Claude Code vs Codex: 하네스 엔지니어링의 차이와 각자의 강점
Claude Code vs Codex: 하네스 엔지니어링의 차이와 각자의 강점
하네스 엔지니어링이란 AI 에이전트의 성능을 결정하는 시스템 설계 방법론으로, 모델 자체가 아닌 모델을 감싸는 구조(가이드, 센서, 평가 체계)가 최종 결과물의 품질을 좌우한다는 2026년 AI 개발의 핵심 패러다임입니다.
2026년 AI 코딩 에이전트 분야에서 가장 뜨거운 키워드는 '하네스 엔지니어링'입니다. Martin Fowler가 2026년 4월 정리한 정의에 따르면, 에이전트 = 모델 + 하네스이며, 모델의 성능보다 하네스의 설계가 실질적인 결과를 결정합니다. LangChain Terminal Bench 2.0에서는 모델 변경 없이 하네스만 개선하여 52.8%에서 66.5%로, Top 30에서 Top 5로 도약한 사례가 이를 증명합니다.
이 글에서는 현재 가장 주목받는 두 AI 코딩 에이전트인 Claude Code(Anthropic)와 Codex(OpenAI)의 하네스 엔지니어링 접근법을 비교하고, 각각의 강점과 적합한 사용 시나리오를 분석합니다.
하네스 엔지니어링이란 무엇인가
하네스 엔지니어링은 AI 에이전트를 감싸는 시스템 전체를 설계하는 분야입니다. Martin Fowler는 하네스의 구성 요소를 다음과 같이 정의합니다.
- 가이드(Guides): CLAUDE.md, AGENTS.md 같은 지시 파일
- 센서(Sensors): 에이전트 행동 모니터링 시스템
- 계산적 요소(Computational): 린트, 빌드, 테스트 등 결정론적 검증
- 추론적 요소(Inferential): LLM 기반 평가와 판단
- 하네스 템플릿(Templates): 재사용 가능한 패턴과 구조
핵심은 "어떤 모델을 쓰느냐"보다 "그 모델을 어떤 구조로 감싸느냐"가 최종 성능에 더 큰 영향을 미친다는 점입니다.
Claude Code의 하네스 설계 철학
Anthropic의 Claude Code는 깊은 커스터마이징을 핵심 철학으로 삼습니다. 개발자가 에이전트의 행동을 세밀하게 제어할 수 있는 다층 구조를 제공합니다.
CLAUDE.md 다계층 지시 시스템
Claude Code의 지시 체계는 4단계 계층으로 구성됩니다.
~/.claude/CLAUDE.md— 전역 설정 (모든 프로젝트 공통)- 프로젝트
.claude/CLAUDE.md— 프로젝트별 설정 .claude/rules/*.md— 조건부 로드 규칙 (paths frontmatter)- Skills — 특정 작업별 전문 지시
시스템 프롬프트가 약 50개 지시를 사용하며, 사용자에게 100~150개의 "지시 예산"이 남습니다. 200줄 이하를 권장하는데, 초과하면 준수율이 급감하기 때문입니다.
Hooks 시스템
Hooks는 Claude Code의 가장 강력한 결정론적 제어 도구입니다. 5가지 이벤트(PreToolUse, PostToolUse, SessionStart, SessionEnd, PermissionRequest)에서 동작하며, v2.0.10부터는 PreToolUse에서 입력 수정 기능까지 지원합니다.
활용 사례:
- 자동 보안 강제 (위험한 명령 차단)
- 커밋 메시지 포맷 자동 적용
- 비밀값 자동 마스킹
- 경로 수정 및 정규화
Agent Teams와 멀티에이전트
Claude Code는 두 가지 멀티에이전트 패턴을 지원합니다.
- Sub-agents: 독립 작업 후 결과만 보고, 토큰 비용 낮음
- Agent Teams: hub-and-spoke 구조, 리더 경유 통신, 협업에 최적
Anthropic의 벤치마크에서 멀티에이전트 구조는 단일 에이전트 대비 90.2% 성능 향상을 기록했습니다.
Codex의 하네스 설계 철학
OpenAI의 Codex는 안전한 자율성을 핵심 철학으로 삼습니다. 에이전트에게 자유를 주되, OS 레벨에서 안전을 보장하는 접근법입니다.
AGENTS.md 개방 표준
Codex의 지시 파일인 AGENTS.md는 개방 표준입니다. Cursor, Aider 등 다른 AI 코딩 도구에서도 읽을 수 있어 도구 간 호환성을 확보합니다. 디렉토리별 병합(루트에서 CWD까지)과 AGENTS.override.md를 통한 오버라이드를 지원합니다.
OpenAI의 공식 가이드에서는 "Codex에게 지도를 주되, 1,000페이지짜리 매뉴얼은 주지 마라"고 조언합니다.
OS 레벨 샌드박스
Codex의 가장 큰 차별점은 OS 레벨 격리입니다.
- macOS: Apple Seatbelt 기반 샌드박스
- Linux: Landlock + seccomp 기반 격리
- 클라우드: 격리된 컨테이너 (2단계 런타임: Setup → Agent)
- 3단계 승인 모드: Read-only / Auto / Full Access
보안이 사후 검증이 아닌 구조적으로 내장되어 있다는 점에서 Claude Code의 권한 기반 접근과 근본적으로 다릅니다.
Rust 네이티브와 App Server
Codex CLI는 코드베이스의 95.6%가 Rust로 재작성되었으며, Node.js 의존성을 완전히 제거했습니다. App Server 아키텍처를 채택해 CLI, 웹앱, VS Code 확장, macOS 앱이 동일한 하네스를 공유합니다.
핵심 비교: Claude Code vs Codex
| 차원 | Claude Code | Codex |
|---|---|---|
| 실행 환경 | 로컬 터미널 전용 | 로컬 CLI + 클라우드 샌드박스 |
| 상호작용 | 페어 프로그래밍 (동기) | 작업 위임 (비동기 가능) |
| 지시 파일 | CLAUDE.md (Anthropic 전용, 다계층) | AGENTS.md (개방 표준) |
| Hooks | 풍부 (5가지 이벤트, 입력 수정) | 제한적 (샌드박스 정책 중심) |
| 샌드박스 | 없음 (권한 기반) | OS 레벨 격리 기본 활성화 |
| 멀티에이전트 | Agent Teams(4명) + Sub-agents | Sub-agents(max_concurrent=6) |
| 평가 패턴 | Generator-Evaluator 분리, 3-Agent | 트랜스크립트 + git 사후 검토 |
| 컨텍스트 | 1M 윈도우, Compaction | 클라우드 격리로 상태 초기화 |
| 토큰 효율 | 상대적 높은 소비 | 약 4배 효율적 |
각자가 앞서는 영역
Claude Code가 더 나은 경우
- 아키텍처 설계: 블라인드 테스트에서 67% 승률
- 보안 취약점 탐지: IDOR 등 복잡한 취약점 발견에 강함
- 프론트엔드/풀스택 개발: 3-Agent 패턴으로 수 시간 자율 코딩
- 하네스 커스터마이징: Hooks, Rules, Skills, MCP 등 심층 제어
- 장기 자율 세션: 1M 컨텍스트 + Compaction으로 오래 유지
Codex가 더 나은 경우
- 터미널/CLI 작업: Terminal-Bench 77.3% (약 10% 앞섬)
- 비동기 자율 작업: 클라우드 샌드박스에서 백그라운드 실행
- 토큰 효율: 동일 작업에 약 4배 적은 토큰 소비
- 보안 격리: OS 레벨 샌드박스로 시스템 안전 보장
- 도구 호환: AGENTS.md를 Cursor, Aider에서도 읽음
Reasoning Sandwich와 Generator-Evaluator
하네스 엔지니어링에서 가장 주목할 두 가지 패턴이 있습니다.
Reasoning Sandwich는 추론 강도를 단계별로 조절하는 기법입니다. 계획 단계에서 최고 추론(xhigh), 구현에서 일반 추론(high), 검증에서 다시 최고 추론(xhigh)을 적용합니다. LangChain 벤치마크에서 모델 변경 없이 13.7포인트 향상(52.8%에서 66.5%)을 달성했습니다. Claude Code에서는 Opus(계획) → Sonnet(구현) → Opus(검증)으로 구현됩니다.
Generator-Evaluator 패턴은 생성과 평가를 별도 에이전트로 분리하는 구조입니다. Anthropic은 "기본적으로 Claude는 부실한 QA 에이전트"라고 직접 인정하며, 이슈를 발견해도 스스로 "별 문제 아니다"라고 합리화하는 자기 관대함 편향을 지적합니다. 이를 구조적으로 차단하기 위해 생성 에이전트와 평가 에이전트를 분리하는 것이 핵심입니다.
자주 묻는 질문
Q. 하네스 엔지니어링을 배우려면 어디서 시작하면 좋을까요?
Anthropic의 Harness Design for Long-Running Apps 문서가 가장 체계적인 입문 자료입니다. Martin Fowler의 2026년 4월 블로그 포스트도 개념 정리에 도움됩니다.
Q. Claude Code와 Codex 중 어떤 것을 선택해야 하나요?
정답은 "둘 다"입니다. 아키텍처 설계, 복잡한 풀스택 개발, 장기 세션에는 Claude Code가, 터미널 작업, 비동기 백그라운드 작업, 보안이 중요한 환경에는 Codex가 적합합니다.
Q. Reasoning Sandwich를 일반 프로젝트에도 적용할 수 있나요?
가능합니다. 계획 단계에 고성능 모델, 반복 구현에 효율적 모델, 최종 검증에 다시 고성능 모델을 배치하는 원리는 어떤 에이전트 워크플로우에도 적용할 수 있습니다.
마무리: 개발자의 역할이 바뀌고 있다
하네스 엔지니어링의 등장은 개발자의 역할을 근본적으로 바꾸고 있습니다. "코드를 작성하는 사람"에서 "에이전트를 설계하는 사람"으로의 전환입니다. Claude Code와 Codex는 같은 문제를 다른 철학으로 풀고 있으며, 두 접근법 모두 각자의 영역에서 강점을 보여주고 있습니다.
중요한 것은 특정 도구에 종속되는 것이 아니라, 하네스 엔지니어링의 원리를 이해하고 문제에 맞는 하네스를 설계할 수 있는 역량을 기르는 것입니다.
