OpenAI Agent Builder 종료, 무엇을 언제까지 옮겨야 할까

OpenAI Agent Builder 종료에 대비해 무엇을 언제까지 옮겨야 하는지 정리합니다. Agents SDK와 Workspace Agents 선택 기준부터 ChatKit 백엔드 교체, 평가 데이터 보존, 프롬프트 객체 이전까지 기한별 체크리스트로 확인하세요.

게시일

작성자
OpenAI Agent Builder 종료, 무엇을 언제까지 옮겨야 할까

OpenAI AgentKit은 에이전트의 개발·배포·평가에 쓰이는 OpenAI 툴 모음이었습니다. 이 가운데 OpenAI Agent Builder는 2026년 11월 30일 서비스를 종료할 예정입니다. Agents SDK와 ChatKit은 계속 사용할 수 있지만, Agent Builder를 백엔드로 쓰는 ChatKit 앱은 직접 운영할 대체 백엔드가 필요합니다. 기존 평가는 10월 31일부터 읽기 전용으로 전환됩니다. 이후 11월 30일에는 Evals 대시보드와 API, 재사용 가능한 프롬프트 객체를 제공하는 v1/prompts API가 종료될 예정입니다.

2026년 10월 14일 기준 OpenAI의 공개 문서와 대조해 확인한 내용입니다. 실무에서 해야 할 일은 워크플로, 프롬프트, 그리고 기존 동작을 검증하는 테스트를 보존하는 것입니다. 각각 별도의 마이그레이션 과제로 나누고 담당자를 지정해야 합니다. 종료 날짜는 OpenAI의 지원 종료 일정에서 확인할 수 있습니다. 아래 체크리스트는 그 날짜를 실제 작업 일정으로 옮길 수 있도록 정리한 것입니다.

OpenAI Agent Builder 종료: 무엇이 바뀌고 무엇이 남을까

호스팅형 빌더는 종료되지만, OpenAI의 에이전트 개발 도구는 계속 제공됩니다. AgentKit은 에이전트 개발·배포·평가 툴을 묶은 구성이었습니다. OpenAI Agent Builder는 시각적 워크플로 편집기를, ChatKit은 앱에 삽입하는 채팅 인터페이스를, Evals는 테스트 환경을 제공했습니다. 마이그레이션도 이 구성요소를 각각 나누어 살펴봐야 합니다.

설비가 갖춰진 작업실을 떠올리면 이해하기 쉽습니다. 작업실은 편집하고 실행할 환경을 제공하지만, 실제로 해야 할 일을 정의하는 것은 워크플로입니다. 작업실을 쓸 수 없게 되면 다른 곳에서 일을 이어가야 합니다. 그렇다고 모든 툴을 버리거나 모델 제공업체까지 바꿔야 하는 것은 아닙니다.

구성요소현재 상태필요한 조치
Agent Builder2026년 11월 30일 종료 예정워크플로를 내보낸 뒤 대체 구현을 배포하거나 다시 구성합니다.
기존 평가2026년 10월 31일부터 읽기 전용전환일 전에 평가 데이터와 채점 규칙을 보존합니다.
Evals 대시보드와 API2026년 11월 30일 종료 예정실제로 실행 가능한 대체 평가 절차를 마련합니다.
v1/prompts와 재사용 가능한 프롬프트 객체2026년 11월 30일 종료 예정프롬프트 내용과 버전 관리를 애플리케이션으로 옮깁니다.
OpenAI Agents SDK권장 마이그레이션 경로로 계속 제공내보낸 워크플로 코드를 자체 애플리케이션에서 실행합니다.
ChatKit계속 제공Agent Builder가 호스팅하던 백엔드를 자체 구현으로 교체합니다.
Responses API공식 문서에서 런타임 선택지로 계속 안내프롬프트 객체와 Evals에 대한 의존성을 별도로 점검합니다.
OpenAI Agents API별도의 관리형 런타임 선택지로 계속 제공문서에 안내된 Builder 내보내기 경로와 구분해 검토합니다.

종료 날짜는 OpenAI 지원 종료 안내에, 계속 사용할 수 있는 런타임은 에이전트 개요에 명시되어 있습니다. 이 안내는 2026년 6월 3일 발표됐습니다. 10월의 읽기 전용 전환과 11월의 서비스 종료는 서로 다른 일정입니다.

이번 발표는 Responses API의 지원 종료를 뜻하지 않습니다. 다만 요청에서 재사용 가능한 프롬프트 객체를 참조하는 Responses 애플리케이션은 영향을 받을 수 있습니다. 호출하는 엔드포인트와 그 호출이 의존하는 저장된 리소스는 구분해서 봐야 합니다.

지금 대응해야 하는 팀은 어디일까

운영 중인 워크플로가 Agent Builder, 관리형 Evals, 저장된 프롬프트 객체 중 하나라도 사용한다면 지금 대응해야 합니다. 이름이 비슷한 제품을 고르기보다, 해당 업무가 어디에서 실행되어야 하는지를 기준으로 이전 경로를 정해야 합니다.

고객용 앱을 만드는 개발팀: 워크플로를 내보내고 런타임 운영 담당자를 지정합니다. 제품 안에서 작동해야 하는 고객 지원 챗봇이라면, 호스팅형 워크플로가 종료된 후에도 실행할 수 있는 애플리케이션 서비스가 있어야 합니다. 화면만 옮겨서는 핵심 의존성이 해결되지 않습니다.

사내 업무를 운영하는 담당자: 회사의 ChatGPT 워크스페이스 안에서 처리할 수 있는 일이라면 ChatGPT Workspace Agents를 검토합니다. 공개 웹사이트 연동보다는 정기적인 고객사 브리핑이나 사내 리서치 어시스턴트에 더 적합합니다. 업무 담당자가 결과물을 평가하고, 워크스페이스 관리자가 접근 권한을 검토하도록 합니다.

도입을 앞둔 구매 담당자: 지금부터 계속 제공되는 경로를 선택합니다. Agent Builder 기반의 공급업체 제안을 받았다면, 구축을 승인하기 전에 종료 이후 사용할 런타임, 마이그레이션 산출물, 인수 기준을 확인해야 합니다. 전환 기간에 데모가 정상 작동한다는 것만으로는 이 질문들에 답할 수 없습니다.

이미 SDK나 Responses를 직접 쓰는 팀: Builder 마이그레이션 자체가 필요 없을 수 있습니다. 그래도 애플리케이션에 영향이 없다고 결론 내리기 전에 평가 파이프라인과 저장된 프롬프트 참조를 확인해야 합니다. 이 의존성도 없다면, 이번 발표만을 이유로 앱을 다시 작성할 필요는 없습니다.

워크플로를 자체 앱용 Agents SDK 또는 팀 업무용 Workspace Agents로 옮기는 두 경로를 보여주는 건축 모형
업무가 실행될 곳을 기준으로 이전 경로를 정합니다. 워크스페이스에서 다시 구성한 경우에도 동작 검증이 필요합니다.

Agent Builder 워크플로를 Agents SDK로 내보내는 방법

OpenAI Agent Builder에서 내보낸 워크플로 코드는 직접 운영할 애플리케이션의 출발점이 됩니다. 현재 마이그레이션 가이드는 Python과 TypeScript 내보내기를 안내합니다. 수정하기 전에 내보낸 전체 코드를 보관해야 이후 변경 사항을 원본과 비교할 수 있습니다. 마이그레이션 안내.

Agent Builder 코드 내보내기 대화상자가 표시된 OpenAI 마이그레이션 가이드
OpenAI Agent Builder 내보내기 안내
  1. 워크플로 내보내기 코드를 복사합니다

    워크플로를 열고 상단 메뉴에서 Code를 선택한 다음, Agents SDK와 Python 또는 TypeScript를 선택합니다. 내보낸 코드 전체를 저장소에 복사하고, 현재 배포된 어떤 워크플로를 대체하는지 기록합니다.

  2. 애플리케이션을 실행할 수 있게 구성합니다

    해당 SDK의 최신 빠른 시작 가이드에 따라 SDK를 설치하고 설정합니다. 워크플로에 필요한 툴과 인증 정보를 연결합니다. 내보낸 코드를 대체 서비스로 간주하기 전에 배포, 저장소, 런타임의 운영 책임을 정해야 합니다.

  3. 업무에 필요한 동작을 검증합니다

    대표적인 입력을 대체 구현에서 다시 실행합니다. 선택된 분기, 툴 인자, 승인 처리, 최종 결과를 확인합니다. 워크플로의 인수 기준을 충족한 뒤에 배포합니다.

OpenAI Agents SDK는 에이전트 실행 루프를 처리하면서, 배포·저장소·툴·승인을 애플리케이션에서 제어할 수 있게 합니다. 구현할 때는 계속 제공되는 SDK 개요를 참고하면 됩니다.

애플리케이션이 직접 운영하는 런타임과 지원 언어를 보여주는 OpenAI Agents SDK 문서
OpenAI Agents SDK

SDK 경로에서 넘어야 할 장벽은 운영 책임입니다. 파일을 복사했다고 해서 프로덕션 배포, 재시작 시 동작, 영속 상태 저장까지 해결되지는 않습니다. 고객 지원 워크플로라면 주문 조회 시간이 초과됐을 때, 승인이 거부됐을 때, 같은 요청이 다시 들어왔을 때 어떻게 처리할지 정의해야 합니다. 직접 구현하고 검증해야 할 인수 테스트 항목이지, 내보내기 버튼이 보장해 주는 기능이 아닙니다.

런타임을 누가 운영할지도 다시 검토하고 있다면 OpenAI Agents API와 Agents SDK 비교를 참고하세요. OpenAI의 현재 Builder 마이그레이션 가이드는 SDK와 Workspace Agents를 안내합니다. 별도의 관리형 Agents API를 자동으로 가져올 수 있는 이전 대상으로 간주해서는 안 됩니다.

노코드 사내 업무를 ChatGPT Workspace Agents로 옮기는 방법

ChatGPT Workspace Agents는 팀 안에서 공유하는 자연어 기반 워크플로의 이전 경로로 공식 문서에 안내되어 있습니다. OpenAI 마이그레이션 가이드에 따르면 에이전트 접근 권한과 생성 권한이 있는 Business, Enterprise 또는 Edu 워크스페이스가 필요합니다. Builder 워크플로를 내보낸 뒤 해당 코드를 워크스페이스의 에이전트 빌더에 붙여 넣고, 워크플로를 다시 구성해 달라고 요청합니다. 워크스페이스 마이그레이션 요건.

ChatGPT Workspace Agents의 대화형 빌더를 보여주는 OpenAI 쿡북
ChatGPT Workspace Agents

OpenAI의 워크스페이스 에이전트 활용 안내는 앱 연결, 재사용 가능한 지침, 예약 작업, 워크스페이스 내 공유라는 운영 방식을 보여줍니다. 담당자가 완성된 브리핑을 검토할 수 있는 사내 고객사 브리핑 업무에 잘 맞습니다.

핵심 제약은 기존 동작의 충실한 재현 여부입니다. OpenAI는 같은 조건에서 반드시 정해진 경로를 따라야 하는 등 결정론적 동작이 엄격하게 요구되는 워크플로는 그대로 옮겨지지 않을 수 있다고 경고합니다. 연결과 권한을 검토하고, 대표적인 입력으로 Preview를 실행한 뒤, 검증을 마치면 Create를 선택합니다. 이는 워크플로를 다시 구성하는 과정이며, 모든 노드와 연결이 동일하게 변환된다는 보장은 없습니다.

예를 들어 사내 리서치 어시스턴트는 최종 브리핑이 요구사항을 충족한다면 조사 경로가 달라져도 괜찮을 수 있습니다. 반면 고객 기록을 변경하기 전에 항상 승인을 받아야 하는 워크플로라면, 그 승인 절차가 지켜지는지 명시적으로 검증해야 합니다. 정확한 분기 처리가 업무의 필수 조건이라면 해당 로직을 애플리케이션 코드에 유지하고 SDK 경로부터 검증할 것을 권합니다.

ChatKit은 유지하고 호스팅형 백엔드는 교체합니다

ChatKit은 계속 채팅 프런트엔드로 사용할 수 있지만, 뒤에서 실행할 대체 서버는 애플리케이션 측에서 마련해야 합니다. OpenAI는 신규 프로젝트와 기존 Builder 기반 앱 모두에 커스텀 서버 통합을 안내합니다. 기존 호스팅형 워크플로는 전환 기간에만 지원됩니다. ChatKit 전환 안내.

커스텀 서버 통합을 보여주는 OpenAI 고급 ChatKit 가이드
자체 서버와 함께 사용하는 ChatKit

바뀌는 것은 채팅창 뒤에서 처리하는 작업입니다. 앞으로 사용할 구조에서는 브라우저가 자체 ChatKit 서버로 요청을 보내고, 서버가 에이전트 구현과 툴을 실행한 뒤 결과를 인터페이스로 돌려줍니다. 화면 경험을 그대로 유지해도 기존의 호스팅형 실행 경로까지 유지되는 것은 아닙니다.

고급 통합 가이드는 구현에 필요한 요소를 제시합니다. ChatKitServer, HTTP 엔드포인트, 프로덕션 스레드와 메시지를 보관할 영속 저장소, 업로드를 지원할 경우의 파일 저장소, 사용자 신원과 권한을 위한 서버 컨텍스트입니다. Agents SDK와 연결하는 방법도 제공합니다.

ChatKit이 사용자 신원, 에이전트 로직, 저장소, 툴을 갖춘 자체 백엔드를 거쳐 OpenAI API로 연결되는 단면 구조도
채팅 화면은 계속 사용할 수 있습니다. 실행, 사용자 신원, 툴, 영속 저장은 자체 백엔드가 담당합니다.

고객 지원 앱의 인수 기준은 답변을 받는 것 이상이어야 합니다. 로그인한 고객에게 허용된 대화만 보이는지, 필요한 첨부파일을 계속 사용할 수 있는지, 허용된 툴이 실행되는지, 상위 지원 단계로의 이관이 여전히 올바른 곳으로 연결되는지 확인합니다. 기존 대화 기록을 어떻게 처리할지도 계획해야 합니다. 워크플로를 내보내면 기록도 따라온다고 가정해서는 안 됩니다.

ChatKit으로 챗봇을 만드는 가이드는 제품 운영에서 맡아야 할 더 넓은 책임을 다룹니다. 이번 마이그레이션에서 결정적인 기준은 실제 대화가 대체 백엔드를 통해, 의도한 접근 권한과 작업 규칙을 지키며 끝까지 완료되는지입니다.

날짜별 마이그레이션 체크리스트

평가 기준 데이터를 먼저 보존한 뒤, 종료 전에 실행 환경과 프롬프트를 옮깁니다. 평가 기준 데이터란 대체 구현이 제대로 작동하는지 판단하는 데 쓰는 예제와 허용 가능한 결과의 모음입니다. 이것이 없으면 코드는 옮겼어도 사용자가 의존하던 동작은 잃을 수 있습니다.

2026년 10월 31일 전: 평가 데이터 내보내기와 보존

지금 평가 담당자를 지정합니다. 현재 동작을 이해하는 데 필요한 테스트 입력, 기대 결과, 채점기 정의, 프롬프트 버전, 모델 설정, 주요 기존 결과를 보존합니다. 현재 워크플로에서 내보내기를 지원하는 항목은 내보내고, 지원하지 않는 항목은 설정을 복사해 플랫폼 외부에서 다시 구성합니다.

10월 31일은 읽기 전용 전환일이며, 문서에 명시된 최종 내보내기 마감일은 아닙니다. 이 글에서 그전에 백업을 끝내도록 권하는 이유는 마이그레이션 중에도 사용할 수 있는 평가 기준 데이터를 확보하기 위해서입니다.

OpenAI의 Evals 마이그레이션 가이드는 Promptfoo를 권장하며, 프롬프트·제공업체·테스트 케이스·검증 조건을 수동으로 다시 구성하는 방법을 설명합니다. 이 절차에 OpenAI Evals의 내보내기 기능이 필요한 것은 아닙니다. 다시 구성한 채점기의 점수를 신뢰하기 전에 재실행하고 검증해야 합니다. OpenAI도 시스템에 따라 채점 결과가 달라질 수 있다고 경고합니다.

인수인계할 때 필요한 것은 실행 가능한 평가 테스트 모음과 무엇을 실패로 볼지에 대한 설명입니다. 과거 점수를 캡처한 화면은 참고 기록일 뿐, 그 테스트 모음을 대신할 수 없습니다.

2026년 11월 30일 전: 워크플로와 프롬프트 객체 이전

예정된 종료일 전에 다음 작업을 완료합니다.

  • 내보낸 SDK 워크플로를 배포하거나, 이를 대체할 Workspace Agent를 검증한 뒤 생성합니다.
  • Agent Builder를 백엔드로 쓰는 모든 ChatKit 앱을 대체 서버로 옮깁니다.
  • 재사용 가능한 프롬프트 내용을 관리형 프롬프트 객체 밖으로 옮깁니다.
  • 대체 평가 절차를 실행하고 동작이 달라진 부분을 조사합니다.
  • 종료 예정 서비스에 대한 프로덕션 의존성을 제거하고 새로운 운영 경로의 담당자를 지정합니다.

프롬프트 객체는 애플리케이션 전체에서 별도로 찾아봐야 합니다. 워크플로가 정상 실행되더라도 다른 기능이 여전히 저장된 프롬프트 ID에 의존할 수 있습니다. OpenAI의 프롬프트 마이그레이션 가이드는 프롬프트 텍스트를 소스 코드로 옮기고, 변수를 함수 인자로 대체하며, 생성한 메시지를 관리형 prompt 객체 대신 Responses API의 input으로 전달하도록 안내합니다. 프롬프트 버전은 애플리케이션과 함께 관리하고, 가능하면 동적 값 앞에 고정된 공통 접두부를 유지합니다.

청구 업무 어시스턴트라면 전체 지침, 변수 치환 방식, 대표적인 사례에 대한 기대 응답이 산출물에 포함되어야 합니다. 화면에 보이는 문단만 복사하고 변수를 빠뜨리거나 저장된 버전을 잘못 선택했다면 마이그레이션이 완료된 것이 아닙니다.

테스트 실패 원인을 조사할 여유를 두고, 공급업체의 종료일보다 앞서 자체 전환일을 정합니다. 남은 전환 기간에 사용할 대체 방안도 문서화합니다. 종료될 서비스에 여전히 의존하는 대체 방안은 종료 후에는 도움이 되지 않습니다.

과장되거나 오해하기 쉬운 부분

“AgentKit이 종료된다”는 말만으로는 엔지니어링 결정을 내리기 어렵습니다. 범위가 너무 넓기 때문입니다. 종료 안내는 구체적인 제품과 저장된 리소스를 명시합니다. SDK, ChatKit, Responses API, 별도의 Agents API 문서는 계속 제공되며, 이전이 필요한 것은 이번 종료 대상인 호스팅형 서비스입니다.

내보내기에 성공했다고 동작이 같다는 뜻은 아닙니다. 생성된 대체 구현이 그럴듯한 답변을 내놓으면서도 승인이 필요한 분기를 건너뛸 수 있습니다. 새 다이어그램이나 코드가 익숙해 보이는지가 아니라, 관찰 가능한 동작이 기존 요구사항을 충족하는지 비교해야 합니다.

ChatKit이 계속 제공된다고 Builder 호스팅까지 유지되지는 않습니다. 인터페이스는 그대로 두면서 실제 작업을 수행하는 서비스를 바꿀 수 있습니다. 새 프런트엔드가 필요하다고 단정하지 말고, 달라지는 개발·운영 책임에 맞춰 예산을 잡아야 합니다.

Evals가 종료되어도 평가의 필요성은 사라지지 않습니다. 테스트를 유지·관리할 책임이 옮겨지는 것입니다. 프롬프트를 코드로 옮기는 것 역시 Responses API의 종료를 뜻하지 않습니다. 애플리케이션이 API에 지침을 전달하는 방식이 달라질 뿐입니다.

지금 AgentKit을 사용할 때 자주 묻는 질문

OpenAI AgentKit은 무료인가요?

AgentKit이 하나의 무료 제품이라는 가정으로 마이그레이션을 계획해서는 안 됩니다. 먼저 계속 제공되는 런타임을 선택하고, 해당 런타임의 현재 모델·툴·인프라 요금을 확인합니다. 종료 안내에는 모든 경우에 적용되는 공통 마이그레이션 비용이 제시되어 있지 않습니다.

OpenAI 에이전트는 어떻게 사용하나요?

기존 Agent Builder 워크플로는 Agents SDK로 내보내거나 Workspace Agent로 다시 구성합니다. 새 앱이라면 현재 제공되는 런타임을 선택하고 업무에 필요한 툴과 권한을 테스트합니다. ChatKit 인터페이스를 사용하려면 서버 측 구현이 필요합니다.

OpenAI 에이전트로 어떤 일을 할 수 있나요?

에이전트는 툴을 사용하며 여러 단계의 작업을 수행할 수 있습니다. 사내 브리핑 작성이나 인증된 고객 지원 요청에 대한 응답처럼, 이미 의존하고 있는 구체적인 업무를 출발점으로 삼아야 합니다. 그 업무에 필요한 동작을 새 런타임에서도 유지하는 것이 실질적인 마이그레이션입니다.

다음 업무일에 가장 먼저 할 일

마이그레이션 담당자를 정하고 운영 중인 대표 워크플로를 고릅니다. 내보낸 코드, 프롬프트 내용, 평가 기준 데이터를 보관한 뒤 대체 구현을 처음부터 끝까지 실행합니다. 그 결과를 바탕으로 나머지 이전 대상의 작업 규모를 추산합니다. 첫 산출물은 필요한 업무가 올바른 권한과 결과를 갖춰 완료된다는 검증 자료여야 합니다. 이어서 나머지 대상을 옮길 날짜별 계획을 세웁니다.

AI 워크플로를 개발하고 운영하는 데 필요한 실용적인 소식을 받아보려면 뉴스레터를 구독하세요.

게시일
카테고리
Build
AI 앱 만들기: Base44 대안 7종 비교 가이드 (2026)

AI 앱 만들기: Base44 대안 7종 비교 가이드 (2026)

AI 앱 만들기를 위해 Base44 대안을 찾고 있나요? Lovable, Bolt, Replit, v0, Emergent, Blink, Whacka의 요금·무료 한도·코드 내보내기·데이터베이스·호스팅·모바일 지원을 비교하고, 이전 전 확인할 운영비와 인계 조건을 살펴봅니다.2026년 10월 14일Build
vLLM vs SGLang 비교: 에이전트·RAG용 LLM 서빙 선택 가이드

vLLM vs SGLang 비교: 에이전트·RAG용 LLM 서빙 선택 가이드

vLLM과 SGLang 중 어떤 엔진이 에이전트와 RAG에 적합할까요? 프리픽스 캐싱, JSON 출력, LoRA, 하드웨어 지원과 GPU 클라우드 배포를 비교합니다. 같은 GPU 비용에서 처리 용량에 따라 달라지는 운영비와 전환 비용을 살펴보고, 워크로드로 검증할 기준을 정리합니다.2026년 10월 14일Build
LangChain과 LlamaIndex 비교: RAG·에이전트 개발, 무엇을 선택할까?

LangChain과 LlamaIndex 비교: RAG·에이전트 개발, 무엇을 선택할까?

LangChain과 LlamaIndex, 무엇을 선택할까요? 문서 검색과 에이전트 제어의 차이부터 Python 코드 예제, 무료 라이선스와 유료 서비스 비용까지 비교합니다. 같은 월간 작업량의 요금을 계산하고, 두 프레임워크를 함께 쓰는 기준과 마이그레이션 시 확인할 점도 살펴봅니다.2026년 10월 13일Build
MCP란? AI와 업무 도구를 연결하는 원리와 도입 기준

MCP란? AI와 업무 도구를 연결하는 원리와 도입 기준

MCP란 무엇인지, AI 앱의 호스트·클라이언트·서버가 어떻게 연결되는지 설명합니다. API·RAG와의 차이, 로컬·원격 서버, 주요 앱의 지원 범위부터 비용과 보안 점검까지 살펴보고, 실제 업무에 MCP가 필요한지 판단할 수 있도록 도입 기준과 시범 운영 절차를 정리합니다.2026년 10월 13일Build
AI 에이전트 Goose: 설치·모델 선택·비용과 활용 가이드

AI 에이전트 Goose: 설치·모델 선택·비용과 활용 가이드

AI 에이전트 Goose의 설치 방법, 모델 프로바이더, MCP 확장 기능과 레시피를 살펴봅니다. 로컬 추론과 기존 구독 연결의 조건, 무료 소프트웨어에 따르는 운영비, Claude Code·Codex와의 차이를 비교해 개발자와 소규모 팀에 맞는 선택 기준을 정리합니다.2026년 10월 13일Build
AI 에이전트 오케스트레이션 설계: 협업 패턴부터 승인·비용 통제까지

AI 에이전트 오케스트레이션 설계: 협업 패턴부터 승인·비용 통제까지

AI 에이전트를 늘리기 전에 업무 책임과 실행 권한부터 정합니다. 리드와 작업 에이전트, 핸드오프, 체크포인트 그래프, 내구성 있는 워크플로를 비교하고, 요청 접수부터 조사·초안 작성·승인까지 사람의 승인, 재시도 규칙, 로그, 업무 건 전체의 비용 상한을 설계하는 방법을 살펴봅니다.2026년 10월 13일Build
프롬프트 인젝션부터 LLM 평가까지: Promptfoo 리뷰와 요금

프롬프트 인젝션부터 LLM 평가까지: Promptfoo 리뷰와 요금

프롬프트 인젝션과 LLM 평가에 Promptfoo를 어떻게 활용할지 살펴봅니다. 고객 지원 봇 실습, 레드팀 테스트, CI 연동, 무료 Community의 범위와 비용, 로컬 실행의 제약을 짚고 Braintrust·LangSmith와 비교해 도입 기준을 정리합니다.2026년 10월 13일Build
Claude Code 사용법: 슬래시 명령어와 팀 스킬 실전 가이드

Claude Code 사용법: 슬래시 명령어와 팀 스킬 실전 가이드

Claude Code의 슬래시 명령어부터 커스텀 스킬, 플러그인, MCP 프롬프트까지 차이를 정리합니다. PR 리뷰, 버그 수정, 마이그레이션 계획, 릴리스 노트와 주간 변경 이력에 바로 쓸 수 있는 팀 템플릿 5가지와 권한 설정, 효과 측정 기준을 확인하세요.2026년 10월 13일Build
뉴스레터

매주 일요일, 한 통의 편지.뜨거운 의견이 아닌, 돌아가는 시스템.

주간 발행. 스팸 없음. 언제든 해지 가능합니다.