방금 공유했던 Codex Luna Max 비용 절감 팁의 심화 버전이 나왔습니다. 이제 Sol이 직접 설정을 도와주며, 현재 Codex 커뮤니티의 고수들이 사용하고 있는 방식입니다.

아이디어는 간단합니다. Sol에게 모든 것을 다 시키지 마세요. Sol은 비용이 비싸고 토큰 소모(Quota)가 빠르지만, 계획(Planning)과 검토(Review) 능력은 확실히 강력합니다.

Luna Max는 저렴합니다. 코드 작성, 파일 수정, 테스트 실행과 같이 경계가 명확한 단순 반복 작업(Labor-intensive tasks)은 Sol과 큰 차이 없이 수행할 수 있습니다.

따라서 최적의 모델은 다음과 같습니다: Sol은 현장 소장(Foreman) 역할을 하고, Luna Max는 작업자(Worker) 역할을 하는 것입니다.

구체적인 방법은 Sol이 직접 설정하도록 시키면 됩니다. 다음과 같이 말하세요:

"~/.codex/agents/ 경로에 luna-worker.toml 파일을 생성해줘. 모델은 gpt-5.6-luna로 설정하고, reasoning effort는 max로 설정해. 명확한 경계가 있는 위임 작업을 전문적으로 처리할 수 있도록 설명(Description)과 지침(Instruction)을 작성해줘. 설정을 완료한 후 검증하고, 나에게 diff를 보여줘."

그러면 Sol이 이 서브 에이전트(Sub-agent)를 스스로 구성할 것입니다. 이후 작업을 진행할 때, Sol은 작업 분해(Task decomposition), 아키텍처 결정, 코드 리뷰를 담당하고, 구체적인 구현, 버그 수정, 테스트 실행, 리팩토링(Refactoring) 등은 자동으로 luna_worker에게 위임(Delegate)하여 실행합니다.

메인 스레드의 Sol 토큰은 꼭 필요한 곳에만 집중적으로 사용하고, 단순 반복 작업은 저렴한 Luna Max가 전담하게 함으로써, 동일한 구독(Subscription)으로 생산량을 즉시 두 배로 늘릴 수 있습니다.

더 게으른 방법도 있습니다: 설정 파일을 만들지 않고, Sol에게 대량 실행이 필요한 서브 태스크를 만날 때마다 독립적인 Luna Max 대화 스레드를 생성(Spawn)하여 실행하고, 완료되면 결과를 요약해서 가져오라고 직접 명령하는 것입니다. 효과는 비슷하지만, 구조화된 방식은 아닙니다.

DeepSWE 차트를 보면 이해가 빠를 것입니다. gpt-5.6-luna max의 점수는 Sol Medium과 매우 근접하지만, 비용은 한 자릿수(Order of magnitude) 차이가 납니다. Sol의 지휘와 Luna Max의 실행을 결합하면, Sol 한 명의 비용으로 여러 명의 작업자를 동시에 돌리는 것과 같습니다.

더 이상 Sol을 단순 노동자로 부리지 마세요. Sol을 보스로 만드는 것이 올바른 활용법입니다.

:#Codex #OpenAI #AI프로그래밍