개요

OpenAI가 macOS용 Codex 앱(버전 26.616)에 ‘레코드 & 리플레이(Record & Replay)’ 기능을 새로 넣었습니다. 사람이 작업을 한 번 시연해 보여주면, Codex가 그 과정을 재사용 가능한 ‘스킬’로 저장해 이후엔 같은 일을 알아서 반복합니다. 유튜브 영상 업로드처럼 단계가 많고 매번 똑같은 업무가 1순위 타깃입니다.

핵심 요약

  • macOS Codex 앱에 ‘Record & Replay’ 등장 — 시연 한 번이면 자동화 끝
  • Codex는 녹화된 워크플로를 스킬로 변환해 자체 라이브러리에 보관
  • 활성화 조건: Computer Use 토글이 켜져 있어야 함
  • 출시 지역 제한: EU·영국·스위스는 아직 제외 (Computer Use 자체는 6월 16일부터 EU 사용 가능)
  • 부가 업데이트: 자동화 이력 일괄 처리, 로컬-원격 호스트 간 스레드 핸드오프

시연 한 번 = 스킬 한 개

기존 Computer Use는 매번 자연어로 “이 앱을 열고, 이 버튼을 누르고, 이걸 업로드해"라고 지시해야 했습니다. 의도를 글로 정확히 풀어야 하는 부담이 컸고, 같은 작업을 시킬 때마다 비슷한 프롬프트를 다시 쓰는 일이 잦았죠. 레코드 & 리플레이는 이 흐름을 뒤집습니다. 사람이 마우스로 직접 해 보이는 동작을 Codex가 옆에서 지켜보다가, 같은 일이 또 필요해지면 처음부터 끝까지 혼자 실행합니다.

OpenAI가 든 대표 예시는 유튜브 업로드입니다. 영상 파일 선택, 제목·설명·태그 같은 메타데이터 입력, 썸네일 지정, 자막 첨부까지의 전 과정을 한 번 보여주면, 다음 영상부터는 파일과 메타데이터만 건네주면 됩니다. 매번 같은 화면을 클릭하던 시간이 통째로 사라지는 셈입니다.

핵심은 이 녹화 결과가 단순한 매크로가 아니라 Codex의 스킬 라이브러리에 들어간다는 점입니다. 매크로는 좌표와 키 입력을 그대로 재생하기 때문에 화면이 살짝만 바뀌어도 멈춰버리지만, 스킬은 “이 단계는 영상 파일을 선택하는 단계"라는 의미 단위로 저장됩니다. 그래서 다른 에이전트 작업에서 호출해 쓸 수 있고, 입력값만 바꿔 변형 실행도 가능합니다. 한마디로 한 번 보여준 절차가 자산이 되는 구조입니다.

OpenAI의 공식 데모 영상

OpenAI가 공개한 짧은 데모 영상에서는 사용자가 한 번 보여준 유튜브 업로드 절차를 Codex가 그대로 재현하는 모습이 담겨 있습니다. 별다른 추가 지시 없이도 메뉴를 따라 들어가고, 메타데이터를 채우고, 업로드 완료까지 진행하는 흐름을 확인할 수 있습니다.

활성화 조건과 지역 제한

레코드 & 리플레이를 쓰려면 Codex 설정에서 Computer Use가 켜져 있어야 합니다. AI가 화면을 보고 직접 클릭·입력하는 권한 위에서 동작하기 때문입니다.

지역 제한이 좀 까다롭습니다. 발표 시점 기준으로 EU·영국·스위스에서는 사용할 수 없습니다. 다만 Computer Use 자체는 6월 16일부터 EU에서 풀렸기 때문에, 레코드 & 리플레이의 EU 확장도 시간 문제로 보입니다.

같이 들어온 자잘한 개선들

버전 26.616에는 레코드 & 리플레이 외에도 실사용자가 반가워할 만한 두 가지가 추가됐습니다.

  • 자동화 이력 일괄 처리(Bulk actions) — 누적된 자동화 실행 기록을 한 번에 묶어 관리할 수 있습니다. 실패한 작업만 골라 재실행하거나, 오래된 기록을 한꺼번에 정리하는 식의 운영이 편해집니다.
  • 로컬↔원격 호스트 스레드 핸드오프 — 한 머신에서 시작한 작업을 다른 연결된 머신으로 넘겨 이어서 진행할 수 있습니다. 사무실 데스크톱에서 걸어 놓은 작업을 집 노트북에서 계속 보는 식의 사용이 가능합니다. 컴퓨터를 옮길 때마다 작업 흐름이 끊기는 문제를 줄여 줍니다.

Codex 앱 자체는 무료로 받을 수 있지만, 실제로 쓰려면 유료 ChatGPT 구독이 있어야 합니다. 즉, 이번 기능은 사실상 ChatGPT 구독자가 가진 또 하나의 권리에 가깝습니다.

기존 RPA·매크로와 무엇이 다른가

기업 환경에는 이미 다양한 자동화 도구가 있습니다. RPA는 화면 자동화의 원조 격이고, 브라우저 확장이나 macOS의 단축어, 자체 셸 스크립트도 흔하게 쓰입니다. 그런데 이런 도구는 대부분 사전에 사람이 규칙을 짜야 굴러갑니다. 화면 위치, 입력 순서, 예외 처리까지 한 줄씩 만들어 두지 않으면 동작하지 않죠.

레코드 & 리플레이는 그 진입 장벽을 시연 한 번으로 줄입니다. 코드를 모르는 사람도 자기 일을 한 번 천천히 보여주는 것만으로 자동화 자산을 만들 수 있다는 점이 가장 큰 차이입니다. 대신 자동화의 동작이 모델의 판단에 의존하기 때문에, 결과를 사람이 한 번씩은 확인해 줘야 마음이 놓이는 구간이 한동안 따라옵니다.

화면 녹화에 따라오는 보안 이슈

이 기능은 멋있게 들리지만, 사실상 AI가 사용자 PC의 화면을 들여다보고 동작을 흉내 내는 구조입니다. 그래서 보안 관점에서 따져야 할 게 몇 가지 늘어납니다.

  • 자격증명 노출: 시연 도중에 로그인 화면이나 비밀번호 입력 창이 그대로 녹화될 가능성이 있습니다. OpenAI가 어떤 식으로 마스킹 처리를 해 주는지, 어떤 데이터가 어디까지 전송되는지 약관과 설정을 한 번씩 살펴보는 편이 좋습니다.
  • 민감 정보 화면: 사내 위키, 고객 데이터, 사내 메신저 같은 화면이 녹화 대상이 되면, 그 내용이 그대로 모델 입력으로 흘러갈 위험이 있습니다.
  • 권한 범위 분리: 자동화 전용 계정·전용 브라우저 프로필을 따로 두고, 거기서만 레코드 & 리플레이를 쓰는 운영 패턴이 안전합니다.

EU에서 출시가 늦어지는 데에는 단순히 일정 문제가 아니라, GDPR 같은 데이터 보호 규제에 맞춘 권한·로그·동의 흐름을 다듬는 시간이 들어가는 이유도 있어 보입니다.

실무자가 볼 핵심 포인트

반복 업무가 많은 직군이 1차 수혜자입니다. 콘텐츠 업로드, 보고서 정형화, SaaS 도구의 정해진 절차 입력 같은 일은 시연 한 번으로 자동화 자산이 됩니다. 매번 프롬프트를 새로 쓰는 부담이 사라지는 게 가장 큰 변화입니다.

스킬을 자산처럼 관리해야 합니다. 녹화한 워크플로는 결국 회사 업무의 ‘SOP를 코드화한 결과물’입니다. 누가 만들었는지, 어떤 권한이 필요한지, 변경 이력이 어떻게 되는지 정리해 두지 않으면, 사람이 바뀌었을 때 그대로 부채가 됩니다.

보안·접근 통제는 필수입니다. 레코드 & 리플레이는 Computer Use 위에서 돌아갑니다. AI가 화면과 키보드를 그대로 사용한다는 뜻이므로, 업무용 머신에 적용할 때는 접근 가능한 앱 범위, 자격증명 저장 정책, 외부 업로드 한도부터 정해두는 편이 안전합니다.

EU·영국·스위스 사용자는 잠시 대기입니다. 다만 Computer Use가 먼저 풀린 패턴을 보면, 레코드 & 리플레이도 곧 따라 들어올 가능성이 큽니다. 그 사이 어떤 워크플로를 자동화 대상으로 쌓아둘지 미리 정리해 두면, 풀리는 순간 바로 활용할 수 있습니다.

원문 출처

원문 보기 — Matthias Bastian / The Decoder (2026-06-20)