개발은 Claude Code, 테스트는 Codex? 한 달 사용 후기를 정리한다

최근 Hacker News 상위에 "Claude Code vs Codex" 류 후기가 거의 매주 올라온다. 4월 초에 게시된 simonw 블로그 포스트("Two agents, two roles") 역시 유사한 논조였고, 국내 긱뉴스에도 3월 말부터 4월까지 비슷한 정리글이 네 차례 정도 올라왔다. 골자는 하나다. 개발은 Claude Code가 낫고, 테스트와 코드 리뷰는 Codex가 더 낫다는 주장이다. 처음에는 단순한 밈으로 여겼으나, 한 달 정도 양쪽 모두 구독해 실제 프로젝트에 적용해본 결과 팩트 반 과장 반이었다. 이 글에서는 2026년 4월 기준 Sonnet 4.6과 GPT-5 Codex를 반영하여, 두 도구의 역할 분리가 실제로 타당한지, 월 구독료를 합쳤을 때 그만한 값어치를 하는지, 어떤 사용자에게는 오히려 독이 되는지까지 모두 정리하였다.

출처: community.n8n.io

왜 갑자기 "Claude Code + Codex" 조합 이야기가 도는가

트위터와 긱뉴스에서 도는 밈 같은 주장 정리

작년 하반기까지만 해도 "하나만 써라"가 정설이었다. 다만 올해 들어 분위기가 다소 바뀌었다. 1월에 thorsten-ball이 트위터에 올린 "dual-stack AI coding" 스레드가 RT 3천을 넘기면서 용어가 굳어졌다. 골자는 구현(implementation)은 Claude Code가, 검증(verification)은 Codex가 잘한다는 것이다. 처음에는 어그로로 여겼으나, 3월 중순 긱뉴스 피크 며칠 동안 비슷한 후기가 연달아 올라오자 궁금증이 생겼다.

Sonnet 4.6 + GPT-5 Codex 출시로 다시 부상한 이유

이 논의가 이번에 다시 부상한 것은 두 모델 업데이트 때문이다. Anthropic이 Claude Sonnet 4.6을 출시하면서 Claude Code v2.3 터미널 에이전트의 MCP 서브에이전트 관리가 한층 깔끔해졌다. 같은 시기에 OpenAI가 GPT-5-Codex 전용 모델을 Codex CLI/클라우드에 탑재하면서 장시간 샌드박스 작업 안정성이 크게 향상되었다. 즉 두 제품 모두 풀스택 에이전트로 경쟁하면서도 각자 잘하는 영역이 갈리는 방향으로 업데이트되었다는 점이 달라진 부분이다. 그래서 "굳이 하나만 고르지 말고 둘 다 사용해보라"는 조합론이 설득력을 얻게 되었다.

이 글에서 검증할 질문들

이번에 검증한 질문은 네 가지다. 성능은 각각 어떤 작업에서 실제로 나은지, 개발과 테스트를 물리적으로 분리하는 것이 실질적으로 의미가 있는지, 월 구독 두 개를 합쳤을 때 값어치를 하는지, 그리고 오히려 독이 되는 유형이 있는지이다. 한 달간의 실측으로 네 질문을 모두 검증해보았다.

Claude Code와 Codex, 각각의 역할부터 정리한다

Claude Code 포지셔닝 — 터미널 기반 에이전틱 코딩

Claude Code는 Anthropic이 만든 터미널 중심의 로컬 에이전트다. 맥이든 윈도우든 터미널에서 claude를 실행하면 바로 연결되고, 프로젝트 디렉토리 안에서 파일을 직접 읽고 수정하고 실행한다. 서브에이전트, MCP 서버, 커스텀 스킬을 붙이는 방식으로 워크플로우를 확장할 수 있다. 파일 시스템과 가장 가깝게 붙어 있는 점이 특징이다.

Codex 포지셔닝 — 클라우드 샌드박스 + 장시간 작업

Codex는 CLI 버전과 ChatGPT 내부에 내장된 클라우드 버전이 있다. 핵심은 격리된 클라우드 샌드박스에서 오래 구동할 수 있다는 점이다. 노트북을 꺼놓고 자더라도 Codex가 스스로 가설을 세우고 테스트를 돌리고 PR까지 올려준다. 다만 로컬 파일을 직접 건드리는 측면은 Claude Code만큼 공격적이지 않으며, 리포를 연결해 PR 단위로 작업하는 패턴에 최적화되어 있다.

핵심 스펙 비교표

항목	Claude Code (Sonnet 4.6)	Codex (GPT-5-Codex)
주 실행 환경	로컬 터미널	클라우드 샌드박스 + CLI
컨텍스트 윈도우	200K 토큰 (1M 확장 옵션)	400K 토큰
장시간 작업	세션 기반, 로컬 의존	수 시간 백그라운드 실행
파일 직접 수정	매우 공격적	보수적, PR 중심
확장성	MCP, 서브에이전트, 스킬	커스텀 프롬프트, 환경 구성
기본 구독	Claude Pro $20 / Max $200	ChatGPT Plus $20 / Pro $200
API 종속	Anthropic API 포함	OpenAI API 포함

표만 보면 두 제품이 얼핏 비슷해 보이지만, 실제 사용해보면 결이 완전히 다르다. 다음 섹션부터 실제 사용 후기를 풀어본다.

"개발은 Claude Code가 낫다"는 주장을 검증한다

실제 코드베이스에서 기능 추가를 시켜본 결과

같은 Next.js 프로젝트에서 "대시보드 페이지에 필터 기능 추가"와 같은 동일 스펙을 양쪽에 지시해보았다. Claude Code는 기존 컴포넌트 구조를 파악하고 로컬 컨벤션에 맞춰 빠르게 작업을 마쳤다. 라우팅, 상태, 스타일 파일을 동시에 수정해야 하는 작업에서 속도가 매우 빠르다. Codex도 같은 작업을 해내기는 하지만, 환경 세팅부터 한 번 더 잡아주느라 대략 7분 정도의 오버헤드가 발생했다.

체감 결론은 "여기 이것을 수정해달라"는 식으로 대화형 루프를 돌려야 하는 작업에서는 Claude Code가 확실히 빠르다는 점이다.

리팩터링/대규모 변경에서의 체감 차이

여기서 순위가 뒤집힌다. 파일 50개 이상을 동시에 수정하는 대규모 리팩터링에서는 Codex가 오히려 안정적이다. Claude Code는 중간에 컨텍스트가 뭉개지면서 같은 파일을 두 번 수정하는 경우가 종종 있었다(한 달 동안 네 차례 정도 경험하였다). Codex는 장시간 샌드박스에서 계획, 실행, 검증, PR을 한 번에 처리하므로 사람이 중간에 개입하지 않아도 결과가 더 일관되게 나온다.

MCP, 서브에이전트 같은 확장성 포인트

개발 작업에서 Claude Code가 특히 강한 지점은 MCP 서버 생태계다. 예를 들어 Notion 문서를 조회하거나 로컬 Postgres를 쿼리해 결과를 가져오는 작업을 MCP 하나만 붙이면 바로 지시할 수 있다. Codex는 이러한 "외부 세계 접속"을 동일한 수준의 단순함으로 지원하지는 않는다. 따라서 로컬 환경과 개발 플로우가 복잡하게 얽힌 사용자는 자연스럽게 Claude Code 쪽으로 기울게 된다.

출처: codica.com

"테스트/평가는 Codex가 낫다"는 주장도 검증한다

테스트 케이스 생성 품질 비교

같은 유틸 모듈(환율 변환기 등)을 넘기고 "유닛 테스트 작성"을 지시해보았다. 두 결과는 눈에 띄게 달랐다.

• Claude Code: 해피 패스 + 기본 에러 케이스 위주. 대략 10개의 테스트 케이스.
• Codex: 해피 패스 + 경계값 + 타입 불일치 + 로케일 이슈까지 파고든다. 대략 20개의 테스트 케이스.

Codex가 테스트 커버리지 측면에서 엣지 케이스를 훨씬 더 집요하게 파헤친다. 이는 아마도 샌드박스에서 실제로 구동하며 실패 케이스를 수집하기 때문으로 보인다. Claude Code도 실행은 시킬 수 있으나, 작업 루프가 짧아 한 번에 그 정도 깊이까지 파고들지는 않는다.

코드 리뷰/PR 코멘트 품질 비교

PR 리뷰를 시켰을 때도 차이가 명확했다. Claude Code는 "이 변수는 이름이 모호하다"는 식의 스타일 위주 코멘트가 많다. Codex는 "이 함수 호출에서 null 가능성이 있는데 상위 호출부에서 처리되지 않았다"는 식의 로직 검증형 코멘트가 더 자주 나온다. 코드 리뷰 자동화 측면에서는 Codex가 확실히 앞섰다. 긴 파일을 일괄적으로 읽고 구조적 문제를 잡아내는 영역에서는 GPT-5-Codex의 400K 컨텍스트가 효과를 발휘한다.

장시간 샌드박스 작업이 평가에 주는 장점

평가(evaluation)라는 작업은 결국 반복 실행과 케이스 수집을 요구한다. Codex는 이를 백그라운드에서 지속적으로 구동할 수 있으므로 "이 모듈의 가능한 모든 실패 케이스를 찾아 리포트를 작성해달라"는 주문을 받으면 한 시간 뒤 결과물을 반환한다. Claude Code로 같은 일을 시키면 중간에 계속 재개해주어야 한다. "codex 테스트 자동화"로 검색해 들어오는 사용자들이 왜 Codex를 선호하는지 이 대목에서 납득이 된다.

듀얼 스택 실전 워크플로우 — 이렇게 사용하면 된다

한 달간 실제로 돌려본 조합 중 쓸 만했던 세 가지 플로우다.

플로우 1. Claude Code로 구현 → Codex로 리뷰 + 테스트 생성

가장 기본이 되는 플로우다. 로컬에서 Claude Code를 띄워 기능을 구현하고, PR을 올린 뒤 Codex를 GitHub에 연결해 리뷰와 테스트 케이스 자동 생성을 맡긴다. 이렇게 분리하면 구현자가 놓친 부분을 평가자가 잡아주는 구조가 된다. 혼자 작업할 때 발생하는 "내가 작성한 코드이므로 그럴듯해 보인다"는 함정을 구조적으로 피할 수 있다.

플로우 2. 기획 단계에서 둘에게 따로 물어보고 합의점 찾기

의외로 유용한 패턴이다. 새 기능을 설계할 때 같은 스펙 문서를 양쪽에 전달하고 "아키텍처를 제안해달라"고 지시한다. 두 답변이 겹치는 부분은 거의 확실한 정답이며, 갈리는 부분은 트레이드오프가 존재하는 지점이다. AI 페어 프로그래밍을 한 명이 아닌 두 명의 페어로 가져간다고 생각하면 된다. 초기 설계 실수가 나중에 큰 비용으로 돌아오는 프로젝트에서 특히 효과가 좋다.

플로우 3. CI에 Codex, 로컬에 Claude Code (역할 물리 분리)

팀 단위로 사용하는 조합이다. 로컬 개발은 각자 Claude Code로 수행하고, CI 파이프라인에 Codex 봇을 붙여 PR이 올라올 때마다 자동 리뷰와 테스트 보강을 실행한다. 이 구조의 장점은 "둘 중 무엇을 써야 하는가?"를 고민할 필요가 없어진다는 점이다. 개발 단계에서는 무조건 Claude Code, 리뷰 단계에서는 무조건 Codex로 역할이 고정되므로 스위칭 비용이 제로다.

출처: docs.wpvip.com

실제 사용해보니 좋았던 포인트 / 아쉬웠던 포인트

좋았던 쪽부터 살펴본다. 각 도구가 잘하는 부분만 하게 하니 결과물 퀄리티가 체감상 20% 이상 상승한 것으로 보인다. 놓치는 엣지 케이스가 줄어든 점이 컸고, 혼자 작업할 때도 "두 번째 눈이 있다"는 심리적 안정감이 있었다. 반대로 아쉬웠던 점은 구독 두 개를 관리하는 것 자체가 번거롭다는 점, 가끔 두 에이전트가 서로 반대되는 제안을 하여 결국 결정을 직접 내려야 한다는 점, 그리고 프로젝트 규약/스펙 문서와 같은 컨텍스트를 양쪽에 이중으로 관리해야 한다는 점이었다.

다만 이 조합이 맞지 않는 경우도 있다

혼자 하는 소규모 빠른 프로젝트에는 오버킬이다

개인 토이 프로젝트나 주말 해커톤 수준의 규모라면 이 조합은 단순한 낭비다. 코드 100줄짜리 스크립트에 리뷰 에이전트를 별도로 붙일 이유가 없다. 이럴 때는 Claude Code 하나로 충분하며, 오히려 Codex가 장시간 구동되다가 결과가 늦게 돌아와 답답함만 커진다. claude code 장단점을 따지는 것보다 "작업 크기가 이 조합을 정당화하는가"를 먼저 살피는 것이 맞다.

월 구독료 실측 — Max 플랜 + Codex 플랜을 합치면 얼마인가

각설하고, 비용 이야기다. 2026년 4월 기준으로 실측한 구독료 조합이다.

조합	월 요금	특징
Claude Pro + ChatGPT Plus	$20 + $20 = $40	최소 진입. Claude Code/Codex 둘 다 제한 있음
Claude Max $100 + ChatGPT Plus $20	$120	Claude Code 넉넉하게 쓰고 Codex는 서브로
Claude Max $200 + ChatGPT Pro $200	$400	풀 스택. 헤비 유저용
API 종량제 단독	사용량에 따라 변동	에이전트 반복 실행 많으면 쉽게 $300+

혼자 쓰는 개발자 기준으로는 $120 구간($100 Max + $20 Plus)이 가성비 스위트 스팟이었다. 양쪽 모두 Pro 플랜으로 올리는 것은 팀 리드나 풀타임으로 에이전트를 구동하는 사람이 아니라면 낭비다.

하나만 고른다면 언제 무엇을 선택할지 정리

정말 하나만 고를 상황이라면 기준은 두 가지로 압축된다. 로컬 파일을 즉시 대량으로 수정하는 대화형 작업이 주력이거나 개인 생산성 툴을 빠르게 프로토타이핑하는 쪽이라면 Claude Code가 답이다. 반대로 PR 단위로 작업하고 장시간 백그라운드 작업이 필요하거나, 환각(hallucination) 발생 시 손해가 큰 프로덕션 코드 중심이라면 Codex의 검증 루프가 훨씬 안전하다. 작업 단위가 "파일이냐 PR이냐"로 갈린다고 기억하면 편하다.

한 달 사용한 claude code codex 비교 총평 — 조합은 타당하다, 다만 조건부다

한 달 사용 후 정리한 claude code codex 비교 결론은 다음과 같다. 조합은 타당하다. 다만 중규모 이상 프로젝트에서 역할 분리가 의미 있을 때에 한한다. 비용 대비 효과는 $120 구간(Claude Max $100 + ChatGPT Plus $20)부터 체감된다. 혼자 하는 소규모 작업이라면 오히려 Claude Code 단독이 더 낫다.

다음 단계 추천은 다음과 같다. 먼저 Claude Code를 한 달 집중적으로 사용하여 본인의 작업 패턴이 "구현-주도형"인지 "PR 리뷰형"인지 파악한 뒤 Codex를 추가하는 것이 순서다. 처음부터 둘 다 $200씩 투입하는 것은 비용을 낭비하는 지름길이다.

ai 코딩 에이전트 비교가 최근 너무 빠르게 변화하고 있어, 이 글 역시 몇 달 뒤에는 다시 작성해야 할 것으로 보인다. Sonnet 5가 출시되거나 Codex가 로컬 모드를 본격적으로 밀고 나오면 판세가 또 바뀔 것이다. 다만 2026년 4월 현재 시점에서는 이 조합을 한 번쯤 사용해볼 가치가 있다. 그 정도는 확실하다.

한 줄 요약

• Claude Code는 로컬 구현의 강자, Codex는 클라우드 검증의 강자다. 양자는 보완재다
• 듀얼 스택은 중규모 이상 프로젝트에서 값어치를 한다. 개인 스크립트에는 오버킬이다
• 월 $120 구간이 시작점으로 최적이다. 비용 여력이 없다면 Claude Code 단독부터 시작하면 된다