Codex에서 GPT-6.1 Sol의 기본 컨텍스트가 500k로 상향되었습니다 — 여전히 압축이 발생하는 경우와 이를 재정의하는 기존 설정 (2026)

발표 내용은 짧지만, 모든 세부 사항이 유용합니다.

Codex 및 Work에서 GPT-6.1 Sol의 새로운 기본값은 기존 272k에서 상향된 500k입니다. 이것이 한계치는 아닙니다. 게시물에서는 "향후 더 높일 예정"이라며 모델의 최대치인 "GPT-6.1 Sol의 최대 컨텍스트 길이 1M"을 언급했습니다. 또한 500k를 한계가 아닌 신중하게 선택된 균형점으로 설명합니다. "신중하게 테스트를 거쳤으며, 대부분의 사용자에게 새로운 최적의 지점(sweet spot)입니다."

기본값은 변경할 수 있습니다. 게시물에서는 어느 방향으로든 "여전히 재정의할 수 있다"고 명시하고 있습니다.

구독자의 요금제도 함께 변경되었습니다. 두 번째 게시물에 따르면, 구독을 통해 사용할 경우 GPT-6.1 Sol에 대한 긴 컨텍스트 요금이 부과되지 않습니다.

이 글을 쓰는 시점에는 해당 게시물들에만 변경 사항이 설명되어 있습니다. Codex 변경 이력(changelog)의 가장 최근 항목은 10월 8일에 출시된 GPT-6.1 Sol의 Ultrafast 모드이며, Codex 모델 페이지에는 컨텍스트 길이가 표시되어 있지 않습니다. if 팀 의사결정을 위해 문서화된 수치가 필요하다면 일주일 후에 두 페이지를 다시 확인해 보세요.

모든 Codex 대화에는 컨텍스트 윈도우가 있습니다. 이는 모델이 한 번에 고려할 수 있는 대화, 도구 출력 및 지침의 양을 의미합니다. Codex의 설정 참조 문서에서는 이 설정을 명확하게 정의합니다. model_context_window는 "활성 모델이 사용할 수 있는 컨텍스트 윈도우 토큰"입니다.

대화가 이 한계에 도달하면 Codex는 이를 압축합니다. 이전 변경 이력 항목에서는 이 동작을 다음과 같이 설명합니다. "컨텍스트 압축은 세션이 컨텍스트 윈도우 한계에 도달할 때 자동으로 세션을 요약합니다." 이 동작이 발생하는 시점은 별도의 설정으로 지정됩니다. model_auto_compact_token_limit은 "자동 기록 압축을 트리거하는 토큰 임계값(설정하지 않으면 모델 기본값 사용)"입니다.

사용자가 직접 트리거할 수도 있습니다. 슬래시 명령 참조 문서에는 /compact가 "토큰을 확보하기 위해 보이는 대화를 요약합니다"라는 설명과 함께 나열되어 있으며, 확인 후 "Codex가 이전 차례(turn)들을 간결한 요약으로 대체하여 중요한 세부 정보를 유지하면서 컨텍스트를 확보합니다"라고 설명되어 있습니다.

마지막 문구가 바로 트레이드오프입니다. 요약은 압축 단계에서 중요하다고 판단한 내용만 유지합니다. 이전 차례의 다른 모든 내용은 대화의 활성 컨텍스트에서 사라집니다.

500k 윈도우는 넉넉한 공간이지만, 긴 Codex 작업은 이 공간을 빠르게 채웁니다.

장기 실행 작업. Codex의 장기 실행 작업 가이드에서는 모델이 동일한 컨텍스트를 사용하여 다음 단계를 결정할 수 있도록 관련 작업을 하나의 대화에 유지할 것을 권장합니다. 이는 타당한 조언이지만, 대화가 임계값을 초과하여 커지게 만드는 원인이기도 합니다.

대규모 도구 출력. 테스트 실행, 로그, 파일 읽기 내용이 모두 컨텍스트에 포함됩니다. 긴 디버깅 세션에서는 사용자가 직접 보낸 메시지보다 도구 출력으로 인해 더 많은 컨텍스트가 추가될 수 있습니다.

수동 압축. /compact는 이전과 동일하게 작동합니다. 세션을 가볍게 유지하기 위해 본인이나 팀원이 이를 정기적으로 사용하는 경우, 사용자가 지정한 일정에 따라 요약 단계가 여전히 실행됩니다.

사용자 정의 임계값. 설정의 어느 곳이든 model_auto_compact_token_limit이 설정되어 있다면, 압축은 새로운 기본값에서 유도된 지점이 아니라 해당 설정값에서 시작됩니다.

또한 압축에는 연동할 수 있는 관찰 가능한 이벤트(hook)가 있습니다. Codex의 훅(hooks) 문서에는 두 가지 이벤트가 설명되어 있습니다. PreCompact는 "Codex가 대화를 압축하기 전에 실행됩니다." PostCompact는 "Codex가 대화를 압축한 후에 실행됩니다." 두 이벤트 모두 트리거가 수동이었는지 자동이었는지를 보고합니다. 따라서 긴 세션이 압축되었는지 추측할 필요 없이 확실히 알 수 있습니다.

이 부분은 발표를 읽고 당장 내일부터 더 긴 세션을 기대하는 사람들을 가장 놀라게 할 만한 내용입니다.

Codex는 여러 레이어에서 설정을 읽어들이며, 설정 가이드에는 "우선순위가 가장 높은 순서"대로 다음과 같이 나열되어 있습니다.

1. CLI 플래그 및 --config 재정의
2. 프로젝트 루트부터 작업 디렉터리까지의 프로젝트 설정 파일
3. --profile로 선택된 프로필 파일
4. ~/.codex/config.toml에 있는 사용자 설정
5. 워크스페이스에 제공되는 클라우드 관리 기본값
6. 시스템 설정
7. 내장 기본값

새로운 500k는 기본값입니다. 기본값은 이 목록의 가장 아래에 위치합니다. 상위 레이어에서 동일한 설정에 대해 지정된 값이 있다면 그 값이 우선합니다.

이는 272k가 기본값이었던 시절에 공유되었던 가이드 때문에 중요합니다. GPT-5.6 및 GPT-6 Sol 가이드에서는 이전 기본값을 넘어서거나 더 빠르고 저렴하게 압축하기 위해 model_context_window 및 model_auto_compact_token_limit을 수동으로 설정하도록 안내했습니다. 이를 따랐다면 해당 설정이 여전히 설정 파일에 남아 있을 수 있습니다. 샘플 설정에서는 기본값에 대해 다음과 같이 설명합니다. model_context_window에는 "기본값: 모델에 맞게 자동(auto)", model_auto_compact_token_limit에는 "설정하지 않으면 모델 기본값 사용"이라고 되어 있습니다. 이 값을 직접 설정하면 모델 기본값은 더 이상 적용되지 않습니다.

확인해야 할 몇 가지 구체적인 사례는 다음과 같습니다.

• 고정된 윈도우. 사용자 설정에서 model_context_window를 272k 시절의 값으로 설정해 두었다면, 해당 윈도우 크기가 적용됩니다.
• 고정된 압축 임계값. model_auto_compact_token_limit이 설정되어 있으면 윈도우가 더 크더라도 사용자가 설정한 수치에서 압축이 트리거됩니다.
• 팀이 공유하는 프로젝트 파일. 저장소의 .codex/config.toml은 사용자 설정보다 우선순위가 높으므로, 몇 달 전에 누군가 추가한 값이 프로젝트를 사용하는 모든 사람에게 적용됩니다.
• 프로필. 프로필을 지정하여 실행하는 경우, 프로필의 값이 사용자 설정보다 우선합니다.
• 관리형 기본값. 워크스페이스에서 클라우드 관리 설정을 제공하는 경우, 관리자가 이 값을 대신 설정했을 수 있습니다.

알아둘 만한 범위(scope) 설정도 있습니다. model_auto_compact_token_limit_scope는 "자동 압축 임계값이 전체 활성 컨텍스트(total, 기본값)를 계산할지, 아니면 전달된 압축 윈도우 접두사 이후의 증가분만 계산할지(body_after_prefix)를 제어합니다." 이 설정을 변경했다면 압축 타이밍은 사용자의 선택을 따릅니다.

이 중 어느 것도 잘못된 것은 아닙니다. 기본값이 작았던 시절에는 합리적인 선택이었습니다. 다만 이 설정들이 자동으로 업데이트되지 않을 뿐입니다.

컨텍스트 윈도우가 커지면 단일 대화가 압축되기 전까지 실행될 수 있는 시간이 달라집니다. 하지만 대화 간에 컨텍스트가 이동하는 방식은 변경되지 않으며, Codex 문서에서도 여러 곳에서 이 한계를 명확히 하고 있습니다.

시작 시 지침 로드. "Codex는 시작할 때 지침 체인(instruction chain)을 빌드합니다(실행당 한 번, TUI에서는 보통 세션이 시작될 때 한 번을 의미함)." 이 체인은 사용자의 AGENTS.md 파일이며 한도가 정해져 있습니다. Codex는 "결합된 크기가 project_doc_max_bytes(기본값 32 KiB)로 정의된 한계에 도달하면" 파일 추가를 중단합니다. 윈도우가 커져도 이 한도는 늘어나지 않습니다. 규칙이 사라진 것처럼 보인다면 Codex가 AGENTS.md 규칙을 건너뛰는 현상에 대한 가이드에서 일반적인 원인을 확인해 보세요.

새 대화는 이전 기록이 아닌 지침에서 시작됩니다. 지침 체인은 Codex가 시작될 때 빌드됩니다. 로컬 메모리(활성화한 경우)는 백그라운드에서 적격한 이전 대화를 바탕으로 생성되며, 이는 대화의 전체 컨텍스트를 그대로 가져오는 것과는 다릅니다.

메모리는 별개입니다. OpenAI의 메모리 페이지에 따르면 "ChatGPT 웹은 ChatGPT 메모리를 사용하는 반면, 로컬 Codex 클라이언트는 별도의 로컬 메모리 저장소와 제어 기능을 사용합니다." 또한 다음과 같은 명확한 지침을 제공합니다. "메모리는 항상 적용되어야 하는 규칙의 유일한 원천이 아니라, 도움이 되는 회상 레이어로 취급하십시오." Codex는 "활성 상태이거나 수명이 짧은 세션은 건너뛰기" 때문에 작업 중간에 로컬 메모리가 형성되지도 않습니다. Codex의 로컬 메모리 활성화하기 가이드에서 제어 방법을 설명합니다.

Work는 자체 설정을 따릅니다. 메모리의 경우, OpenAI는 ChatGPT Work가 "계정 및 워크스페이스에서 사용할 수 있는 메모리 설정을 사용하며, 로컬 Codex 메모리 저장소나 로컬 메모리 제어 기능을 사용하지 않는다"고 밝히고 있습니다. 로컬 config.toml은 이를 읽는 Codex 클라이언트를 제어합니다.

윈도우를 1M으로 설정하고 압축에 대해 잊어버리기. 모델의 최대치 내에서 가능은 하지만, 작업이 충분히 길어지면 결국 적용되는 임계값에 도달하게 됩니다.

기존 임계값을 그대로 두기. 272k에 맞춰 선택된 압축 한계값은 계속해서 그 시점에 압축을 실행합니다.

다음 대화가 기억할 것이라 기대하기. 더 큰 윈도우는 하나의 대화와 함께 시작되고 끝납니다.

정확한 규칙을 요약본에 의존하기. 압축은 중요하다고 판단한 것만 유지합니다. 반드시 유지되어야 하는 규칙은 시작할 때 로드되는 AGENTS.md에 있어야 합니다.

팀원 모두가 동일한 설정을 가지고 있다고 가정하기. 프로필, 프로젝트 파일, 관리형 기본값으로 인해 동일한 저장소에서도 두 사람의 윈도우 크기가 다를 수 있습니다.

1단계: 고정된 컨텍스트 설정에 대한 구성 감사

~/.codex/config.toml을 열고 model_context_window, model_auto_compact_token_limit, model_auto_compact_token_limit_scope를 찾습니다. 저장소의 .codex/config.toml 파일과 사용하는 프로필 파일에서도 동일하게 수행합니다.

찾은 각 값에 대해 여전히 필요한지 결정합니다. 이전의 272k 기본값을 우회하기 위해서만 설정한 것이라면, 이를 제거하여 모델 기본값이 적용되도록 하십시오. 비용이나 속도를 위해 의도적으로 설정한 것이라면 그대로 유지하되, 다음 사람이 실수로 제거하지 않도록 이유를 적어두세요. 관리형 워크스페이스를 사용 중이라면 Codex 설정을 관리하는 담당자에게 어떤 값이 설정되어 있는지 문의하세요.

2단계: 압축 시 유지해야 할 사항 지정하기

Codex에서는 압축 프롬프트를 대체할 수 있습니다. 설정 참조 문서에서는 compact_prompt를 "기록 압축 프롬프트에 대한 인라인 재정의"로 설명합니다. 실험적으로 표시된 파일 기반 옵션도 있습니다.

이 기능은 신중하게 사용하세요. 좋은 압축 프롬프트는 현재 목표, 이 대화에서 내린 결정, 변경된 파일, 해결되지 않은 문제 등 반드시 유지되어야 하는 카테고리를 명시합니다. 작업 방식에 맞춰 짧고 구체적으로 작성하세요. 다른 도구에서의 유사한 접근 방식은 Claude Code의 자동 압축 설정 가이드를 참고하세요.

3단계: 압축 후 필수 정보 복구하기

일부 컨텍스트는 요약하는 대신 다시 명시해야 합니다. Codex의 훅(hooks) 문서에는 압축으로 인해 시작된 세션 시작과 일치하여 다음 모델 요청 전에 실행될 수 있는 SessionStart 훅이 설명되어 있으며, 모델이 추가 개발자 컨텍스트로 인식하는 컨텍스트를 추가합니다. 이는 긴 작업에서 절대 놓쳐서는 안 될 몇 가지 사실을 다시 명시하는 문서화된 방법입니다.

그런 다음 지속적인 지식은 대화 외부로 이동시키세요. 규칙은 AGENTS.md에 작성합니다. 여러 대화에서 재사용할 가치가 있는 결정사항은 단일 세션보다 오래 유지되는 곳에 보관하세요.

더 큰 컨텍스트 윈도우는 하나의 대화를 더 많이 보여줍니다. 하지만 다음 주에 필요할 결정사항들은 여전히 대화가 아닌 다른 보관처가 필요합니다. MemoryLake는 이러한 결정사항들을 사용자가 관리하는 하나의 목록에 보관하여 Codex 및 다른 어시스턴트가 사용할 수 있도록 하는 메모리 레이어입니다.

항목은 사용자가 직접 자신의 언어로 작성합니다. 사용자의 Codex 설정, 로컬 Codex 메모리, ChatGPT 계정 또는 기타 공급업체의 저장소에서 데이터를 읽거나 쓰거나 삭제하지 않습니다. 관리형 워크스페이스에서 작업하는 경우, 프로젝트 세부 정보를 다른 곳으로 복사하는 것에 대한 조직의 정책을 확인하세요.

1단계: API 키 생성

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

2단계: 첫 번째 메모리 업로드

압축 요약에서 가장 흐려지기 쉬운 부분부터 시작하세요. 아키텍처 결정과 그 이유, 아직 AGENTS.md에 반영되지 않은 규칙, 알려진 함정 등이 이에 해당합니다. 항목당 하나의 결정을 날짜와 함께 기록하세요.

3단계: AI 및 에이전트 연결

Codex 및 사용하는 다른 어시스턴트를 연결합니다. 그러면 이전 대화의 윈도우 크기나 압축 시점과 관계없이, 새로운 대화마다 동일한 결정사항을 활용할 수 있습니다.

첫 번째 차이점은 실제로 어떤 윈도우 크기를 적용받고 있는지 확실히 알게 된다는 것입니다. 감사를 거치고 나면 새로운 기본값이 적용되거나, 혹은 사용하지 않기로 선택한 상태가 됩니다.

두 번째는 긴 세션에서 예상치 못한 상황이 줄어든다는 점입니다. 훅(hooks)을 설정해 두면 압축은 눈으로 확인할 수 있는 이벤트가 되며, 압축 후에도 필수 정보가 복구됩니다.

세 번째는 역할 분담이 더 명확해진다는 점입니다. 컨텍스트 윈도우는 현재 작업을 유지합니다. AGENTS.md는 규칙을 보관합니다. 별도의 메모리는 결정사항을 보관합니다. 이러한 역할 분담은 모델을 변경할 때도 동일하게 적용되며, 자세한 내용은 GPT-6 Astra로 컨텍스트 손실 없이 전환하는 가이드에서 설명하고 있습니다.

네 번째는 모델이 머릿속에 유지하는 정보에 덜 의존하게 된다는 점입니다. OpenAI 스스로도 모델 추론 내부를 들여다보는 것의 한계에 대해 언급한 바 있으며, 이는 추론 윈도우가 좁아질 때 기록해야 할 사항에 대한 분석에서 다루었습니다. 결정사항을 직접 기록하는 것이 신뢰할 수 있는 방법입니다. Kiro 사용자들도 동일한 문제에 직면해 있으며, 이는 Kiro의 압축에서 살아남을 내용 결정하기에서 다루고 있습니다.

가정하기 전에 먼저 감사하세요. 설정 레이어에 고정된 값은 새로운 기본값보다 우선 적용됩니다.

의도적인 설정은 문서화해 두세요. 고정된 값 옆에 주석을 달아두면 다음 사람이 추측할 필요가 없습니다.

프로젝트 파일을 확인하세요. 공유된 .codex/config.toml은 프로젝트를 사용하는 모든 사람에게 적용됩니다.

압축을 모니터링하세요. 훅을 사용하면 압축이 언제 발생하고 무엇이 이를 트리거했는지 알 수 있습니다.

압축 후 필수 정보를 다시 명시하세요. 규칙을 요약본에만 의존하지 마세요.

규칙은 AGENTS.md에 보관하세요. 모든 세션이 시작될 때 로드됩니다.

결정사항은 대화 외부에 기록하세요. 어떤 윈도우 크기도 다음 대화로 결정사항을 전달해 주지 않습니다.

OpenAI는 압축 발생을 줄이기 위해 2026년 10월 11일 Codex 및 Work에서 GPT-6.1 Sol의 기본 컨텍스트 길이를 기존 272k에서 500k로 상향했으며, 구독 사용 시 긴 컨텍스트 요금 부과를 중단했습니다. 모델의 최대 길이는 1M이며, 기본값은 재정의할 수 있습니다.

긴 작업이 본인에게 적용되는 임계값에 도달하면 여전히 압축이 발생합니다. 그리고 그 임계값은 새로운 기본값이 아닐 수도 있습니다. CLI 플래그, 프로젝트 파일, 프로필, 사용자 설정 또는 관리형 기본값의 설정이 모두 기본값보다 우선하기 때문입니다.

설정을 확인하고, 압축 시 유지해야 할 사항을 결정하고, 압축이 실행된 후 필수 정보를 다시 명시하세요. 그런 다음 단일 대화를 넘어서 중요한 결정사항들은 더 큰 윈도우로도 도달할 수 없는 안전한 곳에 보관하시기 바랍니다.