코딩 에이전트가 하나면 충분할까요? OpenAI Codex 런칭에 참여했고, 현재 Claude Max·ChatGPT Pro·Cursor Pro를 동시에 구독 중인 개발자 Cal Paterson이 2026년 2월 시점의 실전 사용 경험을 정리한 글을 발표했습니다. 두 에이전트를 모두 깊이 써본 그의 결론은 명확합니다. 어떤 에이전트가 낫냐는 질문보다, 지금 내 시간이 얼마나 있느냐가 더 중요한 선택 기준이라는 것입니다.

출처: Coding Agents in Feb 2026 – Cal Paterson

에이전트를 잘 쓰려면 컨텍스트를 이해해야 한다

저자가 가장 먼저 강조하는 건 컨텍스트 창입니다. 코딩 에이전트가 아무리 뛰어나 보여도, 결국 다음 토큰을 예측하는 모델이고 모든 정보는 컨텍스트 창 안에 들어와야 합니다.

이 관점에서 몇 가지 실용적인 원칙이 나옵니다. 작업이 컨텍스트 창에 비해 너무 크면 에이전트는 오랜 시간을 낭비하고 결과도 나빠집니다. 컨텍스트가 꽉 찰수록 성능이 떨어지는데, 이를 “dumb zone”이라고 부르기도 합니다. 컨텍스트를 압축(compaction)하는 건 손실이 있는 과정이라, 많이 압축할수록 성능 저하가 생깁니다. 그래서 저자는 계획 문서를 파일 시스템에 외부화해두고, 에이전트가 필요한 부분만 선택적으로 읽도록 구조화합니다.

Opus는 계획과 툴, Codex는 코드 정확도

두 에이전트의 차이를 저자는 이렇게 요약합니다.

Claude Code(Opus)는 컨텍스트 관리에서 두각을 나타냅니다. 여러 서브 에이전트를 동시에 실행하며 코드베이스의 여러 부분을 병렬로 탐색하고, gh·git·MCP 서버 같은 개발 도구 사용도 자연스럽습니다. 계획을 세울 때 저자가 미처 언급하지 않은 모호한 부분을 짚어주는 것도 장점입니다. PR 설명이나 아키텍처 다이어그램도 사람이 읽기 좋게 작성합니다.

Codex(GPT-5.3 기반)의 강점은 코드 정확도입니다. Opus가 React 컴포넌트를 만들고도 최상위 <App>에 추가하는 걸 빠뜨리거나, 레이스 컨디션 같은 미묘한 버그를 놓치는 경우가 있는 반면, Codex가 작성한 코드는 버그가 확연히 적다고 합니다. 여러 개발자들도 같은 경험을 공유하고 있습니다. 단점은 속도인데, 서브 에이전트 분산이 아직 Claude Code만큼 자연스럽지 않아 전체적으로 느립니다.

저자의 실제 워크플로우는 이렇습니다. Claude Code로 계획을 세우고 시작하고, 실제 코딩은 Codex로 전환합니다. 버그 리뷰는 Cursor Bugbot과 Codex Code Review를 씁니다.

Skills로 반복 작업을 자동화하다

저자가 특히 공을 들인 부분이 Claude Code의 Skills 기능입니다. Skills는 반복되는 워크플로우를 자동화하는 명령어 묶음으로, MCP 호출(수천 토큰)에 비해 50~100토큰 수준으로 매우 효율적입니다. context: fork 설정으로 새 컨텍스트 창에서 실행할 수 있어 컨텍스트 분리에도 유리합니다.

저자는 /commit, /worktree, /implement, /implement-all, /address-bugs, /pr-pass 같은 Skills를 하나씩 쌓아왔습니다. 결국 /pr-pass 하나가 코드 구현 → CI 통과 확인 → 버그 수정 → 재시도를 자동으로 처리하는 루프가 됐고, 자기 전에 몇 가지 작업을 던져두면 아침에 검토할 수 있는 수준까지 왔다고 합니다.

그가 강조하는 건 처음부터 복잡한 자동화를 설계하지 않았다는 점입니다. 반복되는 패턴을 발견할 때마다 하나씩 추가한 결과물입니다.

앞으로의 과제

저자는 두 가지 장벽이 해소되면 에이전트를 24/7로 돌리는 게 가능해질 거라고 봅니다. 하나는 컨텍스트 창 조율 문제, 다른 하나는 프롬프트 인젝션에 대한 저항력입니다. 현재는 에이전트를 신뢰하고 --yolo 모드로 밤새 돌리기엔 아직 불안한 부분이 있다고 합니다.

두 에이전트의 세부 비교, Codex App 사용 후기, 각 회사에 대한 직접적인 피드백은 원문에서 확인할 수 있습니다.

참고자료:

• The Coding Agent Metagame – Cal Paterson
• Harness Engineering – OpenAI