오픈AI AgentKit로 노드구조 디자인이 가능해지다
오픈AI DevDay 2025
AgentKit가 공개되다
2025년 10월, OpenAI의 연례 개발자 컨퍼런스 ‘DevDay’에서 발표된 내용은 단순한 신제품 공개를 넘어, 인공지능(AI) 산업의 지형을 근본적으로 바꾸려는 거대한 비전을 드러냈다. GPT-5 Pro와 같은 새로운 모델, ChatGPT 내 앱 실행 기능, 그리고 코딩 에이전트 Codex의 정식 버전 출시 등 여러 중요한 업데이트가 있었지만, 그 중심에는 단연 ‘AgentKit’가 있었다. AgentKit의 등장은 OpenAI가 단순히 가장 강력한 언어 모델을 제공하는 기업에서, 개발자들이 AI를 기반으로 새로운 애플리케이션과 서비스를 구축하는 포괄적인 플랫폼, 즉 ‘지능을 위한 운영체제(OS)’로 진화하겠다는 전략적 선언과도 같았다.
이러한 변화의 핵심에는 ChatGPT를 유용한 단일 앱에서 “운영체제”로 발전시키겠다는 비전이 자리 잡고 있다. 이 비전 속에서 AgentKit는 개발자들이 해당 OS 위에서 구동될 애플리케이션, 즉 ‘AI 에이전트’를 만들 수 있도록 지원하는 핵심 개발 도구(SDK)의 역할을 수행한다. 과거 OpenAI의 경쟁력이 모델의 성능 그 자체에 있었다면, 이제는 개발자들이 아이디어를 현실로 만드는 전 과정을 지원하는 통합된 생태계를 구축하는 것으로 그 무게 중심이 이동하고 있다. 이는 AI 기술의 패권이 모델의 성능 경쟁을 넘어, 얼마나 많은 개발자와 서비스를 자사의 플랫폼에 묶어둘 수 있는지에 대한 생태계 경쟁으로 전환되고 있음을 명확히 보여준다.
AgentKit 소개
AgentKit의 탄생 배경에는 오늘날 AI 에이전트 개발이 직면한 ‘파편화(fragmentation)’라는 고질적인 문제가 있다. 지금까지 개발자들은 아이디어를 실제 작동하는 에이전트로 구현하기 위해 버전 관리 없는 복잡한 오케스트레이션, 직접 만들어야 하는 커스텀 커넥터, 수동으로 진행되는 평가 파이프라인, 끝없는 프롬프트 튜닝, 그리고 수 주가 소요되는 프론트엔드 작업 등 여러 도구들을 힘겹게 이어 붙여야만 했다. AgentKit는 바로 이 고통스러운 과정을 해결하기 위해 설계된 통합 툴킷이다. 즉, 개발자가 AI 에이전트를 ‘구축(build), 배포(deploy), 최적화(optimize)’하는 전 과정을 하나의 플랫폼 위에서 원활하게 수행할 수 있도록 지원하는 것이 AgentKit의 핵심 목표다.
이 통합 플랫폼은 세 가지 핵심 구성 요소를 중심으로 구축되었다. 첫째, ‘에이전트 빌더(Agent Builder)’는 AI 에이전트의 작동 논리와 워크플로우를 시각적으로 설계할 수 있는 캔버스다. 둘째, ‘챗킷(ChatKit)’은 개발자가 자신의 앱에 고도로 맞춤화된 채팅 인터페이스를 손쉽게 내장할 수 있도록 지원하는 UI 툴킷이다. 마지막으로 ‘커넥터 레지스트리(Connector Registry)’는 에이전트가 기업 내부 데이터나 외부 서드파티 시스템과 안전하게 연결될 수 있도록 중앙에서 데이터 접근을 관리하고 통제하는 허브 역할을 한다. 이 세 가지 요소는 서로 유기적으로 결합하여, 과거에는 전문가들의 영역이었던 에이전트 개발을 체계적이고 접근 가능한 엔지니어링 분야로 ‘제품화’하는 중요한 전환을 이끌어낸다. AgentKit는 개발자들이 기반 인프라 구축이라는 무거운 짐을 내려놓고, 에이전트가 해결해야 할 고유한 비즈니스 로직에만 집중할 수 있는 환경을 제공함으로써 AI 에이전트 시대의 본격적인 개화를 촉진하고 있다.
Agent Builder
AgentKit의 심장이라 할 수 있는 ‘에이전트 빌더’는 복잡한 AI 에이전트의 작동 방식을 시각적으로 설계하고 구현하는 혁신적인 도구다. 샘 알트먼 CEO가 “에이전트 구축을 위한 칸반(Kanban)과 비슷하다”고 설명한 것처럼, 이는 코드 중심의 추상적인 개발 환경을 넘어 직관적인 워크플로우 기반의 시각적 캔버스를 제공한다. 개발자는 마치 순서도를 그리듯, 드래그 앤 드롭 방식으로 ‘노드(node)’를 배치하고 연결하며 에이전트의 논리 흐름을 구성할 수 있다. 각 노드는 특정 작업을 수행하는 하위 에이전트, 외부 도구 호출, 또는 조건 분기와 같은 제어 로직을 나타내며, 노드 간의 연결은 데이터 유형이 정의된 ‘엣지(edge)’로 처리되어 각 단계 간의 데이터 흐름과 정합성을 보장한다.
에이전트 빌더가 단순한 프로토타이핑 도구를 넘어 프로덕션 수준의 개발 환경으로 평가받는 이유는 엔터프라이즈급 기능들을 충실히 갖추고 있기 때문이다. 첫째, 모든 변경 사항을 추적하고 이전 버전으로 쉽게 되돌릴 수 있는 ‘버전 관리(Versioning)’ 기능은 여러 개발자가 협업하는 환경에서 안정성을 보장하는 필수 요소다. 둘째, 개발 중인 워크플로우를 실제 데이터로 즉시 테스트하고 각 노드의 실행 과정을 시각적으로 확인할 수 있는 ‘미리보기 및 디버깅(Preview & Debugging)’ 기능은 잠재적 오류를 조기에 발견하고, 실행 단계별 토큰 사용량을 추적하여 비용을 최적화하는 데 도움을 준다. 셋째, 개인정보 마스킹(PII masking)이나 악의적인 입력을 방지하는 ‘가드레일(Guardrails)’을 워크플로우에 직접 설정하여 에이전트의 안전성과 신뢰성을 확보할 수 있다.4 마지막으로, 시각적 캔버스에서 설계한 워크플로우를 파이썬이나 타입스크립트 코드로 내보낼 수 있어, 로우코드(low-code) 방식의 빠른 프로토타이핑과 코드 기반(code-first)의 세밀한 커스터마이징 사이를 유연하게 오갈 수 있다.
에이전트 빌더의 진정한 혁신은 기술적 완결성을 넘어 ‘협업’의 패러다임을 바꾼다는 데 있다. 과거에는 에이전트의 복잡한 로직이 코드와 프롬프트 속에 숨겨져 있어 기획자, 디자이너, 법무팀 등 비기술 직군이 이해하고 참여하기 어려웠다. 그러나 에이전트 빌더의 시각적 캔버스는 에이전트의 작동 방식을 모두가 이해할 수 있는 공통의 언어로 만들어준다. 기획자는 워크플로우를 직접 보며 개선점을 제안하고, 법무팀은 개인정보 보호 장치가 올바르게 적용되었는지 시각적으로 확인할 수 있다. 금융 서비스 기업 Ramp가 에이전트 빌더를 도입한 후 개발 반복 주기를 70%나 단축시킨 사례는 이러한 협업의 힘을 명확히 증명한다. 속도의 향상은 단순히 코드를 적게 짜기 때문이 아니라, 팀 전체의 소통과 이해의 수준을 극적으로 끌어올렸기 때문에 가능했던 것이다.
ChatKit
AI 에이전트의 논리가 아무리 뛰어나더라도, 사용자와 만나는 인터페이스가 조악하다면 그 가치는 제대로 전달될 수 없다. 챗킷은 개발자가 고품질의 대화형 인터페이스를 최소한의 노력으로 구축할 수 있도록 설계된 ‘모든 기능이 포함된(batteries-included)’ 프레임워크다. 개발자들은 더 이상 실시간 응답 스트리밍, 비동기 상태 관리, 복잡한 UI 렌더링과 같은 프론트엔드 문제를 해결하기 위해 노력할 필요가 없다.
챗킷은 프로덕션 환경에 즉시 투입될 수 있는 강력한 기능들을 기본적으로 제공한다. 앱의 브랜드 정체성에 맞춰 UI를 세밀하게 조정하는 ‘UI 커스터마이징’, 사용자가 AI의 답변을 기다리는 지루함을 없애주는 ‘응답 스트리밍’, 그리고 에이전트가 어떤 도구를 사용하고 어떻게 추론하는지(chain-of-thought)를 시각적으로 보여주어 사용자 신뢰를 높이는 ‘워크플로우 시각화’ 기능 등이 대표적이다. 특히, 단순한 텍스트를 넘어 카드, 버튼, 폼과 같은 ‘리치 인터랙티브 위젯’을 채팅창 내에 직접 렌더링하는 기능은 사용자 경험을 한 차원 높은 수준으로 끌어올린다. 또한, ‘스레드(Threads)’와 ‘메시지(Messages)’라는 개념을 통해 복잡한 대화의 맥락과 이력을 자동으로 관리해주기 때문에, 개발자는 상태 관리의 부담에서 벗어나 에이전트의 핵심 기능 구현에만 집중할 수 있다.
챗킷이 가져오는 개발 속도의 향상은 놀라운 수준이다. 디자인 플랫폼 Canva는 챗킷을 도입하여 2주 이상 걸릴 UI 개발 작업을 단 한 시간 만에 완료했다고 밝혔다. 이는 챗킷이 단순한 편의 도구를 넘어, 제품 출시 기간을 획기적으로 단축시키는 전략적 자산임을 의미한다. 여기서 더 나아가, 챗킷의 제공은 OpenAI의 더 큰 생태계 전략과 맞닿아 있다. 훌륭한 사용자 경험은 곧 훌륭한 에이전트 경험으로 이어진다. OpenAI는 챗킷을 통해 자사 플랫폼 위에서 만들어지는 에이전트들이 기본적으로 높은 품질의 사용자 경험을 갖추도록 보장한다. 결국 챗킷은 개발자를 위한 선물이자, 생태계 전체의 품질을 관리하는 전략적 도구인 셈이다.
커넥터 레지스트리 엑세스
AI 에이전트가 단순한 장난감을 넘어 진정한 비즈니스 도구로 거듭나기 위해서는 기업의 가장 중요한 자산인 ‘데이터’에 접근하고 이를 활용할 수 있어야 한다. ‘커넥터 레지스트리(Connector Registry)’는 바로 이 과제를 해결하기 위한 안전하고 통제된 관문이다. 이는 관리자가 조직 내에서 AI 에이전트가 어떤 데이터 소스와 도구에 연결될 수 있는지를 중앙에서 통합 관리하는 허브 역할을 수행한다.
커넥터 레지스트리의 핵심은 ‘엔터프라이즈 거버넌스’에 있다. 모든 접근 권한은 ‘글로벌 관리 콘솔(Global Admin Console)’을 통해 통제되며, 이는 기업의 IT 및 보안 부서가 요구하는 중앙 집중적인 감독과 통제력을 제공한다. 관리자는 이 콘솔을 통해 드롭박스, 구글 드라이브, 셰어포인트와 같은 기존 서비스와의 연결을 승인하거나, MCP(Media Control Protocol) 서버를 통해 기업의 내부 시스템이나 서드파티 애플리케이션과의 연동을 설정할 수 있다. 이 구조는 기업이 AI의 강력한 능력을 활용하면서도 데이터 보안에 대한 통제권을 잃지 않도록 보장한다.
클라우드 콘텐츠 관리 기업 Box와의 협력 사례는 커넥터 레지스트리의 가치를 명확하게 보여준다. Box는 자사의 MCP 서버를 커넥터 레지스트리를 통해 에이전트 빌더와 연동시켰다. 이를 통해 기업들은 자사의 민감한 데이터가 Box의 보안 환경을 벗어나지 않은 상태에서, AI 에이전트가 해당 데이터를 분석하고, 여러 문서에 걸쳐 질의응답을 수행하며, 심지어 요약 보고서를 생성하여 다시 Box 폴더에 저장하는 등의 작업을 수행하게 할 수 있다. 이는 기업 AI 도입의 가장 큰 장벽이었던 ‘성능과 보안의 상충 관계’ 문제를 해결하는 새로운 패러다임을 제시한다. 과거의 모델이 ‘AI에게 데이터를 보내는’ 방식이었다면, 커넥터 레지스트리는 ‘데이터가 있는 곳으로 AI의 능력을 가져오는’ 방식으로 전환시킨다. 에이전트는 전체 데이터베이스를 복제하는 것이 아니라, 관리자에 의해 승인된 특정 도구(커넥터)를 사용하여 명확하게 정의된 작업만을 수행한다. 이처럼 ‘통제된 접근’ 모델은 기업 보안팀이 훨씬 더 안심하고 AI 에이전트를 도입할 수 있게 만들게 도와준다.
AgentKit 활용 시연 사례
AgentKit가 이론을 넘어 실제로 어떻게 비즈니스 가치를 창출하는지는 초기 도입 기업들의 사례를 통해 명확히 확인할 수 있다. Ramp, HubSpot, Box의 사례는 각각 AgentKit가 제공하는 핵심 가치인 ‘개발 속도’, ‘제품 지능’, ‘엔터프라이즈 보안’을 대표하는 성공적인 전형을 보여준다.
금융 자동화 플랫폼 Ramp는 복잡한 에이전트 워크플로우를 구축하는 데 수개월이 걸리는 개발 속도 문제를 겪고 있었다. 이들은 에이전트 빌더의 시각적 캔버스를 도입하여 ‘구매 담당 에이전트’를 단 몇 시간 만에 구축하는 데 성공했다. 더 중요한 것은 시각화된 워크플로우가 기획, 법무, 엔지니어링 팀 간의 명확한 소통 창구가 되었다는 점이다. 그 결과, 개발 반복 주기를 70% 단축하고, 전체 배포 기간을 ‘2분기에서 2번의 스프린트’로 획기적으로 줄일 수 있었다. Ramp의 사례는 AgentKit가 어떻게 조직의 협업 방식을 혁신하고 비즈니스 민첩성을 극대화하는지를 보여준다.
고객 관계 관리(CRM) 플랫폼 HubSpot은 자사의 AI 어시스턴트 ‘Breeze’의 성능을 한 단계 끌어올리고자 했다. AgentKit를 활용하여, Breeze는 이제 단순한 정보 검색을 넘어 복합적인 추론 능력을 갖추게 되었다. 예를 들어, 애리조나의 고객이 식물이 잘 자라지 않는다고 질문하면, 에이전트는 단순히 일반적인 해결책을 찾는 데 그치지 않는다. 내부 지식 베이스를 검색하여 애리조나의 낮은 습도에 맞는 특별한 관리법을 찾고, 관련 회사 정책까지 참조하여 여러 대안과 함께 최적의 권장 사항을 ‘종합적으로 구성하여’ 제안한다. 이는 AgentKit가 여러 정보 소스를 통합하여 새로운 해결책을 합성해내는, 진정으로 지능적인 에이전트를 구현할 수 있음을 증명한다.
엔터프라이즈 콘텐츠 관리 플랫폼 Box는 민감한 기업 데이터를 외부로 노출하지 않으면서 AI의 힘을 활용해야 하는 근본적인 과제에 직면해 있었다. Box는 커넥터 레지스트리를 통해 자사의 보안 인프라를 AgentKit와 연동했다. 이를 통해 기업 고객들은 자사의 데이터가 Box의 안전한 환경 안에 머무르는 상태에서, AI 에이전트가 문서 내용을 추출하고, 여러 파일에 걸쳐 질의응답을 수행하는 등의 작업을 할 수 있게 되었다. 이 사례는 AgentKit가 어떻게 기업의 가장 큰 우려인 데이터 보안 문제를 해결하고, 규제가 엄격한 산업군에서도 AI 에이전트가 안전하게 활용될 수 있는 길을 여는지를 보여주는 대표적인 예시다.
AgentKit가 가져올
패러다임 변화
AgentKit는 단순한 개발 도구 모음을 넘어, 소프트웨어를 구상하고, 만들고, 사용하는 방식 자체를 근본적으로 바꾸는 패러다임 전환의 촉매제다. 이 변화는 여러 차원에서 동시다발적으로 일어나고 있으며, 미래의 기술 지형을 재편할 잠재력을 품고 있다.
첫째, AI 개발자의 역할이 ‘프롬프트 엔지니어’에서 ‘워크플로우 오케스트레이터’로 진화하고 있다. 완벽한 단일 프롬프트를 만드는 데 집중하던 시대에서, 이제는 여러 에이전트와 도구들이 유기적으로 상호작용하는 다단계 워크플로우를 설계, 테스트, 관리하는 것이 핵심 역량이 되었다. 개발자는 이제 AI 시스템을 지휘하는 ‘지휘자(conductor)’에 가까운 역할을 수행하게 되며, 에이전트 빌더는 그들의 지휘봉이 된다.
둘째, ‘AI 개발의 민주화’의 부상이다. 에이전트 빌더와 같은 로우코드 도구는 기술적 장벽을 극적으로 낮춤으로써, 기획자, 디자이너, 비즈니스 분석가 등 코딩 전문가가 아닌 사람들도 자신만의 AI 에이전트를 직접 만들고 프로토타이핑할 수 있는 시대를 열고 있다. 이는 AI 기반 솔루션을 창조할 수 있는 인재의 풀을 폭발적으로 증가시켜, 과거에는 상상할 수 없었던 다양한 영역에서 혁신을 촉발할 것이다.
셋째, 새로운 경쟁 구도가 형성되고 있다. AgentKit의 등장은 OpenAI를 다른 모델 제공업체뿐만 아니라, Zapier나 n8n과 같은 워크플로우 자동화 플랫폼, 그리고 LangChain과 같은 전문 에이전트 프레임워크와 직접적인 경쟁 관계에 놓이게 한다. AgentKit는 자동화 플랫폼의 사용 편의성과 전문 프레임워크의 AI 네이티브 성능을 결합하고, 경쟁자들이 갖추지 못한 최고 수준의 UI 컴포넌트까지 더함으로써 독자적인 영역을 구축하고 있다.
궁극적으로 AgentKit가 예고하는 미래는 ‘에이전트적 소프트웨어(Agentic Software)’의 시대다. 고정된 버튼과 메뉴로 구성된 정적인 애플리케이션에서 벗어나, 사용자와 대화하고, 맥락을 이해하며, 스스로 작업을 수행하는 역동적이고 자율적인 소프트웨어가 표준이 될 것이다. AgentKit는 바로 이 차세대 소프트웨어를 위한 근본적인 구성 요소, 즉 새로운 운영체제를 제공한다. 이러한 변화의 장기적인 영향은 ‘자율적인 작업 수행의 제품화’로 귀결될 것이다. 특정 워크플로우를 수행하는 SaaS 도구의 가치는 점차 하락하고, 그 워크플로우 전체를 자율적으로 처리하는 에이전트를 제공하는 능력이 새로운 경쟁 우위의 원천이 될 것이다.
AI가 바꾸는 디자인 패러다임의 변화를 준비하고 AI & UI 디자인 자격증도 취득하고 싶다면?
https://onoffmix.com/event/331256
