Open AI Day 2025를 한마디로 정리하자면, 기존의 모델의 집중했던 전략에서, 애플리케이션 개발을 위한 전반적인 에코 시스템 확장으로 전략을 확장하였으며, 마케팅 // GTM (Go To Market) 전략의 승리라고 볼 수 있다.
이번에 발표한 Agent Kit나 Model Eval, Tracing 등 다수의 기능들은 이미 오픈소스나 경쟁 벤더들이 제공하고 있는 기술들인데, 몇개의 추가 제품을 잘 녹여서 메세지를 만들어냄으로써 혁신적인 발전으로 보이도록 잘 포장을 하였다.
이 글에서는 이번에 Open AI가 발표한 새로운 제품들에 대해서 간략하게 알아보고, 이 발표가 주는 의미에 대해서 정리해보고자 한다.
Apps in ChatGPT
ChatGPT 기반의 에이전트 웹사이트를 손쉽게 만들 수 있는 SDK라고 보면 된다.
특히 외부 많은 외부 Connector를 지원하고, MCP 서버등을 지원한다.
예를 들어 다음과 같은 시나리오라고 보면 된다. ChatGPT에서 Spotify와 연동해서, 음악 플레이리스트를 만들어준다거나, Canva와 연동해서 기획안을 슬라이드로 만들어주는 시나리오를 예로 들 수 있다.
기존에 다른 플랫폼의 SDK도 Spotify나 Canva등을 연동할 수 있는데, 이 플랫폼의 차이는 무엇일까? 다른 SDK는 코드로 로직만을 구현할 수 있는데 반해서, Apps in Chat GPT SDK는 UI를 지원한다. 즉 아래 그림과 같이 Canva를 연동하면, Canva Slide를 미리보기 하는 등의 기능이 가능하다.

기술적으로 보면, 외부 시스템 연동이라는 점에서 큰 차이는 없지만, UI 연동이라는 요소가 사용성을 극대화하면서 큰 차별화 요소로 작용할것으로 보이고, 초기 Integration이 Canva, Spotify,Zillow등 B2C 서비스를 주로 타겟으로 했다는 점을 볼때, B2B보다는 일반 Consumer market을 타겟으로한 일반 개발자 에코 시스템을 빠르게 잠식할 수 있는 좋은 전략으로 보인다.
또한 이렇게 개발된 웹사이트는 ChatGPT 서비스에서 돌아가는 것이 아니라 코드를 쿠버네티스나, 클라우드, 또는 fly.io와 같은 중소형 클라우드까지 지원해서 배포의 유연성을 더했다.
유사한 서비스를 찾자면, 구글의 Agent Space를 살펴볼 수 있다.
Agent Space는 커스텀 에이전트 서비스로, ChatGPT App처럼 Prebuilt인된 외부 커넥터등을 사용할 수 있다. GPT App과 약간 결이 다른게, 지원되는 Connector가 JIRA, Sales Force와 같이 기업형 시스템에 포커싱을 두고 있으며, 서비스 형태역시 기업단위 Subscription based의 Saas서비스로, 타겟이 철저하게 B2B 고객을 대상으로 하고 있다.

<출처 : https://cloud.google.com/agentspace/docs >
어떻게 보면 이번에 GPT App은 B2C 서비스 시스템을 개발할 수 있는 일반 개발자 시장을 잘 타게팅 했다고 볼 수 있다
AgentKit
아마 이번에 가장 주목받은 발표가 AgentKit가 아닐까 싶다. Agent Kit는 여러개의 제품으로 이루어진 AI Agent 개발,운영도구이다.
Agent Builder
Agent builder는 GUI기반의 No Code Agent 제작도구로, 여러 스탭으로 이루어진 노드(프롬프트와 명령)을 워크플로우로 연결해서 Agent를 구현하는 서비스이다

No Code라는 점에서 개발 진입장벽을 많이 낮춰주고, 외부 도구 연결을 통해서, 개발의 확장성을 제공해준다. 아직 20여개의 Prebuilt 커넥터밖에 지원하지 않기 때문에, 많은 확장성을 기대하기는 어렵지만, MCP 연동을 지원하기 때문에 약간만 노력을 들이면, 많은 외부 시스템을 연결할 수 있다.
유사 서비스
유사 서비스로는 Zapier, Make, n8n등이 있는데,

<출처 https://n8n.io/ >
Zapier의 경우 개발이 쉽고, 주로 개인 사용자 유스케이스에 최적화가 되어 있다면, n8n은 복잡하고 다양한 워크 플로우를 지원하며, 350+개의 외부 커넥터를 지원해서 상당 수준의 완성도를 가지고 있다. 또한 개발된 워크플로우를 다운로드 받아서 쿠버네티스와 같은 로컬이나 클라우드 환경에서 실행이 가능하기 때문에 확장성도 매우 높다.
개발자 네트워크 사이에서는 AppBuilder가 n8n의 Killer가 되지 않을까 하는 토론들이 많은데 개인적인 의견으로는 당분간은 아니다. N8n은 훨씬 복잡한 워크플로우를 지원하고, 커넥터의 종류도 많기 때문에 기능상으로 보면 n8n이 훨씬 우세하다. 그러나 AppBuilder는 chatgpt 에코 시스템 내에 있고 사용 방법이 대단히 간단하기 때문에 간단한 시나리오에서 초보자를 대상으로 급속도로 확산이 되지 않을까 한다.
Google Opal
이런 No Code 기반의 워크플로우 서비스로는 구글의 Opal을 다른예로 들 수 있는데, 기본적인 워크플로우라는 개념은 같지만, Opal의 외부 연계기능이 약하다. MCP 지원기능이 없고, Connector또한 없다. 단지 업로드된 파일이나, 유투브, 구글 드라이브등을 지원하기 때문에 아직 비교하기에는 성숙하지 않은 제품으로 보인다.

다음글에 계속
'빅데이타 & 머신러닝 > 생성형 AI (ChatGPT etc)' 카테고리의 다른 글
| Claude Code 성능 극대화를 위한 베스트 프랙티스 (7) | 2025.09.02 |
|---|---|
| AI 자동화와 Zapier, n8n 소개 및 비교 (4) | 2025.07.17 |
| Langchain이 있는데, Langgraph가 왜 필요할까? (1) | 2025.07.17 |
| 고급 Agent를 위한 Langgraph 개념 이해 #4 - Tool 호출 (2) | 2025.07.15 |
| 고급 Agent를 위한 Langgraph 개념 이해 #3 - Edge (1) | 2025.07.10 |