Codex에서 GPT-5.6 Sol에 100만 컨텍스트 창을 활성화하는 방법

소개

ChatGPT 계정으로 인증한 후, GPT-5.6 Sol은 이제 Codex에서 100만 토큰 컨텍스트 예산으로 사용할 수 있습니다.

설정은 세 줄이면 충분합니다:

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

이 설정을 Codex의 config.toml 최상위에 추가하고, 클라이언트를 재시작한 후 새 세션을 시작하세요.

핵심은 단순히 더 큰 숫자가 아닙니다. 세 번째 설정은 약 10만 토큰의 여유를 확보하고, 컨텍스트가 완전히 가득 찰 때까지 기다리는 대신 약 90만 토큰 시점에 오래된 기록 압축을 시작하도록 Codex에 지시합니다.

OpenAI는 또한 트레이드오프에 대해 매우 명확히 설명했습니다: Codex의 기본 컨텍스트 제한은 성능과 비용을 모두 고려해 정밀하게 조정되었습니다. 100만 창은 코드, 도구 출력, 대화 기록을 담을 더 많은 공간을 제공하지만, 더 많은 사용량을 소비하며 창의 먼 끝부분에서 동일하게 강력한 검색 능력을 보장하지 않습니다.

GPT-5.6 Sol 100만 컨텍스트를 활성화하는 세 줄 구성

OpenAI가 게시한 Codex 구성은 정확히 다음 세 가지 최상위 설정을 사용합니다:

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

각 줄은 고유한 역할을 합니다.

1. GPT-5.6 Sol 선택

model = "gpt-5.6-sol"

이 줄은 Codex에 세션에서 사용할 모델을 지정합니다.

GPT-5.6 Sol은 GPT-5.6 시리즈의 플래그십 모델로, 100만 구성 요구 사항을 충족하는 컨텍스트 창을 지원합니다.

1. 작업 컨텍스트 예산을 100만 토큰으로 설정

model_context_window = 1000000

OpenAI의 Codex 구성 참조는 model_context_window를 활성 모델에 사용 가능한 컨텍스트 창 토큰 수로 정의합니다.

이 재정의 설정은 더 작은 제품 기본값 대신 100만 토큰 예산을 할당하도록 Codex에 지시합니다.

더 큰 예산은 압축 전에 다음 항목을 활성 컨텍스트에 더 많이 유지할 수 있게 합니다:

• 소스 코드
• 저장소 파일
• 도구 출력
• 터미널 로그
• 이전 대화 턴
• 계획 메모
• 에이전트 기록

이는 에이전트가 초기 단계의 세부 정보를 반복적으로 가져와야 하는 장기 실행 저장소 작업에 매우 유용합니다.

1. 약 90만 토큰에서 자동 압축 시작

model_auto_compact_token_limit = 900000

OpenAI는 이 설정을 자동 기록 압축을 트리거하는 토큰 임계값으로 정의합니다.

약 90만 토큰 시점에 Codex는 전체 컨텍스트 한도를 소진할 때까지 활성 기록을 계속 확장하는 대신 오래된 자료를 압축하기 시작합니다.

대략적인 동작은 다음과 같습니다:

0 → 90만 토큰
활성 기록 지속 확장

약 90만 토큰
자동 압축 시작

최대 100만 예산
지속적인 추론과 도구 사용을 위한 여유 확보

추가 공간이 중요한 이유는 모델이 새 메시지, 도구 결과, 추론, 생성된 출력을 담을 공간이 여전히 필요하기 때문입니다.

설정을 모든 [section] 헤더 앞에 배치

이 세 가지 설정은 최상위 TOML 키에 있어야 합니다.

OpenAI의 지침은 config.toml에서 섹션 헤더 앞에 배치하도록 요구합니다.

유효한 레이아웃은 다음과 같습니다:

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

[features]
# 기타 설정은 여기에

실수로 다른 섹션 아래에 중첩하지 마세요:

[features]
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

그렇게 하면 TOML 범위가 변경되며 문서화된 구성 방식이 아닙니다.

Codex가 config.toml을 저장하는 위치

OpenAI는 사용자 수준 구성 파일의 위치를 문서화했습니다:

~/.codex/config.toml

프로젝트 수준 파일도 사용할 수 있습니다:

.codex/config.toml

특정 프로젝트에만 설정을 적용하려는 경우 저장소나 하위 디렉터리에 배치하세요.

구성을 편집한 후:

1. config.toml을 저장합니다.
2. Codex 클라이언트를 재시작합니다.
3. 새 세션을 시작합니다.

그러면 새 컨텍스트 설정이 해당 세션에 적용됩니다.

단일 CLI 세션에만 1M 컨텍스트 사용

기본 설정을 영구적으로 변경할 필요는 없습니다.

OpenAI는 세션별 CLI 형식도 문서화했습니다:

codex -m gpt-5.6-sol \
-c model_context_window=1000000 \
-c model_auto_compact_token_limit=900000

평소에는 Codex의 기본 컨텍스트 동작을 선호하지만, 특히 큰 저장소나 장시간 실행 작업을 위해 더 많은 공간이 가끔 필요할 때 유용합니다.

해당 CLI 세션이 종료되면 일반 구성은 그대로 유지됩니다.

실용적인 작업 흐름은 다음과 같습니다:

일반 작업
→ Codex 기본값 사용

비정상적으로 큰 작업
→ 1M 컨텍스트 CLI 세션 시작

이는 모든 Codex 작업이 최대 창을 사용하도록 하는 것보다 일반적으로 관리하기 쉽습니다.

왜 1M 컨텍스트가 기본값이 아닌가?

GPT-5.6 Sol은 이미 매우 큰 컨텍스트 창을 지원합니다.

제한은 단순히 모델 능력 부족 때문이 아닙니다.

Codex가 더 작은 기본값을 사용하는 이유는 제품이 다음 요소 간의 균형으로 조정되었기 때문입니다:

• 성능
• 지연 시간
• 사용량
• 긴 세션 신뢰성
• 압축 동작

OpenAI의 공식 커뮤니티 게시물에 따르면 기본 컨텍스트 제한은 성능과 비용을 위해 정밀하게 조정되었습니다.

더 큰 창은 Codex가 더 많은 원자료를 유지할 수 있게 하지만, 추가된 모든 기록은 시스템이 이후 턴에서 관리해야 하는 컨텍스트 양을 증가시킵니다.

몇 시간 동안 실행되는 에이전트에게 "모든 것을 문자 그대로 영원히 보존하는 것"이 자동으로 최적의 전략은 아닙니다.

자동 압축은 기본 설계의 일부

세션이 성장함에 따라 Codex는 오래된 기록을 요약할 수 있습니다.

이로 인해 장기 실행 에이전트는 다음에 더 가까워집니다:

최근 세부 정보
+
압축된 기록
+
중요한 영구 상태

대신:

세션 전체의 모든 토큰을
영원히 재전송

OpenAI 연구원 Noam Brown은 이 접근 방식을 공개적으로 강조하며, 회사가 자동 압축을 가능한 한 원활한 경험에 가깝게 만드는 동시에 실제로 필요로 하는 사용자를 위해 1M을 유지하는 데 많은 투자를 하고 있다고 밝혔습니다.

옵션.

압축은 특히 다음과 같은 경우에 유용합니다. 즉,

이전 도구 흔적에 더 이상 단어 그대로 보존할 필요가 없는 정보가 많이 포함된 경우입니다.

예:

• 오래된 테스트 로그.
• 빌드 출력.
• 초기 검색 결과.
• 대체된 구현 계획.
• 반복되는 터미널 출력.

좋은 요약은 모델이 모든 오래된 토큰을 반복적으로 처리하도록 강요하지 않으면서도 중요한 상태를 보존할 수 있습니다.

1M 창은 신중하게 사용하세요

원문의 두 번째 큰 절은 본질적으로 경고입니다. Codex가 1M 컨텍스트를 사용할 수 있다고 해서 모든 세션이 그렇게 해야 하는 것은 아닙니다.

커뮤니티 게시물은 사용자들이 기본적으로 오버라이드 설정을 활성화하지 말 것을 강력히 권장하며, Codex는 조정된 기본 설정에서 가장 잘 작동하고, 초장기 컨텍스트 사용은 계정 크레딧을 더 빨리 소모한다고 주장합니다.

정확한 사용량 배수는 현재 제품 정책과 요금제 동작에 따라 달라질 수 있으므로, 고정된 숫자를 가정하지 말고 OpenAI 최신 Codex 가격 및 속도 제한 문서를 확인하세요.

더 넓은 경고는 합리적입니다:

활동 컨텍스트가 많을수록 일반적으로 이후 라운드에서 더 많은 토큰이 휴대되어야 합니다.

장기 실행 코딩 에이전트에게 이는 빠르게 비용이 많이 들 수 있습니다.

1M 창이 1M 토큰이 동등하게 유용하다는 의미는 아닙니다

모델은 기술적으로 긴 프롬프트를 수용할 수 있지만, 그 안에 깊숙이 숨겨진 정보를 검색할 때 정확도가 떨어질 수 있습니다.

OpenAI 자체의 GPT-5.6 장기 컨텍스트 결과가 이를 보여줍니다.

이 모델은 초장기 컨텍스트에서도 여전히 유능하지만, 성능은 전체 범위에 걸쳐 고르게 유지되지는 않습니다.

이것이 "더 큰 컨텍스트 창"과 "더 나은 컨텍스트 활용"이 별개의 개념으로 간주되어야 하는 이유입니다.

1M 창은 다음 질문에 답합니다:

시스템이 얼마나 많은 내용을 수용할 수 있나요?

그러나 자동으로 다음 질문에 답하지는 않습니다:

모델이 모든 위치의 모든 세부 사항을 안정적으로 사용할 수 있나요?

1M 컨텍스트가 의미가 있는 경우

비정상적으로 많은 양의 원시 정보를 활성 상태로 유지해야 할 실제 이유가 있을 때 오버라이드 설정이 가장 유용합니다.

예:

대규모 코드베이스 리팩토링

하나의 작업이 동시에 많은 패키지, 인터페이스, 테스트 및 구성 파일을 포함할 수 있습니다.

컨텍스트에 더 많은 코드를 유지하면 반복적인 재발견을 줄일 수 있습니다.

긴 디버깅 세션

까다로운 프로덕션 문제는 다음을 포함할 수 있습니다:

• 과거 로그.
• 여러 실패 가설.
• 여러 코드 변경.
• 테스트 결과.
• 환경 세부 사항.

더 큰 창은 압축 전에 이러한 증거를 더 많이 보존할 수 있습니다.

대규모 마이그레이션

프레임워크 또는 API 마이그레이션은 에이전트가 여러 파일의 변경 사항을 추적하고 초기 결정을 기억하도록 요구하는 경우가 많습니다.

다단계 연구 및 구현

일부 작업은 다음을 포함합니다:

연구
→ 아키텍처 설계
→ 구현
→ 테스트
→ 검토
→ 수정

더 큰 컨텍스트 예산은 초기 소스 자료가 후기 단계 전에 과도하게 요약될 확률을 줄일 수 있습니다.

대량의 도구 출력을 포함하는 작업

에이전트가 다음을 검사해야 하는 경우

대규모 생성 보고서, 의존성 그래프 또는 구조화된 도구 출력, 추가 공간이 유용할 수 있습니다.

기본 설정이 더 나은 경우

대부분의 일상적인 코딩 작업에서는 기본 설정이 더 나은 선택일 수 있습니다.

예:

• 버그 수정.
• 소수의 파일 편집.
• 작은 기능 추가.
• 테스트 작성.
• 풀 리퀘스트 검토.
• 문서 업데이트.
• 짧은 조사 작업 수행.

이러한 경우 1M 컨텍스트 창은 실제 이점을 제공하지 않으면서 추가 사용량을 증가시킬 수 있습니다.

OpenAI의 조언은 "절대 1M을 사용하지 마세요"가 아닙니다.

더 가까운 표현은 다음과 같습니다:

작업이 실제로 더 많은 원시 컨텍스트를 요구하지 않는 한,
튜닝된 기본 설정을 사용하세요.

실용적인 결정 규칙

1M 컨텍스트를 활성화하기 전에 스스로에게 물어보세요:

Codex가 압축이 너무 일찍 발생하여 정보를 잃게 될까요?

대답이 "아니오"라면 기본 설정을 그대로 두세요.

대답이 "예"라면 두 번째 질문을 하세요:

더 많은 원시 기록을 보존하는 것이 이 작업을 실질적으로 개선할까요?

그때서야 1M 오버라이드 설정을 시도할 가치가 있습니다.

이는 진정한 컨텍스트 문제와 단순히 모든 설정을 최대화하려는 일반적인 욕구를 구분하는 데 도움이 됩니다.

세션에 집중하세요. 900K를 기다리지 마세요

900K 자동 압축 임계값은 안전 여유일 뿐, 달성해야 할 목표가 아닙니다.

건강한 작업 흐름은 여전히 매우 긴 작업을 논리적으로 명확한 세션으로 나눌 수 있습니다.

예:

세션 1
연구 및 아키텍처

세션 2
구현

세션 3
테스트 및 정리

각 단계가 끝나면 지속적인 프로젝트 상태를 다음 위치에 저장하세요:

• 저장소 파일.
• 이슈 메모.
• 계획.
• 테스트.
• 문서.
• 버전 관리.

그러면 다음 세션은 채팅 기록에 완전히 의존할 필요가 없습니다.

이는 또한 작업을 인간에게 더 재현 가능하게 만듭니다.

컨텍스트 창을 저장소로 취급하지 마세요

컨텍스트는 임시 작업 기억입니다.

이는 다음을 대체할 수 없습니다:

• Git.
• 문서.
• 이슈 트래커.
• 테스트 스위트.
• 프로젝트 계획.
• 영구 메모리.
• 구조화된 데이터.

중요한 결정이 내일도 여전히 중요하다면 영구적인 곳에 저장하세요.

최고의 장기 에이전트 워크플로우는 강력한 컨텍스트 창과 영구적인 프로젝트 산출물을 결합하며, 거대한 완전한 기록에 의존하지 않습니다.

원문의 "2배 속도" 경고

원문은 커뮤니티 경고를 강조했습니다. 세션이 기본 컨텍스트 예산을 초과하면 Codex 사용량 크레딧 소모 속도가 약 2배가 될 수 있다는 것입니다.

이 경고는 커뮤니티 토론에서 공개적으로 증폭되었습니다.

그러나 제품 사용 규칙은 변경될 수 있으며, OpenAI의 현재 GPT-5.6 1M 구성은 세 줄의 설정 설명으로 발표되었지만 보편적인 2× 규칙을 정의하지는 않습니다.

따라서 가장 안전한 지침은 다음과 같습니다:

1. 대규모 컨텍스트 세션이 더 많은 사용량을 소모할 것으로 예상하세요.
2. 요금제에서 Codex 사용량 표시기를 모니터링하세요.
3. OpenAI의 현재 가격/속도 제한 문서를 확인하세요.
4. 그 배수가 모델, 요금제 또는 향후 버전에서 동일하게 유지된다고 가정하지 마세요.

중요한 운영 사실은 비용 곡선의 방향이지 영구적인 배수가 아닙니다.

1M 설정은 이제 ChatGPT 계정을 통해 사용 가능합니다

원문의 변화를 촉발한 것은

대규모 GPT-5.6 Sol 컨텍스트 창의 존재가 아닙니다.

그것은 ChatGPT 계정으로 인증된 Codex 세션을 통한 접근입니다.

Tibo Sottiaux의 발표에 따르면, 이 구성은 이전에 API 키 사용에만 제공되었으며, OpenAI는 이제 ChatGPT 계정에도 이를 활성화했습니다.

이로 인해 별도의 API 키 절차를 거치지 않고도 더 넓은 Codex 사용자층이 이 기능을 사용할 수 있게 되었습니다.

실제 접근 권한은 여전히 Codex 모델 가용성과 현재 ChatGPT 요금제의 관련 제한에 따라 달라집니다.

한 가지 더: Astra가 Codex에 등장할 예정입니다

원문 끝에는 Tibo Sottiaux의 짧은 업데이트가 포함되어 있습니다.

Codex에 관한 공개 게시물에서 그는 Codex가 **"Astra를 보유할 것"**이라고 덧붙였습니다.

OpenAI는 별도로 Astra가 곧 출시될 모델임을 확인하고, 내부 버전을 차세대 주요 모델이라고 부릅니다.

이는 다음 표현을 뒷받침하기에 충분합니다:

Astra는 OpenAI의 곧 출시될 모델이며,
Codex 책임자는 Codex가 이 모델을 얻을 것이라고 말했습니다.

그러나 사실 진술로 주장하기에는 충분하지 않습니다:

Astra = GPT-6

OpenAI는 아직 이 제품 이름을 공식적으로 발표하지 않았습니다.

마찬가지로, 본 문서에서 확인된 출처에는 Codex에서 Astra의 공개 출시일에 관한 내용이 없다.

유용한 핵심 사항은 단지 OpenAI가 Codex를 차세대 최전선 모델의 배포 인터페이스로 계속 사용할 의도가 있다는 것뿐이다.

빠른 설정 체크리스트

1. Codex 버전이 최신인지 확인한다.
2. 계정에서 GPT-5.6 Sol을 사용할 수 있는지 확인한다.
3. ~/.codex/config.toml을 연다.
4. 모든 [section] 제목 앞에 이 세 가지 설정을 추가한다.
5. 파일을 저장한다.
6. Codex를 재시작한다.
7. 새 세션을 시작한다.
8. 더 큰 컨텍스트 창은 실제로 이점을 얻는 작업에만 사용한다.
9. 매우 긴 세션 중에는 사용량과 컨텍스트 품질을 모니터링한다.
10. 추가 컨텍스트가 작업 흐름을 개선하지 않으면 해당 재정의 설정을 제거한다.

설정은 다음과 같다:

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

단일 CLI 세션에만 적용하는 경우:

codex -m gpt-5.6-sol \
-c model_context_window=1000000 \
-c model_auto_compact_token_limit=900000

자주 묻는 질문

GPT-5.6 Sol이 실제로 100만 토큰 컨텍스트 창을 지원하는가?

그렇다. OpenAI 공식 Codex 커뮤니티 문서에 따르면 GPT-5.6 Sol의 컨텍스트 창은 1,050,000토큰이다. 여기에 제시된 Codex 재정의 설정은 작업 예산을 1,000,000토큰으로 설정한다.

이 세 가지 Codex 설정은 어디에 두어야 하는가?

~/.codex/config.toml의 최상위에, 모든 [section] 제목 앞에 두면 된다. 설정을 특정 저장소 내부에만 적용하려면 프로젝트 범위의 .codex/config.toml을 사용할 수도 있다.

model_auto_compact_token_limit이 900000으로 설정된 이유는 무엇인가?

Codex가 약 90만 토큰에서 자동 기록 압축을 시작하도록 지시한다. 이렇게 하면 구성된 100만 예산 내에서 도구 사용, 대화, 추론 및 출력을 계속하기 위한 약 10만 토큰의 여유 공간이 확보된다.

100만 컨텍스트를 영구적으로 활성화해야 하는가?

아니다. -c 플래그를 통해 단일 CLI 세션에서 동일한 설정을 전달할 수 있다. 확장된 컨텍스트가 필요한 비정상적으로 큰 작업이 소수일 때 유용하다.

100만 컨텍스트가 GPT-5.6 Sol을 더 정확하게 만드는가?

자동으로 그렇지는 않다. OpenAI는 MRCR v2에서 256K–512K 컨텍스트에서는 91.5% 정확도를, 512K–1M에서는 73.8%를 보고했으며, 이는 모델이 해당 컨텍스트를 수용할 수 있더라도 가장 긴 범위에서는 검색 품질이 저하된다는 것을 시사한다.

1M 컨텍스트를 활성화하면 Codex 할당량을 더 많이 소모하는가?

그럴 수 있다. OpenAI는 기본 설정이 성능과 비용에 맞게 조정되었다고 밝혔으며, 출처 기사는 매우 긴 세션이 할당량을 더 빨리 소모할 수 있다는 커뮤니티 보고를 강조했다. 구체적인 요금 방식이 변경될 수 있으므로 현재 Codex 사용량 및 요율 제한 문서를 확인하라.

자동 압축이 전체 기록을 유지하는 것보다 더 나은가?

일반적으로 그렇다. 압축은 모든 원시 로그와 도구 결과를 반복적으로 유지하지 않으면서도 초기 대화의 중요한 상태를 보존할 수 있다. 정확한 과거 세부 사항이 실제로 필요한 작업의 경우 1M 재정의 옵션을 통해 압축을 지연시킬 수 있다.

Astra가 공식적으로 GPT-6으로 명명되었는가?

아니다. OpenAI는 Astra를 곧 출시될 모델이자 차세대 주요 모델로 공개적으로 설명했으며, Tibo Sottiaux는 Codex에 Astra가 탑재될 것이라고 밝혔다. OpenAI는 Astra의 제품명이 GPT-6이라고 공식 발표하지 않았다.

관련 도구

• Codex：터미널, IDE, 데스크톱 및 클라우드 워크플로우를 위한 OpenAI의 에이전트 코딩 환경.
• GPT-5.6 Sol：OpenAI의 플래그십 GPT-5.6 모델이자 이번 1M 컨텍스트 구성에 사용된 모델.
• Codex CLI：세션별 재정의를 위한 명령줄 Codex 인터페이스.
• Git：버전 관리는 지나치게 큰 채팅 기록에만 의존하지 않고 프로젝트 상태를 지속적으로 저장하는 데 도움이 된다.
• TOML：Codex의 config.toml에서 사용하는 구성 파일 형식.

관련 링크

• OpenAI: Codex의 1M 컨텍스트：정확한 GPT-5.6 Sol 구성 및 단일 세션 CLI 재정의에 관한 OpenAI 커뮤니티 문서.
• Codex 구성 참조：model, model_context_window, model_auto_compact_token_limit의 공식 정의.
• Codex 구성 기초：사용자 수준 및 프로젝트 수준 config.toml 파일에 대한 공식 가이드.
• GPT-5.6 공식 발표：모델 가용성, 벤치마크, 장문 컨텍스트 평가 결과 및 현재 GPT-5.6의 포지셔닝.
• Codex 가격 및 요금제：현재 Codex 요금제 및 사용량 정보.
• Codex 요율표：Codex 크레딧 소모 및 지원 모델에 대한 현재 가이드.
• OpenAI의 Astra 사이버 능력에 대한 설명：Astra가 곧 출시될 모델임을 공식적으로 확인한 문서.
• Tibo Sottiaux의 Codex 내 Astra 관련 발언：Codex에 Astra가 탑재될 것이라고 밝힌 공개 게시물.

요약

이제 Codex에서 ChatGPT 계정 사용량을 통해 GPT-5.6 Sol의 대형 컨텍스트 창을 활성화할 수 있다. config.toml에 세 가지 최상위 설정만 추가하면 된다:

모델을 선택하고, 1,000,000토큰 예산을 설정하고, 900,000토큰에 도달하면 자동 압축이 트리거되도록 한다. 동일한 구성을 기본 설정을 변경하지 않고 단일 CLI 세션에도 적용할 수 있다.

이 기능은 비정상적으로 방대한 코드베이스와 장기 실행 워크플로우에 유용하지만, 무료 업그레이드로 간주해서는 안 된다. OpenAI는 성능과 비용을 모두 고려하여 Codex의 기본 컨텍스트를 의도적으로 조정했으며, 자체 평가에서도 512K–1M 구간에서 장문 컨텍스트 검색 성능이 저하되는 것으로 나타났다.

가장 안전한 워크플로우는 일반 작업에는 기본 설정을 사용하고, 초기 압축으로 인해 실제로 정보 손실이 발생할 때만 1M을 활성화하는 것이다.

3줄 적용 구성을 통해 컨텍스트 예산을 통제할 수 있지만, 이는 수백만 개의 토큰을 운반할 때 수반되는 성능, 사용량, 검색 측면의 트레이드오프를 없애지는 못합니다.