오픈AI 에이전트 API, 발주 범위에서 무엇이 빠질까요
오픈AI가 9월 10일 에이전트 API를 공개 베타로 내놨어요. 에이전트 루프·맥락 압축·샌드박스를 오픈AI가 맡고, API 사용료는 따로 받지 않아요. 외주 견적에서 빠지는 일 4가지와 여전히 남는 일 6가지를 정리했어요.
핵심 요약
- 오픈AI가 9월 10일 에이전트 API(Agents API) 를 공개 베타로 내놨어요. 코덱스(Codex)를 돌리던 실행 구조를 관리형 서비스로 열어준 거예요.
- 에이전트 루프, 긴 작업의 맥락 압축, 코드 실행 샌드박스, 하위 에이전트 분업을 오픈AI가 맡아요. API 자체 사용료는 없고 토큰·도구·컨테이너 시간만 과금돼요.
- 그래서 외주 견적에서 “에이전트를 만드는 일”은 줄고, “에이전트를 업무에 붙이는 일”은 그대로 남아요.
- 직접 만들고 자체 SaaS를 운영해온 개발사 기준으로, 발주 범위를 어떻게 다시 그을지 정리했어요.
📰 2026년 9월 12일 기준 최신 소식 | 이 글은 특정 시점의 뉴스를 다루고 있어요.
“이제 에이전트는 API 하나로 된다던데, 개발비도 그만큼 빠지는 거죠?”
이번 주에 이 질문을 두 번 받았어요. 반은 맞고 반은 아니에요. 무엇이 빠지고 무엇이 남는지 나눠 보면 견적서가 훨씬 또렷하게 읽혀요.
1. 오픈AI 에이전트 API, 정확히 무엇이 나왔나요
오픈AI는 9월 10일 에이전트 API를 공개 베타로 공개했어요. 한 문장으로 줄이면 코덱스가 쓰던 에이전트 실행 구조를 우리 서비스 안에서 빌려 쓸 수 있게 된 것이에요.
개발자는 작업, 모델, 연결할 도구, 실행 환경만 정해요. 그러면 오픈AI가 하나의 ‘세션’을 띄워요. 세션은 몇 분에서 길게는 며칠까지 이어지는 작업을 붙잡고 있는 에이전트 인스턴스예요. 그 안에서 에이전트는 코드를 실행하고, 파일을 고치고, 웹을 검색하고, 일을 하위 에이전트에게 나눠 맡겨요. 공개된 예시 설정에는 하위 에이전트 동시 실행 수를 3개로 묶어두는 항목도 있어요.
오픈AI가 함께 보여준 시연은 운영 장애 조사였어요. 에이전트가 MCP로 모니터링 도구에 붙고, 정해진 런북(대응 절차서)을 따라 원인을 뒤진 뒤 증거와 권장 조치를 담은 보고서를 올려요.
2. 무엇이 오픈AI 몫으로 넘어갔나요
지금까지 에이전트를 직접 만들면 개발사가 짜야 했던 부분이 꽤 많았어요. 이번 발표로 그중 네 가지가 관리형으로 넘어가요.
| 지금까지 직접 만들던 것 | 에이전트 API에서는 |
|---|---|
| 도구 호출 → 결과 확인 → 다음 행동을 반복하는 에이전트 루프 | 오픈AI가 관리해요 |
| 긴 작업에서 맥락이 넘칠 때 앞 내용을 줄이는 처리 | 한도에 가까워지면 자동으로 압축해요 |
| 코드를 안전하게 돌릴 격리 실행 환경 | 오픈AI 호스팅, 자체 호스팅, 파트너 9곳 중 고르면 돼요 |
| 여러 에이전트에게 일을 나누고 결과를 합치는 조율 | 하위 에이전트 기능으로 기본 제공돼요 |
샌드박스 파트너는 Cloudflare, Vercel, Modal, E2B, Daytona, DigitalOcean, Oracle, Blaxel, Runloop이에요. Vercel은 같은 날 연동 가이드를 냈는데, 오픈AI가 루프와 세션 상태를 맡고 Vercel이 세션마다 격리된 실행 환경과 파일이 유지되는 작업 공간을 붙이는 구조예요.
요금도 단순해졌어요. API 사용료는 따로 없고, 모델 토큰과 도구 호출, 컨테이너가 돈 시간만큼 내요.
3. 그런데 견적에서 그대로 남는 일은 무엇일까요
에이전트가 어떻게 돌지는 오픈AI가 맡았지만, 무엇을 어디까지 할지는 여전히 우리 몫이에요. 실제 AI 에이전트 도입 프로젝트에서 공수가 몰리는 곳도 대개 이쪽이고요.
- 업무 절차 정의(런북): 시연에서 에이전트가 따른 대응 절차서는 사람이 써야 해요. 절차가 흐릿하면 에이전트도 흐릿하게 움직여요.
- 사내 시스템 연결: MCP를 지원한다는 건 “꽂을 자리가 있다”는 뜻이지 우리 ERP나 CRM에 이미 꽂혀 있다는 뜻은 아니에요. 연결용 서버와 인증 처리는 따로 만들어야 해요.
- 권한 설계: 에이전트가 읽을 수 있는 것과 바꿀 수 있는 것을 나누고, 되돌리기 어려운 실행 앞에는 사람 승인을 둬요.
- 비용 상한: 세션이 며칠씩 돌 수 있으니 토큰과 컨테이너 시간에 상한을 걸지 않으면 청구서가 먼저 알려줘요.
- 결과 검수 기준: “보고서를 올렸다”와 “보고서가 맞다”는 다른 일이에요. 무엇을 기준으로 통과시킬지 정해야 해요.
- 로그와 감사 기록: 누가 시켰고 에이전트가 무엇을 봤고 무엇을 바꿨는지 남겨야 나중에 설명할 수 있어요.
권한 쪽은 AI 에이전트 권한 통제 가이드에 따로 정리해뒀어요.
4. 국내 기업이 지금 확인해야 할 조건이 있어요
공개 베타 조건에서 눈여겨볼 문장이 두 개 있어요. 데이터는 미국에만 저장되고, 데이터 무보관(ZDR) 옵션은 지원하지 않는다는 점이에요.
개인정보나 계약서, 고객 상담 기록이 오가는 업무라면 여기서 멈추고 확인할 게 생겨요. 국외 이전 고지가 필요한지, 사내 보안 규정이 외부 저장을 허용하는지요. 그래서 처음부터 핵심 업무에 붙이기보다는 공개 자료 조사, 내부 문서 초안 정리처럼 민감도가 낮은 업무로 시험해 보는 편이 순서에 맞아요.
데이터가 어디에 머무는지가 왜 먼저인지는 기업 AI, 데이터는 어디에 두나에서 자세히 다뤘어요.
5. 공개된 고객 수치는 어떻게 읽어야 할까요
발표와 함께 고객 사례 수치도 나왔어요. 안전 검수 업체 SafetyKit은 건당 비용이 60% 줄었고, Hypha는 실패한 에이전트 응답이 86% 줄었다고 해요.
다만 이 숫자는 오픈AI가 공개한 고객 사례예요. 어떤 업무를, 무엇과 비교해 얻은 결과인지 조건이 다 드러나 있지 않아요. 우리 업무에 그대로 옮기면 기대치만 높아져요. 저희는 이런 수치를 보면 “그 회사의 비교 대상이 무엇이었나”부터 물어요. 사람이 하던 일과 비교했는지, 직접 만든 에이전트와 비교했는지에 따라 같은 60%도 뜻이 달라지거든요.
6. 발주 범위는 이렇게 다시 그어 보세요
에이전트 API를 전제로 견적을 받는다면 범위표를 이렇게 나눠 보시길 권해요.
| 구분 | 누가 | 견적서에서 확인할 점 |
|---|---|---|
| 에이전트 실행 구조 | 오픈AI(관리형) | 직접 구현 공수가 들어가 있지 않은지 |
| 사내 시스템 연결(MCP 서버·인증) | 개발사 | 연결 대상 시스템 수와 인증 방식이 적혀 있는지 |
| 업무 절차·권한·승인 지점 | 발주사 + 개발사 | 누가 초안을 쓰고 누가 확정하는지 |
| 비용 상한·모니터링 | 개발사 | 세션별 상한과 경보 기준이 있는지 |
| 결과 검수·운영 개선 | 발주사 + 개발사 | 오픈 이후 몇 주를 조정 기간으로 잡았는지 |
특히 첫 줄을 봐 주세요. 관리형으로 해결되는 부분에 공수가 그대로 잡혀 있다면 한 번 물어볼 만해요. 반대로 마지막 두 줄이 비어 있다면 오픈 뒤 비용이 조용히 늘어나요.
한 가지 더 있어요. 특정 회사의 실행 구조에 깊이 기대면 나중에 옮기기 어려워져요. 오픈AI는 하네스를 오픈소스로 공개했다고 밝혔지만, 업무 절차와 연결 코드를 모델 회사와 분리해 두는 설계는 여전히 우리가 챙겨야 해요. AI 벤더 종속 위험에 그 기준을 적어뒀어요.
7. 운영해본 개발사가 보는 진짜 변화
저희도 자체 SaaS 4종을 운영하면서 AI 기능을 붙여 왔어요. 그때마다 느낀 건 모델을 부르는 코드보다 그 앞뒤가 더 손이 간다는 점이었어요. 어떤 요청은 막아야 하는지, 실패하면 누구에게 알릴지, 같은 요청이 두 번 들어오면 어떻게 할지 같은 것들이요.
이번 에이전트 API는 그중 가운데 토막을 덜어줘요. 반가운 변화예요. 대신 발주하는 쪽의 질문도 바뀌어야 해요. “에이전트를 만들 수 있나요”가 아니라 “우리 업무 절차를 에이전트가 따를 수 있게 옮겨줄 수 있나요” 로요.
우리 업무 중 어디부터 에이전트에게 맡길 수 있을지 아직 감이 안 잡혀도 괜찮아요. 어느 업무부터 붙일지 함께 골라봐요 →
저희는 10년 넘게 50개 이상의 프로젝트를 진행하고 자체 SaaS 4종을 직접 운영해온 개발사예요. 롯데·캐논 같은 곳과도 함께해 왔고요. 새 도구가 나올 때마다 먼저 붙여 보고, 운영에서 버티는지까지 확인해요.
8. 자주 묻는 질문
오픈AI 에이전트 API를 쓰면 AI 에이전트 개발비가 크게 줄어드나요?
에이전트가 스스로 도구를 부르고 결과를 이어 붙이는 반복 구조, 긴 작업의 맥락 관리, 코드 실행 환경은 직접 만들 필요가 줄어요. 대신 업무 절차 정의, 사내 시스템 연결, 권한과 비용 상한, 결과 검수 같은 일은 그대로 남아서 전체 공수가 절반 이하로 떨어진다고 보긴 어려워요.
국내 기업이 지금 바로 운영 환경에 붙여도 되나요?
공개 베타 기준으로 데이터 저장 위치가 미국으로 한정되고 데이터 무보관 옵션(ZDR)을 지원하지 않아요. 개인정보나 계약 문서가 오가는 업무라면 먼저 사내 규정과 개인정보 처리 흐름을 확인한 뒤, 민감도가 낮은 업무부터 시험하는 편이 안전해요.
AI 자체 도입과 외주 개발 중 어떤 선택이 맞나요?
호스팅 에이전트를 붙여 보는 시험 단계는 내부 인력으로도 시작할 수 있어요. 사내 데이터·권한 체계에 연결해 매일 돌리는 운영 단계로 넘어가면 연동·예외 처리·로그 설계가 커지니, 그 구간은 운영 경험이 있는 파트너와 나눠 맡는 쪽이 시행착오를 줄여줘요.
신원 보안용 에이전트 AI를 따로 사야 하나요?
먼저 볼 것은 제품 구매보다 에이전트에게 어떤 계정과 권한을 주느냐예요. 에이전트 전용 계정을 만들고, 읽기와 쓰기 권한을 나누고, 중요한 실행 전에 사람이 승인하는 지점을 정해두면 대부분의 위험은 설계 단계에서 줄어들어요. 계정 범위를 정하는 법은 AI 에이전트 계정 접근 범위에 있어요.
9. 마무리
에이전트 API는 에이전트를 짓는 비용을 낮췄어요. 에이전트를 믿고 맡기는 비용은 여전히 우리 쪽에 있고요.
견적서를 받으셨다면 두 가지만 확인해 보세요. 관리형으로 넘어간 부분에 공수가 중복으로 잡혀 있지 않은지, 그리고 권한·비용 상한·검수 기준이 범위표에 적혀 있는지요. 이 두 줄이 오픈 뒤 석 달을 좌우해요.
함께 보면 좋은 글