OpenAI Codex 저장소에 GPT-5.5 추론 토큰 군집 의심 이슈 등록

OpenAI의 공개 Codex GitHub 저장소에 따르면 GPT-5.5 응답의 reasoning_output_tokens가 특정 값에 몰리는 현상이 복잡한 작업 성능 저하와 관련 있을 수 있다는 버그 이슈가 등록됐다. 해당 이슈에는 ‘bug’, ‘model-behavior’, ‘rate-limits’ 라벨이 붙어 있다.

이슈 작성자는 Codex의 token_count 메타데이터를 분석한 결과 GPT-5.5 응답이 reasoning_output_tokens 516에 과도하게 몰리고, 1034와 1552 부근에서도 고정 경계처럼 보이는 스파이크가 나타난다고 주장했다. 작성자는 이 현상이 숨겨진 추론 과정의 절단을 입증한다고 단정하지는 않았다. 대신 GPT-5.5에 특유한 고정 토큰 군집 이상이 임계값 기반 추론 예산 동작과 일치해 보인다는 좁은 범위의 문제 제기로 설명했다.

공개 이슈에 제시된 분석 대상은 2026년 2월 1일부터 6월 27일까지의 응답 수준 토큰 기록 39만195건과 865개 세션이다. 작성자에 따르면 reasoning_output_tokens가 정확히 516인 이벤트는 3,363건이었고, GPT-5.5는 전체 응답의 19.3%였지만 exact-516 이벤트의 82.0%를 차지했다. 또 GPT-5.5의 516 이상 응답 중 exact-516 비율은 44.0%로, 비 GPT-5.5 기준 1.3%보다 크게 높았다고 적었다.

월별 수치도 함께 제시됐다. 작성자는 exact-516 군집 비율이 2026년 2월 0.11%에서 5월 53.30%, 6월 35.84%로 상승했다고 밝혔다. 같은 기간 평균 추론 토큰과 P90 추론 토큰은 2월보다 5월과 6월에 낮아졌다고 설명했다. 이는 단순히 추론 토큰 사용량이 늘어난 결과라기보다 특정 모델과 값에 집중된 현상일 수 있다는 주장의 근거로 쓰였다.

다만 현재 확인 가능한 사실은 OpenAI의 공개 저장소에 해당 이슈가 열려 있고, 사용자가 분석 결과를 제시했다는 점에 한정된다. OpenAI가 이 분석을 제품 결함으로 인정했거나, GPT-5.5의 라우팅·스케줄러·추론 예산 동작에 문제가 있다고 공식 확인한 것은 아니다. 공개 이슈에도 담당자 배정, 마일스톤, 연결된 수정 PR은 표시돼 있지 않다.

AI 코딩 에이전트는 모델 자체의 품질뿐 아니라 추론 예산, 하네스, 라우팅, 세션 환경, 요금·한도 정책의 영향을 함께 받는다. 사용자가 체감하는 성능 저하를 검증하려면 단일 사례보다 반복 실행, 같은 작업의 모델별 비교, 토큰 메타데이터와 품질 평가의 결합이 필요하다. 이번 이슈는 에이전트형 개발 도구에서 모델 성능을 어떻게 관측하고 설명할 것인지가 제품 신뢰의 일부가 되고 있음을 보여준다.

개발팀과 도입 기업은 AI 코딩 도구를 운영할 때 모델 버전, 추론 강도, 토큰 사용량, 작업 성공률을 함께 기록하는 내부 평가 체계를 둘 필요가 있다. 특히 복잡한 설계·마이그레이션·보안 검토 작업에서는 한 번의 응답만으로 결론을 내리지 않고 재현성 있는 검증 절차를 두는 것이 중요하다.

출처: OpenAI Codex GitHub Issue https://github.com/openai/codex/issues/30364