OpenAI Agents SDK, MCP 공식 지원! AI 모델과 도구 연결이 더 쉬워진다

AI 모델이 현실적인 애플리케이션에서 활용되려면 다양한 데이터 소스 및 도구와의 연결이 필수적입니다. 그러나 각기 다른 API와 인터페이스를 직접 구현하는 것은 많은 시간과 노력이 필요합니다.

이 문제를 해결하기 위해 OpenAI가 Agents SDK에서 MCP(Model Context Protocol)를 공식 지원하기 시작했습니다!

💡 이제 OpenAI Agents SDK를 사용하면, 복잡한 통합 과정 없이 다양한 외부 도구와 AI 모델을 손쉽게 연결할 수 있습니다.

이번 글에서는 MCP의 개념, OpenAI Agents SDK에서의 MCP 지원 방식, 그리고 이를 활용하는 방법을 집중적으로 살펴보겠습니다.

반응형

---

🔹 MCP(Model Context Protocol)란?

📌 MCP의 개념과 역할

MCP(Model Context Protocol)는 AI 모델과 외부 데이터 소스, 도구들을 연결하는 표준 프로토콜입니다. 쉽게 말해, AI 모델이 파일 시스템, API, 데이터베이스 등과 쉽게 연동될 수 있도록 돕는 "표준 인터페이스" 역할을 합니다.

🖥️ AI 모델과 외부 시스템을 연결하는 "USB-C 포트" 같은 존재!

이제 OpenAI의 Agents SDK에서 MCP를 공식적으로 지원하면서, AI 애플리케이션 개발이 더욱 쉬워졌습니다.

📌 OpenAI가 MCP를 공식 지원하는 이유

1. AI 모델의 데이터 접근성 향상
   • 파일, API, 데이터베이스 등의 데이터를 쉽게 활용 가능
   • 기존 대비 더 빠르고 표준화된 데이터 연동 가능
2. 개발 복잡도 감소
   • OpenAI Agents SDK에서 MCP 서버를 자동으로 인식 및 활용 가능
   • 개별적인 API 연동 코드 작성 없이 즉시 사용 가능
3. 확장성 강화
   • 새로운 MCP 서버를 쉽게 추가하여 AI 모델의 기능 확장 가능
   • OpenAI 기반 AI 솔루션 개발에 더욱 유리한 환경 제공

---

🔹 OpenAI Agents SDK에서 MCP 서버 활용 방법

1️⃣ OpenAI Agents SDK에서 MCP 서버 추가하기

OpenAI Agents SDK에서는 다양한 MCP 서버를 쉽게 추가할 수 있습니다.

✅ MCP 서버 추가 코드 예제

from openai import Agent
from openai.mcp import MCPServerStdio, MCPServerSse

# MCP 서버 설정 (로컬 및 원격)
mcp_server_1 = MCPServerStdio(params={"command": "npx", "args": ["@modelcontextprotocol/server-filesystem"]})
mcp_server_2 = MCPServerSse(url="https://example.com/mcp-server")

# OpenAI Agents SDK에서 MCP 서버 활용
agent = Agent(
    name="Assistant",
    instructions="Use the tools to achieve the task",
    mcp_servers=[mcp_server_1, mcp_server_2]
)

✅ MCP 서버 활용 포인트

• 로컬(MCPServerStdio) 또는 원격(MCPServerSse) MCP 서버를 등록 가능
• OpenAI Agents SDK가 자동으로 MCP 서버의 도구 목록을 가져옴
• 개발자는 복잡한 API 연동 없이 바로 AI 모델을 MCP와 연결 가능

---

🔹 MCP 서버의 종류와 OpenAI 지원 방식

OpenAI Agents SDK는 아래 두 가지 MCP 서버를 공식적으로 지원합니다.

1️⃣ stdio 서버 (로컬 MCP 서버 지원)

• 애플리케이션의 하위 프로세스로 실행
• 로컬에서 빠르게 실행 가능
• 파일 시스템 접근, 로컬 데이터 분석 등에 적합

✅ 예제 코드

async with MCPServerStdio(
    params={"command": "npx", "args": ["@modelcontextprotocol/server-filesystem", "samples_dir"]}
) as server:
    tools = await server.list_tools()

---

2️⃣ HTTP over SSE 서버 (원격 MCP 서버 지원)

• 네트워크를 통해 원격 MCP 서버에 연결
• 클라우드 기반 애플리케이션에 적합
• OpenAI Agents SDK가 직접 원격 MCP 서버와 통신 가능

✅ 예제 코드

async with MCPServerSse(url="https://example.com/mcp-server") as server:
    tools = await server.list_tools()

✅ OpenAI MCP 지원의 핵심 장점

• OpenAI Agents SDK에서 MCP 서버의 도구 목록을 자동으로 관리
• 개발자는 복잡한 API 연동 없이 바로 사용 가능
• OpenAI 기반 AI 모델이 더욱 유연한 데이터 소스 활용 가능

---

🔹 성능 최적화를 위한 MCP 활용 팁

1️⃣ 캐싱(cache_tools_list) 활성화

OpenAI Agents SDK에서 list_tools()를 호출할 때마다 네트워크 지연이 발생할 수 있습니다. 이를 방지하려면 MCP 서버의 도구 목록을 캐싱하는 것이 좋습니다.

✅ 캐싱 활성화 코드

mcp_server = MCPServerSse(url="https://example.com/mcp-server", cache_tools_list=True)

✅ 효과

• 서버 호출 횟수를 줄여 성능 최적화
• 불필요한 네트워크 트래픽 절감

---

2️⃣ 캐시 무효화(invalidate_tools_cache) 방법

MCP 서버의 도구 목록이 변경될 경우, 기존 캐시를 삭제하고 최신 데이터로 업데이트해야 합니다.

✅ 캐시 무효화 코드

mcp_server.invalidate_tools_cache()

✅ 효과

• 항상 최신 MCP 도구 목록 유지 가능
• 동적인 환경에서도 정확한 데이터 활용 가능

728x90

---

🔹  OpenAI MCP 공식 지원이 주는 의미

✅ OpenAI Agents SDK가 MCP를 공식 지원하면서 AI 모델과 외부 도구 연결이 더욱 쉬워짐
✅ 복잡한 API 연동 없이도 OpenAI AI 모델이 MCP를 통해 다양한 데이터 소스를 활용 가능
✅ 로컬 및 원격 MCP 서버 지원으로 AI 애플리케이션 확장성 강화
✅ 캐싱 등 성능 최적화를 통해 더욱 효율적인 AI 서비스 운영 가능

🎯 이제 OpenAI 기반 AI 애플리케이션을 개발할 때, MCP 지원을 적극 활용해 보세요! 🚀

https://openai.github.io/openai-agents-python/mcp/

Model context protocol (MCP) - OpenAI Agents SDK