API응용 프로그램 프로그래밍 인터페이스

API로 돌리는 자동화, Claude Code, agent 도구 안에서 반복 작업을 맡기는 경우입니다.

API 고객은 눈에 보이지 않는 워터마크를 찾아내는 탐지기를 쓸 수 있고, ChatGPT 같은 소비자용 도구는 유럽 사용자 계정에서 만든 글에 신호를 넣기 시작합니다.

agent 루프 하나는 애플리케이션이 아니라 부품이고, agent와 사람, 데이터베이스, API, MCP(Model Context Protocol, AI가 외부 도구를 쓰게 하는 연결 규격) 도구 서버를 묶는 harness가 진짜 애플리케이션입니다.

집중 타이머, 음성 명령, 피드 정리, 화면 가리기, 칼로리 계산, 영상 컷 편집까지 7가지 사례로 시험해 보면 이 API가 잘하는 일과 맡기면 안 되는 일의 경계가 꽤 분명하게 드러납니다.

지금까지는 문서나 코드 템플릿으로 나눠 줬다면, 이제는 agent가 function calling(모델이 정해진 형식으로 외부 기능을 호출하는 방식)으로 부를 수 있는 API와 도구 정의로 내놓아야 합니다.

Code 코드 수정, 테스트, 배포 통계 API와 화면 요소를 추가하고 npm test로 확인한 뒤 Vercel CLI로 배포

plugin 가운데 OpenAI Developers plugin은 API 키를 브라우저의 대시보드로 Ghazi 않고 Codex 안에서 바로 만들고 설정하게 해 줍니다.

API를 부르지 않으니 사용자 데이터가 기기 밖으로 나가지 않고, 호출 요금이나 네트워크 지연도 없습니다.

연결하면 agent가 필요한 도구를 Zapier 목록에서 찾아 쓰고, 미리 만들어 둔 동작이 맞지 않으면 API 호출을 그 자리에서 작성합니다.

미국 차량관리국(DMV) 같은 기관이 새 API나 MCP(Model Context Protocol, AI가 외부 도구와 데이터에 연결하는 표준) 서버를 내놓기까지 몇 년을 기다릴 필요 없이, agent가 지금 있는 웹사이트를 직접 다뤄 운전면허 갱신 같은 일을 끝낼 수 있다는 설명입니다…

모델은 API, 그 앞에 harness가 있습니다

렌더링이 모두 내 컴퓨터에서 이뤄지므로 클라우드 구독료나 API 요금이 들지 않습니다.

사람이 화면을 눌러 쓰는 인터페이스와, 자동으로 쏟아지는 대량 요청을 버티는 가볍고 튼튼한 API 사이에서 무엇을 먼저 만들지가 소프트웨어 회사의 새 과제가 된 셈입니다.

AI agent는 이런 소프트웨어를 대체하기보다 API로 그 내부 구조와 연결해 일할 가능성이 큽니다.

판단 모델은 누구나 API로 쓸 수 있지만 동작 모델은 아직 제한된 시험 참여자에게만 열려 있습니다.

이 출력이 실제 소프트웨어 함수를 실행시키면서 agent는 API를 호출하고, 웹을 검색하고, 데이터베이스를 조회하고, 셸 명령을 실행합니다.

Google DeepMind가 agent 시대에 맞춰 Gemini API의 바탕을 다시 짰습니다.

여러 곳에서 함께 쓰는 API 키에 기대는 방식보다 훨씬 안전한 방법입니다.

코드를 만들고 여러 서비스의 API(프로그램끼리 기능을 주고받는 연결 규약)를 잇는 비용이 0에 가까워지면, API를 연결해 두었다는 사실만으로는 해자가 되기 어렵습니다.

다음 순서는 Ultra 요금제의 유료 API 이용자이며, 개별 개발자와 일반 사용자는 아직 써 볼 수 없습니다.

노출된 자격 증명 점검: 공개 저장소와 플랫폼에 API 키나 쓰기 token이 새어 나가지 않았는지 정기적으로 확인합니다.

개발 조직을 위해서는 SDK, REST API와 MCP(Model Context Protocol, AI가 외부 도구와 데이터에 접속하는 표준 방식) 서버로 공개한 수백 개의 연동 기능을 제공합니다.

같은 작업을 plugin(AI 앱에 기능을 더하는 확장 기능), MCP(Model Context Protocol, AI가 외부 도구와 데이터에 연결하는 표준 규격) 서버, 안전하게 보관한 API 키로 처리하면 빠르고 가볍게 끝납니다.

자격 증명 노출: agent가 홈 폴더의 키나 API 키에 닿으면 그 값이 밖으로 새어 나갈 수 있습니다.

Claude Code에는 미국 도로교통안전국(NHTSA)의 차량 정보 API와 환경보호청(EPA)의 연비 데이터 같은 공개 자료를 기준으로 삼으라고 지시했습니다.

개발자용 API가 없는 서비스도 화면 그대로 다룹니다.

첫 도우미의 모델을 연결할 때는 Anthropic의 API 키를 Keys의 Providers에 등록하고, Models에서 주 모델로 Claude Opus 4.6을 선택합니다.

API 가격은 Claude Sonnet 5.5와 같은 가격대입니다.

Agents API에는 Computer Use가 더해져, 전용 API가 없는 앱도 agent가 화면을 직접 조작해 다룰 수 있습니다.

다만 $200 요금제는 이용량 계산 방식이 바뀌어, API(프로그램에서 모델을 호출하는 방식) 비용으로 환산한 이용 가치가 이전의 약 절반이 됐습니다.

이 구성은 Apple Silicon의 Metal을 활용하도록 최적화한 Whisper를 사용하며, 받아쓰기를 위해 음성 데이터를 외부 클라우드 API로 보내지 않습니다.

API는 프로그램에서 다른 서비스의 기능을 호출하는 연결 방식입니다.

보안 검토와 코드 리뷰에는 높은 effort가 결과를 크게 끌어올리지만, 단순한 화면 구현은 낮은 effort로 충분하고, 예외 상황을 챙겨야 하는 API 구현은 중간 수준이 알맞습니다.

API 가격도 입력과 출력 등 주요 항목에서 절반입니다.

API 키는 다른 서비스에 접근할 권한을 주는 비밀 인증 정보입니다.

OpenAI가 제시한 GPT-6 Luna의 API 가격은 입력 token(모델이 정보를 처리할 때 사용하는 단위) 100만 개당 $0.10, 출력 100만 개당 $0.50입니다.

모델을 사용하려면 자신의 API 키를 연결해야 합니다.

100개 브라우저 자동화 과제로 구성된 benchmark(성능 비교 시험)인 BU-Bench V1에서 Webcmd는 비교 대상 중 가장 높은 완료 정확도와 가장 낮은 완료 과제당 추정 제어 API(프로그램의 기능을 호출하는 인터페이스) 비용을 기록했습니다.

소셜 게시·광고 연결된 채널에 게시하고 반응 및 전환 데이터를 가져오는 API(서비스 간 데이터 교환 방식)를 사용합니다.

작업에는 12시간이 걸렸고 26억 token이 처리됐으며, API 크레딧 지출은 $1,000 미만이었습니다.

GPT-6 Luna는 ChatGPT Work 화면에서 직접 고르기보다 API를 통한 개발 작업에 쓰는 편이 맞아 보입니다.

API(소프트웨어 사이의 데이터 교환과 기능 호출 방식)는 이런 동작에 쓰이는 통로이고, MCP(AI가 외부 도구의 기능과 자료를 이용하도록 연결하는 개방형 표준)는 API를 바탕으로 도구의 기능과 맥락을 AI에 알려 주는 방식입니다.

반대로 웹사이트가 agent를 위해 별도의 API(프로그램이 기능을 호출하는 연결 방식)를 만드는 일은 개발과 유지·관리 부담이 큽니다.

비교 대상인 상용 이미지 생성 API의 비용은 이미지당 약 $0.03~0.04, $1에 대략 25장입니다.

OpenAI는 해당 연구자의 키를 비활성화하고 예방 차원에서 직원들의 API 키도 비활성화했으며, 문제의 모델을 약 2주간 내부 사용에서 제외했습니다.

DeepSeek V4 Flash는 54개 과제에서 32개를 풀었고, context caching(이미 처리한 입력을 저장해 다시 쓰는 방식)을 적용한 해당 시험의 API 비용은 총 $0.58였습니다.

클라우드로 옮기기 전에는 API 키, 세션 비밀값, 민감한 회사 정보나 코드가 섞여 있지 않은지 확인하고 필요한 부분을 제거합니다.

공급자 API 응답 시간이나 queued, issued, mailed, delivered, cashed, voided, reconciled로 이어지는 상태 전이 같은 것들입니다.

그런데 최신 웹의 상당 부분에는 프로그램이 호출할 수 있는 API가 없습니다.

설치는 API 키 발급, 자체 테스트 실행, settings.json에 hook(특정 시점에 자동 실행되도록 연결하는 설정) 연결, 환경 재시작의 네 단계입니다.

connector가 외부 서비스의 API를 호출합니다.

앱을 Claude나 ChatGPT 같은 외부 agent에 연결하는 통합 기능이 나와 있어서, agent가 표준 API를 통해 앱의 데이터베이스를 읽고 조작할 수 있습니다.

커뮤니티 계산으로는 API 기준 $1,000만에서 $4,000만의 컴퓨팅 비용이 들었을 것으로 추정됩니다.

VidIQ 계정 설정의 API 키 메뉴에서 MCP 항목으로 들어가 connector 링크 URL을 복사합니다.

반대편에서는 미국의 최전선 연구소들이 모델을 API 유료 장벽 뒤에 잠급니다.

하이브리드 (Cursor, Claude Code 등) 내 컴퓨터 원격 서버(API 호출) 있음

모든 테스트는 오프라인에서 진행했고, OpenAI나 Anthropic 같은 클라우드 API는 쓰지 않았습니다.

API 가격은 전 항목에서 내려갔습니다.