OpenAI DevDay 2025 요약

뉴스레터 구독하기, https://maily.so/kkumaeunsonyeon

Sam Altman 기조 연설 요약

2025년 10월 6일 'OpenAI DevDay 2025' 행사가 있었습니다. 이번 행사는 OpenAI의 최신 연구 성과와 제품 업데이트를 주요 골자로 다양한 분야에 걸쳐 향후 전략적 변화를 꾀하는 내용을 발표 했습니다.

Sam Altman 은 기조연설에서 인공지능 개발의 미래를 조망하며, 개발자들이 AI를 통해 세상을 변화시키는데 기여할 수 있도록 OpenAI 가 제공하는 새로운 도구와 플랫폼을 소개했습니다. 기조 연설 초반에는 과거와 현재를 비교하며 OpenAI 플랫폼의 성장세를 구체적인 수치로 제시하여 청중의 이해를 도왔습니다. (API 처리량이 분당 3억 토큰에서 60억 토큰 이상으로 크게 증가해 AI가 단순한 놀이 도구를 넘어 일상생활에 활용되는 도구로 자리 잡았음을 시사함) 또한 Sam Altman 은 아직 여정의 초기 단계에 있으며, 개발자들이 AI 를 더 쉽게 활용할 수 있도록 지원하는데 집중할 것이라고 덧붙였습니다.

이를 위해 ChatGPT 내에서 앱을 구축하고 배포할 수 있는 방법, 에이전트 구축을 더욱 빠르고 효율적으로 만드는 방법, 반복적인 코딩 작업을 줄여 소프트웨어 개발을 간소화하는 방법, 그리고 이러한 모든 것을 지원하기 위한 모델 및 API 업데이트를 발표할 것이며, OpenAI 는 개발자들이 AI 기술을 통해 더 큰 가능성을 실현할 수 있도록 지속적으로 지원할 것을 약속했습니다

OpenAI 는 이번 DevDay 2025 행사를 통해 하드웨어 및 인프라 제휴, 멀티모달 모델 확장, 앱 생태계 개방 등 여러 측면에 걸쳐 전략적 변화를 발표
소비자 중심에서 기업용 AI 플랫폼 사업 확대로 전환
저작권 및 안전성 이슈, 공개된 가중치 모델 계획 등 외부 리스크 및 규제 대응 병행

주요 발표 및 동향

1. Apps In ChatGPT : App SDK 런칭

OpenAI 는 ChatGPT 를 통해 사용자들이 더욱 생산적이고 창의적으로 활동할 수 있도록 지원하고자 ChatGPT 를 개발자들에게 개방하기 위한 다양한 시도를 해왔으며, GPT's, MCPs 와 같은 표준을 채택하고 ChatGPT 와 더 많은 애플리케이션을 연결해 왔습니다. 이러한 노력의 결과로 OpenAI 는 개발자들이 ChatGPT 내에서 실제 앱을 구축할 수 있도록 App SDK 를 출시했습니다. 이 App SDK 는 개발자들이 ChatGPT 사용자들과 상호 작용하고, 개인화된 앱을 만들 수 있도록 지원합니다. App SDK 는 MCP 를 기반으로 구축되었으며, 개발자는 백엔드 로직과 프론트엔드 UI 를 완벽하게 제어할 수 있습니다.

App SDK 를 통해 개발된 앱은 수억명의 ChatGPT 사용자에게 도달할 수 있으며, 이는 개발자들이 제품을 빠르게 확장하는 데 큰 도움이 될 것 입니다. 사용자가 이미 기존 제품을 구독하고 있다면 대화 내에서 바로 로그인도 할 수 있습니다. 또한 OpenAI 는 새로운 Agent Commerce 프로토콜을 통해 ChatGPT 내에서 결제가 가능한 다양한 수익 창출 방법을 지원할 예정이라고 합니다. 이는 사용자가 특정 앱을 요청하지 않더라도 ChatGPT 는 대화 내용과 관련된 앱을 추천할 수 있습니다.

2. AgentKit : 에이전트 개발 간소화 및 효율성 향상

OpenAI는 AI가 단순한 질문 응답 시스템에서 사용자를 위해 다양한 작업을 수행할 수 있는 시스템으로 진화하고 있으며, 이러한 진화의 중심에는 에이전트가 있다고 설명했습니다. (에이전트는 컨텍스트, 도구 및 신뢰를 기반으로 작업을 수행하는 소프트웨어) 하지만 에이전트에 대한 높은 기대와 잠재력에도 불구하고, 실제로 프로덕션 환경에서 널리 사용되는 에이전트가 아직은 매우 적습니다. 이는 에이전트 개발의 어려움, 복잡한 프레임워크 사용, 오케스트레이션, 평가 루프, 도구 연결, 사용자 인터페이스 구축 등 다양한 요소들이 복합적으로 작용한 결과입니다. OpenAI의 AgentKit은 아이디어에서 에이전트까지의 과정을 빠르고 쉽게 만들어주는 것을 목표로 합니다.

AgentKit은 OpenAI 플랫폼에서 제공되는 완전한 빌딩 블록 세트로, 에이전트를 프로토타입에서 프로덕션까지 쉽게 구축, 배포 및 최적화할 수 있도록 설계되었습니다. AgentKit은 Agent Builder, Chat Kit, Eval for Agents, 데이터에 대한 에이전트 접근 등 다양한 핵심 기능을 제공합니다.

Agent Builder: 에이전트 구축을 위한 시각적 캔버스로, 로직 단계를 설계하고, 흐름을 테스트하고, 아이디어를 빠르게 구현할 수 있도록 지원합니다.
Chat Kit: 애플리케이션에 바로 통합할 수 있는 채팅 인터페이스를 제공하여 사용자 경험을 향상시킵니다.
Eval for Agents: 에이전트 성능을 측정하기 위한 새로운 기능으로, 단계별 에이전트 의사 결정을 이해하고, 데이터 세트를 평가하고, 프롬프트 최적화를 자동화하고, 외부 모델에 대한 평가를 수행할 수 있도록 지원합니다. 또한, OpenAI의 커넥터 레지스트리를 통해 에이전트를 내부 도구 및 타사 시스템에 안전하게 연결할 수 있습니다.

3. Codex : 소프트웨어 개발 방식의 변화

OpenAI는 AI가 소프트웨어 개발 방식을 변화시키는 새로운 시대에 접어들고 있다고 강조하며, Codex를 통해 소프트웨어 개발자가 더 빠르고 효율적으로 코드를 작성할 수 있도록 지원합니다. Codex는 IDE, 터미널, GitHub 및 클라우드 등 코드를 작성하는 모든 곳에서 작동하며 ChatGPT 계정을 통해 모든 것을 연결하여 도구 간에 원활하게 작업을 이동할 수 있도록 지원합니다.

Codex는 GPT-5 Codex 모델을 기반으로 하며, 코드 리팩토링 및 코드 검토와 같은 작업에 더 능숙하고, 작업 복잡성에 따라 사고 시간을 동적으로 조정할 수 있습니다. 개발자들은 이 새로운 모델을 선호하며 Codex 사용량이 빠르게 증가하고 있습니다. Codex는 OpenAI 내부에서도 널리 사용되고 있으며, 새로운 코드의 대부분은 Codex 사용자가 작성하고 있으며 거의 모든 OpenAI PR이 Codex 검토를 거칩니다.

Codex는 개인 개발자뿐만 아니라 엔지니어링 팀에게도 유용합니다. Slack 통합, Codex SDK 및 관리 도구를 통해 팀워크를 향상시키고 Codex 사용을 관리할 수 있습니다. 예로 Cisco는 Codex를 전체 엔지니어링 조직에 배포하여 코드 검토 속도를 50% 단축하고 평균 프로젝트 기간을 몇 주에서 며칠로 단축했습니다.

(Raman은 Codex 및 API를 사용하여 주변의 모든 것을 실행 가능한 소프트웨어로 바꾸는 방법을 시연했습니다. 그는 카메라 제어판 인터페이스를 Codex CLI로 만들고 Figma 브랜딩을 추가하여 디자인을 완벽하게 일치시켰습니다. 그는 단 한 줄의 코드도 작성하지 않고 Codex CLI를 사용하여 Sony FR7 카메라를 제어하는 방법을 묻고 Visca 프로토콜을 사용하여 통합을 스캐폴딩하고 제어판에 연결했습니다.)

4. GPT-5 Pro, GPT-Realtime-Mini, Sora2
OpenAI는 여러 모델 업데이트를 발표했습니다.

8월에 출시된 GPT-5는 에이전트 스티어링 및 엔드투엔드 코딩에 능숙하며 Cursor, Windsurf 및 Percel과 같은 코딩 스타트업에서 소프트웨어 개발 방식을 변경하고 앱을 출시하는 데 사용하고 있습니다.

OpenAI는 GPT-5 Pro를 API로 출시하여 모든 개발자가 사용할 수 있도록 했습니다. GPT-5 Pro는 높은 정확도와 심층적인 추론이 필요한 금융, 법률, 의료 등 어려운 작업에 적합하며, GPT-Realtime-Mini라는 더 작은 경량화 모델을 API로 출시했습니다. 이 모델은 2개월 전에 출시된 고급 경량화 모델보다 70% 저렴하며 동일한 경량화 품질과 표현력을 제공합니다. OpenAI는 경량화 모델이 AI와 상호 작용하는 주요 방법 중 하나가 될 것이라고 믿고 있습니다.

OpenAI는 창작자를 위한 새로운 기능인 Sora2를 API로 출시했습니다. 이제 Sora2의 놀라운 비디오 출력을 구동하는 동일한 모델에 액세스할 수 있습니다. Sora2는 이전 모델보다 제어 가능성이 크게 향상되었으며 자세한 지침을 제공하며 스타일리시하고 정확하게 구성된 결과를 제공합니다.

예를 들어 iPhone 뷰를 가져와 Sora에게 영화처럼 광범위한 와이드 샷으로 확장하도록 요청할 수도 있습니다. 이 모델은 또한 시각적 요소와 사운드를 잘 결합할 수 있으며 음성뿐만 아니라 풍부한 사운드스케이프, 주변 오디오, 동기화된 효과를 제공합니다.

이 외

멀티모달 및 추론 모델 업데이트

GPT-4.5 모델: 채팅 중심 대화 모델로써, 패턴 인식 및 창의성 향상, 사용자 의도 이해 능력 개선 등을 언급
o3-mini: 비용 대비 효율적인 추론 모델로 수학, 과학, 코딩 분야에서 o1 대비 우수한 성능을 발표
GPT-4o (다중 모달 버전) 의 이미지 입력 해석 능력이 강화됨

하드웨어 및 인프라 제휴

OpenAI 는 AMD 와 수십억 달러 규모의 칩 공급 계약을 체결, 향후 XGW(기가와트) 규모의 컴퓨팅 자원을 확보할 계획
한국 기업과의 제휴: 삼성전자, SK하이닉스 등 과의 파트너십을 통해 Stargate 프로젝트를 한국 내 유치하려는 논의와 동시에 반도체 공급 및 AI 데이터센터 구축에 대한 논의 중

저작권 대응 및 영상 생성 모델

Sore2 모델: 텍스트 입력으로 영상 + 음성을 생성하는 고급 멀티모달 모델로 보다 현실적이고 제어 가능한 결과물을 생성할 수 있음
Sore2 모델이 인기 캐릭터 등을 포함한 영상 생성이 가능하면서 저작권 소유자들로부터 저작권 이슈에 대한 반발 가능성이 제기됨
OpenAI 는 저작권자에게 세부적인 통제 옵션을 제공하겠다는 내용을 발표함 (예, 영상 생성 허용 여부 및 사용 제한 등)

기업용 AI 사업 강화 및 앱 생태계 전략

OpenAI 는 ChatGPT 를 단순 대화형 모델을 넘어 플랫폼 또는 운영체제 처럼 활용 가능한 생태계로의 전환을 꾀함. (예, ChatGPT 내 앱 실행)
산업별 파트너십 확대를 목표로 삼성전자, SK 하이닉스, Spotify, Zillow, Canva, Booking.com 등이 언급됨
OpenAI 앱 제출 및 검토 프로세스를 도입하고 앱 내 결제가 가능한 커머스 기능도 제공할 계획

OpenAI 핵심 전략 재해석

이번 OpenAI DevDay 2025 행사 내용을 통해 향후 OpenAI 의 비즈니스 핵심 전략을 재해석해 보면 다음과 같습니다.

1. 플랫폼으로의 전환 및 생태계 장악의 시작

ChatGPT 를 단순 AI 챗봇이 아닌, 사용자가 다양한 앱과 상호작용할 수 있는 hubspot 로 전환하려는 의도
AgentKit, Connector, Registry, Apps SDK 등은 'App -> AI Platform' 전환의 기술적 토대 마련
구글, MS, Meta 등 경쟁사 대비 플랫폼 락인 효과를 강화하려는 전략

2. 인프라 통제와 비용 관리

AI 모델, 특히 대영 멀티모달 및 영상 모델의 성장에는 컴퓨팅 비용과 하드웨어 확보가 핵심 허들
AMD 와의 전략적 계약은 NVIDIA 중심 하드웨어 의존성 완화 및 공급망의 다양화 전략
AMD 지분 옵션 확보는 단순한 고객-공급 관계를 넘어 전략적 제휴 관계로 진화하는 신호를 의미

3. 수익 구조 전환

소비자 중심의 무료 및 프리미엄 서비스 중심 매출만으론 현재 투입되는 막대한 인프라 비용을 감당하기 어렵다는 현실적 판단
기업용 AI 고객 확대, 앱 내 수익화, API 사용 확대 등 수익 모델 다각화

4. 경쟁 구도 속 리스크 인지

AI 플랫폼 경쟁이 갈수록 치열해지는 가운데 OpenAI 는 자체 플랫폼 중심 전략으로 빠르게 전환 시도 중 이지만 생태계 확장 성공 여부, AI 개발자 유입, 파트너십을 포함한 제휴사 확보 이슈, 각종 규제 리스크 등이 여전한 변수로 작용하며 하드웨어 중립성 확보를 위한 전략은 경쟁사들의 대응을 이끌어 낼 가능성이 높음

시사점 및 관전 포인트

1. 플랫폼 전환: ChatGPT → ChatGPT 내 앱 생태계

ChatGPT가 단순한 언어 모델이 아니라 앱 플랫폼으로 진화하는 방향이 뚜렷해졌음.
개발자는 챗 인터페이스를 통해 사용자와 직결되며, 개발 및 배포가 용이한 생태계 진입로가 열림
이러한 변화는 모바일 앱, 웹 앱 중심의 앱 시장 구조에 도전이 될 수 있음.

2. 에이전트 중심 워크플로우 자동화의 확대

AgentKit은 복잡한 자동화, 사용자 맞춤 작업, 프로세스 조정 등을 수행할 수 있는 AI 에이전트를 빠르게 개발할 수 있게 해 줌.
앞으로 기업 내부 업무, 고객 지원, 자율적 데이터 처리 등 다양한 영역에서 에이전트 기반 자동화가 확장될 가능성 높음.
특히 non-coder 설계 방식으로 에이전트를 조합해 구현할 수 있게 됨으로써 기술 진입 장벽이 낮아진다는 점이 중요.

3. 비용 대비 성능 및 경량 모델의 중요성 증대

대형 모델이 아닌 경량화 모델(GPT‑Realtime‑Mini 등)이나 특정 목적 최적화 모델이 강조됨.
실시간 인터랙션, 음성/영상 처리 등에서는 경량 모델의 성능·비용 균형이 핵심.
이는 개발자 및 기업 입장에서 “비용 부담 없이 일상 업무에 AI 통합” 가능성을 높여줌.

4. 하드웨어/인프라 전략의 경쟁 우위 확보

AI 모델과 플랫폼이 아무리 혁신적이어도 인프라가 받쳐주지 않으면 확장성이 제한됨.
AMD와의 제휴는 OpenAI가 연산 자원 확보에서 보다 유연한 구조를 만들려는 시도로 볼 수 있음.
또한 인프라의 규모와 효율성 확보는 경쟁사 대비 비용 경쟁력과 안정성 확보의 기반이 됨.

5. 경쟁 구도 변화 및 에코시스템 전쟁

Apple, Google의 앱스토어 중심 생태계 모델에 대한 도전 가능성 제기됨.
AI 모델 제공자 + 플랫폼 제공자가 동시에 앱 배포/수익화까지 다루는 구조가 강화됨.
타 업체들도 유사한 방향으로 대응할 것이며, AI 플랫폼 경쟁이 보다 치열해질 것.

6. 리스크 및 고려 사항

사용자 프라이버시, 데이터 보안, 처벌 가능성, 책임 소재 등 법·윤리적 쟁점이 더욱 중요해짐.
특히 챗 기반 앱과 에이전트가 사용자의 권한을 어느 수준까지 허용할지, 거버넌스 전략이 핵심 과제.
또한 하드웨어 의존성과 비용 부담, 공급망 리스크 등 물리적 인프라 리스크도 상존.

기업 및 개발자 관점에서 본 향후 전략

1. ChatGPT 내 앱 개발 준비

기존 앱, 웹 앱을 ChatGPT 기반 환경으로 옮기거나 연계하는 전략 검토
Apps SDK, MCP(모델 컨텍스트 프로토콜) 초기 프로토타입 제작

2. 에이전트 기반 자동화 적용 사례 발굴

반복 업무, 상담 및 지원, 예약 및 스케줄링 등 AI Agent 기반 서비스 유망 분야 탐색
AgentKit 활용을 통한 내부 파일럿 프로젝트 실행

3. 모델 비용 최적화 전략 수립

경량 모델 및 특정 목적 모델을 적재적소에 활용
API 사용 패턴, 배치 처리와 실시간 연동(처리)의 균형 고려

4. 인프라 및 클라우드 전략 재정비

하드웨어 의존성 분산, 클라우드 연산 자원 확보에 대한 계획
내부 리소스 및 외부 파트너십 적극 검토

5. 데이터 거버넌스 및 규제 대응

프라이버시 보호, 투명성, 안전성 강화 적극 모색
에이전트 동작의 책임성과 모니터링 체계 마련

6. 생태계 경쟁 대응 및 협업 전략

타 플랫폼 및 서비스와의 제휴 탐색
독자적인 데이터 및 도메인 강점을 활용한 차별화 전략