This article is published in Korean.
[교육 기획안] Codex·아스트라·루나: 내 업무에 맞는 AI 선택과 실습
최신 AI를 내 업무로 비교해보는 과정. Codex와 GPT-6 Astra·Luna를 살펴보고, 문서 정리와 프로토타입 과제로 품질·처리 시간·사용량을 함께 확인합니다.
교육 주제를 표현한 AI 생성 이미지입니다.
교육 커리큘럼 초안입니다. 실제 진행한 강의의 주제·실습 범위를 확인한 뒤 교육 사례로 발행합니다.
새로운 AI 이름을 알게 된 다음, 무엇을 해볼까요?
Codex, 아스트라, 루나 같은 이름을 접했지만 업무에 어떻게 연결할지 막막한 분을 위한 과정입니다. AI 입문자부터 헤비유저, 1인사업자와 대표, 디자이너·마케터·개발자까지 같은 예제의 난이도를 조절해 실습합니다. 목표는 유행하는 도구를 자신의 업무에서 평가할 수 있는 기준을 만드는 것입니다.
먼저 도구와 모델을 구분합니다. Codex는 AI와 작업을 진행하는 도구이며, GPT-6 Astra(아스트라)와 GPT-6 Luna(루나)는 모델 이름입니다. OpenAI 공식 모델 안내는 Astra를 복잡한 추론·코딩에, Luna를 비용 효율이 중요한 대량 작업에 제시합니다. 이 설명을 출발점으로 삼고, 실제 업무에 맞는지는 같은 과제로 비교합니다.
실습 1. 내 업무를 AI가 실행할 수 있는 요청으로 바꾸기
서비스 소개 자료를 정리하는 과제와 간단한 신청 페이지 데모를 만드는 과제 중 하나를 선택합니다. 목적, 입력 자료, 원하는 결과, 완료 기준을 한 장에 적습니다.
입문자는 예제 폴더와 준비된 요청문으로 시작합니다. 숙련자는 Codex에서 기존 파일을 확인하고 작업 순서를 제안하게 한 뒤, 변경 내용과 실행 결과를 검토합니다. 대표와 실무자는 ‘좋은 결과’의 기준을 먼저 합의하는 역할을 맡습니다.
실습 2. 아스트라·루나를 같은 과제로 비교하기
모델에 동일한 자료와 요청을 주고, 조건 충족 여부·누락·수정 횟수·처리 시간·확인 가능한 사용량을 비교표에 기록합니다. 문서 분류처럼 기준이 명확한 일과 여러 조건을 함께 판단해야 하는 일을 나눠 차이를 관찰합니다.
이 자료의 요청 사항을 정리하고 빠진 정보를 표시해줘. 근거가 없는 내용은 채우지 마. 결과 뒤에는 충족한 조건과 아직 확인할 조건을 나눠 적어줘.
교육 계정에서 두 모델을 직접 선택할 수 있는지 먼저 확인합니다. 제공 환경과 구독에 따라 선택 범위가 다를 수 있어, 직접 비교가 어려우면 강사 시연과 동일 과제의 비교 기록으로 진행합니다. API 모델 안내가 모든 Codex 계정의 이용 가능 범위를 뜻하지는 않습니다.
실습 3. 비교 결과를 내 업무의 실행 규칙으로 만들기
결과를 보고 어떤 작업을 어느 모델로 시작할지 정합니다. 조건을 놓치거나 수정이 반복될 때 요청을 고칠지, 자료를 보완할지, 다른 모델로 바꿀지도 기록합니다. 항상 같은 모델이 모든 업무에서 유리하다고 가정하지 않습니다.
숙련자는 반복 작업의 지침을 스킬로 정리하고, 여러 작업으로 나눌 경우 공통 입력과 최종 검토 책임을 정합니다. 입문자는 검증한 요청문과 체크리스트를 저장해 다음 업무에서 다시 사용합니다.
교육에서 준비할 결과물
- 목적·자료·완료 기준이 있는 업무 요청서
- 같은 과제의 품질·시간·사용량 비교표
- 모델 선택 기준, 재사용 요청문 또는 스킬 초안
공식 참고 자료: OpenAI 모델 안내, 스킬 구성과 활용. 확인일은 2026.10.01이며, 강의 준비 시 모델명과 제공 환경을 다시 확인합니다. 실습 구성은 위팀이 제안하는 교육안입니다.