오늘 아침 Codex를 열었다가 모델 목록 맨 아래에서 낯선 이름 하나를 발견했습니다. 5.3 Codex Spark였습니다. 며칠 전까지만 해도 보지 못했던 모델이라 처음에는 Pro 요금제의 사용 방식이 또 달라진 건가 싶어 조금 당황했습니다.
사용량 화면까지 확인해 보니 일반 사용 한도와 별도로 Spark 전용 한도가 하나 더 생겨 있었습니다. 결론부터 말하면, Spark는 기존 모델을 대신하는 새 기본 모델이 아니라 빠른 실시간 코딩을 위해 따로 마련된 경량 모델에 가깝습니다. 현재 연구 프리뷰 기간에는 일반 Codex 한도와도 별도로 집계됩니다.
모델 목록에 조용히 추가된 5.3 Codex Spark
제가 확인한 Codex 모델 목록에는 5.6 Sol, Terra, Luna와 기존 모델들이 표시되어 있었고, 가장 아래에 5.3 Codex Spark가 새로 들어와 있었습니다. Pro 요금제를 사용한 지 얼마 되지 않았을 때도 보지 못했던 항목이라, 적어도 제 계정에서는 최근에야 노출된 것으로 보입니다.
OpenAI는 Spark를 GPT-5.3 Codex의 작은 버전이자 실시간 코딩을 위해 설계한 모델로 소개하고 있습니다. 공식 발표일은 2026년 2월 12일이지만, Pro 사용자에게 연구 프리뷰 형태로 제공되는 만큼 발표일과 실제 계정에 나타나는 시점은 다를 수 있습니다. 계정별 정확한 활성화 날짜는 공개되어 있지 않습니다.
일반 사용 한도와 정말 따로 계산될까?
가장 궁금했던 부분도 이것이었습니다. 사용량 화면에는 기존의 ‘일반 사용 한도’ 아래에 ‘GPT-5.3-Codex-Spark 사용 한도’가 별도 항목으로 표시됩니다. 남은 비율과 초기화 시각도 각각 다릅니다.
OpenAI 공식 안내에 따르면 연구 프리뷰 기간의 Spark 사용량은 표준 사용 한도에 포함되지 않습니다. 새로운 추가 결제 항목이라기보다는, Pro 사용자에게 별도의 사용량 풀이 하나 더 제공된다고 이해하면 편합니다.
다만 이 한도는 특수한 초저지연 하드웨어의 공급 상황과 수요에 따라 조정될 수 있습니다. 이용자가 몰릴 때는 잠시 대기하거나 접근이 제한될 가능성도 있다고 안내되어 있습니다.
직접 느껴지는 차이는 역시 속도
Spark를 잠깐 사용해 보면 가장 먼저 느껴지는 건 속도입니다. 답변이 시작되는 것도 빠르고 코드가 이어지는 속도도 상당히 경쾌합니다. OpenAI 설명상 초저지연 환경에서 초당 1,000토큰 이상을 생성하도록 설계됐다고 합니다.
함수 하나를 고치거나 짧은 SQL을 손보는 식의 작업이라면 기다리는 느낌이 거의 없습니다. 여러 번 질문을 주고받으며 조금씩 수정하는 작업에는 꽤 잘 어울립니다.
대신 모든 면에서 기존 모델보다 낫다는 뜻은 아닙니다. Spark는 속도를 우선한 경량 모델이라 복잡한 분석이나 긴 작업에서는 Sol이나 Terra 같은 주력 모델이 더 편하고 안정적일 수 있습니다.
Spark와 일반 Codex 모델을 간단히 비교하면
| 비교 항목 | Codex Spark | 일반 Codex 모델 |
|---|---|---|
| 주요 목적 | 빠른 실시간 코딩 | 복잡하고 긴 작업 |
| 응답 속도 | 매우 빠름 | 상대적으로 여유가 있음 |
| 이미지 입력 | 현재 미지원 | 지원 모델에서 가능 |
| 컨텍스트 | 128K | 모델에 따라 더 큼 |
| 작업 성향 | 작고 명확한 수정 | 넓은 범위의 분석과 구현 |
| 테스트 | 요청하지 않으면 생략하는 경향 | 작업에 따라 적극 수행 |
| 사용 한도 | Spark 전용 한도 | 일반 사용 한도 |
빠른 대신 이미지 입력은 안 된다
제가 가장 아쉽게 느낀 부분은 이미지 입력입니다. Spark는 현재 텍스트 전용이라 오류 화면이나 설정 화면을 캡처해 바로 보여줄 수 없습니다. 평소 화면을 캡처해서 질문하는 일이 많다면 생각보다 큰 제약으로 느껴질 수 있습니다.
스크린샷을 보고 문제를 찾아야 할 때는 이미지 입력을 지원하는 일반 모델로 바꿔야 합니다. 반대로 코드나 오류 메시지를 텍스트로 붙여 넣을 수 있는 상황이라면 Spark의 빠른 속도를 제대로 활용할 수 있습니다.
이런 작업이라면 Spark가 잘 맞는다
- 짧은 함수나 SQL을 빠르게 작성할 때
- 컴파일 오류 문구를 텍스트로 붙여 넣어 확인할 때
- 조건문이나 반복문을 조금 정리할 때
- 이미 정해진 수정사항을 빠르게 코드에 반영할 때
- 여러 번 대화하며 작은 변경을 반복할 때
여러 파일이 얽힌 분석, 긴 로그 점검, 중요한 설계 검토, 이미지가 필요한 질문은 일반 모델에 맡기는 편이 낫습니다. Spark로 초안을 빠르게 만든 다음 중요한 결과만 주력 모델에서 다시 확인하는 방식도 실용적입니다.
갑자기 보여서 놀랐지만, 용도는 분명하다
아무 설명 없이 모델 목록과 사용량 화면에 새 항목이 생기니 처음에는 당황스러웠습니다. 그래도 확인해 보니 기존 한도를 빼앗는 변화는 아니었습니다. Pro 사용자에게 빠른 코딩용 선택지와 별도 사용 한도가 하나 더 생긴 셈입니다.
이미지를 자주 올리는 제 작업 방식에서는 주력 모델로 쓰기 어려울 것 같습니다. 다만 텍스트와 코드만으로 해결할 수 있는 짧은 작업에서는 속도가 확실히 매력적입니다. 꼭 써야 하는 모델이라기보다, 필요할 때 꺼내 쓰는 빠른 보조 도구라고 생각하면 가장 자연스럽습니다.
자세한 내용은 OpenAI의 GPT-5.3 Codex Spark 공식 소개에서 확인할 수 있습니다.