Codex 앱 기본값은 258k 토큰을 넘으면 이전 대화를 압축해 GPT-5.4의 1M 컨텍스트를 못 쓴다. ~/.codex/config.toml의 auto-compact 한도를 올리면 90만 토큰까지 압축이 없다. 272K 초과 요청은 사용량이 2배로 계산되므로 대규모 리팩토링에만 켠다.
이 글은 2026년 3월 기준이다. GPT-5.4 출시 직후 가장 많이 들린 말은 100만 토큰이었다. 그런데 우리가 3월 13일에 정리한 설정법의 출발점은 모델이 아니라 앱이다. Codex 앱을 설치한 그대로 쓰면 258k 토큰에서 자동 압축이 걸리고, 모델이 받을 수 있는 양의 4분의 1 언저리에서 대화가 잘린다. Pro 구독료를 내면서 모델 사양의 일부만 쓰는 상태다.
컨텍스트 크기는 이전 대화와 이번 입력을 합쳐 모델이 한 번에 받아들일 수 있는 상한이다. Gemini와 Claude는 이미 1M이었고, ChatGPT가 이번에 그 수준을 따라왔다. Codex는 ChatGPT 쪽에서 쓰는 에이전트 도구다. 이 상한이 실제로 얼마나 열리는지는 모델이 아니라 도구의 설정값이 정한다.
그래서 이 글의 질문은 "5.4가 얼마나 좋아졌나"가 아니다. 좋아진 사양을 내 Codex가 실제로 쓰고 있는가, 쓰게 하려면 어느 파일의 어느 줄을 고쳐야 하는가, 그리고 그 대가는 무엇인가다.
1M을 막는 것은 모델이 아니라 Codex의 auto-compaction 기본값이다
5.3과 5.4를 외부 벤치마크와 공식 문서로 비교하면 차이는 두 축으로 정리된다. 얼마나 깊게 생각하는가, 그리고 얼마나 많이 기억하는가다.
| 항목 | GPT-5.3-Codex | GPT-5.4 |
|---|---|---|
| 성격 | CLI·터미널 워크플로우에 특화된 개발 도구 | 코딩을 넘어선 통합 추론 모델 |
| 컨텍스트 상한 | 400K | 1M(100만 토큰) |
| 강점 | 속도 | 프로젝트 전체 소스를 넣고 아키텍처 단위 조언, GDPval 기준 팩트 체크 |
Codex 앱에는 대화가 길어져 시스템이 무거워지는 것을 막는 auto-compaction이 기본으로 켜져 있고, 그 기준선이 258k 토큰이다. 이 선을 넘는 순간 앞쪽 대화는 요약본으로 줄어들거나 통째로 버려진다. 그래서 프로젝트 소스 전체를 한 번에 읽히겠다는 5.4의 용도는 설치 직후 상태에서 성립하지 않는다.
해제는 ~/.codex/config.toml의 값 다섯 개이고, 재시작 전에는 적용되지 않는다
고칠 파일은 ~/.codex/config.toml 하나다. 설정 오버라이드가 이 표준 파일에서 로드된다는 점은 codex --help 출력에서 확인된다. 여기에 덮어쓰거나 추가할 값은 다섯 개다.
| 키 | 값 | 역할 |
|---|---|---|
| model | gpt-5.4 | 5.3-Codex가 아닌 5.4를 쓴다 |
| model_reasoning_effort | xhigh | 추론 깊이. 우리가 5.4를 다 쓰는 조건으로 꼽는 값 |
| model_context_window | 1000000 | 컨텍스트 창을 1M으로 선언 |
| model_auto_compact_token_limit | 900000 | 90만 토큰까지 압축을 미룬다 |
| personality | pragmatic | 응답 성향 |
다섯 값을 넣고 나면 압축이 시작되는 지점이 258k에서 90만 토큰으로 밀려나고, 그 전까지는 앞 대화가 그대로 남는다. 다만 우리가 강조하는 줄은 컨텍스트 두 줄이 아니라 model_reasoning_effort의 xhigh다. 창만 넓히면 기억은 늘지만 추론 깊이는 그대로라서, 이 값을 빼면 5.4를 다 쓰는 상태가 아니다.
조건이 둘 더 있다. 값을 저장해도 앱을 재시작하기 전에는 반영되지 않는다. 그리고 설정 파일 경로가 안 잡히거나 터미널이 낯선 사람을 위해 같은 절차를 SKILL.md로 묶어 원문 글에 첨부해 두었다. 그 파일을 Codex에 건네며 "내가 전달한 md file 을 skill 에 등록하고 실행해줘"라고 하면 되고, 사용법은 함께 올린 README.md에 정리돼 있다.
272K를 넘는 요청은 사용량이 두 배로 계산된다
비용 조건을 빼고 이 설정을 권할 수는 없다. OpenAI 공식 안내 "Introducing GPT-5.4"는 Codex의 1M 컨텍스트를 실험적 기능으로 분류하고, 표준 272K 토큰을 넘는 요청에는 사용량을 2배로 매긴다고 적었다. 같은 작업량이라도 Pro 요금제 한도가 그만큼 빨리 줄어든다.
그래서 우리 결론은 상시 켜 두기가 아니라 작업을 둘로 나누는 것이다. 코드 몇 줄을 빨리 받는 일은 5.3-Codex 쪽이 비용 대비 낫고, 1M 설정은 리포지토리 전체를 갈아엎는 리팩토링이나 로직을 처음부터 다시 짜는 일에만 건다. 그 조건에서는 GPT-5.4가 먼저 끼어든다. "아까 그 파일에서 봤던 로직이랑 꼬이는데요?" 같은 지적은 파일 하나가 아니라 프로젝트 전체를 기억한 상태에서만 나온다.
가져갈 것
-
~/.codex/config.toml에model_context_window = 1000000과model_auto_compact_token_limit = 900000이 적혀 있는가 -
model = "gpt-5.4"와model_reasoning_effort = "xhigh"도 같은 파일에 있는가 (창만 넓히고 추론 깊이를 안 올린 상태가 아닌가) - 값을 저장한 뒤 Codex 앱을 재시작했는가
- 지금 맡길 작업이 272K를 넘길 만큼 큰가 (아니면 5.3-Codex로 돌린다)
- 272K 초과분이 2배로 계산돼 Pro 한도가 빨리 줄어든다는 점을 팀이 알고 켜는가
안 되는 경우
- 272K 아래에서 끝나는 짧은 작업에는 성립하지 않는다. 2배 계산도 1M도 쓸 일이 없다.
- 한도 소모 이야기는 ChatGPT Pro 요금제 기준이다. 다른 요금제에서도 1M 실험 기능이 열리는지, 2배 계산이 같은지는 확인하지 않았다.
- 자동 압축 기본값 258k와 과금 기준 272K가 왜 다른지, 압축 한도를 900,000으로 잡은 근거는 3월 글에서 따로 밝히지 않았다.
- 1M은 OpenAI가 실험적 기능이라고 못 박은 상태다. 검증한 Codex 앱 버전을 적어 두지 않았으므로 설정 키 이름과 기본값은 이후 버전에서 달라질 수 있다.
이번 주에 바꿀 것은 새 모델을 켜는 순서다. 대규모 리팩토링에 5.4를 쓰기로 했다면 프롬프트를 쓰기 전에 ~/.codex/config.toml을 먼저 열어 auto-compact 한도가 258k에 머물러 있는지 확인한다. 모델을 바꿀 때마다 도구의 기본값도 같이 읽는다. AX 전환에서는 이 확인이 모델 선택보다 먼저다. 사업영역 →