2026년 9월 초 OpenAI가 선보인 GPT-6 Astra는 강력한 지시 준수 성능을 자랑하지만, 개발 현장에서는 기존 프롬프트 규칙과의 충돌로 작업이 중단되는 현상이 보고되고 있다. 과거 모델의 환각이나 불필요한 코드 수정을 막기 위해 작성된 방어적 지시문이 Astra의 높은 정렬 성능과 맞물려 새로운 걸림돌이 된 것이다. 이에 OpenAI Codex 개발팀은 파일 내 누적된 지시를 점검하고 개편할 것을 권고했다. Astra의 특성에 맞춰 프롬프트 부채를 정리하고 생산성을 높이는 방안을 다룬다.

GPT-6 Astra, 강화된 지시 준수의 그림자

GPT-6 Astra는 이전 모델과 비교했을 때 프롬프트에 작성된 지시를 지극히 문자 그대로 엄격하게 준수하는 특성을 보인다. 과거 모델에서 자주 발생하던 환각이나 임의 변경을 방지하고자 개발자들이 AGENTS.md나 SKILL.md 파일에 작성해 두었던 방어적 규칙들이 이제는 걸림돌로 작용한다. "변경 전 반드시 확인받을 것"이나 "모든 문서를 먼저 읽을 것"과 같은 과도한 제약 조건이 Astra의 엄격한 지시 준수와 결합하면서 작업이 조기에 중단되거나 단순 작업에서도 반복적으로 승인을 요구하는 상황이 빈번해졌다.

이러한 현상이 누적되면서 에이전트의 연속적인 작업 흐름이 끊기고 개발 생산성이 오히려 떨어지는 부작용이 지적되고 있다. OpenAI Codex 개발팀의 에릭 프로방셰는 2026년 9월 11일 개발자 블로그를 통해 수년에 걸쳐 축적된 지시 파일의 전면 재점검을 공식 권고했다. 개발자들은 시스템에 쌓인 방어적 지시와 과도한 제약 조건, 즉 프롬프트 부채를 적극적으로 덜어내는 작업을 수행해야 한다.

Astra가 잦은 질문을 던지는 이유

GPT-6 Astra가 작업 도중 잦은 질문을 던지는 이유는 모델의 정렬 수준이 대폭 향상되었기 때문이다. 지시가 조금이라도 모호하거나 실행 결과가 크게 달라질 수 있는 분기점에 도달하면, Astra는 과거 모델처럼 임의로 넘겨짚어 결정하지 않고 사용자에게 명확화 질문을 던지거나 승인을 요청하도록 훈련되었다.

따라서 Astra의 질문 요청 기준을 사전에 이해하고 자율성 제어 기준을 명시하는 작업이 필수적이다. Astra는 최종 결과가 크게 달라지는 경우, 작업 범위가 변동되는 경우, 되돌릴 수 없는 작업, 그리고 새로운 권한이 필요한 작업 등 4가지 기준에서만 사용자에게 질문을 던져야 한다. 일상적이고 되돌릴 수 있는 판단은 모델이 자율적으로 처리하도록 행동 지침을 부여해야 한다.

동시에 프롬프트에 명확한 완료 조건을 명시해야 한다. 어디까지 수행해야 작업이 끝나는지 구체적인 완료 기준을 제시하면, Astra는 중간에 멈추지 않고 지정된 목표까지 자율적으로 작업을 완수하게 된다.

GPT-6 Astra는 지시가 모호하거나 결과가 크게 바뀔 수 있는 분기점에서 사용자에게 명확화를 요구하도록 훈련되었으므로, 프롬프트에 자율성을 명시해야 한다.

스킬 목록 컨텍스트 제한과 해결 전략

OpenAI Codex 환경에서 설치된 전체 스킬 목록과 스킬 설명이 차지할 수 있는 컨텍스트 윈도우는 최대 2%로 엄격하게 제한된다. 전체 컨텍스트 크기를 특정할 수 없는 특수한 환경에서는 스킬 목록 표시에 최대 8,000자의 글자 수 상한 기준이 적용된다. Codex 실행 시 스킬 설명문이 자동으로 줄어들었다는 경고 메시지가 출력된다면, 이는 이미 스킬 용량이 2% 예산을 초과했다는 신호다.

이러한 컨텍스트 제한을 극복하기 위해 점진적 공개 아키텍처를 도입해야 한다. 메인 SKILL.md 파일에는 공통 원칙과 어떤 상황에 어느 파일로 이동해야 하는지 안내하는 라우팅 조건만 남겨두어야 한다. 세부적인 작업 절차와 가이드 문서는 references 디렉터리로 분리하고, 검증에 필요한 실행 파일은 scripts 디렉터리에 배치하는 구조다.

이와 같이 메인 파일의 용량을 축소하고 필요한 시점에만 세부 문서를 읽어오도록 구성하면 2% 및 8,000자 제한을 초과하지 않고도 정교한 스킬 세트를 유지할 수 있다.

OpenAI Codex 환경에서 스킬 목록은 컨텍스트 윈도의 2% 또는 8,000자로 제한되므로, 점진적 공개 아키텍처를 적용하여 효율적으로 관리해야 한다.

명확한 스킬 정의로 불필요한 호출 방지

스킬 설명문을 작성할 때는 오작동을 유발하는 광범위하고 모호한 키워드를 지양해야 한다. 정확하지 않거나 너무 넓은 범위를 포함하는 스킬 설명은 Astra가 관련 없는 작업 중에도 불필요하게 스킬을 호출하거나 시스템 충돌을 유발하는 원인이 된다.

OpenAI는 스킬 트리거 조건을 정의할 때 'Use-when Narrowing' 기술 규격을 준수할 것을 권장한다. 예컨대 "데이터베이스, 쿼리, 모델 작업 시 사용하라"와 같이 포괄적으로 작성된 기존 방식 대신, "Postgres 스키마 마이그레이션을 생성하고 검증할 때, 마이그레이션을 추가·변경하거나 배포 상태를 확인할 때 사용하라"처럼 구체적인 작업 유형으로 한정해 기술해야 한다.

스킬이 언제 발동되어야 하는지 그 적용 범위를 세부적으로 좁혀두면, Astra는 필요한 순간에만 적절한 스킬을 선택하여 컨텍스트 절약 및 작업 정확도를 크게 향상시킬 수 있다.

스킬 트리거 조건을 모호한 광범위 키워드 대신 구체적인 작업 유형으로 한정하여, Astra가 적절한 시점에만 스킬을 사용하도록 유도해야 한다.

문제 발생 시 원인 추적 및 자율성 부여

스킬 간 충돌이나 예기치 않은 작업 중단이 발생할 때 문제 원인을 신속하게 추적하려면 OpenAI가 제시한 공식 감사 프롬프트를 활용해야 한다. 스킬이 사용자의 승인을 요구하며 멈추거나 의도와 다르게 동작할 경우, 모델이 자신이 참조한 정확한 SKILL.md 파일과 해당 지시 문구를 명시하고 원인을 설명하도록 유도하는 감사 문구를 시스템 프롬프트에 주입한다.

이와 함께 자율성 제어 기준을 명확하게 수립하여 Astra의 불필요한 되묻기 동작을 차단해야 한다. 되돌릴 수 없는 삭제나 권한 요청과 같은 위험 작업 외의 일상적인 변경에 대해서는 모델이 스스로 판단하여 끝까지 진행하도록 가이드라인을 부여해야 한다.

감사 프롬프트로 문제의 규칙 파일을 즉시 파악하고 자율성 가이드라인으로 과도한 정지 동작을 억제하면, 개발자는 에이전트의 동작 과정을 명확히 제어하며 자율 작업 완수율을 높일 수 있다.

Astra 시대의 효과적인 프롬프트 전략

GPT-6 Astra의 향상된 능력을 효과적으로 끌어내기 위해서는 먼저 기존 AGENTS.md 및 SKILL.md 파일에 누적된 프롬프트 부채를 정기적으로 감사해야 한다. 지나치게 방어적이거나 중복된 규제를 제거하고, 필요한 지시만을 간결하게 정리하는 것이 첫걸음이다.

둘째로 스킬 설계 시 점진적 공개 구조를 적용하고 스킬 설명문은 'Use-when Narrowing' 규격에 따라 구체적인 작업 범위로 한정한다. 메인 라우터 파일의 크기를 줄여 2% 컨텍스트 제한을 준수하면서도 정확한 스킬 호출이 이뤄지도록 체계화한다.

마지막으로 프롬프트 상에 명확한 완료 조건과 자율성 부여 기준을 설정하고, 감사 프롬프트를 함께 배치해 문제 발생 시 역추적이 가능하게 만든다. 이러한 단계별 프롬프트 최적화 전략을 적용하면 Astra의 뛰어난 수행 능력을 안정적이고 효율적으로 유지할 수 있다.

참고