OpenAI Agents API 공개 베타: AI 자동화를 맡기기 전에 과금과 데이터 위치부터 이해하기

2026년 9월 10일, OpenAI는 “Introducing the Agents API”를 발표하고 Agents API를 공개 베타로 출시했습니다. 공식 문서에 따르면 이 API를 사용하면 다른 애플리케이션이 OpenAI가 관리하는 서비스를 통해 Codex를 구동하는 에이전트 실행 프레임워크, 즉 하네스(harness)를 이용할 수 있습니다. 세션(session), 오케스트레이션, 컨텍스트 압축과 복구(recovery)는 OpenAI가 처리하고, 개발자는 도구를 제공하고 실행 환경을 선택합니다. 에이전트는 샌드박스(sandbox) 안에서 코드를 실행하고 파일을 편집하며 MCP 서버에 연결해 결과물을 만들 수 있고, 작업을 하위 에이전트들에게 나눠 맡겨 처리할 수도 있습니다.

이 글은 2026년 9월 15일에 OpenAI의 발표문, Agents API 문서, 플랫폼 데이터 통제 안내를 바탕으로 확인했습니다. OpenAI는 공개 베타를 즉시 개발자에게 제공하며, 베타 기간에는 피드백을 바탕으로 빠르게 개선하면서 정식 버전을 향해 나아가겠다고 밝혔습니다. 공식 문서에는 일부 트레이스 기록을 조회하는 방식이 이번 공개 베타의 범위에 포함되지 않는다는 점도 명시되어 있습니다. 이 제품은 개발자용이며, 이 글에서는 코드를 작성하지 않았고 실제 연동 테스트도 하지 않았습니다. 글에 나오는 위탁 상황은 모두 편집팀이 설계한 예시로, 일반 직장인이 엔지니어나 외주 업체를 찾을 때 올바른 질문을 할 수 있도록 돕기 위한 것입니다.

ChatGPT, Codex 속 에이전트와 무엇이 다른가

ChatGPT나 Codex에서는 화면과 사용할 수 있는 기능을 OpenAI 제품이 미리 설계해 두었기 때문에, 로그인한 뒤 바로 일을 맡기면 됩니다. 반면 Agents API는 같은 Codex 하네스를 외부에 개방해 기업이나 외주 업체가 자기 시스템에 에이전트를 넣을 수 있게 합니다. 화면 구성, 에이전트가 쓸 수 있는 도구, 어느 머신에서 실행할지는 모두 시스템을 만드는 쪽이 정합니다. 다시 말해 앞으로 보게 될 어떤 '보고서 자동 정리' 서비스의 뒤에 이 API가 있을 수 있지만, 그 권한 범위는 상대방이 설정한 것이지 OpenAI의 기본값이 아닙니다.

공식 문서는 네 가지 개념으로 이 API를 설명합니다. 에이전트는 모델, 지시, 도구, MCP 서버의 조합입니다. 환경은 선택 사항인 샌드박스나 컴퓨터로, 에이전트가 그 안에서 파일에 접근하고 스킬을 불러오며 명령을 실행합니다. 세션은 지속적으로 존재하는 에이전트 인스턴스로, 작업을 처리하고 새로운 입력에 응답합니다. 이벤트와 항목은 에이전트에 보내는 입력과 작업 과정에서 나오는 산출물입니다. 엔지니어가 아닌 사람이 가장 기억해 둘 개념은 세션입니다. 이전 진행 상황을 저장하므로 하나의 일을 여러 차례에 걸쳐 이어서 할 수 있습니다.

실행 환경은 직접 고를 수 있습니다. OpenAI는 발표문에서 에이전트의 컴퓨팅 환경으로 OpenAI가 관리하는 샌드박스, 개발자 자체 인프라, 공식 파트너 샌드박스 제공업체 중 하나를 쓸 수 있다고 밝혔습니다. 관리형 샌드박스를 선택하면 OpenAI가 샌드박스를 구축하고 관리합니다. 이 선택에 따라 파일이 실제로 어디에서 처리되는지, 머신 관리를 누가 책임지는지가 달라지므로, 일을 맡길 때는 어떤 방식을 쓰는지 상대방에게 분명히 설명해 달라고 요청해야 합니다.

비용은 어떻게 계산되고, 왜 미리 추정하기 어려운가

Agents API 문서의 가격 항목에는 세 가지 비용이 나와 있습니다. 모델 사용량은 선택한 모델의 API 요금으로, OpenAI가 제공하는 도구는 각 도구의 표준 요금으로, OpenAI 관리형 샌드박스는 표준 컨테이너 요금으로 청구됩니다. OpenAI는 발표문에서 Agents API 자체를 사용하는 데는 추가 요금이 없다고 밝혔지만, 플랫폼 요금이 없다고 해서 자동화 작업 하나의 총비용을 쉽게 추정할 수 있는 것은 아닙니다.

공식 사용량 안내에 따르면 에이전트는 하나의 작업을 끝내는 동안 모델을 여러 번 호출할 수 있으며, 호출할 때마다 해당 모델의 토큰 가격과 프롬프트 캐싱 규칙에 따라 요금이 부과됩니다. 각 호출의 입력에는 에이전트 지시, 도구 정의, 대화 기록, 사용자 입력, 파일, 도구가 반환한 결과가 포함되며, 추론 과정의 토큰은 출력으로 계산됩니다. 에이전트는 같은 세션 안에서 컨텍스트를 이어 가며, 문서는 반복되는 호출이 긴 기록을 거듭 처리할 수 있다는 점도 짚습니다. 작업이 오래 이어지고 주고받는 횟수가 많을수록 작업 이름만 보고 비용을 판단하기는 더 어려워집니다.

하위 에이전트도 각자 모델을 호출합니다. OpenAI는 비용을 추정할 때 메인 에이전트와 하위 에이전트의 작업, 재시도, 그리고 해당되는 도구, 샌드박스 컴퓨팅, 서드파티 서비스 비용까지 모두 포함하라고 권장합니다. 또한 세션에 표시되는 사용량 수치는 최선의 노력(best-effort) 방식으로 기록되는 값이어서 일시적으로 빈 값(null)이거나 나중에 바뀔 수 있습니다. 문서는 빈 값이 사용량 0을 뜻하지 않으며 이 수치가 최종 청구서도 아니라고 분명히 밝히고 있습니다.

데이터는 어디에 있고, 제로 데이터 보존은 왜 중요한가

Agents API 문서에는 현재 데이터 레지던시(data residency)는 미국만 지원하며 제로 데이터 보존(Zero Data Retention, 줄여서 ZDR)은 지원하지 않는다고 명시되어 있습니다. 문서는 자체 호스팅 샌드박스를 선택해도 Agents API가 ZDR 적용 대상이 되지는 않는다고 특별히 덧붙였습니다. 즉, 파일을 자사 머신에서 처리하더라도 에이전트의 세션은 여전히 OpenAI 서비스가 관리합니다.

ZDR이란 무엇일까요? OpenAI의 데이터 통제 안내에 따르면 API를 사용하면 기본적으로 악용 모니터링 로그가 생성되고, 여기에는 프롬프트와 응답 같은 내용이 포함될 수 있으며, 기본적으로 최대 30일 동안 보관됩니다(법률상 요구되거나 피해를 막기 위해 필요한 경우는 예외입니다). OpenAI의 사전 승인을 받은 고객은 ZDR 같은 통제 옵션을 사용해 고객 콘텐츠를 이러한 로그에서 제외할 수 있습니다. 데이터 통제 표의 Agents API 항목에는 데이터를 학습에 사용하지 않음, 악용 모니터링 보관 30일, 애플리케이션 상태는 삭제할 때까지 보관, ZDR 적용 대상 아님이라고 적혀 있습니다.

기업 컴플라이언스 측면의 의미는 분명합니다. 회사가 고객과 맺은 계약에서 데이터를 공급업체 측에 보관해서는 안 된다고 요구하거나, 데이터를 미국 이외의 특정 지역에 두도록 규정하고 있다면 이 API는 현재 그 조건을 충족하지 못합니다. 적어도 ZDR에 관해서는 자체 호스팅 샌드박스로 바꿔도 달라지지 않는다고 공식적으로 밝혔습니다. 데이터 통제 안내는 MCP 서버가 서드파티 서비스이며 그곳으로 보낸 데이터에는 해당 서비스의 데이터 레지던시 정책이 적용된다는 점도 알리고 있으므로, 어떤 외부 서비스에 연결했는지도 점검 대상에 넣어야 합니다.

문서에 따르면 Agents API는 작업을 여러 턴에 걸쳐 이어 갈 수 있도록 세션 상태를 보관하며, 세션과 게시된 결과물은 더 이상 필요하지 않을 때 삭제할 수 있습니다. 일을 맡길 때는 누가 삭제를 책임지는지, 얼마나 자주 삭제하는지, 삭제 전에 어떤 결과물을 내려받아 보관해야 하는지를 상대방에게 문서로 명시해 달라고 요청할 수 있습니다.

엔지니어나 외주 업체에 맡길 때 먼저 물어볼 것

첫째는 권한입니다. Agents API의 도구는 개발하는 쪽이 제공하거나 선택하므로, 에이전트가 어떤 데이터를 읽을 수 있는지, 어떤 파일을 수정할 수 있는지, 어떤 MCP 서비스에 연결되어 있는지, 이메일을 보내거나 실제 운영 중인 시스템을 변경할 수 있는지 물어봐야 합니다. 공식 문서의 예시에는 읽기 전용 SQL만으로 데이터 웨어하우스 관련 질문에 답하는 분석 에이전트와, 복구 작업을 실행하기 전에 승인을 요청하는 인시던트 대응 에이전트가 있습니다. 두 설계 모두 참고할 만합니다. 읽기 전용으로 시작하고, 데이터를 바꾸는 작업에는 사람의 확인 단계를 남겨 두는 것이 좋습니다.

둘째는 기록입니다. 공식 사용량 안내에 따르면 개발자는 OpenAI 플랫폼 대시보드의 Agents 탭에서 세션 기록을 보고 각 턴의 작업, 도구 호출, 하위 에이전트를 살펴볼 수 있으며, 이벤트 스트림과 저장된 항목을 통해 과정을 추적할 수도 있습니다. 일을 맡길 때는 문제가 생겼을 때 누가 이 기록을 볼 수 있는지, 자사 시스템에도 따로 기록을 남기는지, 기록을 얼마나 오래 보관하는지 설명해 달라고 요청할 수 있습니다.

셋째는 중지 방법과 비용 상한입니다. 편집팀이 설계한 예시로, 한 소규모 마케팅 회사가 외주 업체에 '매주 고객 의견을 정리해 보고서를 만드는' 에이전트를 맡겼다고 가정해 보겠습니다. 검수 전에는 에이전트가 엉뚱한 방향으로 갈 때 누가 어떤 방법으로 중지하는지, 중지한 뒤 절반쯤 만들어진 파일은 어떻게 처리하는지 시연해 달라고 요청할 수 있습니다. 이어서 일주일 치 실제 데이터로 시범 운영해 실제 비용을 기록하게 하고, 상대방 시스템에서 월 예산 알림이나 상한을 어떻게 설정하는지, 하위 에이전트를 동시에 최대 몇 개까지 실행하는지도 설명해 달라고 할 수 있습니다.

공개 베타 단계에서 일반 직장인은 어떻게 바라보면 좋을까

API를 직접 호출하는 방법까지 배울 필요는 없지만, 앞으로 'Codex와 같은 하네스로 만들었다'고 내세우는 자동화 서비스나 외주 제안을 더 자주 보게 될 수 있습니다. 판단할 때는 모델과 하네스를 나눠 보는 것이 좋습니다. 모델은 이해하고 결과물을 만드는 능력을 결정하고, 하네스는 에이전트가 진행 상황을 어떻게 저장하고 도구를 어떻게 쓰며 일을 어떻게 나누는지를 결정합니다. GPT-6 Astra 같은 발표가 다루는 것은 전자이고 Agents API가 다루는 것은 후자이며, 둘 중 어느 것도 여러분의 업무 흐름이 이미 안전하게 쓸 수 있는 상태라는 뜻은 아닙니다.

공개 베타라는 것은 세부 사항이 앞으로도 바뀐다는 뜻이기도 합니다. OpenAI 스스로도 베타 기간에 피드백을 바탕으로 빠르게 개선하겠다고 밝혔습니다. 공식 문서 역시 사용량 수치가 나중에 갱신될 수 있고 일부 추적 기능은 이번 베타의 API 범위에 포함되지 않는다고 알리고 있습니다. 더 안전한 방법은 먼저 실수가 생겨도 바로잡을 수 있고 고객 기밀이 담기지 않은 내부 업무, 예를 들어 공개 자료 정리나 초안 작성에 써 보고, 비용 기록과 삭제 절차, 사람의 확인 지점이 모두 원활하게 돌아가게 된 뒤에 범위 확대를 검토하는 것입니다.

회사에 데이터 보존이나 지역에 관한 명확한 규정이 있다면, 가장 먼저 확인할 것은 기능이 아니라 이 글의 세 번째 절에서 다룬 두 가지 제한입니다. 데이터 레지던시는 현재 미국만 지원하며, 제로 데이터 보존은 지원하지 않습니다. 이 두 가지는 공식 문서에 분명히 적혀 있으므로, 맡기기 전에 사내 규정과 대조해 보면 개발 도중에야 실제 서비스에 적용할 수 없다는 사실을 발견하는 비용을 줄일 수 있습니다.

2026년 AI 뉴스 총정리: 1월부터 9월까지의 핵심과 일상 적용

GPT-6 Astra 발표: 질문 답변을 넘어 컴퓨터 작업 완수로

• AI 도구
• 앱·소프트웨어
• AI 뉴스