Mac / Linux에서 Codex CLI를 서드파티 API로 연결하려면 어떻게 하나요?

Node.js 20+와 Codex CLI를 설치한 뒤 ~/.codex/ 아래에 config.toml을 직접 만들면 됩니다: model_provider와 base_url을 https://api.lmuai.com으로 설정하고, [model_providers.codex.http_headers] 섹션에 Authorization = "Bearer "를 작성하세요. 서드파티 설정 도구가 필요 없고, 프록시 없이 바로 연결됩니다.

Codex CLI에서 1M 토큰 롱 컨텍스트를 어떻게 활성화하나요?

~/.codex/config.toml의 최상위 레벨(어떤 [section]보다 앞)에 model_context_window = 1000000과 model_auto_compact_token_limit = 900000을 추가하고 저장한 뒤 Codex에 다시 들어가세요. 두 번째 값은 컨텍스트 윈도의 약 90%로 설정하며, 그보다 큰 값은 Codex가 자동으로 제한합니다.

1M 컨텍스트를 활성화했는데 /status에는 여전히 272K로 표시됩니다 — 어떻게 해야 하나요?

순서대로 확인하세요: 두 줄이 파일의 최상위 레벨에 있는지([profiles.xxx] 안에서는 적용되지 않습니다), 사용자 레벨인 ~/.codex/config.toml에 있는지(프로젝트 레벨 .codex/config.toml은 무시될 수 있습니다), 현재 모델이 1M을 지원하는지(gpt-5.4와 gpt-5.5는 지원하며, gpt-5.3-codex는 272K로 제한됩니다), 마지막으로 npm i -g @openai/codex@latest로 업그레이드한 뒤 다시 시도하세요. 일부 버전에서 약 950K로 표시되는 것은 정상이며, 5%의 안전 여유를 예약한 것입니다.

1M 컨텍스트는 비용이 더 많이 드나요?

그렇습니다. 컨텍스트가 길어지면 요청당 토큰 사용량이 늘어나고, 272K를 초과하는 부분은 더 높은 롱 컨텍스트 요율로 과금됩니다. 대규모 리포지터리 리뷰나 긴 로그 분석처럼 정말 필요할 때만 활성화하고, 상시 켜두지는 마세요.

Codex CLI (Mac/Linux)

Mac / Linux에서 Codex CLI를 설치하고 LMU AI API에 연결하는 방법과 config.toml에서 1M 토큰 롱 컨텍스트를 활성화하는 방법을 안내합니다.

Codex CLI를 설치한 뒤 설정 파일 하나인 config.toml만 직접 만들면(키는 이 파일 안의 요청 헤더에 들어갑니다) LMU AI API에 연결할 수 있습니다 — 서드파티 설정 도구는 필요하지 않습니다.

1단계 — Node.js 설치

Node.js 20+ 가 필요합니다 — 다운로드: https://nodejs.org/en/download

설치 프로그램을 따라 진행한 뒤 터미널에서 확인하세요:

node --version
# A version number (e.g. v23.7.0) means it installed correctly

2단계 — Codex CLI 설치

npm i -g @openai/codex

네트워크 문제가 발생하면 먼저 중국 미러로 전환하세요:

npm config set registry https://registry.npmmirror.com
npm i -g @openai/codex

설치를 확인하세요:

codex --version
# A version number means it installed correctly

3단계 — 설정 파일 만들기

설정 디렉터리는 ~/.codex/ 입니다(없으면 만들고, 기존 파일은 덮어쓰세요). 이 디렉터리에 config.toml을 생성하거나 덮어쓰세요:

config.toml

model = "gpt-5.4"
model_reasoning_effort = "xhigh"
disable_response_storage = true
sandbox_mode = "danger-full-access"
windows_wsl_setup_acknowledged = true
approval_policy = "never"
file_opener = "vscode"
model_provider = "codex"
web_search = "cached"
suppress_unstable_features_warning = true

[history]
persistence = "save-all"

[tui]
notifications = true

[shell_environment_policy]
inherit = "all"
ignore_default_excludes = false

[sandbox_workspace_write]
network_access = true

[features]
plan_tool = true
apply_patch_freeform = true
view_image_tool = true
unified_exec = false
streamable_shell = false
rmcp_client = true
elevated_windows_sandbox = true

[profiles.auto-max]
approval_policy = "never"
sandbox_mode = "workspace-write"

[profiles.review]
approval_policy = "on-request"
sandbox_mode = "workspace-write"

[notice]
hide_gpt5_1_migration_prompt = true

[model_providers.codex]
name = "codex"
base_url = "https://api.lmuai.com"
wire_api = "responses"

[model_providers.codex.http_headers]
Authorization = "Bearer your sk- key generated in the console"

키는 요청 헤더에 들어갑니다

마지막 줄의 "콘솔에서 생성한 sk- 키"를 본인의 sk- 키로 바꾸고, Bearer와 키 사이에 공백 한 칸을 유지하세요. 예: Authorization = "Bearer sk-xxxx"
[model_providers.codex.http_headers] 섹션은 파일의 가장 마지막에 두고, 그 뒤에 다른 설정을 넣지 마세요
최신 Codex 버전에서는 auth.json이 더 이상 필요하지 않습니다. 예전 가이드대로 만들어 두었다면 그대로 둬도 문제없고, 삭제해도 됩니다(Codex App 이미지 생성 스킬을 사용한다면 남겨 두세요)
기존 설정의 [model_providers.codex] 섹션에 requires_openai_auth = true가 있다면 그 줄만 삭제하세요

4단계 — Codex CLI 실행

설정 파일을 저장한 뒤 터미널을 다시 열고 다음을 실행하면 자동으로 실행 및 로그인됩니다:

codex --dangerously-bypass-approvals-and-sandbox

또는 짧은 형태로:

codex --yolo

이 실행 명령은 보안 승인을 건너뛰므로, 자동 실행되는 각 단계를 일일이 승인하지 않아도 됩니다.

정상적으로 실행되면 인터페이스에 현재 모델이 gpt-5.4 xhigh로 표시됩니다(config.toml의 model 필드에서 설정한 모델입니다).

모델 전환에 대하여

세션 중에 실수로 다른 모델로 전환한 경우, ~/.codex/config.toml의 model 필드를 다시 gpt-5.4로 바꾸고 터미널을 재시작하면 복원됩니다.

Codex에서 1M 컨텍스트 활성화(선택)

gpt-5.4는 1M 토큰 롱 컨텍스트 윈도를 지원합니다(기본값은 272K). 대규모 리포지터리 리뷰, 긴 로그 분석, 파일 간 리팩터링에 유용합니다. Codex는 1M 윈도를 기본으로 활성화하지 않으므로, config.toml에 명시적으로 선언해야 합니다.

설정 방법: config.toml에 두 줄 추가

~/.codex/config.toml을 편집해 최상위 레벨(어떤 [section]보다 앞, 예를 들어 model = "gpt-5.4" 바로 뒤)에 다음을 추가하세요:

model_context_window = 1000000
model_auto_compact_token_limit = 900000

저장하고 터미널을 다시 열어 Codex에 재진입하면 적용됩니다.

필드 설명

필드	용도
`model_context_window`	모델이 사용할 수 있는 컨텍스트 윈도를 토큰 단위로 선언합니다. `1000000`은 1M입니다. 설정하지 않으면 모델 기본값(272K)을 사용합니다
`model_auto_compact_token_limit`	대화 기록 자동 압축을 트리거하는 토큰 임계값입니다. 윈도의 약 90%로 설정하세요(1M이면 `900000`). 윈도의 90%를 초과하는 값은 Codex가 제한하므로 더 큰 숫자를 넣어도 의미가 없습니다

적용 여부 확인

Codex에 재진입한 뒤 /status를 입력해 context window가 약 1M으로 표시되는지 확인하세요(일부 버전은 약 950K로 표시되며, Codex가 5%의 안전 여유를 예약한 것입니다). /statusline으로 상태 바에 컨텍스트 사용량을 추가해 실시간으로 모니터링할 수도 있습니다.

CC Switch를 사용하는 경우

CC Switch로 Codex 설정을 관리한다면, 해당 도구의 Codex 설정 편집기에 같은 두 줄을 추가하고 적용하면 동일한 효과를 얻습니다:

CC Switch에서 Codex 설정에 model_context_window = 1000000과 model_auto_compact_token_limit = 900000을 설정해 1M 토큰 롱 컨텍스트를 활성화하는 모습

사용 시 유의사항

최상위 레벨에 있어야 합니다: 이 두 필드는 [profiles.xxx] 섹션 안에서는 적용되지 않습니다(알려진 Codex 제한). 또한 프로젝트 레벨 .codex/config.toml은 무시될 수 있으므로 사용자 레벨 ~/.codex/config.toml에 넣으세요
모델 지원: gpt-5.4와 gpt-5.5는 API 채널에서 1M을 지원합니다. gpt-5.3-codex 같은 모델은 272K로 제한되며, 어떤 설정값도 모델 자체의 한계를 넘을 수는 없습니다
비용 증가: 컨텍스트가 길어지면 요청당 토큰 사용량이 늘어납니다. 272K를 초과하는 부분은 더 높은 롱 컨텍스트 요율로 과금되므로, 아주 긴 작업이 아니라면 계속 켜두지 마세요
버전 차이: 일부 최신 Codex 버전은 모델 카탈로그에서 윈도 크기를 먼저 읽습니다. /status에 여전히 예전 값이 표시되면 최신 버전으로 업그레이드(npm i -g @openai/codex@latest)한 뒤 다시 시도하세요

마지막 업데이트: 2026-10-08