Codex Pro에 200달러를 지불했습니다.
4시간 만에 한도에 도달했습니다.
5시간 중 4시간이 사라졌습니다.
그리고 최악의 부분은?
그 소모의 대부분은 완전히 피할 수 있었습니다.
저는 이 문제를 해결하기 위해 GPT-5.6 Sol로 20만 달러 이상의 토큰을 소모했습니다.
여러분이 그러지 않도록, 제가 배운 모든 것을 알려드립니다.
━━━━━━━━━━━━━━━━━━
왜 한도가 이렇게 빨리 소진될까요
하나의 설정. 하나의 버그. 모든 것을 소모합니다.
Codex가 하위 에이전트를 생성할 때, 상위 모델을 그대로 복사합니다.
Sol을 Ultra로 설정했나요? 모든 하위 에이전트도 Sol Ultra로 실행됩니다. 하나의 작업에 3개의 하위 에이전트 = 동시에 실행되는 3개의 Sol Ultra 인스턴스.
그래서 5시간의 창이 90분 만에 사라지는 겁니다.
Codex spawn_agent 도구에는 하위 에이전트에 다른 모델을 선택할 수 있는 옵션이 없습니다.
그냥 현재 실행 중인 것을 복제할 뿐입니다.
이것은 여러분의 잘못이 아닙니다. 시스템의 라우팅 결함입니다.
하지만 이제 알게 되셨습니다. 그리고 해결책이 있습니다.
━━━━━━━━━━━━━━━━━━
절대 건드리면 안 되는 모델
Ultra.
추론 수준이 아닙니다. 배율기입니다.
Ultra는 단일 에이전트 호출 내에서 4개의 병렬 하위-하위 에이전트를 생성합니다.
간단한 작업에서: 하위 에이전트가 하위 에이전트를 생성하고, 또 더 많은 하위 에이전트를 생성합니다.
재귀적입니다. 통제 불가능입니다. 엄청나게 비쌉니다.
성능 차이는?
Sol Ultra는 코딩 벤치마크에서 91.9%를 기록합니다. Sol Extra High는 88.8%를 기록합니다.
3.1점 차이. 3배의 비용.
OpenAI는 두 가지 주요 코딩 벤치마크에 대한 Ultra 결과조차 공개하지 않았습니다.
이것이 모든 것을 말해줍니다.
Ultra는 완전히 피하세요. 무조건입니다.
━━━━━━━━━━━━━━━━━━
모든 것을 해결하는 3-모델 시스템
세 가지 다른 작업을 수행하는 세 개의 에이전트가 필요합니다.
하나의 모델이 최대 출력으로 모든 것을 하는 것이 아닙니다.
Sol Extra High → 오케스트레이터
계획합니다. 설계합니다. 위임합니다. 어려운 결정을 내립니다.
이것이 메인 두뇌입니다. 프롬프트를 읽고 무엇을 해야 할지 파악하는 역할입니다.
Extra High는 벤치마크에서 58/100을 제공합니다. Max는 59/100을 제공합니다. 1점 차이. 3배 저렴합니다.
Extra High가 여기서 올바른 선택입니다.
Sol Medium → 실행자
코드를 작성합니다. 버그를 수정합니다. 테스트를 실행합니다. 계획을 구현합니다.
Sol Medium은 장기 실행 에이전트 워크플로에서 여전히 Claude Fable 5를 11.4점 차이로 능가합니다.
비용은 약 4분의 1 수준입니다.
아키텍처 결정을 내릴 필요가 없습니다. 지침을 잘 따르기만 하면 됩니다. Medium이 그 역할을 완벽하게 수행합니다.
Luna Extra High → 스캐너
파일 검색. 코드베이스 탐색. 가벼운 읽기. 증거 수집.
Extra High의 Luna는:
→ Terra보다 1.3배 빠름
→ Terra보다 2.5배 저렴함
→ 가벼운 작업에서 동일한 성능
대부분의 사람들이 놓치는 숨겨진 선택입니다.
Luna는 서류상으로는 저렴해 보이지만(토큰 100만 개당 $1/$6), Terra보다 더 많은 단계를 소모합니다.
Extra High에서는 단계 수가 줄어듭니다. 읽기 전용 작업을 위한 확실한 선택이 됩니다.
━━━━━━━━━━━━━━━━━━
Sol + Luna 라우팅 트릭 (48시간, 한도 도달 0회)
한도 소진 없이 지속적으로 실행되는 정확한 설정은 다음과 같습니다:
→ Sol Extra High가 계획을 작성합니다
→ Luna Extra High가 이를 실행합니다
→ Sol Extra High가 출력을 검토합니다
그게 전부입니다.
하나의 루프. 재귀적 생성 없음. 백그라운드에서 소모되는 Ultra 복제본 없음.
이 방법을 공유한 사람은 5시간 제한에 한 번도 도달하지 않고 48시간 연속으로 실행했습니다.
작동하는 이유: Sol은 결정에 집중합니다. Luna는 2.5배 저렴한 요금으로 토큰 집약적인 실행 작업을 처리합니다. 더 많은 작업을 수행하더라도 총 토큰 소모량이 극적으로 줄어듭니다.
지금 바로 추가해야 할 [AGENTS.md](http://agents.md/) 설정:
내가 명시적으로 요청할 때만 하위 에이전트를 생성하세요. 자동으로 하위 에이전트를 생성하지 마세요.
이렇게 하면 Sol이 모든 작업에 대해 에이전트를 열심히 생성하는 것을 막을 수 있습니다.
전역 AGENTS.md에 추가하고 Codex를 다시 시작하세요.
━━━━━━━━━━━━━━━━━━
5분 안에 config.toml 수정하기
이것이 모든 것을 제어하는 실제 파일입니다.
Codex는 시작 시 이를 읽습니다.
한 번 설정하면 이후 모든 세션이 자동으로 라우팅됩니다.
Codex를 엽니다. 다음 프롬프트를 정확히 붙여넣으세요:
내 현재 ~/.codex/config.toml과 다음 문서를 읽어주세요:
https://developers.openai.com/codex/subagents 사용자 정의 에이전트 정의에 대한 내용입니다.
그런 다음 다음을 수행하세요:
1. ~/.codex/agents/ 아래에 세 개의 에이전트 TOML 파일을 만드세요:
fast_scan — 빠른 검색, 코드베이스 탐색, 파일 읽기 및 가벼운 분석용.
- model: gpt-5.6-luna
- model_reasoning_effort: extra-high
- sandbox_mode: read-only
- Instructions: 증거를 신속하게 수집하고 간결한 요약을 반환하며, 파일을 편집하지 마세요.
routine_worker — 일상적인 코딩, 테스트, 문서화 및 범위가 제한된 수정용.
- model: gpt-5.6-sol
- model_reasoning_effort: medium
- Instructions: 할당된 작업을 구현하고 결과를 확인하세요.
deep_worker — 어려운 디버깅, 아키텍처, 보안 및 모호한 다단계 작업용.
- model: gpt-5.6-sol
- model_reasoning_effort: extra-high
- Instructions: 복잡한 작업을 신중하게 처리하고, 가정을 검증하며, 강력한 확인을 제공하세요.
2. config.toml의 [agents] 섹션을 다음 라우팅 정책으로 업데이트하세요:
"위임이 유용한지 자동으로 결정하세요. 가벼운 읽기 전용 작업에는 fast_scan을, 일반적인 구현에는 routine_worker를, 복잡하거나 위험도가 높은 추론에는 deep_worker를 선택하세요. 필요한 모델을 사용할 수 없는 경우가 아니라면 사용자에게 모델을 선택하도록 요청하지 마세요. 간단한 작업은 기본 에이전트에 유지하세요."
3. [agents] 아래에 max_threads = 6 및 max_depth = 1이 설정되어 있는지 확인하세요.
4. 저장하기 전에 검토할 수 있도록 최종 config.toml과 세 개의 에이전트 파일을 모두 보여주세요."
Codex가 모든 파일을 만듭니다. 검토하고 저장하면 끝입니다.
━━━━━━━━━━━━━━━━━━
3개의 에이전트 파일 모습
Codex는 위 프롬프트에서 자동으로 이를 생성합니다.
어떻게 생겼는지 확인하여 무엇을 검토해야 할지 알아두세요:
# ~/.codex/agents/fast-scan.toml name = "fast_scan" description = "빠른 검색, 코드베이스 탐색, 가벼운 읽기 전용 분석." model = "gpt-5.6-luna" model_reasoning_effort = "extra-high" sandbox_mode = "read-only" developer_instructions = """ 증거를 신속하게 수집하고 간결한 요약을 반환하세요. 파일을 편집하지 마세요. """
# ~/.codex/agents/routine-worker.toml name = "routine_worker" description = "일상적인 코딩, 테스트, 문서화 및 범위가 제한된 수정." model = "gpt-5.6-sol" model_reasoning_effort = "medium" developer_instructions = """ 할당된 범위 내 작업을 구현하고 결과를 확인하세요. """
# ~/.codex/agents/deep-worker.toml name = "deep_worker" description = "어려운 디버깅, 아키텍처, 보안 및 모호한 다단계 작업." model = "gpt-5.6-sol" model_reasoning_effort = "extra-high" developer_instructions = """ 복잡한 작업을 신중하게 처리하고, 가정을 검증하며, 강력한 확인을 제공하세요. """
# ~/.codex/config.toml — [agents] 섹션 [agents] max_threads = 6 max_depth = 1 routing_policy = """ 위임이 유용한지 자동으로 결정하세요. 가벼운 읽기 전용 작업에는 fast_scan을, 일반적인 구현에는 routine_worker를, 복잡하거나 위험도가 높은 추론에는 deep_worker를 선택하세요. 사용자에게 모델을 선택하도록 요청하지 마세요. 간단한 작업은 기본 에이전트에 유지하세요. """
max_depth = 1은 매우 중요합니다.
하위 에이전트가 자신의 하위 에이전트를 생성하는 것을 막습니다.
한 수준의 위임. 재귀적 생성 없음. 통제 불가능한 소모 없음.
━━━━━━━━━━━━━━━━━━
한도를 소모하지 않는 프롬프트 작성법
모델은 계속해서 진행할 것입니다.
계속해서.
계속해서.
5.6은 작업을 중단 없이 처음부터 끝까지 완료할 수 있습니다. 대부분 좋은 점입니다.
하지만 명확한 중단 지점이 없으면 목표를 초과합니다. 필요하지 않은 것을 다시 작성합니다. 3%만 필요한 작업에 창의 15%를 소모합니다.
모든 프롬프트에 중단 지점을 추가하세요:
계획 작업의 경우:
이 새 기능을 구축하세요.
먼저 계획만 작성하세요. 계획이 완료되면 중단하고 제 피드백을 요청하세요. 아직 코드를 작성하지 마세요.
구현 작업의 경우:
계획이 훌륭합니다. 이제 구현하세요.
진행하면서 테스트하려면 컴퓨터 사용 기능을 사용하세요. 테스트가 통과하고 만족할 때까지 계속 진행하세요. 완료되면 PR을 여세요. PR이 열리면 중단하세요. 리뷰는 제가 처리하겠습니다.
디버깅의 경우:
auth.ts의 버그를 수정하세요.
먼저 파일을 읽으세요. 진단 내용을 작성하세요. 변경하기 전에 중단하고 진단 내용을 보여주세요. 진행하기 전에 제가 확인하겠습니다.
패턴: 정확히 언제 중단해야 하는지 알려주세요.
모호하지 않게. "알아서 판단하세요"가 아닙니다.
명시적인 체크포인트. 명확한 사용자에게로의 핸드오프.
━━━━━━━━━━━━━━━━━━
노력 수준 가이드
모든 작업에 동일한 성능이 필요한 것은 아닙니다.
→ Low / Medium — 일상적인 작업, 간단한 수정, 문서화, 테스트
→ High — 기능, 여러 파일 변경, 디버깅
→ Extra High — 아키텍처 결정, 보안 검토, 복잡한 다단계 작업
→ Max — 이미 실패한 진정으로 어려운 문제를 위해 아껴두세요
→ Ultra — 피하세요. 항상.
대부분의 개발자를 위한 기본값: High.
충분히 강력합니다. High의 하위 에이전트는 소모 측면에서 "나쁘지 않습니다."
Codex 팀이 권장하는 일일 드라이버: Sol Medium.
Sol Medium은 에이전트 벤치마크에서 Claude Fable 5를 능가합니다. 가격은 극히 일부에 불과합니다.
모든 것에 extra high가 필요한 것은 아닙니다.
노력 수준 치트 시트:
간단한 수정 → Sol Low 또는 Medium 새 기능 → Sol High 어려운 문제 → Sol Extra High 빠른 스캔 → Luna Extra High 절대 안 됨 → Ultra
━━━━━━━━━━━━━━━━━━
모든 것을 설명하는 벤치마크 수치
Sol Extra High vs Max: 58 대 59점. 1점 차이. 3배 저렴함. Extra High를 사용하세요.
Sol Medium vs Fable 5: Sol Medium이 에이전트 워크플로에서 11.4점 차이로 승리. 4배 낮은 비용.
Luna Extra High vs Terra: 동일한 성능. 1.3배 빠름. 2.5배 저렴함. Luna를 사용하세요.
Ultra vs Extra High: 3.1점 추가. 3배 비쌈. OpenAI는 Ultra의 코딩 결과조차 공개하지 않았습니다. Extra High를 사용하세요.
패턴: 한 단계 낮추기 = 동일한 품질, 극적으로 저렴한 비용.
대부분의 개발자는 모든 것에 대해 한두 단계 너무 높게 실행하고 있습니다.
그것이 바로 한도가 4시간 만에 사라지는 모든 이유입니다.
한 단계 낮추세요. 동일한 출력을 유지하세요. 활성 창을 두 배로 늘리세요.
━━━━━━━━━━━━━━━━━━
전과 후
이 설정 전:
→ Sol Ultra가 모든 것을 실행
→ 하위 에이전트가 상위 모델과 노력 수준을 복제
→ 3개의 하위 에이전트 = 동시에 실행되는 3개의 Sol Ultra 인스턴스
→ 5시간 창이 90분 만에 사라짐
→ 무엇이 소모했는지에 대한 맥락 없음
이 설정 후:
→ Sol Extra High가 오케스트레이터 역할
→ Sol Medium이 구현 담당
→ Luna Extra High가 스캔 담당
→ max_depth = 1이 재귀적 생성 중단
→ AGENTS.md가 Sol에게 자동으로 에이전트를 생성하지 말라고 지시
→ 모든 프롬프트의 중단 지점이 모델의 진행 범위를 제어
결과: 48시간 연속 작업. 한도 도달 0회.
동일한 $200 요금제. 완전히 다른 경험.
━━━━━━━━━━━━━━━━━━
전체 설정 체크리스트
지금 다음 다섯 가지를 수행하세요:
→ 1. AGENTS.md를 엽니다. 추가: "내가 명시적으로 요청할 때만 하위 에이전트를 생성하세요."
→ 2. config.toml 프롬프트를 Codex에 붙여넣습니다. 3개의 에이전트 파일을 만들도록 합니다.
→ 3. config.toml에서 max_depth = 1 및 max_threads = 6을 설정합니다.
→ 4. 기본 노력 수준을 Sol High로 전환합니다. Ultra나 모든 것에 Extra High가 아닙니다.
→ 5. 모든 장기 실행 프롬프트에 명시적인 중단 지점을 추가합니다.
10분이면 됩니다.
매주 소모되는 수 시간의 한도를 절약해줍니다.
━━━━━━━━━━━━━━━━━━
한 가지 더
~/.codex와 ~/.claude에서 시간을 보내세요.
이 디렉토리에 진정한 힘이 있습니다.
사용자 정의 에이전트. 라우팅 정책. 모델 기본 설정. 기본 지침.
대부분의 사람들은 절대 열어보지 않습니다.
지금 Codex를 최대한 활용하는 개발자들은?
어리석게 느껴졌지만 얼마나 중요한지 놀랐던 변경을 했습니다.
실험하고, 조정하고, Codex 대시보드를 통해 사용량을 모니터링하세요.
작은 설정 변경이 극적으로 다른 토큰 소모율로 이어집니다.
지금은 AI로 구축하기에 가장 재미있는 시간입니다.
도구는 실제로 파고드는 사람들에게 보상합니다.
━━━━━━━━━━━━━━━━━━
이 내용이 한도 절약에 도움이 되었다면:
→ 다른 Codex Pro 사용자가 또 다른 창을 소모하기 전에 볼 수 있도록 리포스트하세요
→ 더 많은 AI 시스템 분석을 위해 @sairahul1를 팔로우하세요
→ 북마크하세요 — 설정 프롬프트가 작동합니다, 오늘 밤 붙여넣으세요
더 많은 흥미로운 기사를 보려면 theaibuilders.co를 구독하세요
저는 AI, 제품 구축, 그리고 여러분 없이도 작동하는 시스템에 대해 글을 씁니다.
