Codex에서 GPT-6 아스트라를 써야 할 때: Sol·Terra와 작업별 선택 기준

이 글에서 사용하는 주요 용어 정의

용어	정의
Codex	저장소를 읽고 코드를 수정하며 도구를 실행하는 코딩 에이전트 환경입니다.
Astra	복잡한 추론과 장기 end-to-end 작업에 맞춰 포지셔닝된 GPT-6 모델입니다.
Sol	복잡한 전문 작업용 flagship으로 설명되는 GPT-5.6 모델입니다.
Terra	지능과 비용의 균형에 맞춰 포지셔닝된 GPT-5.6 모델입니다.
reasoning effort	모델이 추론에 쓰는 노력을 조절하는 설정입니다.
성공 작업당 비용	한 번의 성공 결과를 얻기까지 든 실행·재시도·사람 수정 비용의 합입니다.

복잡도와 실패 비용으로 첫 모델을 고르기

저장소 전반에 걸친 모호한 장애나 다단계 마이그레이션은 Astra에서 시작할 근거가 있습니다. 일반 기능 구현과 중간 복잡도 리팩터링은 Sol, 명세가 분명한 반복 수정은 Terra를 먼저 시험할 수 있습니다. 이것은 공식 성능 보장이 아니라 모델 포지셔닝에 근거한 시작점 가설입니다.

최종 선택은 같은 저장소와 테스트로 평가해야 합니다. 이 글의 사실은 2026년 9월 15일 기준이며, 세 모델을 직접 비교 실행한 결과를 제시하지 않습니다. 계정과 Codex 화면에서 실제 모델 가용성도 먼저 확인하세요.

Astra·Sol·Terra의 공식 차이

OpenAI 모델 목록은 Astra를 복잡한 추론과 코딩의 시작점으로, Terra를 지능과 비용의 균형을 위한 모델로 설명합니다. Astra 모델 문서는 가장 어려운 end-to-end 작업과 복잡한 추론·코딩·컴퓨터 사용·리서치·문서 제작을 주요 용도로 제시합니다. Sol은 복잡한 전문 작업용 flagship입니다.

항목	GPT-6 Astra	GPT-5.6 Sol	GPT-5.6 Terra
공식 포지셔닝	가장 어려운 end-to-end 작업	복잡한 전문 작업용 flagship	지능과 비용의 균형
컨텍스트	1,050,000	1,050,000	1,050,000
최대 출력	128,000	128,000	128,000
reasoning effort	low~max, none 미지원	none 지원	none 지원
API Standard 입력/출력	$10/$50	$4/$20	$2/$12

단가는 1MTok 기준입니다. 세 모델의 컨텍스트와 최대 출력이 같으므로 크기만으로는 모델을 고를 수 없습니다. API 가격은 비교 참고값일 뿐 Codex 구독의 사용량 배율이 아닙니다.

작업별 첫 모델 선택표

다음 표는 공식 포지셔닝에서 도출한 편집적 권장안입니다. 실제 저장소의 성공률을 보장하지 않습니다.

작업 특성	첫 후보	시작 effort	확인할 위험
원인이 모호한 장애, 저장소 전반의 변경, 실패 비용이 큰 마이그레이션	Astra	low	요구사항 누락, 장기 상태 손실
일반 기능 구현, 코드 리뷰, 중간 복잡도 리팩터링	Sol	low	재작업 횟수와 검토 비용
명세가 분명한 반복 수정, 단순 변환·분류	Terra	low 또는 none	예외 처리 누락
어느 쪽인지 불분명한 작업	Terra 또는 Sol로 표본 실행 후 Astra와 대조	우선 low	모델별 조건 불일치

low는 공정한 첫 비교를 위한 권장 시작값입니다. Astra는 none을 지원하지 않으므로 세 모델의 공통 effort를 맞추려면 low가 적합합니다.

모호하고 긴 end-to-end 작업

여러 서비스와 마이그레이션 단계를 오가며 실패 원인을 찾아야 한다면 Astra를 먼저 검토할 수 있습니다. 공식 Astra 가이드는 Astra가 Sol보다 복잡한 장기 작업에서 더 일관적이라고 설명합니다.

다만 강한 모델도 행동 지침 없이 항상 원하는 방식으로 움직이지는 않습니다. 질문 조건, 테스트 범위, 하위 에이전트 위임 기준을 AGENTS.md나 작업 프롬프트에 명시해야 합니다.

일반 구현과 리팩터링

요구사항과 테스트가 어느 정도 정리된 일반 기능은 Sol을 기준점으로 삼기 좋습니다. Sol은 전문 작업용 flagship으로 포지셔닝되며 Astra보다 API 기본 단가가 낮습니다. 작업이 반복해서 막힐 때 Astra로 올려 차이를 측정합니다.

반복적이고 명세가 분명한 작업

파일 형식 변환, 정해진 규칙의 문서 수정, 독립적인 작은 변경은 Terra부터 시험할 수 있습니다. Terra가 단순 작업만 가능하다는 뜻은 아닙니다. 낮은 시작 비용으로 요구사항 충족률을 확인하자는 운영 판단입니다.

Astra로 올릴 신호와 Terra로 내릴 신호

Astra로 올릴 만한 신호는 반복 실패, 요구사항의 지속적인 누락, 여러 도구에 걸친 상태 유지 실패입니다. 특히 한 번의 잘못된 변경이 복구·리뷰 비용을 크게 만드는 작업이라면 높은 요청 단가보다 실패 방지가 중요할 수 있습니다.

반대로 명세와 테스트가 안정됐고 작업을 독립된 단위로 나눌 수 있다면 Terra를 시험할 여지가 있습니다. 같은 유형을 대량 반복하고 결과 검증이 자동화돼 있을수록 낮은 단가의 효과를 측정하기 쉽습니다.

reasoning effort까지 함께 고르는 방법

Astra는 none을 지원하지 않고 low, medium, high, xhigh, max를 지원합니다. Sol과 Terra는 none도 지원합니다. 이 차이를 무시한 채 기존 설정을 그대로 복사하면 비교 조건이 어긋납니다.

모델과 effort를 동시에 바꾸지 마세요. 먼저 세 모델을 low로 맞춰 비교한 뒤, 선택한 모델에서만 effort를 한 단계씩 조정합니다. 그래야 품질이나 지연 변화가 모델 때문인지 effort 때문인지 구분할 수 있습니다.

같은 Codex 작업으로 세 모델 평가하기

비교 환경을 고정하지 않으면 결과가 모델보다 저장소 상태나 프롬프트 차이를 반영합니다.

1. 같은 커밋이나 격리된 fixture에서 시작합니다.
2. 같은 AGENTS.md, 프롬프트, 도구 권한과 시간 제한을 사용합니다.
3. 공통 비교의 reasoning effort는 low로 맞춥니다.
4. 같은 테스트 명령으로 결과를 판정합니다.
5. 테스트 통과, 요구사항 충족, 사람의 수정 횟수, 벽시계 시간과 토큰을 기록합니다.

Codex 구독 환경에서 토큰이나 비용을 확인할 수 없다면 해당 칸을 측정 불가로 둡니다. API 달러 단가를 임의로 구독 사용량으로 환산하면 안 됩니다. 한 번의 결과는 사례일 뿐이며, 최소한 여러 차례 반복하기 전에는 우위를 일반화하지 않는 편이 좋습니다.

실행	모델	테스트	요구사항 충족	사람 수정	시간	토큰·비용
1	Astra	통과/실패	충족/누락	횟수	측정값	측정값 또는 측정 불가
2	Sol	통과/실패	충족/누락	횟수	측정값	측정값 또는 측정 불가
3	Terra	통과/실패	충족/누락	횟수	측정값	측정값 또는 측정 불가

API 가격과 Codex 구독 사용량을 혼동하지 않기

API와 Codex 구독은 서로 다른 과금 체계입니다. Astra의 API 입력·출력 단가가 Sol의 2.5배라는 사실을 Codex Plus, Pro, Business의 실제 사용량 배율로 바꿔 말할 근거는 없습니다.

모델별 구독 제한과 가용성은 발행 시점의 공식 도움말과 실제 모델 선택기에서 확인해야 합니다. 이 글은 API 단가를 작업의 상대적인 비용 성향을 설명하는 참고 자료로만 사용합니다.

조건별 라우팅 예시

• 재현 절차와 실패 테스트가 명확한 작은 버그 수정은 Terra나 Sol부터 시작합니다.
• 여러 패키지의 호환성 변경과 롤백 설계가 얽힌 의존성 마이그레이션은 Astra를 먼저 검토합니다.
• 대규모 리팩터링이라도 명세와 자동 테스트가 잘 나뉘면 Sol로 표본을 실행한 뒤 Astra와 비교합니다.
• 문서 일괄 수정처럼 규칙이 고정되고 검증이 쉬운 작업은 Terra의 성공 작업당 비용을 측정합니다.

이 예시는 고정 배정표가 아닙니다. 같은 작업에서 실패 비용과 재시도 횟수가 바뀌면 모델도 다시 선택해야 합니다.

마무리

Codex 모델 선택은 최고 모델을 고르는 문제가 아니라 작업에 맞는 시작점과 승격 조건을 정하는 문제입니다. 모호하고 실패 비용이 큰 작업은 Astra, 일반 전문 작업은 Sol, 반복적이고 검증 가능한 작업은 Terra를 첫 후보로 둘 수 있습니다.

팀에서는 모델 이름보다 승격·강등 기준을 기록하세요. 동일한 저장소와 테스트로 성공 작업당 비용을 비교하면 환경에 맞는 기본 모델을 정할 수 있습니다.

참고 자료

• OpenAI API — GPT-6 Astra Model
• OpenAI API — Models: Choosing a model
• OpenAI API — GPT-5.6 Terra Model
• OpenAI API — Compare models