GPT-5.5, 추론 토큰 516개서 멈춤 정황

오픈AI(OpenAI)의 코딩 에이전트 코덱스(Codex)에서 최신 모델 지피티-5.5(GPT-5.5)가 복잡한 작업을 처리할 때 추론 토큰을 특정 지점에서 반복적으로 멈추는 정황이 제기됐다. 한 개발자가 39만여 건의 응답 로그를 분석해 이 패턴이 성능 저하와 맞물린다고 주장하면서, 코딩 에이전트의 신뢰성 문제가 다시 도마에 올랐다.

무슨 일인가 / 배경

2026년 6월 27일, 코덱스 깃허브(GitHub) 저장소에 'vguptaa45'라는 사용자가 이슈(#30364)를 올렸다. 그는 코덱스가 남기는 토큰 집계 데이터를 뜯어보다가, 지피티-5.5의 응답이 유독 '추론 토큰 정확히 516개'에서 끝나는 사례가 지나치게 많다는 사실을 발견했다. 516개뿐 아니라 1,034개, 1,552개 부근에서도 비슷한 봉우리가 나타났다. 이는 앞서 보고된 다른 이슈(#29353)와도 연결된다. 해당 이슈는 지피티-5.5가 추론을 516토큰에서 끊고 틀린 답을 내놓은 재현 사례를 담고 있었다.

핵심 짚어보기

분석 대상은 2026년 2월 1일부터 6월 27일까지 쌓인 응답 기록 39만195건, 세션 865개다. 이 중 추론 토큰이 정확히 516개인 경우는 3,363건이었는데, 전체 응답에서 지피티-5.5의 비중은 19.3%에 불과했지만 '516개 사건'의 82%가 이 모델에서 나왔다. 모델별로 보면 지피티-5.5는 토큰 516개 이상 응답 중 44%가 정확히 516에서 멈췄고, 구형인 지피티-5.2는 그 비율이 0.34%, 코덱스 전용 모델은 0%였다. 월별 추이는 더 극적이다. 이 현상은 2월 0.11%에서 5월 53.3%까지 치솟았다. 같은 기간 평균 추론 토큰량은 오히려 줄어, 모델이 복잡한 문제에 '생각'을 덜 쓰고 있다는 정황과 겹친다. 제보자는 이것이 숨겨진 사고 과정 절단의 증거라고 단정하진 않았다. 다만 특정 예산선에서 추론을 끊는 동작과 일치하는 통계 이상이라고 선을 그었다.

1인기업 실전 적용 포인트

• AI 에이전트의 출력을 무조건 신뢰하지 말 것. 코드 생성·리팩터링을 맡길 때 핵심 로직은 자동 테스트나 사람 검수로 이중 확인하는 습관을 들인다.
• 중요한 작업엔 모델을 바꿔 교차검증한다. 같은 프롬프트를 다른 모델에도 던져 답이 갈리면 경고 신호로 본다.
• 작업이 어중간하게 끝나거나 답이 짧게 잘리면, 프롬프트를 단계별로 쪼개 요청해 추론 예산 부족을 우회한다.
• 반복 자동화 파이프라인이라면 출력 길이·형식을 검증하는 가드(assert)를 넣어 '조용한 실패'를 잡아낸다.

전망 / 주의점

이 이슈는 아직 제보 단계이며 오픈AI의 공식 확인은 없다. 통계적 상관이 곧 인과는 아니라는 점도 유의해야 한다. 그럼에도 유료 구독으로 코딩 에이전트를 업무에 붙인 1인기업이라면, 모델 업데이트 때마다 체감 품질이 달라질 수 있다는 사실을 전제로 워크플로를 설계하는 편이 안전하다. 결과물의 완결성을 자동으로 점검하는 최소한의 안전장치가, 무인 자동화일수록 더 중요해진다.

출처: 해커뉴스(Hacker News) (https://github.com/openai/codex/issues/30364)