오픈AI, AI 에이전트 개발 도구 '에이전트키트' 공개

현업에서 제대로 작동하는 AI 에이전트를 구축하려면 파편화된 도구들을 억지로 이어 붙여야 했습니다. 복잡한 오케스트레이션 코드를 직접 짜고, 수동으로 프롬프트를 튜닝하며, 스트리밍 응답을 보여주는 프론트엔드 UI를 만드는 데만 몇 주를 소모하곤 했습니다.

OpenAI는 10월 6일 열린 DevDay에서 이러한 구축 장벽을 낮추기 위한 올인원 툴킷 AgentKit을 전격 발표했습니다. 프로토타입 단계의 에이전트를 실제 운영 환경으로 빠르게 전환할 수 있도록 돕는 도구 모음으로, 기존 표준 API 모델 요금 외에 별도 추가 비용 없이 제공됩니다.

캔버스에서 드래그 앤 드롭으로 8분 만에 구축

AgentKit의 핵심은 베타로 선보인 Agent Builder입니다. 샘 올트먼은 이를 에이전트를 만들기 위한 캔바에 비유했습니다. 드래그 앤 드롭 노드를 사용해 여러 에이전트의 흐름을 시각적으로 연결하고 버전 관리까지 처리합니다.

발표 현장에서는 OpenAI 엔지니어 크리스티나 황이 무대에 올라 8분도 안 되는 시간에 전체 워크플로와 상호 작용하는 두 개의 에이전트를 실시간으로 만들어 보였습니다.

도입 기업들의 수치도 공개되었습니다. 핀테크 기업 Ramp는 이전까지 몇 달씩 걸리던 구매 에이전트 개발을 몇 시간 만에 끝내며 반복 주기 시간을 70퍼센트 단축했다고 밝혔습니다. 일본의 라인야후 또한 두 시간도 채 되지 않아 업무 보조용 멀티 에이전트 워크플로를 구축했습니다.

여기에 생각 중 표시와 스트리밍 처리를 기본 지원하는 임베디드 채팅 인터페이스 ChatKit이 정식 출시되었으며, 구글 드라이브와 셰어포인트, 서드파티 MCP 등을 한곳에서 관리하는 Connector Registry도 관리자 콘솔 고객을 대상으로 베타 제공을 시작했습니다.

에이전트 평가 고도화와 추론 미세조정

실무 배포에서 가장 까다로운 안정성 검증을 위해 Evals 플랫폼도 정식 기능으로 확대되었습니다.

워크플로의 어느 단계에서 오류가 났는지 추적하는 트레이스 채점, 사람의 피드백을 기반으로 프롬프트를 자동 개선하는 기능이 추가되었습니다. 특히 OpenAI 플랫폼 안에서 타사 모델까지 직접 비교 평가할 수 있도록 개방한 점이 눈에 띕니다.

추론 모델을 튜닝하는 강화 미세조정(RFT)은 o4-mini에 정식 적용되었고 GPT-5 비공개 베타로 이어졌습니다. 모델이 적절한 시점에 외부 도구를 호출하도록 훈련시키는 커스텀 도구 호출 기능도 포함되었습니다.

다만 OpenAI는 이후 안내를 통해 시각적 Agent Builder와 Evals 제품을 2026년 11월 30일부로 종료할 예정이라고 덧붙였습니다. 코드 중심 워크플로는 Agents SDK로, 자연어 기반 구성은 ChatGPT의 Workspace Agents로 전환할 것을 권장하고 있습니다.

왜 중요한가

우리는 AgentKit이 에이전트 개발의 무게중심을 복잡한 인프라 배관 공사에서 비즈니스 로직 자체로 옮겨왔다는 점에서 의미가 크다고 봅니다.

개발자와 기업 입장에서는 ChatKit과 안전 가드레일을 활용해 고객 지원이나 리서치 봇을 바닥부터 코딩하지 않고도 며칠 안에 서비스에 녹여낼 수 있습니다. 진입 장벽과 초기 개발 리소스가 획기적으로 줄어들었습니다.

업계 전반으로 보면 LangChain 등 중간 미들웨어 프레임워크나 평가 전문 스타트업들의 입지를 강하게 압박하는 행보입니다. 모델 공급사가 시각적 오케스트레이션과 UI 컴포넌트까지 무료로 묶어 제공하기 시작했기 때문입니다.

하지만 향후 시각적 빌더를 종료하고 코드 기반 SDK로 선회하기로 한 점은 시사하는 바가 큽니다. 시각적 캔버스는 데모 시연이나 초기 기획 공유에는 탁월하지만, 실제 복잡한 예외 처리와 엔터프라이즈급 운영에서는 결국 정밀한 코드 제어로 돌아갈 수밖에 없다는 한계를 보여준다고 우리는 생각합니다.