AI 생성 이미지
AI 코딩 도구의 가치는 이제 "답을 잘하는가"를 넘어 "작업을 얼마나 잘 이어가는가"로 이동하고 있습니다. Codex의 persistent project thread는 이 변화를 잘 보여줍니다. 핵심은 채팅을 저장하는 데 있지 않습니다. 대화 흐름을 특정 프로젝트 작업공간과 연결해, 개발자가 다시 돌아왔을 때 같은 맥락에서 이어갈 수 있게 하는 데 있습니다.
persistent thread가 붙잡는 것은 대화가 아니라 작업공간입니다
Codex에서 중요한 기준은 cwd, 즉 current working directory입니다. 현재 작업 폴더를 뜻합니다. Codex의 저장된 스레드 모델은 이 cwd를 영속 메타데이터로 보관하며, thread/list 기능도 cwd 기반 필터링을 지원합니다.1
이 구조가 의미하는 바는 명확합니다. 스레드를 단순한 "지난 대화 목록"이 아니라 "프로젝트별 작업 기록"으로 다룰 수 있다는 뜻입니다. 개발자는 프로젝트가 끝날 때까지 관련 Codex 스레드를 사이드바에 고정해 두고, 필요할 때 다시 열어 이전 논의와 파일 작업 맥락을 이어갈 수 있습니다.
왜 나중에 프로젝트에 붙이는 기능이 필요한가
실제 개발은 항상 저장소나 프로젝트 폴더에서 시작하지 않습니다. 먼저 Codex와 아이디어를 정리하고, 아키텍처를 논의하고, 구현 계획을 세운 뒤에야 저장소를 만들거나 폴더 구조를 잡는 경우가 있습니다.1
문제는 이때 생깁니다. 초기 기획 대화는 프로젝트의 중요한 맥락을 담고 있지만, 나중에 만들어진 작업공간과는 분리된 상태로 남습니다.
현재의 우회 방법은 Codex에게 컨텍스트 파일을 생성하게 한 다음, 그 파일을 새 저장소에 넣는 방식입니다.1 그러나 이 방식은 대화의 일부를 파일로 옮길 뿐입니다. 원래 스레드 자체가 새 프로젝트 폴더에 연결되는 것은 아닙니다.
그래서 제안된 개선안은 thread/metadata/update에 선택적 cwd 필드를 추가하는 것입니다. 기존 메서드는 sqlite 기반 스레드 메타데이터 중 gitInfo를 패치하는 역할을 하는데, 여기에 cwd 업데이트를 추가해 저장된 스레드를 특정 프로젝트 작업공간에 연결하자는 접근입니다.1
중요한 점은 이 방식이 대화 내용이나 히스토리를 바꾸지 않는다는 것입니다. 바꾸는 것은 스레드의 작업공간 연결뿐입니다.1 즉, "이 대화를 이 프로젝트에 속한 작업 기록으로 보겠다"는 메타데이터 수준의 정리입니다.
persistent thread는 무한 기억이 아닙니다
persistent project thread를 이해할 때 주의할 점도 있습니다. 이것은 모든 맥락을 영구히 완벽하게 기억하는 기능이 아닙니다. 장기 Codex 세션에서는 컨텍스트 창이 가득 차면 대화가 갑자기 멈추거나, 다음 단계로 자연스럽게 이어가기 어려운 문제가 보고된 바 있습니다.2
따라서 persistent thread의 실용적 가치는 "무한한 대화 지속"이 아니라 "프로젝트 단위의 맥락 유지"에 가깝습니다. 같은 프로젝트의 논의, 결정, 파일 작업 흐름을 한곳에 묶어두고, 필요할 때 다시 접근하기 쉽게 만드는 기반입니다.
어떤 도구를 언제 써야 하나
실무적으로는 작업 성격에 따라 선택이 달라집니다.
공유 문서, 아이디어 정리, 팀과의 가벼운 협업이 중심이라면 ChatGPT 프로젝트가 더 단순할 수 있습니다. 반면 파일 작업이 많거나 Git 버전 관리가 중요하다면 Codex처럼 작업공간과 스레드를 연결하는 방식이 더 적합합니다. Claude Cowork 프로젝트 같은 대안도 같은 맥락에서 검토할 수 있습니다.
정리하면, Codex persistent project threads의 핵심 가치는 "저장"이 아니라 "연결"입니다. 프로젝트가 끝날 때까지 관련 스레드를 유지하고, 그 스레드를 작업 폴더와 연결해 두면 AI와의 대화가 일회성 답변이 아니라 프로젝트의 작업 기록에 가까워집니다. AI 코딩 도구를 실무에 붙이는 데 필요한 것은 더 긴 채팅이 아니라, 다시 돌아와도 이어질 수 있는 작업공간 중심의 흐름입니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.