OMX와 OMC 요약 정리

AI 코딩 도구는 이제 단순히 “코드를 생성해주는 도구”를 넘어가고 있다.

예전에는 개발자가 요청을 입력하면 AI가 코드 조각을 만들어주는 수준이었다면, 최근에는 요구사항을 정리하고, 작업을 계획하고, 여러 역할로 나누어 실행하고, 결과를 검증하는 방식으로 발전하고 있다.

이런 흐름에서 등장한 것이 OMX와 OMC다.

OMX는 Codex CLI를 더 체계적으로 사용하기 위한 워크플로우 레이어이고, OMC는 Claude Code를 멀티 에이전트 방식으로 확장해주는 플러그인이다.

쉽게 말하면 둘 다 AI 코딩 도구를 실무형 작업 도구로 바꿔주는 보조 시스템이라고 보면 된다.

---

1. OMX란?

OMX는 oh-my-codex의 약자다.

OpenAI Codex CLI 위에 워크플로우, 작업 계획, 로그, 메모리, 상태 관리 기능을 얹는 도구다.

Codex CLI 자체를 대체하는 것은 아니고, Codex CLI를 더 잘 쓰기 위한 관리 레이어에 가깝다.

쉽게 비유하면 Codex CLI가 실제로 코드를 작성하는 실행 엔진이라면, OMX는 그 위에서 작업 순서, 기록, 상태, 역할 분담을 관리하는 작업 지휘 시스템이다.

---

2. OMX의 핵심 기능

OMX의 핵심은 AI 코딩 작업을 즉흥적으로 처리하지 않고, 일정한 흐름에 따라 진행하게 만드는 것이다.

대표적인 기능은 다음과 같다.

• 요구사항이 애매할 때 질문을 통해 명확하게 정리
• 구현 전에 계획을 먼저 수립
• 승인된 계획을 바탕으로 코드 작성
• 여러 에이전트를 병렬로 실행
• 작업 로그와 메모리를 .omx/ 디렉터리에 저장
• 세션 상태를 유지하여 이어서 작업 가능
• Codex CLI의 hook 설정 관리
• 현재 작업 상태를 확인할 수 있는 HUD 기능 제공

대표 명령어는 다음과 같다.

$deep-interview
$ralplan
$ralph
$team

각 명령어의 역할은 다음과 같다.

$deep-interview는 요구사항이 애매할 때 사용한다.
AI가 바로 구현하지 않고 먼저 질문을 던지면서 요구사항을 명확하게 만든다.

$ralplan은 구현 전에 계획을 세울 때 사용한다.
planner, architect, critic 같은 역할을 통해 계획을 검토하고 정리하는 방식이다.

$ralph는 승인된 계획을 바탕으로 끝까지 구현을 밀어붙이는 모드다.
단순한 답변이 아니라 실제 작업 완료를 목표로 한다.

$team은 여러 에이전트를 병렬로 실행할 때 사용한다.
예를 들어 프론트엔드, 백엔드, 테스트 역할을 나누어 동시에 진행하는 방식이다.

---

3. OMX 설치 및 사용 흐름

OMX는 보통 Codex CLI와 함께 설치해서 사용한다.

Codex CLI가 아직 설치되어 있지 않다면 다음처럼 설치한다.

npm install -g @openai/codex

이후 OMX를 설치한다.

npm install -g oh-my-codex

그다음 터미널에서 OMX 초기 설정을 진행한다.

omx setup

Codex를 실행한다.

codex

필요하면 OMX를 고성능 설정으로 실행할 수도 있다.

omx --madmax --high

실제 작업에서는 다음과 같이 사용할 수 있다.

$deep-interview "요구사항이 애매한 기능 정리"
$ralplan "구현 계획 수립"
$ralph "승인된 계획을 끝까지 구현"
$team 3:executor "3명이 병렬로 구현"

주의할 점은 omx setup은 Codex 대화창 안에서 입력하는 명령이 아니라, 터미널에서 실행하는 OMX CLI 명령이라는 점이다.

또한 기존에 Codex CLI를 Homebrew 등 다른 방식으로 설치했다면 npm 설치 버전과 충돌할 수 있으므로, 설치 경로를 확인하는 것이 좋다.

---

4. OMX를 쓰면 좋은 경우

OMX는 다음과 같은 상황에서 유용하다.

• Codex CLI를 매번 즉흥적으로 사용하고 있는 경우
• 작업 계획과 로그를 남기고 싶은 경우
• AI가 무엇을 했는지 추적하고 싶은 경우
• 요구사항 정리부터 구현, 검증까지 흐름을 고정하고 싶은 경우
• 여러 작업을 병렬로 처리하고 싶은 경우
• 하나의 긴 작업을 세션이 끊겨도 이어서 진행하고 싶은 경우

즉, 단순한 코드 생성이 아니라 프로젝트 단위의 작업 흐름을 만들고 싶을 때 OMX가 도움이 된다.

---

5. OMC란?

OMC는 oh-my-claudecode의 약자다.

Claude Code를 더 강력하게 사용하기 위한 플러그인이다.

Claude Code가 기본적으로 하나의 AI 개발 도구라면, OMC는 그 위에 여러 전문 에이전트와 실행 모드를 얹어서 더 복잡한 개발 작업을 처리할 수 있게 만든다.

예를 들어 단순히 “회원가입 기능 만들어줘”라고 요청하는 것이 아니라, 요구사항 분석, 설계, 구현, 테스트, 검증을 역할별로 나누어 처리하게 할 수 있다.

OMC의 핵심은 Claude Code를 단순한 코딩 도구가 아니라 팀처럼 움직이는 AI 개발 시스템으로 확장하는 것이다.

---

6. OMC 설치 및 초기 설정

OMC는 Claude Code의 플러그인 마켓플레이스를 통해 설치한다.

Claude Code 안에서 아래 명령을 한 줄씩 실행한다.

/plugin marketplace add https://github.com/Yeachan-Heo/oh-my-claudecode

/plugin install oh-my-claudecode

설치 후 초기 설정은 다음 명령으로 진행한다.

/omc-setup

일부 문서에서는 다음과 같은 형태로 안내되어 있을 수 있다.

/oh-my-claudecode:omc-setup

하지만 최신 빠른 시작 기준으로는 /omc-setup을 사용하는 것이 더 간단하다.

설치 후에는 다음 명령어로 상태를 점검할 수 있다.

/omc-doctor

프로젝트를 처음 시작할 때는 다음 명령어를 사용한다.

/deepinit

/deepinit은 프로젝트 구조를 분석하고, AI가 참고할 수 있는 AGENTS.md 문서를 생성하는 역할을 한다.

OMC는 .omc/ 디렉터리 아래에 상태, 메모리, 계획, PRD, 로그 등을 저장한다.

---

7. OMC의 주요 실행 모드

OMC에는 여러 실행 모드가 있다.

대표적인 모드는 다음과 같다.

autopilot

계획부터 구현, 테스트, 검증까지 자동으로 진행하는 모드다.

반복적이고 비교적 명확한 작업에 적합하다.

ralph

작업이 완료될 때까지 계속 밀어붙이는 모드다.

중간에 멈추지 않고 결과물을 끝까지 만드는 데 초점이 있다.

team

여러 에이전트가 팀처럼 역할을 나누어 작업하는 모드다.

프론트엔드, 백엔드, 테스트, 리뷰 등을 나누어 처리할 수 있다.

ultrawork / ulw

여러 개의 독립적인 작업을 병렬로 처리하는 모드다.

작업량이 많고 서로 의존성이 낮을 때 유용하다.

eco

비용 절감을 우선하는 모드다.

가능하면 저렴한 모델을 먼저 사용하고, 필요한 경우에만 강한 모델을 사용하는 방식이다.

deep-interview

요구사항이 애매할 때 사용하는 모드다.

바로 구현하지 않고 질문을 통해 요구사항을 명확하게 만든다.

ralplan

구현 전에 계획을 수립하고 검토하는 모드다.

planner, architect, critic 같은 역할을 통해 계획을 더 탄탄하게 만든다.

---

8. OMC를 쓰면 좋은 경우

OMC는 다음과 같은 상황에서 유용하다.

• Claude Code를 더 체계적으로 쓰고 싶은 경우
• 큰 기능을 한 번에 구현해야 하는 경우
• 요구사항 정리, 설계, 구현, 테스트를 나누고 싶은 경우
• 여러 에이전트를 동시에 활용하고 싶은 경우
• Claude Code 작업 기록과 상태를 유지하고 싶은 경우
• 비용을 아끼면서 AI 코딩을 돌리고 싶은 경우
• 프로젝트 전체 구조를 AI가 이해하게 만들고 싶은 경우

즉, Claude Code를 실무 개발팀처럼 사용하고 싶을 때 OMC가 적합하다.

---

9. OMX와 OMC 비교

OMX와 OMC는 비슷해 보이지만 사용하는 기반 도구가 다르다.

OMX는 OpenAI Codex CLI 기반이고, OMC는 Claude Code 기반이다.

OMX는 Codex CLI를 위한 워크플로우 레이어에 가깝고, OMC는 Claude Code를 멀티 에이전트 개발 환경으로 확장하는 플러그인에 가깝다.

정리하면 다음과 같다.

구분	OMX	OMC
기반 도구	OpenAI Codex CLI	Claude Code
성격	Codex CLI용 워크플로우 레이어	Claude Code용 에이전트 플러그인
저장 위치	.omx/	.omc/
핵심 목적	Codex 작업 표준화, 상태 유지, 로그 관리	Claude Code를 멀티 에이전트 방식으로 확장
주요 명령	$deep-interview, $ralplan, $ralph, $team	/deepinit, /autopilot, /ralph, /team, /ultrawork, /deep-interview, /omc-setup
강점	Codex CLI 작업을 체계화하기 좋음	다양한 에이전트와 실행 모드 활용 가능

---

10. 어떤 걸 쓰면 좋을까?

Codex CLI를 주로 사용한다면 OMX가 적합하다.

Claude Code를 주로 사용한다면 OMC가 적합하다.

둘 중 하나가 무조건 더 좋다기보다는, 내가 사용하는 AI 코딩 도구가 무엇인지에 따라 선택하면 된다.

정리하면 다음과 같다.

• Codex CLI를 쓴다 → OMX
• Claude Code를 쓴다 → OMC
• 요구사항이 애매하다 → deep-interview
• 구현 전에 설계가 필요하다 → ralplan
• 큰 기능을 끝까지 구현하고 싶다 → ralph
• 여러 작업을 병렬로 처리하고 싶다 → team 또는 ultrawork
• 비용을 줄이고 싶다 → eco

---

11. 사용할 때 주의할 점

OMX와 OMC는 AI 코딩을 더 강하게 만들어주는 도구지만, 무조건 자동으로 완벽한 결과를 보장하는 것은 아니다.

특히 다음 부분은 주의해야 한다.

• 명령어와 설치 방식은 버전에 따라 바뀔 수 있다.
• AI가 만든 계획이나 코드는 사람이 반드시 검토해야 한다.
• 멀티 에이전트 방식은 편리하지만, 잘못된 방향으로 병렬 작업을 하면 오히려 수정 비용이 커질 수 있다.
• 대규모 작업을 맡길 때는 먼저 요구사항을 명확히 해야 한다.
• 실제 서비스 코드에 반영하기 전에는 테스트와 코드 리뷰가 필요하다.
• 비용이 발생하는 환경에서는 실행 모드와 모델 사용량을 확인해야 한다.

즉, OMX와 OMC는 개발자를 대체하는 도구라기보다는 개발자가 AI를 더 체계적으로 지휘하기 위한 도구에 가깝다.

---

12. 최종 정리

OMX와 OMC는 AI 코딩 도구를 더 실무적으로 사용하기 위한 도구다.

기존의 AI 코딩 방식은 개발자가 질문하고 AI가 답변하는 단순한 구조였다.

하지만 OMX와 OMC는 여기서 한 단계 더 나아가 요구사항 정리, 계획 수립, 역할 분담, 구현, 검증, 기록까지 하나의 흐름으로 관리할 수 있게 해준다.

결국 핵심은 AI에게 그냥 “코드 짜줘”라고 시키는 것이 아니다.

AI에게 명확한 요구사항을 주고, 계획을 세우게 하고, 역할을 나누고, 검증까지 시키는 구조를 만드는 것이다.

앞으로 AI 코딩을 실무에서 제대로 활용하려면 단순한 프롬프트보다 이런 워크플로우 도구가 더 중요해질 가능성이 높다.

OMX와 OMC는 그런 흐름에서 나온 도구라고 볼 수 있다.

Codex CLI를 쓴다면 OMX, Claude Code를 쓴다면 OMC를 활용해보면 좋다.

---