GPT‑5 출시일 2025년 8월 샘 올트만 Sam Altman은 직접 아래와 같이 강조했다.

When I first saw GPT-5 in action, I sat back in my chair and felt a sense of powerlessness.

Watching it perfectly execute tasks that I thought only I should be able to do made me realize we are entering a new paradigm of intelligence.

그러나 실제 사용한 사람들은 5버전이 AGI가 아닌 퇴보에 가깝다고 비난을 했지만,

이제 제미나이 등의 발전을 보고 있다보니 이제는 어느정도 이해할 수 있을 것 같다.

위의 말은 GPT‑5 이후버전부터, LLM의 구조가 완전히 바뀐것을 이야기한것이었다.

즉, 멀티에이전트 구조와 기억구조의 근본적인 변화가 발생했다.

1. - Stateful Conversation

   • Responses API 덕분에 모델이 이전 대화를 기억하고 이어가는 환경 내장

   • 개발자가 전체 history를 매번 관리할 필요 없음

3. - Tool Orchestration 내장

   • 웹 검색, 파일 조회, 계산 등 외부 도구 사용을 모델 내부에서 처리 가능

   • 반복 루프와 상태 관리 코드는 API가 자동 처리

5. - 멀티모달 + 에이전틱 구조

   • 텍스트, 이미지, 코드, 데이터까지 통합 처리

   • 모델이 스스로 목표를 달성하도록 행동

*멀티턴 (Multi-turn) : 여러 번 주고받는 대화로 이전 질문과 답을 기억하고 연결하고 , 문맥 이해 기반 대화가 가능

샘 올트만의 발언은 단순 마케팅이 아니라, 구조적 변화를 반영한 선언이었다.
즉, GPT‑5 출시 이후부터는 개발자가 직접 에이전트를 설계하지 않아도, 모델이 “판단하고 행동하는 AI”,

다시 말해 AGI에 한발 더 가까운 형태로 활용될 수 있다는 의미였다.

그럼 이전에는 대화를 기억하지 못했어? 맞다 대화를 기억하지 않았다. 그렇게 보이도록 뒤에 만든것일뿐

2023~2024년까지의 API 구조는 기본적으로 stateless(상태값이 없음)였다.

• 개발자가 아닌 사람들은 모르겠지만, 실제 개발자는 매 요청마다 messages : []

• 전체를 다시 보내야 했고 이전 대화를 서버가 기억하지 않았고, tool 호출도 우리가 루프를 짜서 처리해야 했다

이 시기의 대표 API는 모두 상태 값을 보존하지 않았다(기억하지 않음)

• - OpenAI의 Chat Completions

• - Anthropic의 Claude Messages API

• - Google의 초기 Gemini API

모델은 똑똑했지만, 에이전트는 아니었다.

각자의 개발자들이 , 대화를 이어나가는 것처럼 만들기 위해서

• - 대화 상태 저장

• - 토큰 관리

• - tool 호출 후 재요청

• - 오류 처리

• - 반복 루프 설계

즉, “에이전틱 AI”를 만들려면 모델 위에 우리가 에이전트를 직접 구현해야 했다.

2025년 하반기부터 모델이 근본적으로 변경되었고, 2026년부터 정말 적용이 되기 시작했다.

🚀 Responses API 공개 (2025년 3월) → 그러나 실제 제대로 사용가능한것은 GPT 5부터(2025년 8월)

OpenAI는 2025년 3월, Responses API를 공개했다.

이 API는 단순한 리네이밍이 아니었다.

previous_response_id 기반 상태 유지
서버 측 대화 관리
내장 tool 호출 통합
웹 검색 / 파일 검색 / 컴퓨터 사용 내장

이제 개발자는 이전 응답 이어서 계속해

라고 요청할 수 있게 됐다.

이건 엄청난 변화였다.

🚀 GPT‑4o의 구조적 한계

즉, GPT‑4o는 강력했지만 “에이전틱 AI 구현 환경”으로 쓰기에는 구조적 제약이 있었다.

반대로 GPT‑5 이후 구조는:

• - stateful session 내장

• - tool orchestration 통합

• - multi-turn, multi-tool 안정성 확보

덕분에 개발자가 복잡한 agent를 구현하지 않아도, 모델이 스스로 판단하고 행동하는 환경을 만들 수 있게 된 것이다.

🔁 Gemini Interactions API (2025년 12월 베타)

Gemini API 위에 Interactions API를 베타로 공개했다.

여기서도 핵심은 같다:

• - 멀티턴 상태 유지

• - tool orchestration

• - 세션 기반 흐름 관리

Google은 원래 Gemini에서 멀티턴은 지원했지만, 이걸 명확하게 agent형 API로 추상화한 건 2025년 12월이었다.

그래서 이전 vs 이후를 비교해보자

이 두 사건은 단순한 API 업데이트가 아니었다.
이건 “AI를 어떻게 호출하느냐”의 패러다임 전환이었다.

이 시점부터 모델은 단순 “텍스트 생성기”가 아니라 상태를 유지하는 실행 엔진에 가까워졌다.

기술적으로 그래서 무엇이 달라졌나?

1. Stateless → Stateful 추상화

이전:

모델은 기억하지 않는다.

이후:

세션과 응답 ID 기반으로 흐름을 이어간다.

2. Tool이 “외부 기능”이 아니라 “내장 기능”이 됨

웹 검색, 파일 검색, 시스템 제어가 이제 모델 외부 확장이 아니라 API 구조 안으로 들어왔다.

이건 모델이 아니라 플랫폼이 에이전트화된 것이다.

3. LLM → Agent Runtime

2024년:

LLM + 우리가 만든 로직

2025년:

Agent Runtime + LLM

이 차이는 구조적으로 크다.

LLM/에이전틱 AI 구조 비교 (앤트로픽, 오픈AI, 제미나이)

2026년부터, 우리가 이것을 기반으로 만들 수 있는 것들

GPT‑5 이후 구조와 OpenAI Responses API, Google Gemini Interactions API 덕분에,

개발자는 단순 텍스트 생성기를 넘어 ‘실행 가능한 에이전트’를 설계할 수 있는 환경을 갖게 되었다.
이제 가능해진 것들을 정리하면 다음과 같다.

1. 멀티에이전트 에코시스템

• 여러 AI 에이전트를 동시에 배치하고 협업하게 할 수 있다.

• 예: 하나의 에이전트는 데이터 수집, 다른 에이전트는 분석, 또 다른 에이전트는 보고서 작성.

• 이전에는 각 에이전트별 반복 루프와 상태 관리 코드를 개발자가 구현해야 했지만, 지금은 모델과 API가 이를 자동으로 관리.

2. 자동화된 연구/분석 도구

• 모델이 웹 검색, 데이터베이스 조회, 코드 실행까지 수행하며 연속적인 분석 흐름을 생성 가능.

• 예: 시장 보고서 작성 → 경쟁사 동향 조사 → 시각화 자료 생성 → 보고서 초안 작성까지 모델 단독 실행 가능.

• 개발자는 단지 “목표와 전략”만 설계하면 됨.

3. 멀티모달 에이전틱 AI

• 텍스트, 이미지, 코드, 데이터 등 다양한 형식의 정보를 통합해 처리할 수 있다.

• 예: 디자인 콘셉트 생성 → 이미지 프로토타입 제작 → 피드백 반영 → 최종 산출물 생성까지 모델이 단일 세션 안에서 수행.

• 이전에는 각 미디어마다 별도 루프와 상태 관리 필요.

4. 개인화·컨텍스트 기반 에이전트

• 모델이 대화와 행동을 사용자별 컨텍스트에 맞게 유지.

• 예: 개인 비서, 고객 대응 AI, 학습 도우미 등.

• 이전에는 개발자가 매번 사용자의 모든 history를 관리해야 했지만, 지금은 세션과 previous_response_id로 자연스럽게 유지 가능.

5. 에이전틱 AI 플랫폼화

• 단일 모델이 아니라 모델 + API + tool orchestration = Agent Runtime 구조.

• 즉, AI 자체가 플랫폼이 되어 다양한 서비스를 구축 가능.

• 예: 기업 내 자동화된 업무 처리, AI 기반 프로젝트 관리, 멀티툴 통합 서비스 등.

2025년 GPT‑5 이후 구조에서 달라진 점은 단순히 “모델 성능”이 아니라 모델 + API + 도구 + 상태 유지가 하나의 환경으로 통합된 것이다.

덕분에 개발자는 이제:

• 반복 루프를 설계하지 않고도 상태와 툴 관리를 신경쓰지 않고도 모델을 자율적 판단과 행동이 가능한 에이전트로 활용할 수 있다.

즉, “에이전틱 AI” 시대가 본격적으로 열린 것이고, 실제 서비스와 플랫폼 수준의 AI 개발이 가능해진 것이다.