OpenAI, Codex 모델 컨텍스트 크기를 372k에서 272k로 축소 — 무엇이 달라졌고 개발자는 어떻게 대응해야 할까

OpenAI의 코딩 어시스턴트 Codex가 모델 메타데이터를 조용히 바꿨습니다. 7월 20일자로 머지된 PR #33972는 agent/hotfix-0.144-model-metadata 브랜치에서 372k → 272k로 컨텍스트 크기를 줄였고, 이 변경은 release/0.144 브랜치로 백포트됐습니다. 100k 토큰이 줄어든 건데, 이는 단순한 스펙 조정이 아니라 “Codex가 한 번에 다룰 수 있는 작업의 규모” 자체를 재정의한 것에 가깝습니다.

OpenAI Codex의 번들 모델 메타데이터를 갱신하면서 모델 컨텍스트 크기를 372k에서 272k로 줄인 변경을 release/0.144 브랜치에 백포트함 PR #33972는 agent/hotfix-0.144-model-metadata 브랜치에서 Codex 0.144 릴리스로 변경…

1. 정확히 무엇이 바뀌었나

변경의 본질은 두 가지입니다.

• 컨텍스트 윈도우 축소: 372k → 272k. 약 27% 감소.
• 코드 경로 명시: hotfix-0.144 → release/0.144 백포트로, 0.144 라인이 표준 빌드로 흡수됨. 다음 마이너 릴리스부터 사용자가 별도 설정 없이 받게 됩니다.

공식 릴리스 노트는 따로 없었고, PR 본문과 메타데이터 diff만 남아 있습니다. 즉, 운영팀이 “이번 변경을 강조하고 싶지 않다”는 의도일 가능성이 큽니다 — 모델 응답 품질에는 영향을 주지 않으면서 비용·메모리 측면만 줄였다는 메시지입니다.

2. 왜 갑자기 줄였을까 — 가능한 시나리오

컨텍스트 크기는 ‘많을수록 좋다’는 통념이 있지만, 실제로는 다음과 같은 비용이 따릅니다.

• 추론 비용: 컨텍스트가 늘면 응답 생성 비용이 선형이 아니라 준선형으로 증가. 372k 운영은 OpenAI 입장에서 GPU 시간이 부담.
• 메모리/지연: 에이전트가 매 호출마다 컨텍스트를 재적재해야 한다면, 큰 창은 cold-start와 turn-overhead를 키움.
• 품질 노이즈: 모델이 거대한 컨텍스트를 받으면 정작 필요한 신호를 잃는 “lost-in-the-middle” 현상이 잘 알려져 있음.

272k는 여전히 250k 분량의 단일 코드베이스를 한 번에 읽을 수 있는 충분한 크기입니다. OpenAI는 “실제 사용 패턴”의 분포를 보고, 그 상위 90% 이상이 272k 안에 들어온다는 데이터에 기반해 조정한 것으로 보입니다.

3. 개발자 입장에서 대응 방법

큰 리팩토링이나 모노레포 풀-스캔을 Codex에 맡겨왔다면, 이번 변경을 체감할 수 있습니다. 다음 4가지 패턴으로 대응하세요.

3-1. 컨텍스트 슬라이싱 (chunked session)

372k → 272k로 줄었지만, “에이전트가 한 번에 보는 창”만 작아졌을 뿐 외부 저장소(RAG)는 그대로입니다. 작업 디렉터리와 의존성 트리를 슬라이스해서 넘기면 272k로도 충분합니다.

3-2. 토큰 버짓 명시

Codex CLI에서 --model-context-budget(또는 동등한 플래그)를 명시적으로 지정해, 작업별로 컨텍스트 한도를 설정하세요. 기본값이 272k로 떨어진 만큼, “이 작업은 작게” 같은 의도를 코드로 표현하는 게 안전합니다.

3-3. 요약 압축 (rolling summary)

에이전트 세션이 길어지면 중간 결과를 Markdown으로 압축해 AGENTS.md나 별도 scratchpad에 저장하세요. Codex는 다음 턴에 그 파일을 우선 읽어 컨텍스트 효율을 회복합니다.

3-4. 모델 라우팅

Codex 외 모델(예: o3, o4-mini)과의 라우팅을 도입했다면, 작업 종류별로 어떤 컨텍스트 크기를 쓸지 매트릭스를 만들어두세요. 272k는 “코드 한 저장소”용, 더 큰 컨텍스트는 “문서 분석”용 — 이런 분리가 운영 노이즈를 줄입니다.

4. 생태계에 미치는 영향

Codex를 내부에서 임베딩해 쓰던 도구들 — 예를 들어 openai/codex를 fork해 자체 에이전트를 만드는 프로젝트들 — 은 이번 메타데이터 변경에 맞춰 자체 모델 카탈로그를 업데이트해야 합니다. 0.144 라인이 LTS처럼 다뤄질 가능성이 커서, 0.143 이전을 유지하던 팀은 업그레이드 타이밍을 노려야 합니다.

또한 컨텍스트 크기 축소는 에이전트 워크플로의 “스킬 단위” 사고를 부추깁니다. “한 번에 큰 작업을 시키는” 패턴보다 “작은 스킬을 연결하는” 패턴이 더 자연스러워졌기 때문입니다. 이는 Anthropic의 Skills·Sub-agents 흐름과도 맞닿아 있어, 2026년 하반기 에이전트 생태계의 표준 방향을 가리키는 신호로 읽힙니다.

5. 실무 체크리스트

• codex --version으로 0.144 라인이 적용됐는지 확인.
• 모노레포 풀-스캔을 자동화한 스크립트가 있다면 컨텍스트 한도를 명시적으로 줄여 재실행.
• 에이전트 로그에서 “context overflow” 또는 “truncated” 메시지를 grep해 영향 범위 파악.
• RAG/외부 메모리 슬라이스 정책이 없다면 이번 기회에 도입 — 컨텍스트는 작게, 외부 참조는 크게.

요약

OpenAI Codex의 컨텍스트 윈도우가 372k에서 272k로 축소된 것은 “성능 저하”가 아니라 “운영 효율화”에 가깝습니다. 개발자 입장에서는 큰 작업은 슬라이스, 작은 작업은 명시적 버짓, 긴 세션은 압축이라는 세 가지 원칙만 익혀도 무리 없이 적응할 수 있습니다. 272k 안에서 가장 잘 일하는 에이전트 패턴을 구축하는 것이 하반기 경쟁력이 될 겁니다.

---

참고: 긱뉴스 원문 · OpenAI Codex PR #33972 · release/0.144 라인 백포트.

---

📰 원본 출처 · https://news.hada.io/topic?id=31611 (#N=31611)

이 글은 GeekNews(긱뉴스)에 게제된 글을 기반으로 작성되었습니다. 원본의 라이선스와 저작권은 원작자에게 있습니다.