Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 글은 에이전트 워크플로우 내에서 ChatGPT Images 2.5 기능을 사용하는 방법을 설명합니다. 사용자는 BrowserAct 템플릿을 활용하여 이미지 생성 기능을 자신의 에이전트에 연결하고, MCP를 통해 해당 도구를 노출시키는 과정을 상세히 안내합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기저는 이미 ChatGPT에서 이미지 생성 기능에 접근할 수 있었습니다. 제가 원했던 것은 작업 중인 에이전트에서 이 기능을 사용하는 것이었습니다.
사소한 변화처럼 들릴 수 있지만, 저에게는 워크플로우의 빠진 부분이었습니다. 브라우저에서는 ChatGPT Images 2.5로 이미지를 얻을 수 있었지만, 제 에이전트에 요청을 보내고 그 결과로 이미지가 돌아오게 하고 싶었습니다.
MCP를 통해 저의 ChatGPT 계정을 이미지 도구에 연결할 수 있을까요?
결국 저는 이 BrowserAct 템플릿을 사용하여 ChatGPT Images 2.5를 사용하게 되었습니다. 제가 어떻게 이를 연결했는지, 그리고 에이전트에게 이미지를 요청했을 때 어떤 일이 일어났는지 알려드리겠습니다.
제가 사용한 템플릿의 이름은 **ChatGPT Image 2.5 API (사용 전 복사)**입니다.
제 눈에 들어온 부분은 브라우저 작업(browser task)이 이미 구축되어 있었다는 점이었습니다. 저는 사본을 만들고, 저의 ChatGPT 로그인을 연결한 다음, 결과로 생성된 Bot을 제 에이전트에 사용할 수 있게 할 수 있었습니다. 처음부터 전체 이미지 생성 프로세스를 설명할 필요가 없었습니다.
이름에는 “API”가 포함되어 있지만, 제가 사용한 연결은 BrowserAct를 통해 ChatGPT 웹사이트를 실행하는 것입니다. 이 Bot은 브라우저 환경에 저장된 로그인을 사용합니다. MCP는 제 에이전트에게 이 Bot을 호출할 수 있는 방법을 제공합니다.
이는 제가 시도하고 싶었던 것, 즉 다른 도구에서 저의 계정을 사용하여 이미지 접근 기능을 재사용하는 것에 적합했습니다.
저는 템플릿 페이지에서 Create Editable Duplicate를 클릭했습니다. 이것은 제가 작업할 개인 사본을 주었습니다. 공개된 템플릿 자체는 제 계정으로 실행될 수 없습니다.
저는 템플릿의 편집 가능한 사본으로 시작했습니다.
다음은 계정 연결이었습니다. 복사된 Bot에서 Build → Improve를 열고 다음 지침을 사용했습니다:
My login session is no longer available. I need to log in again. Do not rebuild or refactor the Bot. Keep the existing workflow, inputs, and outputs unchanged.
마지막 두 문장이 중요합니다. 이미지 작업은 이미 구축되어 있었고, 제가 할 일은 저의 로그인만 제공하는 것이었습니다. 저는 기존 입력 및 출력 동작을 유지하면서 그 단계를 완료하고 싶었습니다.
Improve에 입력한 지침: 로그인을 복원하고 Bot은 변경하지 않음.
브라우저에서 ChatGPT 로그인을 완료한 후 봇을 게시했습니다. 비밀번호는 로그인 과정에 남아 있었고, 이미지 요청의 일부로 에이전트에게 전달할 필요가 있는 정보는 아니었습니다.
일관되게 유지하고 싶은 설정 세부 사항은 브라우저 프로필입니다. 프록시를 사용하는 경우, 템플릿을 복사한 후 정적(static) 프록시를 선택하여 계속 사용하는 것이 좋습니다. 이는 세션 간의 변경을 줄여주지만, ChatGPT가 다시 로그인을 요청하지는 않는다는 것을 보장하지는 않습니다.
봇이 게시되었음에도 불구하고, 여전히 MCP를 통해 접근 가능하게 만들어야 했습니다.
Integrations로 이동한 다음 MCP 카드에 있는 설정 아이콘을 클릭했습니다. 제 예시에서 도구 이름은 chatgpt_image_generator였습니다.
저는 템플릿 README의 설명을 사용하고 입력을 **AI 추론(AI-inferred)**으로 설정하여 에이전트가 요청으로부터 해당 값들을 채울 수 있도록 했습니다.
에이전트가 요청 입력을 제공하는 이미지 도구 구성.
설정을 저장한 후에는 또 다른 단계가 있었습니다. 바로 이 도구를 MCP 서버에 노출시키는 것이었습니다. MCP Server → Server Management → Exposed Tools → Not Exposed에서 이미지 도구를 선택하고 Expose를 클릭했습니다.
그런 다음 Connect to Clients에서 서버 URL과 이에 맞는 API 키를 가져와 제 에이전트에 연결을 구성했습니다. 한 번 연결되자, 이미지 도구가 사용 가능한 도구 목록에 나타났습니다.
제 에이전트에서 사용한 연결 세부 정보. 서버 URL과 키는 여기에 숨겨져 있습니다.
이것이 MCP 이미지 생성을 위해 필요한 설정이었습니다: 제 ChatGPT 세션이 포함된 봇, 그리고 제 에이전트가 호출할 수 있는 도구였습니다. BrowserAct MCP 가이드에서는 클라이언트 연결 설정을 다루고 있으며, 이 설정 워크스루는 스크린샷을 통해 페이지를 보여줍니다.
저는 실제 이미지 요청을 보낼 준비가 되었습니다.
제 에이전트에서 보낸 프롬프트는 다음과 같습니다:
I want to create an image of a little duck riding a pink bicycle and smiling happily by the seaside, surrounded by a group of children watching.
이는 참고 사진 없이 텍스트-이미지 요청이었습니다. 이 템플릿의 경우, 이는 reference_images: none에 해당합니다.
그리고 max_reference_images: 0
대화에서 에이전트가 chatgpt_image_generator를 호출하는 것을 볼 수 있었습니다.
이미지가 반환된 후, 클라이언트가 이를 다운로드하고 저장한 다음 다시 읽어왔습니다. 결과 메시지에는 PNG 링크와 별도의 프롬프트 기록이 포함되어 있었습니다.
에이전트 대화에서의 이미지 요청 및 도구 호출.
이미지 보고서에는 1660 × 948 픽셀, PNG, 2.63 MB가 표시되었습니다. 또한 제 요청에서 언급한 오리, 분홍색 자전거, 구경하는 아이들, 해변 장면을 설명했습니다.
PNG 치수와 파일 크기를 포함한 반환된 이미지 보고서.
이것이 저에게 유용했던 순간이었습니다: 이미지 요청과 저장된 파일 모두 에이전트 대화 안에 있었습니다. 저는 거기에서 결과를 열어볼 수 있었습니다. 클라이언트가 다운로드 및 로컬 저장을 처리했습니다.
저는 이 예시를 위해 DeepSeek을 사용했습니다. 동일한 설정은 BrowserAct의 원격 MCP 연결 및 인증을 지원하는 에이전트에 적용될 예정이며, 모델 이름 자체가 호환성을 결정하지는 않습니다.
출력은 또한 한 가지 실질적인 세부 사항을 명확히 했습니다: 저는 ChatGPT 웹 결과를 받고 있다는 것입니다. 저는 API 품질 계층을 선택하거나 특정 픽셀 크기를 요청한 것이 아니었습니다. 그것들은 이 이미지의 치수였습니다.
제가 유지하고 싶었던 것은 이미 작업 중인 곳에서 이미지 요청을 할 수 있는 기능이었습니다. 이번 실행은 그것을 제공했습니다: 제 에이전트가 도구를 호출했고, 결과 파일이 대화로 돌아왔습니다.
제 계정을 사용하는 것 자체가 매력이었습니다. ChatGPT 비밀번호를 에이전트에 넣지 않고도 이미지 도구를 연결할 수 있었습니다. MCP URL과 키가 연결 자격 증명이 되므로, 키는 여전히 비공개로 유지되어야 합니다. 프롬프트와 이미지 또한 워크플로우에 관련된 서비스들을 통과합니다.
동일한 봇을 ChatGPT 이미지 편집에도 사용할 수 있는 여지가 있습니다. 이는 지침과 함께 참조 이미지를 받기 때문에, 제품 사진과 배경 변경 요청이 동일한 연결을 사용할 수 있습니다. 위의 오리 예시는 제가 보여줘야 하는 텍스트-투-이미지 실행입니다.
테스트 과정에서 BrowserAct를 사용하여 실행당 약 28 크레딧이 소모되는 것을 확인했습니다. 이 수치는 고정된 비용이라기보다는 관찰치이므로, 대규모 배치를 계획하기 전에 실제 사용량을 점검하는 것이 좋습니다. ChatGPT의 이미지 제한은 여전히 적용되며, 만료된 로그인도 복원해야 합니다.
게시된 봇에는 BrowserAct API 경로도 있습니다. 제가 이것을 사용하고 싶었던 방식—에이전트에게 이미지를 요청하는 것—에는 MCP 연결이 필요했습니다.
제가 처음 질문했던 것은 에이전트에서 ChatGPT 이미지 접근 권한을 사용할 수 있는지 여부였습니다. 이제 반복할 수 있는 프롬프트와 열어볼 수 있는 파일을 가진, 작동하는 ChatGPT 이미지 MCP 예시를 갖게 되었습니다. 만약 여러분의 에이전트에서 직접 시도해보고 싶다면, ChatGPT 이미지 템플릿의 복사본을 만들고 단일 이미지 요청부터 시작할 수 있습니다.
작성 메모: 이 글은 AI의 도움을 받아 초안 작성 및 편집되었습니다.