이제 ChatGPT dot이 Codex에서 작업을 시작할 수 있습니다 — dot에서 Codex 스레드로, 그리고 다시 되돌아오는 컨텍스트 이동 방식 (2026)

같은 날 ChatGPT 계정은 다음과 같이 변경 사항을 요약했습니다. "이제 귀하의 dot은 ChatGPT 대화, Codex 스레드 및 자동화를 활용하여 Codex에서 작업을 시작하고 기존 스레드에 대한 후속 작업을 수행할 수 있습니다."

dot 자체는 아직 이용이 제한적입니다. OpenAI의 dots 개요에 따르면 Pro 100, Pro 200, Pro 500은 "유럽 경제 지역, 영국, 스위스 이외의 지역에 거주하는 18세 이상 사용자"를 대상으로 하며, Business Premium은 "전 세계 순차 출시 중"이고, Enterprise는 워크스페이스 관리자가 활성화할 때까지 dots가 "기본적으로 비활성화"되어 있습니다.

기존 공식 문서와 함께 주간 노트를 읽어볼 가치가 있습니다. 두 문서가 dot의 도달 범위를 서로 다른 용어로 설명하고 있기 때문입니다. 10월 10일 기준, 기존 'Tasks and memory' 페이지에는 여전히 "컴퓨터를 연결해도 기존의 모든 ChatGPT 또는 Codex 대화에 대한 액세스 권한이 부여되지는 않습니다"라고 명시되어 있습니다. 반면 dots 개요 페이지에는 "컴퓨터를 연결하면 dot이 작업 및 파일과 함께 작동할 수 있습니다. 모든 앱의 모든 대화에 대한 액세스 권한을 dot에 부여하는 것은 아닙니다"라고 나와 있습니다.

이 두 내용이 반드시 충돌하는 것은 아닙니다. 기존 페이지는 컴퓨터 연결이 부여하는 권한에 관한 것입니다. 주간 노트는 ChatGPT 대화를 검색하고 Codex 스레드 및 자동화를 활용하는 기능에 대해 설명합니다. 안전하게 해석하자면, 이제 dot이 더 많은 작업 영역에서 정보를 찾아볼 수 있게 되었으며, 컴퓨터를 연결하는 것 자체가 그 권한을 부여하는 것은 여전히 아니라는 점입니다. 기존 페이지의 문구가 수정될 때까지는 주간 노트를 최신 설명으로 취급하고, dot이 작업과 관련된 모든 ChatGPT 대화나 Codex 스레드를 활용할 수 있다고 가정하고 계획을 세우는 것이 좋습니다.

세 가지 종류의 작업, 작업이 실행되는 세 가지 위치

'Tasks and memory' 페이지는 dot의 코딩 작업이 실행될 수 있는 위치를 간단한 표로 보여줍니다.

• 새로운 로컬 Work 또는 Codex 작업: "dot에 연결된 컴퓨터에서 작업을 생성합니다. 해당 컴퓨터를 온라인 상태로 유지하고 ChatGPT 앱을 열어두세요."
• 기존 로컬 Codex 작업: "연결된 컴퓨터에서 작업을 계속합니다. 작업과 변경하려는 내용을 식별합니다."
• 새로운 클라우드 코딩 작업: "이미 설정한 Codex 클라우드 환경에서 작업을 생성합니다. 컴퓨터는 오프라인 상태여도 됩니다."

클라우드 작업은 먼저 수행하는 설정에 따라 달라집니다. "클라우드 코딩 작업의 경우, 리포지토리 및 설정 구성을 포함하여 Codex에서 환경을 먼저 생성하십시오." 아직 환경을 빌드하지 않았다면, our guide to Codex cloud environments에서 각 작업에 환경이 전달하는 내용을 다룹니다.

둘 이상의 컴퓨터에서 작업하는 경우 한 가지 세부 사항이 중요합니다. "dot의 선택된 컴퓨터를 변경해도 기존 작업이 해당 컴퓨터로 이동하지는 않습니다." 작업은 시작된 위치에 그대로 유지됩니다.

스레드가 받는 것은 브리핑입니다

문서에는 새 작업이 dot으로부터 받는 내용이 정확히 명시되어 있습니다. "새 작업은 해당 작업을 위해 dot으로부터 지침과 컨텍스트를 받습니다. 자체 대화가 있으며, dot과 나눈 모든 대화를 자동으로 받지는 않습니다."

따라서 인수인계는 브리핑 형식으로 이루어집니다. dot은 Codex 스레드에 필요한 사항을 결정하여 작업에 기록하고, 스레드는 해당 내용과 자체 환경이 제공하는 모든 것을 바탕으로 작동합니다. dot의 전체 히스토리가 아닌 브리핑에서 시작하는 것입니다.

이는 합리적인 설계입니다. dot 히스토리 전체가 포함된 코딩 스레드는 복잡할 것이고, 일부 히스토리는 개인 정보이기 때문입니다. 단점은 브리핑에서 누락된 내용은 스레드가 다른 곳에서 찾지 않는 한 스레드에서 누락된다는 점입니다.

각 사이드에서 사용하는 메모리

이 부분은 세 가지 제품이 만나는 지점이며, 각 제품은 자체 메모리를 문서화하고 있습니다.

dot은 개요에 따라 "대화, 관련 ChatGPT 메모리, 그리고 선호도, 결정 및 진행 중인 작업에 대해 자체 저장된 노트를 활용합니다."

컴퓨터의 Codex는 다른 저장소를 사용합니다. OpenAI의 Memories 페이지에 따르면 "ChatGPT 웹은 ChatGPT 메모리를 사용하는 반면, 로컬 Codex 클라이언트는 별도의 로컬 메모리 저장소 및 컨트롤을 사용합니다." 이 로컬 저장소는 "기본적으로 비활성화"되어 있으며, Codex 홈 디렉터리 아래에 위치하고 생성된 상태(generated state)로 설명됩니다. turning on Codex's local memories 가이드에서 컨트롤 방법을 단계별로 안내합니다.

ChatGPT Work는 ChatGPT 쪽에 속합니다. "계정 및 워크스페이스에서 사용 가능한 메모리 설정을 사용하며, 로컬 Codex 메모리 저장소나 로컬 메모리 컨트롤은 사용하지 않습니다."

종합하면, dot이 로컬 Codex 작업을 시작할 때 세 가지 메모리가 작동합니다. dot은 ChatGPT 메모리와 자체 노트를 바탕으로 작동합니다. 브리핑은 dot이 전달하기로 선택한 내용을 담고 있습니다. 로컬 Codex 작업은 활성화되어 있는 경우 해당 컴퓨터의 Codex 메모리 저장소를 활용할 수 있습니다. 클라우드 코딩 작업은 해당 환경과 리포지토리를 바탕으로 작동합니다. 문서는 각 저장소를 별도로 설명하며, 인수인계 시 이들 사이를 오가는 것은 브리핑입니다.

Codex 메모리에 대한 OpenAI 자체의 권장 사항은 여기서 더욱 유효합니다. "필요한 팀 가이드는 AGENTS.md 또는 체크인된 문서에 보관하세요. 메모리는 항상 적용되어야 하는 규칙의 유일한 소스가 아니라 유용한 리콜 레이어로 취급해야 합니다." dot의 노트에만 존재하는 규칙은 dot이 브리핑에 이를 포함하는지 여부에 의존합니다. AGENTS.md에 있는 규칙은 리포지토리와 함께 이동하므로, 해당 리포지토리에서 작동하는 모든 스레드에 적용됩니다. 규칙이 계속 누락되는 것처럼 보인다면, our guide to Codex skipping AGENTS.md rules에서 일반적인 원인을 다룹니다.

기존 스레드 및 자동화

10월 9일의 변경 사항은 반대 방향으로도 적용됩니다. 귀하의 dot은 "기존 스레드에 대한 후속 작업을 수행"하고 "기존 Codex 스레드 및 자동화의 컨텍스트를 사용"할 수 있습니다. 또한 기존 로컬 Codex 작업을 계속할 수도 있으며, 이는 기존 공식 문서에서도 이미 허용되었던 사항입니다.

자동화는 제품 라인을 가장 눈에 띄게 넘나드는 부분입니다. ChatGPT의 예약된 작업(scheduled tasks)은 기존 채팅 내에서 실행될 수 있으며, OpenAI는 그 이유를 다음과 같이 설명합니다. "예약된 작업은 매번 새로운 프롬프트에서 시작하는 대신 채팅의 기존 컨텍스트를 사용합니다." 이제 dot은 "ChatGPT Work 자동화를 읽고 편집"할 수 있으므로, 해당 반복 작업을 확인하고 변경할 수 있습니다. scheduled tasks that start over every run 가이드에서 스케줄의 컨텍스트가 처음에 어떻게 설정되는지 설명합니다.

읽어온 내용이 도달할 수 있는 위치

OpenAI의 dots 개인정보 보호 FAQ는 dot과 ChatGPT 메모리 간의 양방향 연결을 다음과 같이 설명합니다. "귀하의 dot은 ChatGPT로부터 메모리 및 최근 대화 컨텍스트를 받을 수 있으며, dot과의 대화는 ChatGPT의 메모리에 기여할 수 있습니다."

이 내용을 10월 9일 변경 사항과 함께 읽어보세요. dot이 Codex 스레드에서 가져온 세부 정보는 dot과의 대화에서 나타날 수 있으며, dot과의 대화는 ChatGPT 메모리에 기여할 수 있습니다. 또한 FAQ는 ChatGPT에서 메모리 기능을 끄면 "해당 공유가 중단"되며 "dot이 이미 받은 정보는 삭제되지 않는다"고 명시하고 있습니다.

dot 자체의 노트에는 추가적인 제한이 있으며, 동일한 FAQ에서 이를 명확히 밝히고 있습니다. "현재 플러그인에서 dot의 컨텍스트로 들어오는 특정 세부 정보를 포함하여 개별 dot 메모리를 보거나 삭제하거나 직접 수정할 수 없습니다." dot을 삭제하는 것이 컨텍스트를 지우는 문서화된 방법이며, dot이 생성한 것은 삭제 후에도 유지됩니다. "dot이 생성한 파일, Codex 스레드 및 ChatGPT 대화는 별도로 저장됩니다. dot을 삭제해도 이들은 삭제되지 않습니다."

권한은 여전히 분리되어 있습니다

Codex에 도달하는 것이 컴퓨터에 대한 액세스 권한과 동일한 것은 아닙니다. 컴퓨터 관련 페이지에는 "dot의 로컬 컴퓨터 권한은 컴퓨터를 Codex에 연결하거나 Work Sync를 활성화하는 것과 별개입니다. 두 연결 중 어느 하나만으로는 dot에 액세스 권한을 부여하지 않습니다"라고 명시되어 있습니다. dot의 프로필에서 개인 컴퓨터 한 대씩 권한을 부여해야 합니다.

사용량 또한 별도로 계산됩니다. "dot과의 대화는 ChatGPT 사용량 제한에 가산되지 않습니다. dot이 Work 또는 Codex에서 시작하거나 관리하는 작업은 평소와 같이 해당 제품의 사용량 제한에 가산됩니다."

Codex 스레드가 전체 대화를 알고 있다고 가정하는 것. 스레드는 dot 히스토리가 아니라 해당 작업을 위한 브리핑만 받습니다.

로컬 Codex 메모리가 켜져 있다고 가정하는 것. 기본적으로 꺼져 있으며, 단 하나의 컴퓨터에만 종속됩니다.

팀 규칙을 메모리에만 보관하는 것. OpenAI는 항상 적용되어야 하는 규칙의 경우 AGENTS.md 또는 체크인된 문서를 사용할 것을 권장합니다.

작업을 이동하기 위해 dot의 선택된 컴퓨터를 전환하는 것. 문서에 따르면 이는 기존 작업을 이동시키지 않습니다.

dot이 알고 있는 내용을 지우기 위해 ChatGPT 메모리를 끄는 것. 이는 향후 공유를 중단할 뿐이며, dot이 이미 받은 정보는 그대로 유지됩니다.

연결된 컴퓨터를 전체 액세스 권한으로 취급하는 것. dot의 로컬 권한, Codex 연결 및 Work Sync는 각각 별개의 권한 부여 사항입니다.

1단계: 모든 스레드에 필요한 규칙을 Codex가 읽는 위치에 두기

dot이 코딩 작업을 시작하도록 허용하기 전에, 항상 적용되어야 하는 모든 사항을 리포지토리로 이동하세요. 규칙 및 명령은 AGENTS.md에, 아키텍처 결정 사항은 체크인된 문서에 작성합니다. 클라우드 작업의 경우, Codex 환경에 작업에 필요한 리포지토리, 설정 스크립트 및 보안 비밀(secrets)이 포함되어 있는지 확인하세요.

이렇게 하면 가장 중요한 사항들이 브리핑에 의존하는 것을 방지할 수 있습니다. dot은 여전히 작업별 컨텍스트를 전달할 수 있지만, 고정된 규칙은 어떤 스레드가 열리든 리포지토리와 함께 제공됩니다.

2단계: 작업 시작 전 dot에게 브리핑 내용을 보여달라고 요청하기

dot에게 코딩 작업을 맡길 때, 어떤 스레드를 사용할 계획인지, 기존 스레드를 이어갈지 아니면 새 스레드를 시작할지, 그리고 어떤 컨텍스트를 전달할지 물어보세요. 주간 노트에 따르면 이제 dot이 이러한 결정을 더 잘 내린다고 하니, 메시지 한 번으로 확인해 보는 것이 좋습니다.

작업이 기존 스레드에 속한다면 스레드 이름을 지정하세요. 새로 시작해야 한다면 그렇게 말하세요. 브리핑에서 중요하게 생각하는 결정 사항이 누락되었다면 스레드가 시작되기 전에 추가하세요. 로컬 작업의 경우, 나중에 dot의 선택된 컴퓨터를 변경해도 작업이 이동하지 않으므로 작업이 실행될 컴퓨터도 미리 확인하세요.

3단계: 양쪽에서 되돌아오는 결과 검토하기

Codex 스레드가 완료되면 dot의 Activity(활동) 뷰에서 스레드를 열고 결과를 직접 읽어보세요. OpenAI의 지침에 따르면 "실행이 완료되었다고 해서 요청된 결과가 달성되었거나 전달되었음을 자체적으로 보장하지는 않습니다."

그런 다음 반대 방향을 확인하세요. dot이 ChatGPT Work 자동화를 편집했다면 Scheduled(예약됨)에서 새 버전을 확인하세요. dot 대화를 통해 유입되어 더 이상 유효하지 않은 세부 정보가 있는지 ChatGPT 메모리를 정기적으로 검토하세요. Mac에서 Computer History를 사용하는 경우, 동일한 컴퓨터에서 메모리를 공급하는 또 다른 소스이므로 our guide to what Computer History turns into memories를 읽어볼 가치가 있습니다.

귀하의 dot, ChatGPT 메모리, Codex의 로컬 저장소는 각각 귀하가 결정한 사항의 일부를 보유하고 있으며, 각 인터페이스는 자체 저장소를 읽습니다. 작업을 시작하는 인터페이스와 관계없이 코딩 작업의 이면에 있는 결정 사항들을 직접 관리하는 한 곳에 두고 싶다면, MemoryLake는 직접 작성하여 사용하는 도구에 연결할 수 있는 메모리 레이어입니다.

항목은 본인의 언어로 직접 작성합니다. 귀하의 dot, ChatGPT 메모리, Codex 메모리 저장소 또는 기타 공급업체의 저장소에서 정보를 읽거나 쓰거나 삭제하지 않습니다.

1단계: API 키 생성

로그인한 후 대시보드에서 키를 생성합니다. 이 키는 MemoryLake 워크스페이스에 속하며 OpenAI 계정과는 별개입니다.

2단계: 첫 번째 메모리 업로드

코딩 스레드에 지속적으로 필요한 결정 사항(아키텍처 선택, 명명 규칙, 과거 장애로 인한 제약 조건 등)부터 시작하세요. 항목당 하나의 결정을 날짜와 함께 기록하면, 최신 항목이 이전 항목을 명확하게 대체합니다.

3단계: AI 및 에이전트 연결

Codex 및 사용하는 다른 어시스턴트를 연결합니다. 이렇게 하면 dot에서 작업을 시작하든, 직접 연 Codex 스레드에서 시작하든, 다른 도구에서 시작하든 동일한 결정 사항을 사용할 수 있습니다.

첫 번째 차이점은 보이지 않는 공백이 줄어든다는 것입니다. 고정된 규칙이 AGENTS.md 및 환경에 존재하면, dot이 시작한 스레드는 브리핑이 짧더라도 해당 규칙을 적용받습니다.

두 번째는 스레드가 체계적으로 유지된다는 점입니다. 스레드 이름을 지정하거나 dot에 어떤 스레드를 사용할지 물어봄으로써 관련 작업을 새 스레드에 흩어지게 하지 않고 한데 모을 수 있습니다.

세 번째는 세부 정보가 도달하는 위치를 더 명확히 파악할 수 있다는 점입니다. Codex 스레드의 세부 정보가 dot 대화에 나타날 수 있고, dot 대화가 ChatGPT 메모리에 기여할 수 있음을 인지하고 이 경로를 염두에 두며 메모리를 검토하게 됩니다. ChatGPT Work에서 클라우드 작업과 로컬 작업을 오가는 경우, our guide to keeping context between Work cloud and local에서 해당 경계를 다룹니다.

네 번째는 반복 작업에서 예상치 못한 상황이 줄어든다는 점입니다. dot이 자동화를 편집할 수 있음을 알고 있으므로, 계획 변경을 요청한 후 Scheduled(예약됨)를 확인하게 됩니다.

규칙은 AGENTS.md에 커밋하세요. 리포지토리를 여는 모든 스레드가 이를 읽습니다.

클라우드 작업을 위임하기 전에 Codex 환경을 설정하세요. dot은 이미 생성된 환경을 사용합니다.

브리핑 내용과 대상 스레드를 요청하세요. 작업이 시작되기 전에 기존 스레드를 이어갈지 새 스레드를 만들지 확인하세요.

컴퓨터를 미리 선택하세요. dot의 선택된 컴퓨터를 변경해도 기존 작업은 이동하지 않습니다.

결과를 직접 읽어보세요. 실행 완료가 결과의 성공적인 전달을 보장하지는 않습니다.

자동화가 변경된 후 Scheduled(예약됨)를 확인하세요. 이제 dot이 ChatGPT Work 자동화를 편집할 수 있습니다.

ChatGPT 메모리를 정기적으로 검토하세요. dot과의 대화가 메모리에 기여할 수 있습니다.

2026년 10월 9일, OpenAI는 dots의 범위를 Codex로 확장했습니다. 이제 귀하의 dot은 Codex 작업을 시작하고, 기존 스레드에 대한 후속 작업을 수행하며, ChatGPT 대화, Codex 스레드 및 자동화를 활용하고, ChatGPT Work 자동화를 편집할 수 있습니다.

컨텍스트는 특정 형태로 이동합니다. 외부로 나갈 때, Codex 작업은 dot으로부터 브리핑을 받고 해당 내용과 자체 환경, 리포지토리, 그리고 컴퓨터에서 활성화한 경우 Codex의 로컬 메모리 저장소를 바탕으로 작동합니다. 되돌아올 때, dot은 Codex 스레드 및 자동화를 읽을 수 있으며, dot 대화에서 나타나는 내용은 ChatGPT 메모리에 기여할 수 있습니다.

항상 적용되어야 하는 규칙은 Codex가 읽는 위치에 두고, 작업 시작 전에 브리핑을 확인하며, 양쪽에서 되돌아오는 결과를 검토하세요. 그러면 이 새로운 경로가 각 인터페이스가 기억하는 내용을 임의로 바꾸는 대신 귀하의 작업에 실질적인 도움이 될 것입니다.