OpenAI의 Response API와 앤트로픽 MCP 상세 비교 및 장단점

OpenAI Response API 개요

OpenAI의 Response API는 도구 사용, 코드 실행, 상태 관리 등의 워크플로우를 단순화하기 위해 도입된 API입니다[23]. 이 API는 Chat Completions API의 유연성과 Assistants API의 기능성을 결합하여 개발자들이 보다 효율적으로 AI 기반 애플리케이션을 구축할 수 있도록 지원합니다[45].

Response API의 주요 특징으로는 웹 검색, 파일 검색 기능이 내장되어 있으며[45][53], 멀티턴 대화를 통해 컨텍스트와 대화 흐름을 이해하고 이미지와 같은 멀티미디어를 혼합할 수 있는 능력을 갖추고 있습니다[22]. 또한 이 API는 응답을 클라이언트에 스트리밍하여 특정 요청에 대한 부분 결과를 제공할 수 있는 기능도 포함하고 있습니다[13].

앤트로픽 MCP(Model Context Protocol) 개요

앤트로픽의 MCP는 데이터 소스와 AI 시스템 간의 안전한 양방향 연결을 구축할 수 있도록 지원하는 개방형 표준입니다[15][35]. MCP는 개발자가 파일 시스템, 관계형 데이터베이스, 코드 저장소 등 기존 데이터 소스를 LLM 및 에이전트에 연결할 수 있게 해주며, 각 데이터 소스에 대해 별도의 커넥터를 유지할 필요 없이 표준 프로토콜을 통해 구축할 수 있습니다[9].

MCP의 핵심 구성 요소는 다음과 같습니다:

• MCP 호스트: Claude Desktop, IDE 또는 MCP를 통해 리소스에 액세스하려는 AI 도구와 같은 프로그램[9]

• MCP 서버: 데이터 게이트웨이 역할을 하며 리소스, 도구 및 프롬프트를 AI 애플리케이션에 노출[9]

• MCP 클라이언트: 이러한 서버와 상호 작용하는 AI 기반 도구[9]

• 통신 레이어: 로컬 및 원격 리소스 간의 안전한 양방향 데이터 교환 보장[9]

기술적 특징 비교

아키텍처 및 설계 철학

OpenAI Response API:

• 단일 API 내에서 채팅 기능과 통합 도구(웹 검색, 파일 검색 등)를 결합한 형태로 설계되었습니다[45].

• 주로 OpenAI 생태계 내에서 작동하도록 최적화되어 있으며, OpenAI의 모델과 긴밀하게 통합됩니다[37].

• 상태 관리와 도구 사용을 단순화하는 데 중점을 두고 있습니다[23].

앤트로픽 MCP:

• 클라이언트-서버 모델을 기반으로 하며, AI 애플리케이션과 외부 통합 간의 원활한 통신을 가능하게 합니다[71].

• USB-C와 같은 하드웨어 표준처럼 작동하도록 설계되었으며, 모든 새로운 데이터 소스에 대해 개별 연결을 구축하는 대신 AI 애플리케이션이 MCP와 한 번 통합하면 다양한 소스의 데이터를 표준화하고 전달합니다[5].

• 개방형 표준으로 설계되어 다양한 AI 모델 및 데이터 시스템과의 상호 운용성을 지원합니다[3].

기능 및 도구

OpenAI Response API:

• 웹 검색, 파일 검색 및 컴퓨터 사용과 같은 내장 도구를 제공합니다[45][49].

• 멀티턴 대화를 지원하여 컨텍스트와 대화 흐름을 이해합니다[22].

• 토큰 제한 설정, 스트리밍 응답, 모델의 온도 조절과 같은 고급 기능을 제공합니다[14].

앤트로픽 MCP:

• 리소스(읽기 전용 데이터), 도구(실행 가능한 작업), 프롬프트(사전 정의된 템플릿) 등 다양한 기능을 제공합니다[71].

• 함수 지원을 통해 AI 시스템이 외부 시스템과 직접 인터페이스하여 특정 작업을 수행할 수 있습니다[30].

• 양방향 통신 기능을 통해 AI 애플리케이션이 실시간으로 환경과 동적으로 상호 작용할 수 있습니다[3].

장단점 비교

OpenAI Response API 장점

1. 통합 솔루션: 채팅 기능과 도구 사용을 단일 API로 통합하여 개발자의 워크플로우를 단순화합니다[45].

2. 내장 도구: 웹 검색, 파일 검색과 같은 내장 도구를 제공하여 개발자가 이러한 기능을 직접 구현할 필요가 없습니다[53].

3. 사용 편의성: OpenAI 생태계 내에서 작업하는 경우 통합이 간단하고 직관적입니다[100].

4. 빠른 배포: 새로운 API를 사용하면 애플리케이션을 빠르게 배포하고 확장할 수 있습니다[100].

OpenAI Response API 단점

1. 비용: OpenAI API 사용은 상대적으로 비용이 많이 들 수 있습니다[80][86].

2. 데이터 프라이버시 및 보안 우려: 민감한 데이터를 외부 API에 전송하는 것과 관련된 우려가 있습니다[80][86].

3. 투명성 부족: API의 내부 작동 방식에 대한 투명성이 제한적일 수 있습니다[80][86].

4. 유연성 제한: OpenAI 생태계 내에서 작동하도록 설계되어 다른 AI 모델이나 시스템과의 통합이 제한될 수 있습니다[80].

5. 공급업체 종속: OpenAI 생태계에 종속될 위험이 있습니다[5].

앤트로픽 MCP 장점

1. 개방형 표준: MCP는 MIT 라이선스 하에 오픈 소스로 제공되어 투명성과 커뮤니티 기여를 촉진합니다[5][69].

2. 범용 호환성: MCP는 여러 AI 모델 및 데이터 시스템에서 작동하여 상호 운용성을 가능하게 합니다[3][70].

3. 양방향 통신: AI 모델과 외부 데이터 소스 간의 양방향 데이터 흐름을 지원하여 AI 애플리케이션을 더 대화형으로 만들고 주변 환경을 인식할 수 있게 합니다[9].

4. 개발자 친화적: Python 및 TypeScript용 사전 구축된 SDK와 엔터프라이즈 시스템용 사전 구축된 MCP 서버를 제공하여 개발 프로세스를 단순화합니다[69].

5. 확장성: AI 모델이 추가 API 작업 없이 확장할 수 있도록 지원합니다[3].

앤트로픽 MCP 단점

1. 초기 단계 생태계: 2024년 말에 출시되어 생태계가 아직 초기 단계에 있습니다[8].

2. 공급업체 종속 위험: MCP가 오픈 소스이지만 앤트로픽이 주도하고 있어 잠재적으로 앤트로픽 주도의 프로토콜이 될 위험이 있습니다[5].

3. 추가 구성 요소 관리: MCP를 사용하려면 추가 구성 요소를 관리해야 하므로 복잡성이 증가할 수 있습니다[71].

4. 분산 ID 및 다중 에이전트 상호 작용 기능 부족: 현재 MCP는 분산 ID 및 다중 에이전트 상호 작용 기능이 부족하여 대규모 에이전트 네트워크를 구축하는 능력이 제한될 수 있습니다[8].

5. 구현 품질 문제: 데이터 유출 가능성, 성능 또는 지연 시간 문제와 같은 구현 품질 문제가 있을 수 있습니다[72].

AI 에이전트 개발 관점에서의 비교

OpenAI Response API

OpenAI의 Response API는 AI 에이전트 개발을 위한 통합 솔루션을 제공합니다. 이 API는 웹 검색, 파일 검색 및 컴퓨터 사용과 같은 내장 도구와 함께 제공되어 개발자가 이러한 기능을 직접 구현할 필요가 없습니다[45][49]. 또한 OpenAI는 단일 에이전트 및 다중 에이전트 워크플로우를 조정할 수 있는 오픈 소스 도구인 Agents SDK를 출시했습니다[45][31].

그러나 에이전트 사용 사례의 경우 새로운 API는 여전히 다소 제한적이며, 내장된 "가드레일"/상태 머신 로직이 부족합니다[12]. 개발자들은 도구 호출과 JSON 응답의 조합을 사용하여 에이전트 흐름을 구축할 수 있지만, 아직 누구도 해결하지 못한 더 높은 수준의 구성 요소가 부족합니다[12].

앤트로픽 MCP

MCP는 AI 에이전트가 사용자를 대신하여 작업을 수행할 수 있도록 다양한 도구와 컨텍스트 간에 컨텍스트를 유지함으로써 AI 에이전트 개발을 지원합니다[2]. MCP는 에이전트가 실시간 정보에 액세스할 수 있도록 하여 AI 애플리케이션을 더 대화형으로 만들고 주변 환경을 인식할 수 있게 합니다[9].

MCP의 주요 장점 중 하나는 개발자가 각 데이터 소스에 대해 별도의 커넥터를 유지할 필요 없이 표준 프로토콜을 통해 구축할 수 있다는 것입니다[9]. 이는 개발 오버헤드를 줄이고 통합 프로젝트의 확장성을 향상시킵니다[73].

그러나 MCP는 여전히 초기 단계에 있으며, 많은 다른 AI 공간의 것들과 마찬가지로 아직 발전 중입니다[72]. MCP를 사용하려고 했지만 단순히 읽은 모든 열광적인 업데이트를 바탕으로 MCP가 일종의 황금 총알이라고 생각할 수 있지만, 실제로는 더 많은 것이 있습니다[72].

통합 및 확장성 비교

OpenAI Response API

OpenAI의 Response API는 OpenAI 생태계 내에서 작업하는 경우 통합이 간단하고 직관적입니다[100]. 이 API는 고용량 요청을 처리하고 대규모 기업의 요구를 충족하도록 확장할 수 있도록 설계되었습니다[75].

그러나 OpenAI의 접근 방식은 특정 공급업체에 종속되어 있으며, 그 자체로는 표준화된 방식으로 많은 서비스에 연결하는 문제를 해결하지 않습니다[71]. 이는 다른 AI 모델이나 시스템과의 통합을 제한할 수 있습니다.

앤트로픽 MCP

MCP는 AI 모델이 다양한 데이터 소스와 연결되어 작업을 수행할 수 있도록 지원하며, 개발자가 데이터 소스와 AI 애플리케이션 간의 양방향 연결을 쉽게 구축할 수 있게 합니다[57]. MCP는 클라이언트-서버 구조로 작동하며, 다수의 서비스가 호환 클라이언트에 연결될 수 있도록 설계되었습니다[60].

MCP의 주요 장점 중 하나는 앤트로픽 모델뿐만 아니라 모든 AI 모델을 지원하는 유연성입니다[9]. 이러한 상호 운용성과 사전 구축된 엔터프라이즈 서버의 조합은 매우 개발자 친화적인 도구로 만듭니다[9].

결론

OpenAI의 Response API와 앤트로픽의 MCP는 모두 AI 시스템과 외부 데이터 소스 간의 상호 작용을 향상시키기 위한 중요한 발전을 나타냅니다. 그러나 이들은 설계 철학과 접근 방식에서 상당한 차이가 있습니다.

OpenAI의 Response API는 OpenAI 생태계 내에서 작업하는 개발자에게 더 통합된 경험을 제공하며, 내장 도구와 함께 제공되어 빠른 배포와 확장을 가능하게 합니다. 그러나 이는 OpenAI 생태계에 종속될 위험이 있으며, 다른 AI 모델이나 시스템과의 통합이 제한될 수 있습니다.

반면, 앤트로픽의 MCP는 개방형 표준으로 설계되어 다양한 AI 모델 및 데이터 시스템과의 상호 운용성을 지원합니다. 이는 개발 오버헤드를 줄이고 통합 프로젝트의 확장성을 향상시키지만, 생태계가 아직 초기 단계에 있으며 추가 구성 요소를 관리해야 하는 복잡성이 증가할 수 있습니다.

AI 에이전트 개발 관점에서, 두 접근 방식 모두 장단점이 있으며, 선택은 특정 요구 사항과 우선 순위에 따라 달라집니다. OpenAI의 Response API는 빠른 배포와 내장 도구를 제공하는 반면, 앤트로픽의 MCP는 더 많은 유연성과 상호 운용성을 제공합니다.

궁극적으로, 이러한 도구는 여전히 개발 중이며, 그들의 광범위한 채택은 고객 서비스, 전자 상거래, 데이터 관리와 같은 분야를 변화시킬 수 있습니다[10]. 이들은 가상 비서의 역할을 재정의하고 있으며, 미래에는 하이브리드 접근 방식으로 수렴할 수 있습니다[10].

[1] https://blog.lamatic.ai/guides/anthropic-api-vs-openai-api/

[2] https://www.reddit.com/r/ClaudeAI/comments/1gzv8b9/anthropics_model_context_protocol_mcp_is_way/

[3] https://medium.com/@hariharan.eswaran/model-context-protocol-mcp-vs-openais-work-with-apps-7e84f37b7a92

[4] https://big-agi.com/blog/ai-api-comparison-2024-anthropic-vs-google-vs-openai

[5] https://techstartups.com/2025/03/08/mcp-and-the-need-for-ai-interoperability-why-we-must-avoid-vendor-lock-in-to-ensure-a-unified-future/

[6] https://medium.com/@mparekh/ai-openai-anthropic-build-ai-agentic-reasoning-tools-rtz-518-62c61b83acae

[7] https://medium.com/@cognidownunder/openais-operator-vs-anthropic-s-computer-use-the-ai-agents-that-might-just-put-your-intern-out-of-56ec0e69ee82

[8] https://medium.com/@changshan/comparative-analysis-of-open-source-agent-communication-protocols-mcp-anp-agora-agents-json-e29dbd213e59

[9] https://www.linkedin.com/posts/arpita-gupta-5a05b044_why-mcp-anthropics-new-release-is-better-activity-7271382636269297665-7V5A

[10] https://anthemcreation.com/en/artificial-intelligence/openai-operator-vs-anthropic-computer-use-ai-agents/

[11] https://wandb.ai/onlineinference/mcp/reports/The-Model-Context-Protocol-MCP-by-Anthropic-Origins-functionality-and-impact--VmlldzoxMTY5NDI4MQ

[12] https://news.ycombinator.com/item?id=43334644

[13] https://platform.openai.com/docs/api-reference

[14] https://velog.io/@euisuk-chung/%EC%A0%95%EB%A6%AC-OpenAI-API-Document

[15] https://www.anthropic.com/news/model-context-protocol

[16] https://www.cio.com/article/3612472/%EC%95%A4%ED%8A%B8%EB%A1%9C%ED%94%BD-ai-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%97%B0%EA%B2%B0-%ED%91%9C%EC%A4%80-mcp-%EC%98%A4%ED%94%88%EC%86%8C%EC%8A%A4%EB%A1%9C-%EA%B3%B5%EA%B0%9C.html

[17] https://www.chriswere.com/p/anthropics-mcp-first-impressions

[18] https://www.itworld.co.kr/article/3613562/%EC%95%A4%ED%8A%B8%EB%A1%9C%ED%94%BD-ai-%EC%8B%9C%EC%8A%A4%ED%85%9C-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%97%B0%EA%B2%B0-%EC%9C%84%ED%95%9C-%EC%98%A4%ED%94%88%EC%86%8C%EC%8A%A4-%ED%94%84%EB%A1%9C%ED%86%A0.html

[19] https://news.zum.com/articles/94731225

[20] https://closebot.ai/2024/02/08/openai-assistants-api-pros-and-cons/

[21] https://aiintransit.medium.com/anthropic-open-sources-mcp-a-new-standard-for-connecting-ai-to-data-sources-c6fadb749184

[22] https://www.fastcompany.com/91294955/openai-api-responses-launch

[23] https://platform.openai.com/docs/guides/responses-vs-chat-completions

[24] https://aiandgamedev.com/ai/openai%EC%9D%98-assistants-api-%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-%EA%B8%B0%EB%B0%98-%EC%B1%97%EB%B4%87-%EA%B0%9C%EB%B0%9C%EC%9D%98-%EC%83%88%EB%A1%9C%EC%9A%B4-%EC%A7%80%ED%8F%89/

[25] https://docs.anthropic.com/en/docs/agents-and-tools/mcp

[26] https://zdnet.co.kr/view/?no=20241126080957

[27] https://medium.com/the-model-observer/working-with-anthropics-model-context-protocol-mcp-part-1-72e3a8000407

[28] https://www.threads.net/@choi.openai/post/DG7cMWyvDSn/ai%EB%A5%BC-%EB%8D%94-%EB%98%91%EB%98%91%ED%95%98%EA%B2%8C-%ED%95%B4%EC%99%B8%EC%97%90%EC%84%9C-mcp%EA%B0%80-%EC%97%84%EC%B2%AD%EB%82%9C-%ED%99%94%EC%A0%9C%EC%9E%85%EB%8B%88%EB%8B%A4mcp%EC%9D%98-%EA%B0%9C%EB%85%90%EA%B3%BC-%EC%82%AC%EC%9A%A9%EC%98%88%EC%8B%9C%EB%A5%BC-%ED%95%A8%EA%BB%98-%EC%84%A4%EB%AA%85%ED%95%B4%EB%93%9C%EB%A6%BD%EB%8B%88%EB%8B%A4-mcp%EB%8A%94-%EC%95%A4%ED%8A%B8%EB%A1%9C%ED%94%BD%EC%9D%B4-%EA%B0%9C%EB%B0%9C%ED%95%9C-%EC%98%A4%ED%94%88%EC%86%8C%EC%8A%A4-%ED%91%9C%EC%A4%80-%ED%94%84

[29] https://www.facebook.com/groups/1415681996005475/posts/1595981034642236/

[30] https://eclipsesource.com/blogs/2024/12/19/theia-ide-and-theia-ai-support-mcp/

[31] https://venturebeat.com/programming-development/openai-unveils-responses-api-open-source-agents-sdk-letting-developers-build-their-own-deep-research-and-operator/

[32] https://www.willowtreeapps.com/craft/is-anthropic-model-context-protocol-right-for-you

[33] https://m.facebook.com/story.php?story_fbid=3577120265765740&id=100004034049205

[34] https://medium.com/@noelboy25/how-anthropic-mcp-is-influencing-the-market-4836f0239bf4

[35] https://news.hada.io/topic?id=17951

[36] https://www.reddit.com/r/singularity/comments/1gzxg9r/anthropic_is_releasing_mcp_a_framework_that/

[37] https://simonwillison.net/2025/Mar/11/responses-vs-chat-completions/

[38] https://devocean.sk.com/blog/techBoardDetail.do?ID=167069&boardType=techBlog

[39] https://teddylee777.github.io/openai/openai-assistant-tutorial/

[40] https://www.cio.com/kr/data-management/page/3/

[41] https://news.ycombinator.com/item?id=42237424

[42] https://wikidocs.net/268601

[43] https://community.openai.com/t/assistant-api-advantages-and-disadvantages-of-creating-user-specific-assistants/727565

[44] https://medium.com/@gmsharpe/working-with-anthropics-model-context-protocol-mcp-part-1-72e3a8000407

[45] https://www.maginative.com/article/openai-launches-responses-api-and-agents-sdk-for-ai-agents/

[46] https://www.latent.space/p/why-mcp-won

[47] https://v.daum.net/v/20241126092144354

[48] https://www.coinfeeds.ai/ai-blog/openai-assistants-api

[49] https://www.theverge.com/news/627556/openai-ai-agents-responses-api-agents-sdk

[50] https://medium.com/@glennlenormand/everything-you-need-to-know-about-the-model-context-protocol-mcp-from-anthropic-84acdb3c1a2f

[51] https://community.n8n.io/t/provide-and-use-model-context-protocol/63799

[52] https://www.aitimes.com/news/articleView.html?idxno=165663

[53] https://sdk.vercel.ai/docs/guides/openai-responses

[54] https://www.developerfastlane.com/blog/2023/11/09/creating-ai-assistant-with-openai-assistants-api

[55] https://aidisruptor.ai/p/your-guide-to-understanding-anthropics

[56] https://blog.replit.com/everything-you-need-to-know-about-mcp

[57] https://www.codenary.co.kr/latest-news/4705

[58] https://x.com/btibor91/status/1899513477716410871

[59] https://www.docker.com/blog/the-model-context-protocol-simplifying-building-ai-apps-with-anthropic-claude-desktop-and-docker/

[60] https://www.threads.net/@choi.openai/post/DCzUfBpBYIw?hl=ko

[61] https://community.n8n.io/t/openai-search-with-the-new-response-api/87239

[62] https://medium.com/@nnai/unlocking-the-future-of-llms-understanding-anthropics-model-context-protocol-mcp-8e2cf9ddc61c

[63] https://dev.to/dbolotov/anthropic-mcp-developers-thoughts-3dkk

[64] https://www.reddit.com/r/ChatGPTCoding/comments/1akctxu/my_mixed_thoughts_on_openais_assistants_api/

[65] https://news.ycombinator.com/item?id=43302297

[66] https://aicamp.so/blog/anthropic-vs-openai-a-comprehensive-comparison

[67] https://productstudio.substack.com/p/openai-vs-anthropic-a-detailed-comparison?utm_medium=web

[68] https://thetalkingapp.medium.com/optimizing-api-output-for-use-as-tools-in-model-context-protocol-mcp-07d93a084fbc

[69] https://ithy.com/article/e5f3c981bfc04ec1872e70fe6a69de4b

[70] https://www.linkedin.com/pulse/unlocking-ais-true-potential-simple-guide-anthropics-model-jadeja-d0muf

[71] https://medium.com/@laowang_journey/model-context-protocol-mcp-real-world-use-cases-adoptions-and-comparison-to-functional-calling-9320b775845c

[72] https://newsletter.victordibia.com/p/how-to-use-mcp-anthropic-mcp-tools

[73] https://medium.com/@nilesh.chopda2112/bridging-the-gap-between-ai-and-enterprises-how-mcp-transforms-ai-integration-dd80ce25e927

[74] https://ai-rockstars.com/openai-agent-based-applications/

[75] https://algocademy.com/blog/openai-operator-vs-anthropic-computer-use-comparing-two-ai-powerhouses/

[76] https://community.openai.com/t/i-made-mcp-model-context-protocol-alternative-solution-for-openai-and-all-other-llms-that-is-cheaper-than-anthropic-claude/1138860

[77] https://guangzhengli.com/blog/en/model-context-protocol/

[78] https://www.innofactory.net/blog/posts/sseung/20231030-chatgptapi-2/

[79] https://learn.microsoft.com/ko-kr/azure/ai-services/openai/reference

[80] https://elearningindustry.com/the-pros-and-cons-of-using-openai-in-mobile-app-development

[81] https://learn.microsoft.com/en-us/azure/ai-services/openai/reference

[82] https://dusanbaek.tistory.com/101

[83] https://paulsmedia.tistory.com/entry/OpenAI%EC%9D%98-GPT-API%EC%99%80-Assistant-API%EC%9D%98-%EC%B0%A8%EC%9D%B4%EC%A0%90-%EC%82%AC%EC%9A%A9%EC%9E%90-%EC%9A%94%EA%B5%AC%EC%97%90-%EB%A7%9E%EC%B6%98-%ED%99%95%EC%9E%A5%EC%84%B1%EA%B3%BC-%EC%9C%A0%EC%97%B0%EC%84%B1

[84] https://platform.openai.com/docs/quickstart

[85] https://blog.naver.com/trendmicro_kr/223727967371?fromRss=true&trackingCode=rss

[86] https://www.spaceotechnologies.com/blog/advantages-disadvantages-using-openai-app-development/

[87] https://www.datacamp.com/tutorial/guide-to-openai-api-on-tutorial-best-practices

[88] https://www.magicaiprompts.com/docs/openai-models/openai-o1-api/

[89] https://www.cio.com/article/3841893/%EC%95%A4%ED%8A%B8%EB%A1%9C%ED%94%BD-%EC%BD%98%EC%86%94-%EA%B8%B0%EB%8A%A5-%EC%97%85%EB%8D%B0%EC%9D%B4%ED%8A%B8%C2%B7%C2%B7%C2%B7-%EA%B0%9C%EB%B0%9C%EC%9E%90-%EA%B0%84-%ED%98%91%EC%97%85.html

[90] https://medium.com/@alexanderekb/openai-api-responses-in-json-format-quickstart-guide-75342e50cbd6

[91] https://community.openai.com/t/too-much-difference-in-playground-response-vs-api-response/558849

[92] https://platform.openai.com/docs/api-reference/introduction

[93] https://brunch.co.kr/@springboot/824

[94] https://m.facebook.com/ai.crowdworks/photos/weekly-ai-issue-%ED%86%BA%EC%95%84%EB%B3%B4%EA%B8%B0-%ED%95%9C%EC%A3%BC%EA%B0%84-%ED%81%AC%EA%B3%A0-%EC%9E%91%EC%9D%80-ai-%EB%89%B4%EC%8A%A4%EB%A5%BC-%EB%AA%A8%EC%95%84%EB%B4%A4%EC%96%B4%EC%9A%94-%EA%B5%AD%ED%9A%8C-%EA%B3%BC%EB%B0%A9%EC%9C%84-%ED%86%B5%EA%B3%BC%EB%90%9C-ai-%EA%B8%B0%EB%B3%B8%EB%B2%95-%EC%A0%9C%EC%A0%95%EC%95%88%EC%A7%80%EB%82%9C-26%EC%9D%BC-ai-%EA%B8%B0%EB%B3%B8%EB%B2%95%EC%9D%B4-/1150321477098155/

[95] https://arize.com/blog-course/mastering-openai-api-tips-and-tricks/

[96] https://community.openai.com/t/differences-in-api-response-and-web-response/298828

[97] https://aiandgamedev.com/ai/deepseek-r1-openai-api-langchain-o1/

[98] https://platform.openai.com/

[99] https://search.zdnet.co.kr/?kwd=%EC%95%A4%ED%8A%B8%EB%A1%9C%ED%94%BD&area=4

[100] https://www.reddit.com/r/LangChain/comments/185cdot/pros_and_cons_of_relying_on_the_new_openai/

[101] https://forum.bubble.io/t/parsing-an-api-response-from-openai/332467

[102] https://platform.openai.com/docs/introduction

[103] https://www.vrerv.com/blog/chatgpt-api-function-call/

[104] https://www.datasciencecentral.com/pros-and-cons-of-using-openai-in-mobile-app-development/

[105] https://kanerika.com/blogs/openai-api/

[106] https://vapor3965.tistory.com/110

[107] https://m.post.naver.com/viewer/postView.naver?volumeNo=44144120&memberNo=47666853&searchKeyword=json&searchRank=32

[108] https://community.openai.com/t/message-or-response-a-more-viable-solution-for-your-database/495500

[109] https://seongjin.me/function-calling-with-json-output-in-gpt-models/

[110] https://velog.io/@sobit/OpenAI-Assistants-API-l-%EB%8C%80%ED%99%94-%EC%83%81%ED%83%9C-%EA%B4%80%EB%A6%AC-%EA%B0%80%EB%8A%A5%ED%95%9C-%EB%8F%84%EA%B5%AC-%EC%97%85%EB%8D%B0%EC%9D%B4%ED%8A%B8-%EB%B0%98%EC%98%81-%EC%98%88%EC%A0%9C

[111] https://www.spaceo.ai/blog/advantages-and-disadvantages-of-using-openai-in-development/

[112] https://apidog.com/kr/blog/how-to-use-openai-o1-api-2/