ollama launch는 외부 도구가 Ollama 모델을 쓰도록 설정하고 실행하는 공식 CLI 기능이다. 그러나 네 통합이 같은 방식으로 연결되는 것은 아니다. 2026년 8월 31일 기준 명령, 설정 전달 방식, 원복 범위를 나눠 봐야 “연결 성공”을 실제 지원 범위로 오해하지 않는다.
네 통합을 한 표에서 구분한다
| 대상 | 공식 시작 명령 | 실제 연결 범위 | 확인할 제한 |
|---|---|---|---|
| Claude Code | ollama launch claude |
Ollama의 Anthropic 호환 API | Anthropic API 전체 호환으로 간주 금지 |
| Codex CLI | ollama launch codex |
Ollama용 Codex 프로필·모델 | 데스크톱 앱 프로필과 별개 |
| OpenCode | ollama launch opencode |
실행 시 구성을 환경 변수로 전달 | 기존 설정과 병합 방식 확인 |
| ChatGPT 데스크톱 | ollama launch chatgpt |
Ollama 모델용 앱 프로필 | 현재 명칭과 원복을 확인 |
공식 Ollama CLI 문서는 ollama launch를 지원 앱 설정·실행 기능으로 설명한다. 먼저 대상 도구와 Ollama를 설치하고 ollama --version, ollama launch --help로 현재 설치본이 통합 이름을 인식하는지 확인한다. 이름이 없으면 임의 설정 파일을 만들지 말고 Ollama를 업데이트하거나 공식 통합 문서를 다시 확인한다.
로컬과 클라우드의 경로부터 고른다
로컬 API http://localhost:11434는 인증이 필요 없다. 반면 공식 인증 안내에 따르면 클라우드 모델, 비공개 모델, 게시 기능은 로그인이 필요하다. :cloud나 -cloud가 붙은 모델은 원격 연산이므로 먼저 ollama signin을 수행한다.
로컬 모델을 선택해도 코딩 에이전트의 웹 검색·외부 MCP는 별도 네트워크를 쓸 수 있다. 민감한 저장소라면 모델 이름뿐 아니라 도구 권한과 호출 대상을 함께 검토한다. “Ollama로 열었다”는 사실만으로 완전한 오프라인 실행을 보장하지 않는다.
도구별로 설정이 남는 위치를 확인한다
Claude Code는 공식 통합 문서대로 Anthropic 호환 엔드포인트를 사용한다. 자동 실행 뒤 작은 읽기 전용 요청으로 모델명과 도구 호출을 확인한다. Anthropic 호환 범위는 연결을 위한 지원 목록이며 모든 Anthropic 기능이 동일하다는 뜻은 아니다.
Codex CLI는 공식 문서에서 ollama launch codex --config 또는 codex --oss -m <모델> 경로를 제공한다. 이 프로필은 ChatGPT 데스크톱 통합과 분리해서 기록한다.
OpenCode는 OPENCODE_CONFIG_CONTENT로 구성을 전달하고 기존 ~/.config/opencode/opencode.json과 깊게 병합한다. 기존 파일을 덮어쓰지는 않지만, 그 파일에만 선언한 모델은 launch 선택 화면에 나타나지 않을 수 있다.
Ollama v0.32.0 릴리스에서 옛 Codex App 통합은 ChatGPT로 이름이 바뀌었다. 현재 명령은 ollama launch chatgpt이고 ollama launch chatgpt --restore가 일반 프로필로 되돌린다. 터미널의 codex와 데스크톱의 chatgpt를 같은 통합으로 취급하면 안 된다.
64K는 권장값이자 메모리 비용이다
컨텍스트 길이 문서는 코딩 도구에 최소 64K를 권장하지만 기본값은 VRAM에 따라 달라진다. 컨텍스트를 키우면 메모리 사용량도 증가한다. 서버 시작 시 OLLAMA_CONTEXT_LENGTH=64000 ollama serve로 지정하고 ollama ps에서 실제 컨텍스트와 CPU·GPU 분배를 확인한다.
실패 조건과 선택 기준
명령이 통합을 찾지 못하거나, 요청 모델과 실행 모델이 다르거나, 예상 밖 원격 호출이 생기거나, 64K에서 메모리 부족·과도한 CPU 오프로딩이 발생하면 시험을 중단한다. 복제 저장소에서 읽기 요청, 작은 diff, 테스트, 재시작 후 유지, 원복 순서로 검증한다. 독자는 데이터 경로가 우선이면 로컬 모델, 장비 한계를 넘는 모델이 필요하면 인증된 클라우드, 설정 충돌이 우려되면 --config와 원복을 먼저 시험하는 방식으로 고른다.