클래스도산

AI·자동화 트렌드

OpenAI AgentKit 완전 정리: 노코드 에이전트 빌더가 사내 자동화팀을 바꾸는 법

Ryan2026-10-12 · ⏱ 9분

OpenAI AgentKit 완전 정리: 노코드 에이전트 빌더가 사내 자동화팀의 역할을 어떻게 바꾸는가

AgentKit은 에이전트 제작·연결·평가를 한 묶음으로 묶은 OpenAI 도구 세트예요. 이 도구가 바꾸는 건 모델 성능이 아니라 조직도입니다. 사내 개발팀의 일이 "제작"에서 "감독"으로 넘어가요.

OpenAI AgentKit 완전 정리: 노코드 에이전트 빌더가 사내 자동화팀을 바꾸는 법 커버

"에이전트 하나 만드는 데 왜 3개월이 걸려요?"

회의실에서 이 질문을 받은 IT팀장이라면 숨을 한 번 고르셨을 거예요. 현업 요청은 단순했으니까요. 들어온 견적 메일을 읽고 사내 시스템에 초안을 넣어주는 봇 하나. 그런데 일정표엔 12주가 적혀 있어요. 프롬프트 손보기, 커넥터 개발, 권한 검토, 평가셋 구축, 또 보안팀 회람.

문제는 모델이 아니라 배관 공사예요. AgentKit은 그 배관을 표준 부품으로 바꾸려는 시도고, 공개 1년이 지난 지금은 "써볼까"가 아니라 "누가 책임지나"를 정할 시점입니다.

30초 요약

  1. AgentKit은 2025년 10월 6일 OpenAI DevDay(연례 개발자 행사)에서 공개된 에이전트 구축 도구 세트예요.1
  2. 구성은 Agent Builder, ChatKit, Connector Registry, Evals 네 가지입니다.
  3. Gartner는 2027년 말까지 에이전틱 AI(스스로 도구를 골라 다단계 작업을 수행하는 AI) 프로젝트의 40% 이상이 취소될 것으로 봤습니다.2
  4. 그래서 승부처는 제작 속도가 아니라 평가셋과 권한 설계예요.
30초 요약 개념 일러스트

OpenAI AgentKit이란 무엇인가요?

에이전트를 만들고, 붙이고, 채점하는 과정을 하나로 묶은 OpenAI의 제품군이에요.1

Agent Builder는 노드를 끌어다 붙이는 비주얼 캔버스고, ChatKit은 그 워크플로를 사내 포털에 끼워 넣는 임베드형 채팅 UI예요. Connector Registry는 어떤 에이전트가 어떤 데이터에 닿을지를 한 콘솔에서 정하는 관리자 레지스트리입니다. Evals는 평가 도구 묶음으로, 데이터셋·트레이스 단위 채점·자동 프롬프트 최적화·타사 모델 지원이 들어갑니다.1

핵심은 네 번째예요. 만드는 도구만 줬다면 장난감이지만, 평가와 권한을 같이 줬다는 건 운영을 전제했다는 뜻이에요.

구성요소하는 일주 사용자
Agent Builder비주얼 캔버스로 멀티 에이전트 워크플로 설계현업 담당자·기획자
ChatKit사내 포털·제품에 채팅 UI 임베드프런트엔드·프로덕트
Connector Registry데이터 소스·커넥터 권한 중앙 관리IT 관리자·보안팀
Evals데이터셋·트레이스 채점·프롬프트 최적화품질 담당·자동화팀

왜 지금 다시 봐야 하나요?

프로젝트의 40% 이상이 접힐 거라는 전망 때문이에요. Gartner는 2025년 6월 25일 보도자료에서 2027년 말까지 에이전틱 AI 프로젝트의 40% 이상이 취소될 것으로 전망했고, 원인으로 비용 상승, 불분명한 사업 가치, 부족한 리스크 통제를 들었습니다. 같은 자료에서 수천 곳에 이르는 에이전틱 AI 공급사 중 실제 역량을 갖춘 곳은 약 130곳으로 추정했어요.2

보충. 40%는 "AI가 안 된다"는 숫자가 아니에요. 가치 증명과 통제 없이 시작한 프로젝트가 중간에 끊긴다는 숫자예요. Evals와 Connector Registry가 겨냥하는 지점이 정확히 그 둘입니다.

노코드 빌더가 들어오면 사내 자동화팀은 뭘 하나요?

없어지지 않아요. 무게중심이 "만들기"에서 "책임지기"로 옮겨갑니다.

RPA(화면 조작을 규칙으로 고정해 반복 처리하는 자동화) 시절엔 검증이 쉬웠어요. 같은 입력에 같은 출력이면 끝이었죠. 에이전트는 다릅니다. 같은 입력에도 경로가 흔들리고, 도구를 잘못 고르고, 그럴듯하게 틀려요. 만드는 난이도는 내려가는데 검증 난이도는 올라갑니다.

클래스도산이 비개발자 수업을 운영하며 반복해 보는 패턴이 이거예요. 도구를 익히는 시간은 짧아요. 막히는 곳은 "무엇을 자동화할지 쪼개는 설계"와 "결과가 맞는지 판단하는 기준"입니다.

그래서 감독자 전환 3단계로 나눠 보세요.

  1. 대행. 자동화팀이 Agent Builder로 직접 만들되 현업을 옆에 앉힙니다. 지표는 산출물이 아니라 현업 용어 사전의 항목 수예요.
  2. 이양. 현업이 캔버스를 잡고, 팀은 커넥터·권한·평가셋이라는 레일을 깝니다. 지표는 평가셋을 갖춘 워크플로 비율.
  3. 감독. 현업이 만든 에이전트 수십 개를 지표와 로그로 관리합니다. 지표가 "만든 개수"에서 "평가 통과율과 사고 건수"로 바뀌고, 조직은 공장이 아니라 관제실이 됩니다.

Copilot Studio·Gemini Enterprise와 비교하면 어디에 서 있나요?

선택 기준은 모델 성능이 아니라 우리 핵심 데이터가 이미 어디 있는가예요. 벤더 간 성능 우열은 공개 자료로 단정하기 어렵습니다. 참고로 Google은 AgentKit 공개 사흘 뒤인 2025년 10월 9일, Agentspace를 흡수한 Gemini Enterprise를 내놨어요.3 사흘 차이로 같은 자리를 노린 셈이죠.

벤더포지션데이터 접점
OpenAI AgentKit모델 중심 에이전트 개발 묶음커넥터 등록에 의존1
Microsoft Copilot StudioMicrosoft 365·Power Platform 결합기존 사내 라이선스·거버넌스 연계4
Google Gemini Enterprise업무용 AI 통합 관문Workspace 등 업무 데이터 연동3

보안과 거버넌스는 누가 책임지나요?

IT가 커넥터 권한을, 현업이 워크플로 내용을 나눠 책임져야 해요. 이 선을 안 그으면 섀도 에이전트가 자랍니다.

Connector Registry의 의미가 여기 있어요. 조직 안에서 쓸 수 있는 데이터 소스를 관리자 레벨에서 한 번에 정하는 장치니까요.1 현업이 캔버스를 자유롭게 써도 닿을 수 있는 데이터의 경계는 IT가 미리 잠가 둡니다. 권한은 중앙에서, 창의는 말단에서. 차 키는 주되 과속 제한은 걸어두는 셈이에요 🙂

Gartner가 꼽은 "부족한 리스크 통제"가 터지는 자리가 정확히 이 선을 안 그은 조직입니다.2 추적할 로그가 없으면 사고 한 번에 프로젝트 전체가 멈춰요.

중견기업이 먼저 점검할 체크리스트

점검 항목기준값
핵심 업무 데이터 위치Microsoft 365·Google Workspace·자체 DB 중 비중 1위를 문서로 확정
커넥터 승인 권한IT·보안 조직 소속 승인자 2명 이하로 지정
평가셋업무당 정답 사례 20건 이상(클래스도산 권고 최소선)
현업 설계 역량업무를 단계로 쪼개 적어본 담당자 부서별 1명 이상
중단 조건비용·가치·리스크 임계선을 착수 전 문서화
벤더 종속동일 워크플로를 타사 모델로 평가해 볼 여지 확보1
중견기업이 먼저 점검할 체크리스트 개념 일러스트

여섯 줄 중 세 줄 이상이 비어 있다면, 도구 도입보다 설계·검증 역량을 먼저 채우는 게 순서예요.

정리하면

AgentKit은 개발팀을 줄이는 도구가 아니라, 개발팀을 관제실로 옮기는 도구예요. 만들기가 쉬워질수록 희소해지는 건 "틀린 결과를 알아보는 눈"이고, 그건 캔버스가 대신해 주지 않습니다.

이번 주에 하나만 고른다면, 자동화하려는 업무의 정답 사례 20건을 엑셀에 모아보세요. 손으로 한 번 만들어 본 사람만 그 20건을 제대로 고릅니다. 클래스도산 원데이 클래스는 5시간 안에 결과물 1개를 끝까지 완성하는 구성이에요.

자주 묻는 질문

Q. AgentKit을 쓰면 개발자가 필요 없어지나요? A. 아니요. 워크플로 조립은 비개발자도 하지만 커넥터 권한 설계, 평가셋 구축, 장애 추적은 그대로 남습니다. 역할이 제작에서 감독으로 바뀝니다.

Q. 비개발자가 Agent Builder로 어디까지 만들 수 있나요? A. 노드를 연결해 멀티 에이전트 워크플로를 짜고 ChatKit으로 사내 포털에 붙이는 단계까지 코드 없이 됩니다.1 커넥터 승인과 평가 기준 설계는 IT·품질 담당 몫이에요.

Q. 기존 RPA를 걷어내야 하나요? A. 서두르지 마세요. 규칙이 고정된 업무는 RPA가 여전히 싸고 안정적입니다. 판단과 비정형 텍스트가 끼는 구간부터 바꾸는 편이 안전해요.

Q. Copilot Studio를 이미 쓰는데 AgentKit도 봐야 하나요? A. 데이터가 Microsoft 365에 몰려 있다면 Copilot Studio를 주축으로 두는 편이 합리적이에요.4 다만 Evals 같은 평가 체계는 벤더와 무관하게 참고 가치가 있습니다.

출처

발행 전 확인 요청: 저는 이 세션에서 웹 접근 없이 작성했습니다. 출처 4건은 제 학습 지식(2026년 5월 기준) 안에서 확실한 항목만 남겼고, 불확실했던 수치는 넣지 않았어요. URL 4개는 한 번 눌러 확인해 주세요.

Footnotes

  1. OpenAI, 『Introducing AgentKit』(2025년 10월 6일, DevDay) — Agent Builder, ChatKit, Connector Registry, Evals 구성. https://openai.com/index/introducing-agentkit/ ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7

  2. Gartner 보도자료, 『Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027』(2025년 6월 25일). https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027 ↩ ↩2 ↩3

  3. Google Cloud 블로그, 『Introducing Gemini Enterprise』(2025년 10월 9일) — Agentspace 역량을 통합한 업무용 AI 플랫폼. https://cloud.google.com/blog/products/ai-machine-learning/introducing-gemini-enterprise ↩ ↩2

  4. Microsoft Learn, 『What is Microsoft Copilot Studio』 — Microsoft 365 및 Power Platform 연계 에이전트 구축 환경. https://learn.microsoft.com/en-us/microsoft-copilot-studio/fundamentals-what-is-copilot-studio ↩ ↩2