 필요하면 computer use로 앱과 브라우저를 직접 조작하는 것이다. 다만 권한과 보안은 중요하며, full auto보다는 ask-me-every-time, auto review, 조직 단위 제한 같은 안전장치를 함께 써야 한다.

실무 인사이트

• AI 생산성을 높이려면 프롬프트를 잘 쓰는 것보다, voice·appshots·plugins·memory를 묶어 컨텍스트를 지속적으로 공급하는 구조를 먼저 설계해야 한다.
• 장기적으로는 단발성 실행보다 monitor thread, heartbeat, loop를 활용해 작업이 스스로 상태를 점검하고 재시도하도록 만드는 편이 훨씬 효율적이다.
• computer use와 외부 커넥터는 강력하지만, 문서 수정·메일 발송·외부 전송 권한은 반드시 제한하고 검토 단계를 두는 것이 안전하다.