GPT-5.1-Codex-Max 시스템 카드 읽기: 코딩 에이전트의 성능과 안전성은 어떻게 읽어야 할까?코딩 에이전트에 버그 수정을 맡기면 코드를 생성하는 것만으로 작업이 끝나지 않는다. 파일을 읽고, 수정하고, 명령을 실행하고, 테스트 결과를 해석해야 한다. 그 사이 사용자가 고친 내용도 지켜야 한다. 이런 시스템의 평가 점수는 무엇을 믿고 맡길 수 있는지 얼마나 알려 줄까?OpenAI의 GPT-5.1-Codex-Max System Card를 읽는 데 필요한 기준은 세 가지다. 무엇을 평가했는지, 무엇을 성공으로 셌는지, 어떤 환경에서 실행했는지를 함께 보는 것이다. 이 글은 표지에 2025년 11월 18일로 적힌 공식 시스템 카드 PDF를 기준으로 한다. 제품 설정과 위험 판단도 그 문서 시점의 설명..

Codex 논문 읽기: AI가 만든 코드는 어떻게 평가할까?자연어 설명을 보고 Python 함수를 만드는 AI를 평가하려면 무엇을 확인해야 할까? 참조 코드와 비슷하게 썼는지보다 중요한 것은 요구한 동작을 실제로 수행하는지다. 그런데 후보를 여러 개 만들기 시작하면 질문이 하나 더 생긴다. 정답이 후보 안에 있기만 하면 되는가, 아니면 사용자에게 정답 하나를 골라 줘야 하는가?Mark Chen 등의 2021년 논문 Evaluating Large Language Models Trained on Code는 코드 학습, 실행 평가, 여러 후보의 생성과 선택을 연결해 이 문제를 다룬다. 이 글은 논문 v2를 기준으로 읽는다. 여기서 Codex는 당시 연구한 코드 생성 모델이다. 이후 같은 이름을 사용하는 코딩 ..

새 결제 화면에서 구매율이 높게 나왔다는 사실만으로 화면 변경의 효과를 확정할 수는 없다. 사용자 구성이 달랐거나, 로그가 일부 빠졌거나, 작은 표본에서 우연히 큰 차이가 보였을 수 있다.A/B 테스트는 같은 기간의 사용자를 무작위로 나눠 기존 버전 A와 변경 버전 B를 비교하는 실험이다. 핵심은 비교 가능한 배정 → 일관된 관측 → 적절한 분석 단위 → 차이와 불확실성 → 도입 판단이다. 통계 기초의 표본·표준오차·가설 검정이 여기서 하나의 흐름으로 연결된다.1. 현황 분석과 실험은 답하는 질문이 다르다분석답하는 질문해석의 범위기술 통계현재 구매율은 얼마인가?관측된 현상을 요약한다.탐색적 분석(EDA)어떤 사용자·행동에서 구매율이 다른가?패턴과 가설을 찾는다. 연관만으로 원인을 확정하지 않는다.예측이 ..

평균 하나는 데이터를 요약하지만, 그 평균을 얼마나 믿을 수 있는지는 알려주지 않는다. 통계 분석에서는 중심과 퍼짐 → 표본이 모인 방식 → 분포 → 추정의 불확실성 → 검정을 함께 살펴봐야 한다.이 글은 대표값과 변이, 표본 추출과 편향, 정규분포와 중심극한정리, 신뢰구간과 가설 검정, 독립·대응 표본 t-검정을 연결한다. 다음 글에서는 이 개념들이 A/B 테스트에서 어떻게 쓰이는지 살펴본다.1. 대표값은 어떤 질문에 답하는가?온라인 주문의 배송 기간이 다음과 같다고 하자. 단위는 일이며 설명을 위해 만든 데이터다.2, 3, 3, 4, 5, 6, 40평균은 9일, 중앙값은 4일이다. 대부분은 2일부터 6일에 도착하지만 40일인 주문 하나가 평균을 끌어올렸다. 두 값 중 하나가 틀린 것이 아니라, 평균은..

고객 문의를 담당 부서로 보내려면 긴 답변보다 ‘결제·계정·기술·기타 중 어디인가’라는 판단이 필요하다.JEV와 KEV는 이런 정해진 질문에 대한 결정을 모델의 중심 출력으로 다룬다.이 글은 2026년 10월 1일 공식 문서와 공개 저장소를 확인해 정리했다. 아래 입력과 확률 예시는 설명용이며, 모델을 호출하거나 성능을 측정한 결과는 아니다.1. JEV와 KEV는 어떤 관계인가?Jev는 TypeSafe가 제공하는 System One 모델이다. 자연어 상태를 읽고 정해진 형식의 결정과 확률을 반환한다. 자유로운 문장 작성이나 코드 생성에 쓰는 모델과 목적이 다르다. TypeSafe System One System One - TypeSafe AISystem One models make fast, struct..

OpenAI DevDay 2026에서 눈에 띈 변화는 모델 성능뿐 아니라 AI가 일하는 환경이다. GPT-6.1 Sol은 실행 비용을, dots는 지속적인 업무를, Space는 결과물의 공유와 편집을 다룬다. 이 세 가지를 역할별로 이해하면 발표 목록을 외우는 것보다 실제 활용 방법이 선명해진다.이 글은 2026년 10월 1일 공식 발표·문서 확인 기준이다. 직접 사용한 후기나 성능 실측은 포함하지 않는다.1. 한국시간 9월 30일 새벽 2시, DevDay에서 발표한 것공식 행사명은 OpenAI DevDay 2026이다. 샌프란시스코에서 9월 29일 오전 10시에 시작한 키노트는 한국시간으로 9월 30일 오전 2시다. 당시 샌프란시스코는 서머타임을 적용해 한국과 16시간 차이가 난다. 공식 행사 일정 O..

테이블을 나누어 저장하면 중복은 줄어들지만, 조회할 때는 다시 연결해야 한다.또 “평균보다 큰 주문”이나 “주문이 없는 고객”처럼 다른 조회 결과를 조건으로 쓰는 순간에는 단순한 WHERE만으로 부족하다.이 글에서는 고객과 주문을 예제로 JOIN, 서브쿼리, 인덱스, VIEW를 연결한다. JOIN은 어떤 행을 남길지, 서브쿼리는 어떤 형태의 결과를 비교할지, 인덱스는 어떤 탐색 비용을 줄일지를 결정한다.문법은 MySQL 8.4를 기준으로 설명한다.1. 고객과 주문을 분리하는 이유주문마다 고객 이름을 저장하면 고객 이름이 바뀔 때 여러 행을 수정해야 한다. 고객 정보는 customers에 두고, 주문은 customer_id로 고객을 참조하도록 설계하면 수정 지점을 줄일 수 있다.이번 글에서 사용하는 데이터..

SQL 조회문은 위에서 아래로 읽히지만, 데이터베이스가 논리적으로 처리하는 순서는 그렇게 단순하지 않다. 이 차이를 이해하면 NULL 비교가 왜 실패하는지, 집계 결과를 왜 WHERE에서 거를 수 없는지, LIMIT만 쓴 결과가 왜 매번 같다고 보장할 수 없는지를 설명할 수 있다.이 글에서는 데이터 변경의 안전 수칙부터 SELECT, 필터링, 정렬, 집계, HAVING까지 하나의 주문 테이블로 연결한다.1. 데이터 변경문은 WHERE부터 확인한다DML(Data Manipulation Language)은 행을 추가·수정·삭제한다.INSERT INTO products (name, price, stock)VALUES ('키보드', 45000, 10);UPDATE productsSET stock = stock ..