OpenAI Remote MCP란 무엇인가: Responses API에서 외부 도구를 연결하는 실무 가이드

OpenAI remote MCP는 2026년 AI 애플리케이션 개발자라면 반드시 이해해야 하는 주제입니다. 함수 호출만으로는 부족하고, 외부 서비스와 문서 시스템, 업무 도구를 표준 방식으로 연결해야 하는 요구가 빠르게 늘고 있기 때문입니다. OpenAI는 이 지점에서 Responses API 안에 mcp 도구 타입을 넣어 원격 MCP 서버와 커넥터를 다룰 수 있게 하고 있습니다.

OpenAI 공식 문서는 remote MCP servers와 connectors를 사용해 모델에 새로운 기능을 부여할 수 있다고 설명합니다. 그리고 승인, 허용 도구 제한, 인증, 안전성까지 별도 섹션으로 다루고 있습니다. 즉, 이 기능은 단순 데모가 아니라 실제 프로덕션 설계 이슈로 봐야 합니다.

이런 분께 추천합니다

#

• Responses API에 외부 도구를 붙이려는 개발자
• function calling과 remote MCP의 역할 차이가 궁금한 팀
• OpenAI remote MCP, Responses API mcp, allowed_tools, require_approval을 정리하고 싶은 독자

OpenAI remote MCP란 무엇인가요?

#

OpenAI의 remote MCP는 Responses API에서 외부 MCP 서버를 도구처럼 연결해 사용하는 방식입니다. 공식 가이드 기준으로, tools 배열 안에 type: "mcp" 항목을 추가하고 server_url과 승인 정책 등을 전달합니다.

개념 예시는 아래와 같습니다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

from openai import OpenAI

client = OpenAI()

resp = client.responses.create(
    model="gpt-5",
    tools=[{
        "type": "mcp",
        "server_label": "docs",
        "server_url": "https://example.com/sse",
        "require_approval": "never",
        "allowed_tools": ["search", "fetch"]
    }],
    input="최근 배포 문서를 찾아 요약해줘"
)

핵심은 모델이 임의의 외부 서비스 API를 직접 이해하는 것이 아니라, MCP 서버가 노출하는 도구 정의를 가져와 그 안에서 동작한다는 점입니다.

Connectors와는 무엇이 다른가요?

#

OpenAI 공식 문서는 connectors와 remote MCP를 같은 큰 도구 계층에서 설명하지만, 관리 주체가 다릅니다.

즉, connectors는 OpenAI가 관리하는 연결이고, remote MCP는 직접 신뢰하고 연결해야 하는 외부 서버입니다.

어떻게 동작하나요?

#

OpenAI 가이드는 과정을 크게 세 단계로 설명합니다.

1. 서버에서 도구 목록을 가져옵니다.
2. 모델이 필요 시 특정 도구를 선택합니다.
3. API가 서버에 실제 도구 호출을 수행하고, 결과를 모델 컨텍스트에 넣습니다.

이 과정에서 mcp_list_tools, mcp_call, mcp_approval_request 같은 출력 항목이 생깁니다. 즉, 단순 텍스트 응답이 아니라 도구 사용 이벤트 흐름을 함께 보게 됩니다.

allowed_tools와 require_approval이 왜 중요한가요?

#

OpenAI 문서는 이 두 설정을 매우 강하게 강조합니다. 이유는 간단합니다. 원격 MCP 서버는 강력하고, 그만큼 위험하기 때문입니다.

allowed_tools

#

일부 MCP 서버는 수십 개 도구를 노출할 수 있습니다. 문서도 이 경우 비용과 지연이 커질 수 있다고 설명합니다. 그래서 필요한 도구만 가져오는 allowed_tools가 중요합니다.

require_approval

#

OpenAI는 기본적으로 MCP 호출 전에 승인을 요청하도록 설계되어 있습니다. 민감한 액션이 가능한 서버라면 이 승인 흐름을 유지하는 편이 맞습니다.

실무적으로는 이렇게 생각하면 됩니다.

• 검색/조회 중심 서버: 승인 완화 검토 가능
• 쓰기/삭제/외부 액션 서버: 승인 유지가 기본

어떤 서버를 연결해야 할까요?

#

OpenAI 문서는 공식 서버를 우선 신뢰하라고 권고합니다. 예를 들어 서비스 제공자가 직접 운영하는 MCP 서버가 있다면, 제3자 프록시 서버보다 그쪽이 낫습니다.

실무 체크리스트는 아래와 같습니다.

• 서버 운영 주체가 명확한가
• OAuth 또는 적절한 인증이 있는가
• 도구 수가 과도하지 않은가
• 도구 설명이 명확한가
• 민감 데이터 유출 위험이 없는가

OpenAI가 직접 제공하는 MCP도 있나요?

#

네. OpenAI는 공식 개발자 문서용 공개 MCP 서버도 제공합니다. 문서 기준 서버 URL은 https://developers.openai.com/mcp입니다. 이 서버는 개발자 문서를 검색하고 읽는 용도이며, API를 대신 호출하지는 않습니다.

이 사례는 remote MCP의 좋은 입문 예시입니다. 검색형 도구와 읽기 전용 리소스를 어떻게 MCP로 노출할 수 있는지 보여주기 때문입니다.

검색형 키워드로 왜 강한가요?

#

• OpenAI remote MCP
• Responses API mcp
• OpenAI connectors
• allowed_tools
• require_approval
• OpenAI MCP server

에이전트 개발자와 플랫폼 개발자 모두가 찾는 검색어라 유입 질이 좋습니다.

추천 카테고리

#

이 글은 ai-automation 카테고리에 두는 것이 가장 맞습니다. 도구 연결 구조와 승인 흐름 설계 자체가 AI 자동화 주제이기 때문입니다.

핵심 요약

#

1. OpenAI remote MCP는 Responses API에서 외부 MCP 서버를 도구처럼 연결하는 방식입니다.
2. allowed_tools와 require_approval은 성능 옵션이 아니라 보안 설계 요소입니다.
3. 공식 서버, 읽기 전용 서버, 최소 도구 노출 원칙을 우선으로 잡는 편이 안전합니다.

참고 자료

#

• Remote MCP and connectors guide: https://platform.openai.com/docs/guides/tools-remote-mcp
• OpenAI MCP docs server: https://platform.openai.com/docs/docs-mcp
• Build MCP servers for ChatGPT and API integrations: https://platform.openai.com/docs/mcp/

함께 읽으면 좋은 글

#

• OpenAI Responses API란 무엇인가: 2026년 에이전트형 앱 개발을 위한 실무 가이드
• MCP 서버란 무엇인가: 2026 AI 에이전트 실무를 위한 Model Context Protocol 가이드
• GitHub Models란 무엇인가: 2026년 저장소 안에서 AI 프롬프트와 평가를 관리하는 방법