The Shift to Agentic AI: Evidence from Codex

Essence

Figure 3 highlights broad patterns of adoption. Across all job functions, the share of output tokens

OpenAI의 Codex 도구 사용 데이터를 분석하여 agentic AI 기술의 채택과 사용 패턴을 대규모로 추적한 연구이다. 사용자, 조직, OpenAI 내부 직원 세 집단의 사용 데이터를 비교하여 AI가 사람의 업무 방식을 변화시키는 방식을 실증적으로 제시한다.

Motivation

Known: 생성형 AI의 채택과 확산에 관한 기존 연구들이 있으며, conversational AI 기반 도구(예: ChatGPT)의 사용 패턴이 알려져 있다. AI 위임(delegation)과 검증 문제에 대한 선행연구도 존재한다.
Gap: Agentic AI 기술이 사람들의 업무 방식을 어떻게 변화시키는지에 대한 대규모 실증적 증거가 부족하였다. Conversational AI와 agentic AI의 사용 패턴 차이, 특히 위임된 작업의 복잡성과 동시성 관리에 대한 이해가 제한적이었다.
Why: AI 기술의 변화가 인력 구조, 생산성, 업무 조직화에 미치는 영향을 이해하는 것이 중요하기 때문이다. Agentic AI는 단순한 조언 제공을 넘어 실제 업무 실행을 위임받는 기술이므로, 이의 채택 패턴과 사용 방식을 파악하는 것은 향후 조직과 노동시장 변화를 예측하는 데 필수적이다.
Approach: 자동화되고 개인정보 보호 기능이 있는 파이프라인을 통해 Codex 사용 데이터를 분석했다. 개인 계정 사용자, 조직 계정 사용자, OpenAI 내부 직원 세 집단을 비교하여, 사용 채택(adoption), 작업 할당(task allocation), 사용 깊이(depth of use)를 측정하고, 자동 분류기를 사용해 집계 및 익명화된 인사이트를 추출했다.

Achievement

Fig. 7: Differences in Codex use cases across different types of workers, both internally at

1. 빠르지만 불균형한 agentic AI 전환: 2026년 상반기 6개월 동안 주간 활성 Codex 사용자가 5배 이상 증가했으며, 소프트웨어 개발자 초기 사용자 외에서 가장 큰 증가 발생. OpenAI 내부에서는 Codex가 업무용 ChatGPT를 대체하여 output tokens의 99.8% 차지.

2. 위임된 생산 지향적 사용: 사용자들이 디버깅, 리팩토링, 문서 작성, 데이터 분석 등 구체적인 업무를 Codex에 위임하는 패턴 확인. 단순 상담이 아닌 실제 작업 실행의 위임으로 특징지어짐.

3. 요청 복잡성 대폭 증가: 경험 많은 인간이 8시간 이상 걸릴 것으로 예상되는 작업에 대한 요청이 연초 대비 거의 10배 증가.

4. Output 급증: 2026년 6월 OpenAI 법무 직원의 월별 output tokens이 2025년 11월 대비 13배 증가했으며, 연구자는 50배 이상 증가.

5. 고급 사용 패턴: 10% 이상의 사용자가 주간에 3개 이상의 동시 Codex agents를 관리하며, 26.6%가 복잡한 워크플로우 지시사항을 공유할 수 있는 skills를 사용.

How

Figure 2 shows that Codex adoption is not limited to the initial developer base. Developers remain

OpenAI의 Codex 플랫폼 사용 데이터 접근 및 분석
세 가지 사용자 집단(개인, 조직, 내부 직원) 간 비교 분석
자동 분류기를 통한 작업 카테고리 분류 및 집계
시간별 추이 분석 (2025년 11월~2026년 6월)
Output tokens, 활성 사용자 수, 요청 복잡도, task concurrency 등 다양한 메트릭 측정
직무 역할별, 경력 수준별 세분화 분석

Originality

Agentic AI의 실제 사용 데이터 분석을 대규모로 수행한 최초 연구 중 하나
Conversational AI와 agentic AI의 사용 패턴 차이를 체계적으로 구분하고 분석
개인, 조직, 내부 세 층위의 비교 분석으로 다양한 맥락에서의 채택 패턴 제시
Task complexity, concurrency, skill usage 등 agentic 특성에 맞춘 새로운 분석 지표 개발

Limitation & Further Study

OpenAI 데이터 기반 분석으로 다른 agentic AI 도구들의 사용 패턴 비교 불가
OpenAI 내부 사용은 최적 환경(무제한 사용, 높은 숙련도)이므로 일반 조직의 미래 상태를 나타낼 수 있지만 현재 일반적 상황을 대표하지 않음
개인정보 보호로 인해 개별 사용자 행동의 세밀한 추적 불가
2026년 6월까지 데이터로 장기 추세 관찰 제한

후속연구: 다른 agentic AI 플랫폼 사용 데이터 수집, 조직 내 생산성 영향 측정, 직무 재구성 및 인력 재배치 효과 정량화, 사용자 숙련도 향상 곡선 분석

Evaluation

Novelty: 4/5 Technical Soundness: 4/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5

총평: 이 논문은 agentic AI 기술의 채택과 사용 방식을 대규모 실제 데이터로 처음 체계적으로 분석한 중요한 실증 연구이다. 빠르고 불균형한 확산, 위임된 생산 중심의 사용, 복잡한 워크플로우 조직화 등 네 가지 stylized facts를 제시하여 AI가 업무 방식을 근본적으로 변화시킬 가능성을 보여준다. 방법론이 견고하고 데이터 규모가 크지만, OpenAI 특화 환경의 한계와 인과성 추론의 제약이 있다.