오늘 실무적으로 가장 중요한 발표입니다.
핵심 내용
OpenAI가 9월 10일 Agents API를 public beta로 공개했습니다. 단순히 모델에 tool calling을 붙이는 API가 아니라, Codex를 작동시키는 Agent harness와 장시간 실행 infrastructure 자체를 관리형 서비스로 제공합니다. 개발자는 task, model, tools, environment만 지정하면 Agent session을 만들 수 있습니다. 모든 개발자가 이용 가능하며 Agents API 자체에 별도 이용료는 없고 모델 token과 사용하는 tool 비용만 지불합니다. openai.com
실행환경은 세 가지 방향을 선택할 수 있습니다. OpenAI가 관리하는 sandbox를 쓰거나, 자체 infrastructure에서 돌리거나, Cloudflare·Vercel·E2B·Modal·DigitalOcean·Oracle 등 sandbox partner 환경을 연결할 수 있습니다. OpenAI hosted sandbox에서는 Agent가 파일을 다루고 코드를 실행하고 중간 결과물을 보존할 수 있습니다. openai.com
특히 중요한 기능은 multi-agent입니다. 메인 Agent가 문제를 여러 부분으로 나눈 뒤 subagent를 병렬 실행하고 결과를 다시 합칠 수 있습니다. 장시간 작업에는 자동 context compaction이 적용되고, tool이 많을 경우에는 필요한 tool 정의만 동적으로 불러오는 Tool Search, 여러 tool 호출을 코드에서 병렬·연쇄 실행하는 programmatic tool calling도 제공합니다. MCP와 custom function, built-in web search도 지원합니다. openai.com
배경
그동안 실제 Agent 제품을 만들려면 모델 API 위에 개발자가 직접 상당한 infrastructure를 올려야 했습니다.
Model API
↓
Context 관리
↓
Tool Registry
↓
MCP
↓
Sandbox
↓
Retry / Recovery
↓
Subagent orchestration
↓
Session persistence
OpenAI는 이 전체를 모델과 함께 최적화되는 managed harness로 제품화하려는 것입니다. OpenAI는 harness의 핵심 기반이 되는 Codex 코드는 계속 오픈소스로 공개하면서, 관리·운영은 Agents API가 맡는 구조라고 설명합니다. openai.com
산업·시장 영향
Agent 경쟁의 단위가 모델 API → Agent Runtime으로 올라가고 있습니다.
앞으로 기업들이 비교할 것은 단순히:
GPT vs Claude vs Gemini
가 아니라:
Model + Harness + Sandbox + Tool ecosystem + Recovery + Observability
전체가 될 가능성이 큽니다.
LangGraph, CrewAI, Temporal 기반 자체 orchestration, Claude Agent SDK 등에도 직접적인 경쟁 압력이 생깁니다. 반대로 기업 입장에서는 Agent runtime을 직접 구축해야 하는 부담이 상당히 줄 수 있습니다.
실무에서 바로 활용할 시사점
새 Agent 프로젝트를 만든다면 처음부터 자체 orchestration framework를 크게 만드는 것보다 업무 로직만 Agent API 위에 올려 prototype을 만들어보고, vendor lock-in이 문제가 되는 계층만 나중에 분리하는 접근이 합리적입니다.
특히 application 구조는 다음처럼 두는 것이 좋습니다.
Business Logic
↓
Internal Agent Interface
↓
┌──────────────┬─────────────┐
Agents API │ Own Harness
OpenAI │ Local/Other
└──────────────┴─────────────┘
이렇게 하면 Codex harness의 이점을 이용하면서도 Agent orchestration 전체가 특정 provider API 형태에 직접 고정되는 것을 줄일 수 있습니다.