내 업무로 시작하는 OpenAI Codex 온보딩

이 수업은 Codex 기능 설명을 길게 듣는 시간이 아니다.

각자 지금 처리하고 싶은 업무 하나를 가져와 2시간 안에 Codex 작업공간으로 바꾸는 실습이다.

오늘의 한 줄 목표:

• 내 자료를 넣고,
• 작업 규칙을 만들고,
• Codex와 다음 액션까지 정리한다.

이 스텝에서는 전체 목표와 진행 흐름만 확인한다. 실습 산출물을 하나씩 점검하는 완료 기준은 Module 3 · Step 4 「온보딩 완료 기준」에서 한다.

온보딩 진행 흐름:

• Module 1 업무 진단 · Codex 환경 확인
• Module 2 작업공간 · inbox · AGENTS.md
• Module 3 Codex 질문 루프 · next_actions · 완료 점검
• Module 4~5 기능 레시피 · 사례 (선택)

다음 Step에서는 처리하고 싶은 업무를 고르는 업무 진단을 진행한다.

Codex는 단순 채팅창이 아니라 작업 폴더를 읽고, 파일을 고치고, 명령을 실행하며, 필요하면 plan/act 흐름으로 협업할 수 있는 코딩 에이전트다. 이 온보딩에서는 그 능력을 개발 업무가 아니라 실무 자료 정리와 의사결정 준비에 적용한다.

처리하고 싶은 업무 진단

Codex 온보딩도 먼저 "내가 처리하고 싶은 업무"를 고른다.

이 스텝은 읽는 설명으로 끝내지 않고, 별도 진단 화면에서 진행합니다.

진단 화면에서는 다음 순서로 진행한다.

1. 직접 생각한 업무가 있는지, 예시에서 고를지 선택
2. 처리하고 싶은 업무를 한두 문장으로 작성
3. 가장 가까운 업무 유형 선택
4. 가진 자료와 원하는 산출물 작성
5. Codex starter pack과 첫 질문 프롬프트 확인

업무 유형

• A. 의사결정이 필요하다
• B. 자료를 정리하고 지식베이스화하고 싶다
• C. 딜 조건/제안 전략/계약 리스크를 정리하고 싶다
• D. 견적서/문의/고객 데이터를 분석하고 싶다
• E. 제안서/보고서/기획안을 반복해서 만든다
• F. 논문/리서치/학습자료를 구조화하고 싶다
• G. 회의록/고객 대화를 액션으로 바꾸고 싶다
• H. 반복 업무를 자동화하거나 나중에 앱으로 만들고 싶다

진단 후 남는 것

• 업무 유형
• Codex starter pack
• 가져올 자료 목록
• 원하는 산출물
• 첫 질문 방향
• AGENTS.md 초기 규칙
• 작업공간 초기화 프롬프트

진단 화면을 못 여는 경우

Codex 작업공간을 안정적으로 만들기 위해 가장 먼저 확인할 항목은 로그인 방식과 Git이다.

필수 준비:

• OpenAI Codex 사용 가능한 계정
• Codex 앱, CLI, 또는 IDE 확장 중 하나
• Git 설치
• 실습에 사용할 업무 자료 10~100개

권장 준비:

• 민감정보 제거본
• 회의록 또는 메모 1~3개
• PDF/PPT/Excel/HWP 중 실제 업무 파일
• 오늘 최종적으로 받고 싶은 산출물 1개

오늘 깊게 다루지 않는 것:

• OpenAI Responses API 세부 구현
• function calling 전체 루프
• MCP 서버 구축
• Agent SDK 앱 개발
• 장기 자동화 배포

이 항목은 7시간 Codex 업무 자동화 워크샵에서 다룬다.

처음부터 기능 설명을 길게 하지 않는다.

먼저 강사의 실제 Codex 작업공간을 보고, 수강생이 오늘 만들 결과를 머릿속에 그린다.

보여줄 것:

• 폴더 구조
• AGENTS.md
• memory_bank/
• inbox/
• DATA_INVENTORY.md
• knowledge_base/context_summary.md
• decisions/decision_log.md
• decisions/next_actions.md
• outputs/

메시지:

Codex는 채팅창이 아니라 업무 폴더를 함께 운영하는 작업공간입니다.

강사가 설명할 포인트:

• 채팅은 대화가 끝나면 맥락이 흩어지기 쉽다.
• 작업공간은 파일과 폴더에 맥락이 남는다.
• Codex는 AGENTS.md와 폴더 구조를 보며 작업한다.
• 중요한 것은 멋진 프롬프트가 아니라 좋은 작업공간 구조다.

Codex와 Git 확인

Quick Build를 시작하기 전에 Codex 실행 환경과 Git만 짧게 확인합니다.

확인 순서

1. Codex 앱, CLI, 또는 IDE 확장 실행
2. ChatGPT 로그인 또는 API Key 인증 상태 확인
3. 현재 작업 폴더 열기
4. Git 설치 여부 확인
5. sandbox/approval 모드 의미 확인

설치 확인 명령

PowerShell에서 실행합니다. Codex CLI를 쓰지 않으면 codex --version은 건너뛰어도 됩니다.

Git이 없을 때

로컬 세션에서 Git이 필요하다고 나왔다면, Windows용 Git 설치부터 진행하고 설치 후 Codex 작업환경을 다시 엽니다.

왜 Git을 먼저 확인하나

• Codex가 파일을 만들고 고칠 때 변경 이력이 남아야 한다.
• 잘못 수정했을 때 되돌릴 수 있어야 한다.
• 나중에 GitHub에 올릴 수 있어야 한다.

새 폴더를 만들고 Codex에게 오늘의 목적을 말한다.

초기화 프롬프트:

각 폴더의 의미:

• inbox/: 아직 정리하지 않은 자료를 일단 넣는 곳
• sources/: 원본 자료와 변환 자료를 나눠 보관하는 곳
• knowledge_base/: Codex가 반복해서 참고할 짧은 요약과 색인
• decisions/: 판단 기준, 질문 로그, 결정 기록
• outputs/: 제안서, 보고서, 체크리스트 같은 제출용 결과물
• templates/: 다음에 재사용할 md 양식
• memory_bank/: 이 작업공간의 장기 맥락

Codex 작업공간의 중심 문서는 AGENTS.md다.

AGENTS.md에 들어갈 내용:

• 이 작업공간의 목적
• 자료를 다룰 때의 보안 원칙
• 바로 결론내리지 말고 먼저 질문할 것
• 출처 없는 요약을 만들지 말 것
• 민감정보 가능성이 있으면 표시할 것
• 파일 수정 전 계획을 말할 것
• decisions/next_actions.md를 계속 갱신할 것

복사용 초안:

Step 3에서 inbox/ 폴더를 만들었다. 이 스텝에서는 실제 업무 파일을 inbox에 넣고, Codex가 무엇이 들어왔는지 목록부터 정리하게 한다.

inbox란?

inbox/는 아직 분류·정리하지 않은 자료를 일단 모아 두는 바구니다.

• 이메일 받편지함처럼, 일단 받아 두고 나중에 정리하는 공간이다.
• sources/(원본 보관), knowledge_base/(요약·색인)와 달리, 지금 당장 어디에 둘지 정하지 않은 파일을 받는 곳이다.
• 하위 폴더를 미리 만들 필요 없이, 파일을 복사하거나 드래그해서 넣기만 하면 된다.

처음부터 완벽한 폴더 구조를 설계할 필요는 없다. 넣기 → 목록화 → 분류 순서가 이 온보딩의 핵심이다.

이 스텝에서 요구하는 흐름

1. 자료 투입 — 오늘 실습에 쓸 파일을 inbox/에 넣는다. (준비물 10~100개 중 5~20개만 넣어도 충분하다.)
2. Codex 목록화 — Codex가 inbox 파일 이름과 종류를 읽고 DATA_INVENTORY.md 초안을 채운다. 내용을 깊게 분석하지 않는다.
3. 1차 확인 — 파일명·확장자·추정 용도·업무 관련도가 기록됐는지 사람이 한 번 본다.

Step 6(starter pack)이나 Step 7(context_summary)보다 앞 단계다. 여기서는 「무엇이 들어왔는지」만 맞추면 된다.

진행 순서

1. 작업공간의 inbox/ 폴더를 연다.
2. 아래 예시처럼 오늘 실습에 쓸 자료를 복사해 넣는다.
3. Codex 앱·CLI·IDE에서 이 작업공간 폴더를 연다.
4. 아래 프롬프트를 Codex에 붙여 넣는다.
5. Codex가 수정한 DATA_INVENTORY.md를 열어 목록이 합리적인지 확인한다.

자료 투입 후 프롬프트:

넣으면 좋은 자료 예시

• 제안서 초안
• 회의 녹취 또는 회의록
• 견적서/문의 내역
• 기존 회사소개서
• PDF 보고서
• Excel 데이터
• HWP 행정/공공 문서
• 고객 요구사항 메모

주의

• 민감정보가 있는 파일은 원본 그대로 공유하지 말고, 샘플·마스킹본·일부 페이지만 넣는다.
• 파일명이 난해해도 괜찮다. Codex가 목록화할 때 추정 내용 칸에 적어 줄 것이다.
• 이 스텝에서 sources/로 옮기거나 요약 파일을 만들 필요는 없다. inbox + DATA_INVENTORY.md만 채우면 다음 Step으로 넘어간다.

진단 결과에 따라 starter pack을 고른다.

매핑:

• 의사결정형 -> decision_brief.md, option_matrix.md, risk_register.md
• 자료 지식베이스형 -> DATA_INVENTORY.md, document_index.md, context_summary.md
• 딜/제안 전략형 -> deal_brief.md, stakeholder_map.md, offer_structure.md, reference_terms.md
• 견적/상품화형 -> quote_data_inventory.md, service_category_map.md, ratecard_questions.md
• 제안서형 -> proposal_brief.md, evidence_pack_index.md, response_matrix.md
• 연구형 -> research_question.md, paper_index.md, literature_map.md
• 회의/고객대화형 -> meeting_log_index.md, action_items.md, signal_taxonomy.md
• 자동화형 -> workflow_inventory.md, repeat_task_map.md, automation_candidate.md

프롬프트:

자료를 모두 읽으려고 하지 말고, 먼저 업무 판단에 필요한 맥락을 요약한다.

주의

• context_summary.md는 길면 실패합니다.
• 모든 내용을 넣는 파일이 아니라, Codex가 다음 작업을 시작할 때 읽을 수 있는 짧은 브리핑 문서입니다.

자료가 많을 때 Codex가 혼자 무엇이 중요한지 알 수 없다.

그래서 먼저 내 업무의 판단 기준을 끌어내야 한다.

전환 프롬프트:

온보딩의 성공 기준은 완벽한 분석이 아니다.

첫 질문과 두 번째 질문을 통해 내 머릿속 기준이 밖으로 나오기 시작하면 성공이다.

진행 방식:

• Codex가 질문한다.
• 내가 답한다.
• Codex가 답을 요약한다.
• 다음 질문으로 넘어간다.

저장 프롬프트:

2시간 실습의 마지막 산출물은 다음 액션이다.

프롬프트:

설치가 끝났다고 완료가 아니다. 아래 항목을 직접 확인한 뒤, 부족한 부분은 앞 Step을 다시 보며 채운다.

완료 기준:

• 내 업무 문제 1개를 골랐다.
• 실습 폴더와 inbox를 만들고 자료를 넣었다.
• AGENTS.md에 작업 규칙이 들어 있다.
• DATA_INVENTORY.md 초안이 있다.
• Codex에게 첫 질문과 후속 질문을 받아봤다.
• decisions/next_actions.md가 남아 있다.

다음 선택:

• 필요한 기능을 Part 2에서 배운다.
• 비슷한 사례를 Part 3에서 본다.
• 7시간 Codex 업무 자동화 워크샵으로 확장한다.

Part 1은 빠른 성공 경험이다.

Part 2는 그 다음에 필요한 세부 설정과 기능을 친절하게 채우는 구간이다.

전체 순서:

• Part 1: 빠르게 내 업무 작업공간을 만든다.
• Part 2: 필요한 설치와 파일 처리 능력을 보강한다.
• Part 3: 비슷한 사례를 보고 템플릿을 가져온다.

Part 2에서 반드시 다루는 것:

• Codex CLI / IDE / 앱 사용 차이
• AGENTS.md 고도화
• Git / GitHub
• OpenAI API Key와 Responses API 기본 호출
• Python / 가상환경 / pip 패키지
• Node.js 20+ / npm
• PDF / DOCX / PPTX / Excel / CSV
• HWP / HWPX 우회 처리
• DATA_INVENTORY / document_index / context_summary
• 민감정보 / 보안 / redacted 폴더
• 결과물 저장 / commit / push

확인할 것:

• Codex 앱을 쓸지, CLI를 쓸지, IDE 확장을 쓸지 결정한다.
• CLI는 터미널 중심 실습에 적합하다.
• IDE 확장은 코드와 문서를 보면서 수정할 때 편하다.
• 앱은 작업 단위와 리뷰 흐름을 관리하기 좋다.

CLI 확인:

수업 메시지:

• 도구는 하나만 정답이 아닙니다.
• 오늘 목표는 Codex가 내 업무 폴더를 읽고, 수정 범위를 말하고, 산출물을 파일로 남기는 감각을 얻는 것입니다.

Codex 제품 사용과 OpenAI API 호출은 과금/인증 흐름이 다를 수 있다.

설명할 구분:

• ChatGPT 로그인: Codex 앱/CLI/IDE 사용 경험과 연결
• OPENAI_API_KEY: 내 앱이나 스크립트에서 OpenAI API를 호출할 때 사용

주의:

• API Key는 클라이언트 코드나 공개 저장소에 넣지 않는다.
• .env.local 또는 비밀 관리 도구를 사용한다.

확인 명령:

프롬프트:

Python은 PDF, Excel, DOCX, CSV 처리에 필요하다.

확인 명령:

권장 패키지:

Node.js는 Codex 관련 CLI, MCP, 프론트엔드 앱, 일부 문서 처리 도구에 필요하다.

확인 명령:

기준:

node -v가 v20 이상이면 권장 조건을 충족한다.

권장 구조:

• sources/raw/
• sources/processed/
• knowledge_base/
• decisions/
• outputs/
• private/
• redacted/

프롬프트:

목표는 모든 원문을 한 파일에 붙이는 것이 아니라, Codex가 참고할 수 있는 색인을 만드는 것이다.

프롬프트:

Excel은 그대로 분석하기보다 시트 구조와 컬럼 의미를 먼저 정리한다.

프롬프트:

HWP/HWPX는 실패 가능성이 높으므로 성공과 실패를 모두 기록한다.

표준 우선순위:

1. 원본을 sources/raw/hwp 또는 sources/raw/hwpx에 보관
2. 처리 가능 도구 확인
3. 텍스트 추출 테스트
4. 성공/실패 상태를 DATA_INVENTORY.md에 기록
5. 실패 이유와 다음 액션을 남김

대표 산출물:

• knowledge_base/context_summary.md
• knowledge_base/document_index.md
• knowledge_base/table_summary.md
• decisions/priority_rules.md
• decisions/risk_register.md
• outputs/proposal_outline.md
• outputs/meeting_brief.md
• decisions/next_actions.md

저장 전 프롬프트:

Part 3는 따라 하기 숙제가 아니라, 내 업무에 적용할 템플릿을 고르는 라이브러리다.

사례 포맷:

• 사례 인트로
• 어떤 문제였나
• 어떤 자료를 넣었나
• AGENTS.md에 어떤 규칙을 썼나
• 어떤 질문 루프를 썼나
• 어떤 산출물이 나왔나
• 내 업무에 적용하는 방법
• 제공 템플릿
• 추가로 배워야 할 Part 2 기능

언제 쓰나:

제안 조건, 계약 구조, 레퍼런스 조건, 리스크 방어, 이해관계자 설득을 함께 설계해야 할 때

템플릿:

• deal_brief.md
• stakeholder_map.md
• offer_structure.md
• risk_register.md
• reference_terms.md
• red_team_review.md
• next_actions.md

언제 쓰나:

선택지는 많은데 무엇을 먼저 해야 할지 정리되지 않을 때

템플릿:

• decision_brief.md
• option_matrix.md
• risk_register.md
• priority_rules.md
• decision_log.md

언제 쓰나:

회사 자료가 PDF, PPT, Excel, HWP, 회의록으로 흩어져 있을 때

템플릿:

• DATA_INVENTORY.md
• document_index.md
• context_summary.md
• source_priority.md
• privacy_checklist.md

언제 쓰나:

견적서, 문의 내역, 포트폴리오 요청, 상담 기록이 쌓여 있는데 상품 구조가 정리되지 않았을 때

템플릿:

• quote_data_inventory.md
• service_category_map.md
• ratecard_design.md
• pricing_questions.md
• proposal_followup.md

제안서/RFP 응답:

• proposal_brief.md
• evidence_pack_index.md
• response_matrix.md
• red_team_review.md

회의록/고객 대화 인텔리전스:

• meeting_log_index.md
• signal_taxonomy.md
• weekly_brief.md
• action_items.md

논문/리서치 작업공간:

• research_question.md
• paper_index.md
• literature_map.md
• unknowns.md

반복 업무 자동화 준비:

• workflow_inventory.md
• repeat_task_map.md
• automation_candidate.md
• script_spec.md

References

• OpenAI Codex CLI: https://developers.openai.com/codex/cli
• OpenAI Models: https://developers.openai.com/api/docs/models
• OpenAI Responses API migration: https://developers.openai.com/api/docs/guides/migrate-to-responses
• OpenAI tools guide: https://developers.openai.com/api/docs/guides/tools