이 블로그 글에서 여러분은 다음을 배우게 됩니다:
- OpenAI Agent Builder가 무엇이며 어떤 기능을 제공하는지.
- Bright Data의 Web MCP를 통합해야 하는 이유.
- OpenAI 에이전트 빌더에서 Web MCP 도구를 활용한 다목적 AI 워크플로우 구축 방법.
자, 시작해 보겠습니다!
OpenAI 에이전트 빌더란?
에이전트 빌더는 다단계 자율 AI 에이전트 및 워크플로를 시각적으로 생성, 테스트, 배포할 수 있는 웹 플랫폼입니다. 무료 OpenAI 서비스로 제공되며, 개발자와 기업이 AI 에이전트를 구축, 배포, 최적화할 수 있는 완전한 도구 모음인 AgentKit의 일부입니다.
특히 OpenAI의 에이전트 빌더는 코드 작성 없이 에이전트형 AI 워크플로우를 설계할 수 있는 시각적 캔버스를 제공합니다. 템플릿으로 시작하여 워크플로우 각 단계에 대한 노드를 드래그 앤 드롭하고, 입력 및 출력 유형을 정의하며, 웹 앱에서 직접 실행을 미리 볼 수 있습니다.
배포 시에는 ChatKit을 사용하여 워크플로를 사이트에 임베드하거나, SDK 코드를 다운로드하여 자체 인프라에서 실행할 수 있습니다.
OpenAI 에이전트 빌더에서 Bright Data의 웹 MCP에 에이전트를 연결해야 하는 이유
AI 에이전트와 워크플로의 성능은 이를 구동하는 대규모 언어 모델(LLM)의 성능에 달려 있으며, LLM 역시 접근 가능한 지식과 능력에 제한을 받습니다. 이는 AI 에이전트의 가장 큰 한계점입니다. LLM 엔진은 훈련 시 사용된 정적 데이터를 반영한 구식 지식에 제약을 받기 때문입니다.
이러한 한계를 극복하려면 에이전트가 지구상 최대 데이터 소스인 웹에서 맥락적으로 관련성 높은 최신 정보를 가져올 수 있어야 합니다. 그래야만 AI 에이전트나 워크플로가 기반 LLM의 본질적인 지식 한계를 진정으로 극복할 수 있습니다.
에이전트가 웹 페이지와 상호작용하고, 주요 검색 엔진에서 검색을 수행하며, 아마존, 유튜브 등 주요 사이트의 구조화된 데이터 피드에 접근할 수 있다면 막을 수 없을 것입니다. 바로 이것이 Bright Data Web MCP가 모든 LLM에 제공하는 기능이며, 이 솔루션이 널리 채택된 이유를 설명합니다!
GitHub에서 1,500개 이상의 스타를 획득한 Bright Data의 Web MCP는 실험용 및 생산 환경용 AI 에이전트와 워크플로우를 광범위하게 지원합니다.
구체적으로 Web MCP는 웹 검색, 웹사이트 탐색, 작업 수행, 구조화된 데이터 추출을 위한 60개 이상의 도구를 제공합니다. 이 모든 기능은 봇 방지 또는 스크래핑 방지 조치에 의해 차단되지 않습니다.
사용자 지정 MCP 통합을 지원하는 OpenAI의 에이전트 빌더에 통합함으로써, OpenAI(또는 다른 공급자의) AI 모델의 고유한 한계를 극복하는 데 필요한 도구를 OpenAI 모델에 장착할 수 있습니다!
Web MCP: Rapid Mode vs Pro Mode
Bright Data의 웹 MCP는 두 가지 운영 모드를 제공합니다:
- 빠른 모드(기본):
scrape_as_markdown(모든 웹 페이지를 마크다운으로 스크래핑) 및search_engine(검색 엔진 쿼리 수행)과 같은 핵심 도구 접근을 제공합니다. 이 모드는 완전히 무료입니다. 자세한 내용은 웹 MCP 무료 티어 발표에서 확인하세요. - 프로 모드: 고급 브라우저 자동화 및 웹 데이터 API를 포함한 60개 이상의 모든 도구를 사용할 수 있습니다. 이 모드는 사용량 기반 비용이 발생합니다.
자세한 내용은 아래 비교표를 참조하세요:
| Rapid Mode (무료 티어) | 프로 모드 | |
|---|---|---|
| 가격 | 월 $0 (최대 5,000건 요청) | 사용량 기반 요금제 |
| 사용 가능한 기능 | – 웹 검색 – 웹 언락커를 통한 스크래핑 |
– 웹 검색 – 웹 언락커를 통한 스크래핑 – 브라우저 제어 – 웹 데이터 스크레이퍼 API |
| 제공: | 기본값 | PRO_MODE=true 구성 또는 URL 내 &pro=1 |
OpenAI 에이전트 빌더로 설계된 AI 워크플로에 웹 MCP 통합 방법
이 단계별 섹션에서는 Bright Data의 Web MCP 도구와 통합되는 OpenAI 에이전트 빌더에서 AI 워크플로를 만드는 과정을 안내합니다.
예시 워크플로는 Instagram 게시물의 감정을 검색하고 분석하는 방법을 보여 주지만, 다른 많은 사용 사례도 지원됩니다. 이는 이러한 설정으로 수행할 수 있는 여러 작업 중 하나의 예시일 뿐입니다.
아래 지침을 따르세요!
필수 사항
OpenAI 에이전트 빌더에서 AI 워크플로를 구축하려면 다음이 필요합니다:
- 결제 정보가 설정된 OpenAI 계정. (모든 모델과 기능에 접근하려면 조직 인증도 완료된 것이 이상적입니다.)
- API 키( 관리자 권한이 있어야 함)가 구성된 Bright Data 계정.
계정 설정 및 API 키 확인은 공식 가이드를 따르세요. Bright Data API 키는 곧 필요하므로 안전한 곳에 보관하세요. 자세한 내용은 Web MCP 문서를 참조하세요.
OpenAI 에이전트 빌더는 원격 Web MCP 서버와만 통합되므로, 로컬에 별도로 설치할 필요는 없습니다(예: Python 또는 Node.js). 또한 현재 튜토리얼을 진행하는 데 코딩 기술이 필요하지 않습니다.
MCP의 작동 방식에 대한 기본적인 이해와 Bright Data의 Web MCP가 제공하는 도구 및 원격 운영 방식에 익숙해지면 도움이 될 것입니다.
1단계: 새 워크플로 생성
브라우저에서 에이전트 빌더 플랫폼에 접속한 후 OpenAI 계정으로 로그인하세요. 첫 로그인 시 다음과 같은 화면이 표시됩니다:
새 워크플로를 생성하려면 “Create” 버튼을 누르세요:
기본적으로 다음과 같은 설정의 “새 워크플로” 페이지가 나타납니다:
OpenAI Agent Builder는 기본적으로 두 개의 노드로 구성된 기본 AI 워크플로를 자동 정의합니다:
- 시작(Start): 사용자로부터 입력 프롬프트를 수신합니다.
- 에이전트(Agent): “시작” 노드에서 수신한 입력 프롬프트를 GPT 모델을 사용하여 처리합니다. 이는 단일 OpenAI 기반 AI 에이전트를 나타냅니다.
해당 캔버스에서 노드를 추가하고 연결하여 단일 또는 다중 에이전트 AI 워크플로를 정의할 수 있습니다. 코드를 작성할 필요 없이 모두 가능합니다.
멋지네요! 이미 훌륭한 시작점입니다.
2단계: 웹 MCP 통합
기본적으로 에이전트 노드는 OpenAI 모델 중 하나로 구동됩니다. 또한 지원되는 OpenAI 도구에 접근할 수 있습니다. 대신 MCP 통합을 위해서는 추가 구성이 필요합니다.
에이전트 노드가 원격 MCP 서버에 접근할 수 있도록 하려면 캔버스에서 해당 노드 요소를 클릭하세요. 그러면 오른쪽에 구성 패널이 열립니다. 해당 패널에서 “도구” 섹션의 “+” 버튼을 클릭한 후 “MCP 서버” 옵션을 선택하세요:
그러면 아래와 같은 “MCP 서버 추가” 모달이 나타납니다:
여기서 사전 구성된 MCP 서버 중 하나를 선택하거나 사용자 지정 연결을 정의할 수 있습니다. 사용자 지정 연결을 정의하려면 “+ 서버” 버튼을 누르세요:
그런 다음 Bright Data의 웹 MCP에 연결하기 위한 양식을 다음과 같이 작성하세요:
- URL:
- 무료 계층 통합의 경우:
https://mcp.brightdata.com/mcp?token=<YOUR_BRIGHT_DATA_API_TOKEN> - Pro 모드용:
https://mcp.brightdata.com/mcp?token=<YOUR_BRIGHT_DATA_API_TOKEN>&pro=1<YOUR_BRIGHT_DATA_API_TOKEN>을 실제 Bright Data API 키로 반드시 교체하십시오. 참고: 위 URL은 Streamable HTTP 버전의 원격 웹 MCP 서버에 연결됩니다. SSE 버전에 연결하려면 URL에서 “mcp”를 “sse”로 교체하세요. 자세한 내용은 공식 문서를 참조하십시오. 또한 SSE와 Streamable HTTP 비교 글을 읽어보시기 바랍니다.
- 무료 계층 통합의 경우:
- 라벨: “bright_data_web_mcp”와 같은 형식(snake_case 형식 준수 필수).
- Description: 예: “Bright Data Web MCP” 문자열.
- 인증: “없음”(URL의
토큰쿼리 매개변수가 이미 인증을 처리함).
완료 후 “연결” 버튼을 클릭하세요. OpenAI Agent Builder가 Bright Data Web MCP 원격 서버에 연결하여 설정을 확인하는 동안 “연결 중…”이라는 짧은 메시지가 표시됩니다.
모든 것이 정상적으로 작동하면 사용 가능한 도구의 요약이 표시됩니다. Pro 모드(&pro=1)에서는 다음과 같이 보입니다:
무료 티어(Rapid 모드)를 이용 중인 경우, 목록에는 사용 가능한 5개 도구 중 4개( scrape_as_markdown, search_engine 및 해당 배치 버전)만 표시됩니다.
위 화면에서 개별 도구를 활성화/비활성화하여 에이전트 노드가 원하는 도구만 접근하도록 설정할 수 있습니다. 모든 도구를 활성화한 상태로 아래로 스크롤한 후 “추가”를 클릭하여 통합을 완료하세요.
훌륭합니다! 이제 에이전트 노드가 Bright Data의 모든 웹 MCP 서버 도구에 접근할 수 있습니다.
3단계: 에이전트 노드 구성
에이전트 노드가 이제 웹 MCP 서버에 연결되었습니다:
이제 다른 옵션들도 설정할 차례입니다. “내 에이전트” 구성 탭에서 “웹 데이터 에이전트”와 같은 이름을 지정하고, 설명을 다음과 같이 업데이트하세요:
웹 검색, 웹 데이터 피드 접근, 온라인 웹 페이지 스크래핑 및 상호작용이 가능한 어시스턴트입니다.이는 에이전트에게 더 이상 기본 AI 어시스턴트가 아니라는 점을 알리기 위해 중요합니다. 대신 이제 웹 MCP 서버가 제공하는 웹 데이터 검색 및 상호작용 기능을 갖췄습니다.
다음으로 도구 사용을 지원하는 GPT 모델을 선택하세요. 본 예시에서는 gpt-5-nano를 사용하지만, gpt-5 또는 gpt-5-mini도 가능합니다. 벤치마크에서 GPT-5 모델 비교 결과를 확인하세요.
에이전트 노드의 최종 구성은 다음과 같아야 합니다:
완벽합니다! 이 AI 워크플로의 핵심 엔진인 에이전트 노드가 이제 완전히 구성되어 사용 준비가 되었습니다.
4단계: 워크플로 완성
AI 워크플로를 완료하려면 “End” 노드를 추가해야 합니다. 에이전트 노드(현재 “Web Data Agent”로 명명됨)의 출력에 연결하세요.
최종적으로 AI 워크플로는 다음과 같이 구성됩니다:
이것은 OpenAI 에이전트 빌더에서 Bright Data 웹 MCP 사용법을 보여주는 간단한 예시일 뿐입니다. 그럼에도 웹 MCP 도구 덕분에 이 기본적인 3노드 워크플로만으로도 다양한 사용 사례를 처리할 수 있습니다.
동시에 실제 운영 환경에서 사용 가능한 워크플로는 일반적으로 더 복잡합니다. 여러 에이전트, 여러 단계, 심지어 루프까지 포함하는 경우가 많습니다. 예시를 보려면 저희 AI 에이전트 쇼케이스 페이지를 참고하세요.
중요한 점은 OpenAI 에이전트 빌더가 이러한 고급 AI 워크플로우 구축에 필요한 모든 것을 제공한다는 것입니다. 따라서 문서화를 참고하여 사용 가능한 모든 기능을 살펴보세요.
5단계: AI 워크플로 테스트
이제 설계한 AI 워크플로가 제대로 작동하는지 확인하기만 하면 됩니다. 테스트하려면 오른쪽 상단의 “미리 보기” 버튼을 클릭하세요:
그러면 오른쪽에 채팅 컴포넌트가 열리며, 이를 통해 AI 워크플로와 상호작용할 수 있습니다:
구성한 에이전트 노드가 Bright Data Web MCP가 제공하는 강력한 도구에 접근할 수 있는지 확인하려면 올바른 프롬프트를 전달해야 합니다. 예를 들어, 인스타그램 게시물 감정 분석 워크플로를 테스트하려는 경우 다음과 같은 프롬프트를 작성할 수 있습니다:
다음 인스타그램 게시물의 주요 데이터와 댓글을 가져옵니다:
"https://www.instagram.com/sportscenter/p/DQDjScTDEmQ/"
그런 다음 게시물의 주요 정보와 가장 관련성 높은 댓글에 대한 감정 분석을 포함한 마크다운 보고서를 반환합니다.웹 MCP 원격 서버를 프로 모드로 구성했다고 가정할 때, 에이전트 빌더에서 이 프롬프트를 실행하면 다음과 유사한 결과가 생성됩니다:
GIF가 빠르게 재생되어 진행 상황을 파악하기 어려울 수 있습니다. 전체 요약은 아래 번호별 목록을 참고하세요:
- 프롬프트는 “시작” 노드에서 “웹 데이터 에이전트” 노드로 이동합니다.
- “웹 데이터 에이전트”가 프롬프트를 실행하여 설정된 GPT 모델로 전달합니다.
- 모델은 작업을 완료하기에 적합한 도구로 Web MCP의
web_data_instagram_posts프리미엄 도구를 식별합니다. 해당 도구는 다음과 같이 설명됩니다: “구조화된 인스타그램 게시물 데이터를 빠르게 읽습니다. 유효한 인스타그램 URL이 필요합니다. 캐시된 조회 방식이므로 스크래핑보다 안정적입니다.” 따라서 목표에 완벽하게 부합합니다. (이 도구는 Bright Data의 인스타그램 스크레이퍼에 연결하여 작동합니다). - 도구는 Instagram 게시물 데이터를 JSON 형식으로 반환하며, 모델이 이를 분석합니다.
- 모델은 필요한 마크다운 보고서를 생성하며, 이는 채팅에 표시됩니다.
에이전트 노드가 텍스트 결과 생성으로 설정되어 있으므로, “End” 노드에 도달하는 최종 출력은 다음과 같아야 합니다:
output_text 필드에 마크다운 문자열로 된 출력이 포함되어 있음을 확인하세요. 이를 로컬 report.md 파일에 복사하여 Visual Studio Code(또는 다른 마크다운 뷰어)에서 확인하세요:
원본 인스타그램 게시물과 비교해 보면, 조회수 및 댓글과 같은 메트릭을 포함한 모든 정확한 게시물 데이터와 가장 중요한 댓글에 대한 감정 분석이 포함되어 있음을 확인할 수 있습니다:
미션 완료!
인스타그램 스크래핑을 시도해 본 적이 있다면 그 어려움을 잘 알 것입니다. 기본 GPT-5 모델만으로는 분명히 처리할 수 없었으며, 이는 Bright Data Web MCP의 강력한 성능을 보여줍니다. 이 통합을 통해 공개 인스타그램 게시물 및 기타 다양한 플랫폼의 AI 활용 가능한 데이터를 몇 초 만에 가져올 수 있습니다.
참고: 프롬프트를 연결하면 60개 이상의 모든 도구를 활용하여 다양한 시나리오를 테스트할 수 있습니다. 이건 단순한 예시일 뿐이죠!
자, 이제 완성! OpenAI 에이전트 빌더의 Bright Data Web MCP 통합은 완벽하게 작동하며, 유용한 AI 워크플로우를 만드는 데 도움을 줍니다.
다음 단계
워크플로의 새 주요 버전을 생성하려면 오른쪽 상단의 “게시(Publish)” 버튼을 누르세요. 이렇게 하면 배포하거나 롤백할 수 있는 스냅샷이 생성됩니다.
배포를 위해 상단 네비게이션에서 “코드”를 클릭하세요:
워크플로를 프로덕션에 배포하는 두 가지 옵션이 있습니다:
- ChatKit: 이 워크플로를 ChatKit 애플리케이션에 임베드하는 데 사용할 ID를 제공합니다. 권장 배포 옵션입니다.
- 고급 통합: 에이전트 SDK 라이브러리를 통해 작성된 워크플로 코드를 가져와 에이전트 채팅 경험을 구축하고 맞춤 설정합니다.
SDK에 대한 자세한 안내는 튜토리얼 “고성능을 위한 웹 언로커와 OpenAI 에이전트 SDK 통합“을 참조하세요.
결론
이 블로그 게시물에서는 OpenAI Agent Builder에서 MCP 통합을 활용하는 방법을 알아보았습니다. 특히 Bright Data의 웹 MCP 도구로 강화된 AI 워크플로를 캔버스에 노드를 드래그 앤 드롭하기만 하면 생성하는 방법을 확인했습니다.
이 통합을 통해 에이전트 노드에서 선택한 GPT 모델이 웹 검색, 구조화된 데이터 추출, 실시간 웹 데이터 피드, 자동화된 웹 상호작용 등을 위한 강력한 도구를 이용할 수 있게 됩니다.
더 진보된 AI 에이전트를 구축하려면 Bright Data 생태계에서 제공하는 AI 지원 제품 및 서비스 전체를 살펴보세요.
지금 바로 Bright Data에 무료로 가입하고 웹 데이터 도구로 실험을 시작해 보세요!
