OpenAI Agents SDK로 설계하는 엔터프라이즈 멀티에이전트 아키텍처

OpenAI Agents SDK는 실험적 프레임워크였던 Swarm의 후속으로 2025년에 등장했다. 단일 에이전트에 모든 역할을 몰아넣는 대신, 전문화된 실행 단위 사이에서 작업을 넘기고 정책 위반을 차단하며 전체 과정을 추적하도록 설계된 프로덕션급 멀티에이전트 프레임워크다.

2026년 현재 CodeRabbit, GitLab Issues, Atlassian Rovo를 포함해 111개 이상의 플러그인 통합을 지원한다. 엔터프라이즈 관점에서 주목할 부분은 모델 호출 자체보다 핸드오프, 가드레일, 추적, 플러그인 연결을 하나의 운영 구조로 다룬다는 점이다.

에이전트 실행을 이루는 원시 개념

SDK의 기반은 에이전트, 도구, 핸드오프, 가드레일이라는 네 가지 원시 개념이다.

에이전트(Agent)는 시스템 프롬프트인 Instructions와 도구를 가진 LLM 기반 실행 단위다. 각 에이전트가 특정 도메인에 집중하고, 복잡한 요청은 여러 에이전트가 나눠 처리하는 구조를 전제로 한다.

도구(Tools)는 외부 API 호출, 데이터베이스 조회, 파일 조작처럼 실제 작업을 수행하는 함수다. MCP(Model Context Protocol) 서버를 이용하면 런타임에 필요한 도구를 동적으로 탐색하고 등록할 수 있다.

핸드오프(Handoffs)는 한 에이전트가 다른 에이전트로 전체 컨텍스트와 제어권을 넘기는 작업 위임 방식이다. 하나의 Run 안에서 실행되며, 입력 가드레일은 체인의 첫 번째 에이전트에만 적용되고 출력 가드레일은 최종 출력을 만드는 에이전트에만 적용된다.

가드레일(Guardrails)은 사용자 입력과 에이전트 출력을 검사하는 안전성 검증 계층이다. 조직 정책을 위반하는 입력이나 응답을 탐지하고 실행을 차단하는 역할을 맡는다.

전문 에이전트로 작업을 넘기는 구조

핸드오프는 단순한 호출 순서 변경이 아니다. 트리아지 에이전트가 요청의 성격을 판별한 뒤 적절한 전문 에이전트로 컨텍스트와 제어권을 함께 이전하는 조율 메커니즘이다.

⤢✕

핸드오프가 일어나면 이전 에이전트와 주고받은 전체 대화 기록이 전달된다. 공유 컨텍스트 객체인 에이전트 컨텍스트도 함께 넘어가므로 에이전트 사이에서 상태를 유지할 수 있다. 위임 이유, 소스 에이전트 ID, 타임스탬프 같은 핸드오프 메타데이터는 감사 정보로 활용된다.

handoff_description 파라미터에는 어떤 상황에서 해당 에이전트로 위임해야 하는지를 명시할 수 있다. 오케스트레이터 에이전트는 이 설명을 바탕으로 라우팅 대상을 결정한다.

실패 경로도 설계 대상이다. 핸드오프가 실패하면 재시도 정책을 적용할 수 있고, 특정 에이전트에 도달할 수 없을 때 폴백 에이전트로 전환하는 로직도 구현할 수 있다. 에이전트 사이에서 제어권이 반복 이동하는 상황은 max_turns로 최대 실행 횟수를 제한해 막는다.

정책 검사를 실행 경로에 배치하기

입력 가드레일(Input Guardrail)은 사용자 입력이 에이전트에 전달되기 전에 내용을 검사한다. 출력 가드레일(Output Guardrail)은 최종 응답을 사용자에게 반환하기 직전에 검증한다.

SDK의 가드레일은 메인 에이전트와 병렬로 실행되도록 설계돼 있다. 안전성 검사를 수행하면서 지연시간을 줄이기 위한 구조다.

Input → [Input Guardrail ‖ Main Agent] → [Output Guardrail] → Response

정책 위반이 발견되면 InputGuardrailTripwireTriggered 또는 OutputGuardrailTripwireTriggered 예외가 발생하고 실행이 중단된다. 툴 가드레일(Tool Guardrail)은 각 커스텀 함수 도구가 호출될 때마다 실행되므로 도구별 권한과 입출력을 더 세밀하게 통제할 수 있다.

조직 정책을 어디에서 검사할지는 다음과 같이 나눌 수 있다.

가드레일 유형	적용 시점	주요 검증 항목
입력 가드레일	에이전트 처리 전	PII 감지, 프롬프트 인젝션, 금지 키워드
출력 가드레일	응답 반환 전	민감 데이터 누출, 할루시네이션 점검, 규정 준수
툴 가드레일	도구 호출 전/후	권한 확인, 파라미터 검증, 결과 위생 처리
핸드오프 가드레일	에이전트 전환 시	컨텍스트 무결성, 위임 권한 확인

실행 기록을 디버깅과 감사에 연결하기

내장 추적 기능은 에이전트 실행 전반을 구조화된 데이터로 남긴다. 기록 대상에는 LLM 생성, 도구 호출, 핸드오프, 가드레일 트리거, 커스텀 이벤트가 포함된다.

OpenAI의 Traces 대시보드는 개발 중에는 실행 경로를 디버깅하는 데 쓰이고, 프로덕션에서는 모니터링과 감사 수단이 된다. 내부 보안 관제 체계와 연결해야 하는 환경에서는 add_trace_processor()로 커스텀 추적 프로세서를 등록한 뒤 SIEM(Security Information and Event Management) 시스템으로 데이터를 전송할 수 있다.

MCP를 중심으로 확장되는 플러그인 생태계

2026년 기준 OpenAI Codex 및 Agents SDK와 연동되는 플러그인은 111개 이상이다. 이 통합들은 MCP 서버를 통해 표준화된 인터페이스를 제공한다.

플러그인의 커스텀 스킬(Custom Skills)은 특정 플랫폼에서 에이전트가 수행할 수 있는 도메인 기능을 정의한다. 앱 통합(App Integrations)은 REST API, GraphQL, Webhook을 이용해 서드파티 플랫폼과 실제로 연결하며, OAuth 2.0 기반 인증 위임으로 사용자 자격증명을 관리한다. MCP 서버(MCP Servers)는 에이전트가 런타임에 도구를 탐색하고 호출하도록 지원한다. 이 구조에서는 코드 변경 없이 새로운 도구를 런타임에 등록할 수 있다.

CodeRabbit 연동은 PR 자동 리뷰, 취약점 스캔, 코드 품질 점검을 에이전트가 수행하도록 한다. GitLab Issues 플러그인과 함께 사용하면 개발 사이클 전반을 자동화할 수 있다.

GitLab Issues에서는 에이전트가 이슈 생성, 상태 업데이트, 마일스톤 관리, 담당자 배정을 직접 처리한다. Atlassian Rovo는 Jira와 Confluence를 연결해 프로젝트 관리, 문서 생성, 스프린트 계획을 에이전트 기반 워크플로우로 옮긴다.

엔터프라이즈 에이전트 SDK 비교

OpenAI Agents SDK, Anthropic Claude SDK, Google ADK는 위임 방식과 안전성 계층, 추적 환경, 기존 플랫폼과의 연결 방식에서 차이를 보인다.

비교 항목	OpenAI Agents SDK	Anthropic Claude SDK	Google ADK
핸드오프 지원	기본 내장 (`handoff()`)	Tool-based 위임	내장 에이전트 라우팅
가드레일	입력/출력/툴 3단계	Constitutional AI 통합	자체 Safety Layer
추적 시스템	Traces 대시보드 내장	LangSmith 연동 권장	Cloud Trace 연동
플러그인 생태계	111+ (MCP 표준)	MCP 지원	Vertex AI Extension
모델 유연성	GPT 시리즈 중심	Claude 시리즈 전용	Gemini 시리즈 중심
오픈소스	부분 공개 (Python/JS)	프레임워크 미공개	ADK 일부 공개
엔터프라이즈 거버넌스	Enterprise Compliance	안전성 최우선 설계	GCP 인프라 연동
개발자 기반	300만 주간 활성 사용자	빠른 성장세	GCP 고객 기반

OpenAI Agents SDK의 경쟁력은 배포 기반에서 드러난다. 주당 300만 명의 활성 Codex 개발자를 보유하고 있으며, 다수의 엔터프라이즈 IT 팀이 OpenAI를 신뢰할 수 있는 승인 벤더로 인식한다. 이미 여러 기업 도구와 연결된 111개 플러그인 생태계도 도입 초기의 통합 부담을 낮춘다.

비용은 SDK 사용료만으로 판단하기 어렵다. Agents SDK 자체는 오픈소스지만 실제 운영비는 API 토큰 사용량, 추적 데이터 저장, 플러그인 서드파티 비용으로 구성된다. 핸드오프 체인이 복잡해질수록 토큰 사용량이 급격히 늘어날 수 있으므로 max_turns 제한과 캐싱 전략을 함께 검토해야 한다.

핸드오프, 가드레일, 추적이 한 실행 구조 안에서 연결되면 Agents SDK는 단순한 AI API 래퍼가 아니라 에이전트 오케스트레이션 플랫폼으로 기능한다. MCP 기반 인터페이스와 111개 플러그인 생태계는 기존 기업 도구를 에이전트 워크플로우에 편입하는 장벽을 낮춘다. 명확하고 자동화된 가드레일은 AI 거버넌스와 에이전트 생산성을 함께 다루기 위한 기반이 된다.