장시간 AI 코딩 에이전트, 작업 목록보다 먼저 정해야 할 두 가지 예산은 무엇일까요

핵심 요약 (TL;DR)

OpenAI는 9월 1일 Codex 0.152.0 릴리스에서 개별 MCP 도구의 output_token_limit 설정과 앱 서버의 셸 명령 시간 제한 설정을 공개했습니다. 긴 작업에서는 더 많은 토큰과 긴 실행 시간이 성능을 높일 수 있지만, 그 자체가 좋은 운영을 보장하지는 않습니다. AI 코딩 에이전트에게 오래 일하게 할수록 먼저 정해야 할 것은 할 일의 개수가 아니라, 어디서 멈출지입니다. 비용 예산과 시간 예산을 분리해 두면 에이전트의 속도를 잃지 않으면서도 결과를 다시 검토할 수 있습니다.

토큰 예산은 왜 단순한 요금 한도가 아닐까요?

도구가 너무 많은 정보를 한 번에 반환하면 에이전트는 중요한 단서보다 긴 로그에 묻힐 수 있습니다. 반대로 출력이 지나치게 짧으면 오류 원인을 놓칩니다. Codex의 개별 MCP 도구 출력 한도는 이 균형을 조절할 수 있는 한 예입니다. 핵심은 숫자를 크게 잡는 것이 아니라, 도구마다 필요한 정보량을 다르게 정하는 일입니다.

예를 들어 파일 목록 도구는 경로와 변경 시각만, 테스트 결과 도구는 실패한 테스트 이름과 핵심 오류만 먼저 가져오게 할 수 있습니다. 상세 로그는 실패가 확인됐을 때만 추가로 읽습니다. 이렇게 하면 에이전트가 무한히 탐색하는 대신, ‘다음 결정을 내리기에 충분한 정보’를 순서대로 모으게 됩니다.

시간 예산은 어떻게 나누면 좋을까요?

한 작업에 세 개의 시계를 두세요. 조사 시간, 수정 시간, 검증 시간을 분리하는 방식입니다. 조사 단계에서는 파일과 문서를 읽되 쓰지 않게 하고, 수정 단계에서는 바꿀 파일 수를 제한합니다. 마지막 검증 단계에서는 명령 하나와 실제 사용자 행동 하나를 확인합니다. 각 단계가 끝나면 에이전트가 변경 내용·확인 결과·남은 불확실성을 보고하게 하세요.

시간 초과는 실패 선언이 아니라 사람에게 넘기는 신호여야 합니다. 예를 들어 20분 안에 재현이 안 되면 원인 후보와 실행한 명령만 정리해 멈추게 할 수 있습니다. 이때 ‘더 오래 생각해라’보다 ‘무엇을 확인했고 무엇이 막혔는지 남겨라’가 훨씬 유용한 지시입니다.

MCP와 셸 명령에는 왜 서로 다른 경계가 필요할까요?

MCP 도구는 외부 서비스·문서·데이터를 읽거나 조작할 수 있고, 셸 명령은 로컬 파일과 프로세스에 닿을 수 있습니다. 그래서 같은 ‘에이전트 작업’이라도 허용 범위를 따로 둬야 합니다. 읽기 전용 검색은 넓게 허용할 수 있지만, 배포·삭제·외부 전송은 사람 승인 뒤에만 실행하도록 나누세요.

Codex 릴리스의 시간 제한 기능을 모든 작업을 더 오래 돌리는 신호로 읽을 필요는 없습니다. 긴 제한은 긴 검증이 필요한 작업에만 쓰고, 기본값은 짧게 두는 편이 안전합니다. 장시간 에이전트의 실력은 멈추지 않는 데 있지 않습니다. 멈춘 뒤에도 사람이 다음 결정을 내릴 수 있게 흔적을 남기는 데 있습니다.

FAQ: 처음부터 토큰 한도를 숫자로 정하기 어렵습니다.

작은 작업 세 번을 관찰해 보세요. 파일 검색, 테스트 실행, 오류 조사에 실제로 필요한 출력량을 기록한 뒤 조금씩 조정하면 됩니다. 처음부터 전 프로젝트에 같은 한도를 적용할 필요는 없습니다.

FAQ: 시간 제한이 걸리면 작업을 다시 처음부터 해야 하나요?

그럴 필요는 없습니다. 중간에 읽은 파일, 실행한 명령, 실패한 가설을 짧게 저장해 두면 다음 작업은 그 지점에서 이어갈 수 있습니다. 단, 오래된 가설은 현재 코드와 다시 대조하세요.

FAQ: 에이전트에게 배포까지 맡겨도 될까요?

배포는 되돌리기 어려운 외부 변경입니다. 자동화가 필요하더라도 검증 통과, 변경 요약, 사람 승인 단계를 분리하세요. 비밀값과 운영 권한은 작업 범위에 맞춰 최소로 제공해야 합니다.

출처: https://github.com/openai/codex/releases/tag/rust-v0.152.0
릴리스 목록 확인: https://github.com/openai/codex/releases
관찰 시점: 2026-09-03 KST