Cursor에서 GPT Pro를 쓰는 프록시, 툴 호출까지 통과할까

Cursor 화면에서 ChatGPT Pro의 Codex 사용량으로 코딩할 수 있을까. 커뮤니티에서는 프록시를 만들자는 구상과 함께 OpenCodex의 한계와 긴 작업 중 끊기는 툴 호출을 걱정하는 의견이 나왔다. 답을 가르는 것은 연결 성공 여부가 아니다. Cursor Agent가 파일을 읽고 고친 뒤 다시 실행할 수 있느냐다.

ChatGPT Pro 구독과 Cursor의 API 키 입력은 다른 경로다

OpenAI 도움말은 ChatGPT 구독과 API 플랫폼의 요금을 별도로 관리한다고 명시한다. Codex CLI에 ChatGPT 계정으로 로그인하면 구독에 포함된 Codex 사용량을 쓸 수 있다. 하지만 그 계정이 Cursor에 입력할 OpenAI API 키로 바뀌지는 않는다. Cursor의 자체 Agent를 구독 사용량으로 돌리고 싶다는 요구가 여기서 프록시 구상으로 이어진다.

연결 방법이 전혀 없는 것은 아니다. OpenAI는 참여 앱이 ‘Sign in with ChatGPT’를 통해 이용자 동의를 받고 적격 구독의 사용량을 쓰는 경로를 안내한다. 다만 참여 앱의 공식 로그인 연동과 임의로 만든 OpenAI 호환 주소에 구독 인증정보를 연결하는 방식은 다르다. OpenAI의 연동 약관은 승인된 로그인 절차를 요구하며 연결된 앱 밖에 범용 API 접근을 제공하는 행위도 제한한다.

Cursor 문서에서 확인되는 BYOK는 제공자의 API 키를 넣는 방식이다. Cursor는 키를 쓰더라도 요청이 자사 백엔드를 거쳐 프롬프트를 완성한다고 설명한다. 개인 개발자라면 이 차이를 비용 계산보다 먼저 알아야 한다. API 키 경로는 별도 과금이고 구독 인증을 재활용하는 비공식 프록시는 공식 연동과 동일한 사용 권한을 보장하지 않는다.

OpenCodex가 하는 일과 Cursor 프록시가 해야 할 일

커뮤니티에서는 OpenCodex가 Cursor 연동과 무거운 작업에 충분하지 않다는 평가가 나왔다. 공개된 lidge-jun/opencodex 저장소를 보면 이 프로젝트의 주된 용도는 Codex와 Claude Code가 다른 모델 제공자를 사용하도록 요청을 변환하는 것이다. Cursor를 제공자 쪽에 연결하는 실험적 어댑터도 문서화돼 있다. 그러나 그 설명만으로 ‘Cursor의 Agent → ChatGPT Pro 구독’이라는 반대 방향이 완성됐다고 말할 수는 없다.

반대 방향을 구현한 별도 사례로 codex-cursor 저장소가 있다. 저장소 설명에 따르면 Cursor가 보내는 /v1/chat/completions 요청을 받아 다른 응답 형식으로 옮긴다. Cursor 설정에는 OpenAI 기본 URL을 바꾸는 항목이 있다. 프록시 제작자는 Cursor의 클라우드에서 접근 가능한 HTTPS 주소가 필요하다고 적었다. 이 사례는 연결 구조를 보여주지만 비공개 백엔드와 Codex CLI 인증정보를 사용하므로 공식 지원 경로의 증거는 아니다.

지원되는 구성으로 같은 흐름을 시험하려면 재료는 Cursor의 BYOK 설정, 공개 HTTPS 프록시, 별도 과금되는 OpenAI API 키다. 프록시는 Cursor의 채팅 요청을 받고 모델 API의 응답을 다시 Cursor가 읽는 형식으로 돌려준다. 입력은 대화와 도구 정의, 산출물은 텍스트 또는 도구 호출 요청이다. 텍스트가 화면에 표시되는 단계까지는 연결 시험이다. Agent 프록시의 완성 시험은 그다음부터다.

툴 호출은 응답 변환이 아니라 왕복 작업이다

Cursor 공식 문서는 Agent의 작업을 지시문, 도구, 모델의 조합으로 설명한다. 도구에는 파일 읽기·편집과 터미널 실행이 포함된다. OpenAI의 함수 호출 가이드 역시 모델이 호출을 요청하면 애플리케이션이 실행하고 결과를 돌려준 뒤 모델의 다음 응답을 받는 순서를 명시한다. 프록시가 호출 이름과 인자만 텍스트로 출력한다면 Cursor는 파일을 고치지 못한다.

구현에서는 Cursor가 보낸 도구 정의를 대상 API 형식에 맞추고 돌아온 호출의 ID·이름·인자를 보존해야 한다. Cursor가 도구를 실행한 다음 보내는 결과도 원래 호출과 정확히 연결해야 한다. 여러 호출이 한 응답에 섞이거나 출력이 조금씩 도착하는 경우까지 처리해야 한다. 사람에게 실행 승인을 묻는다면 그 지점에서 루프를 멈춘다. 승인 결과를 받은 뒤 같은 작업을 이어가야 한다.

커뮤니티에서 사람의 개입을 포함한 오케스트레이션이 거론된 이유도 여기에 있다. 실패한 호출을 성공한 것처럼 넘기면 뒤따르는 수정은 잘못된 파일 상태를 전제로 진행된다. 프록시를 써본 사람들 사이에서는 간단한 채팅보다 Agent의 반복 실행에서 호환성 차이가 드러난다는 반응도 있다. 개인의 사용담은 재현 시험을 대신하지 못한다.

긴 작업에서 통과해야 할 시험은 따로 있다

첫 시험은 작은 저장소에서 파일을 찾고 수정한 다음 테스트 명령을 실행하는 작업이다. 기록에는 Cursor의 호출 요청, 프록시가 전달한 호출, 도구 결과, 최종 답변을 순서대로 남긴다. 수정 내용만 맞아도 도구 결과가 누락됐다면 통과가 아니다. 그다음에는 테스트 실패를 입력으로 다시 수정하는 왕복과 여러 파일을 읽는 긴 작업을 비교해야 한다.

OpenAI의 함수 호출 가이드는 한 응답에 호출이 여러 개 있을 수 있다고 안내한다. 따라서 병렬 호출, 오류 응답, 중단 후 재개도 각각 확인해야 한다. Cursor의 연결 확인은 유용하지만 긴 작업의 성공 판정은 아니다. 커뮤니티에서 제기한 무거운 작업에 대한 우려는 이 반복 시험으로만 좁힐 수 있다.

대조군도 필요하다. OpenAI는 Codex IDE 확장 프로그램을 Cursor를 포함한 VS Code 계열 편집기에서 사용할 수 있다고 안내한다. 같은 저장소와 작업을 그 확장 프로그램으로 먼저 실행하면 모델의 문제인지 프록시 변환의 문제인지 나눠 볼 수 있다. 다만 확장 프로그램에서 Codex가 동작하는 것과 Cursor 자체 Agent의 모델을 교체하는 것은 서로 다른 경험이다.

프록시의 목표가 Cursor 자체 Agent라면 마지막 판정은 하나다. 승인한 도구만 실행하고 실패한 테스트의 결과를 다음 수정에 전달하며 긴 작업을 올바른 파일 상태에서 끝내는가. 그 왕복을 증명하지 못한 연결은 ChatGPT Pro를 Cursor에 붙였다는 말보다 채팅 응답 하나를 표시했다는 설명에 가깝다.