OpenAI Agents API 공개 베타: Codex 하네스가 바꾸는 AI 에이전트 개발

OpenAI Agents API는 무엇이 다른가요?

AI 에이전트를 개발해 본 분이라면 모델 호출만으로는 부족하다는 사실을 잘 아실 겁니다. 실제 서비스를 만들려면 대화 상태를 저장하고, 필요한 도구를 호출하고, 실패한 작업을 복구하는 실행 구조까지 직접 마련해야 합니다.

OpenAI가 공개 베타로 선보인 OpenAI Agents API는 이 복잡한 실행 계층을 관리형 API로 제공합니다. Codex를 움직이는 핵심 실행 구조인 Codex 하네스를 개발자가 자신의 서비스에 연결할 수 있도록 개방한 것입니다.

쉽게 말해 모델이 두뇌라면 하네스는 손과 발, 작업 기억, 진행 관리자를 합친 시스템입니다. 모델 호출과 도구 사용을 조율하고, 작업 상태를 유지하며, 에이전트가 목표를 달성할 때까지 실행 흐름을 이어 갑니다.

이 글에서 다룰 내용

OpenAI Agents API의 핵심 변화, Codex 하네스의 역할, 장기 실행 세션과 MCP 활용법, 멀티 에이전트 구조, 도입 전 확인할 사항

Codex 하네스가 개발 부담을 줄이는 방식

기존에는 개발자가 에이전트 루프를 직접 구현하는 경우가 많았습니다. 모델 응답을 확인한 뒤 도구 호출을 실행하고, 결과를 다시 모델에 전달하는 과정을 반복하는 방식입니다.

Codex 하네스는 이 흐름을 하나의 관리형 구조로 묶습니다. 세션과 오케스트레이션, 문맥 압축, 오류 복구를 OpenAI 측에서 담당하므로 개발자는 에이전트의 목적과 도구, 실행 환경을 설계하는 데 집중할 수 있습니다.

에이전트는 샌드박스에서 명령어나 코드를 실행하고 파일을 수정하며 결과물을 만들 수 있습니다. 작업 중에 사용자가 추가 지시를 보내 방향을 바꾸거나, 중단된 세션을 다시 이어 가는 것도 가능합니다.

여기서 중요한 변화는 프롬프트 작성보다 실행 시스템 설계가 더 중요해진다는 점입니다. 어떤 자료에 접근할지, 어느 작업에 승인이 필요한지, 결과를 어디에 저장할지를 명확하게 정해야 안정적인 AI 에이전트가 됩니다.

장기 실행 세션은 왜 중요한가요?

코드베이스 분석이나 대규모 문서 정리처럼 복잡한 업무는 한 번의 응답으로 끝나지 않습니다. 수십 번의 도구 호출과 여러 단계의 검토가 필요하고, 작업 시간이 몇 시간 이상 이어질 수도 있습니다.

OpenAI Agents API는 이러한 장기 실행 세션을 고려해 이전 작업 상태를 유지합니다. 문맥 한도에 가까워지면 앞선 내용을 압축하면서도 이후 작업에 필요한 정보를 보존해, 개발자가 별도의 문맥 관리 로직을 처음부터 만들 필요를 줄여 줍니다.

덕분에 클라우드에서 지속적으로 일하는 클라우드 에이전트를 만들기가 한결 쉬워집니다. 예를 들어 저장소 전체를 점검한 뒤 수정안을 만들거나, 여러 자료를 조사해 보고서를 완성하는 워크플로에 적합합니다.

다만 장시간 실행된다고 해서 모든 결과가 자동으로 정확해지는 것은 아닙니다. 권한 범위와 승인 단계, 중간 결과 검증은 서비스 운영자가 직접 설계해야 합니다.

MCP와 멀티 에이전트가 만드는 확장성

OpenAI Agents API는 사용자 정의 함수와 웹 검색 같은 도구뿐 아니라 MCP 연결도 지원합니다. MCP 서버를 이용하면 사내 문서, 데이터베이스, 개발 도구 등 외부 시스템을 비교적 일관된 방식으로 에이전트에 연결할 수 있습니다.

복잡한 작업은 한 에이전트가 모두 처리하지 않아도 됩니다. 멀티 에이전트 기능을 활성화하면 주 에이전트가 업무를 여러 하위 과제로 나누고, 각각을 서브에이전트에 맡겨 병렬로 진행할 수 있습니다.

예를 들어 한 에이전트는 공식 문서를 조사하고, 다른 에이전트는 코드 오류를 분석하며, 또 다른 에이전트는 테스트 결과를 검토하게 할 수 있습니다. 각 에이전트가 독립된 문맥을 유지하고 주 에이전트가 결과를 통합하므로 역할이 섞이는 문제도 줄일 수 있습니다.

이 구조는 단순히 에이전트 수를 늘리는 기능이 아닙니다. 업무를 어떻게 분해하고 어떤 결과를 신뢰할지 결정하는 오케스트레이션 설계가 성능과 비용을 좌우합니다.

공개 베타 도입 전에 확인할 점

이번 공개 베타는 모든 개발자가 새로운 에이전트 실행 구조를 시험할 기회를 제공합니다. OpenAI 관리형 샌드박스를 이용하거나, 필요에 따라 자체 호스팅 환경을 선택해 파일과 패키지, 스킬을 구성할 수 있습니다.

하지만 베타 단계인 만큼 운영 조건도 살펴봐야 합니다. 공식 문서에 따르면 현재 데이터 레지던시는 미국만 지원하며, Zero Data Retention도 지원하지 않으므로 민감한 데이터를 다루는 기업은 보안 및 규정 준수 요건을 먼저 검토해야 합니다.

비용 역시 API 자체만 볼 것이 아니라 모델 토큰과 도구, 호스팅 컨테이너 사용량을 함께 계산해야 합니다. 처음에는 권한을 좁게 설정한 작은 업무로 시작하고, 로그와 결과 품질을 확인하며 범위를 넓히는 접근이 안전합니다.

AI 에이전트 개발의 중심이 바뀝니다

OpenAI Agents API의 핵심은 더 좋은 프롬프트 하나가 아니라, 에이전트가 오랫동안 안정적으로 일할 수 있는 실행 기반을 제공한다는 데 있습니다. Codex 하네스와 장기 실행 세션, MCP, 멀티 에이전트가 결합되면서 개발자는 복잡한 런타임을 직접 구축하는 부담을 덜 수 있게 됐습니다.

앞으로의 경쟁력은 모델 선택만으로 결정되지 않을 가능성이 큽니다. 어떤 도구와 데이터를 연결하고, 작업을 어떻게 분담하며, 어느 지점에서 사람의 승인을 받을지 설계하는 능력이 더욱 중요해질 것입니다.

한 줄 요약: OpenAI Agents API 공개 베타는 Codex 하네스를 서비스 안으로 가져와, 오래 실행되고 협업하며 실제 결과물을 만드는 AI 에이전트 개발을 한 단계 쉽게 만듭니다.

참고 출처

• OpenAI 공식 발표에서 Agents API 공개 베타 확인하기
• OpenAI Agents API 공식 문서 확인하기
• OpenAI Agents API 공식 빠른 시작 안내 보기
• OpenAI 공식 뉴스 RSS에서 발행일 확인하기

보강 보도: GIGAZINE 기사에서 확인하기 · Google News RSS에서 확인하기