메인 콘텐츠로 건너뛰기
OpenAI는 최근 모델 응답을 생성하는 인터페이스를 제공했습니다. 텍스트 또는 이미지 입력을 제공하여 텍스트 또는 이미지 출력을 생성합니다. 모델이 자체 사용자 정의 코드를 호출하거나 웹 검색 또는 파일 검색과 같은 내장 도구를 사용하도록 하여, 자체 데이터를 모델 응답의 입력으로 사용할 수 있습니다. 이 문서는 주로 OpenAI Responses API 작업의 사용 절차를 소개하며, 이를 통해 공식 OpenAI의 모델 응답 생성 기능을 쉽게 사용할 수 있습니다.

GPT-6.1 Sol

model: "gpt-6.1-sol"을 사용하여 해당 모델을 선택합니다. 스트리밍 출력, 함수 호출, 구조화된 출력 및 이미지 입력을 지원합니다. 최초 공개된 첫 주 동안에는 검증된 ACE T1+ 보유자(최소 100,000 ACE) 또는 권한을 부여받은 사용자에게만 공개됩니다. 구체적인 공개 시점은 콘솔 접근 안내를 기준으로 합니다. 추론 수준은 low, medium, high, xhigh 및 max를 지원하며, 현재 none 또는 minimal은 지원하지 않습니다. reasoning: {"effort": "low"}부터 시작하는 것을 권장합니다. 입력이 272,000 tokens를 초과하면 전체 요청에 장문 컨텍스트 가격이 적용되며, 비용은 콘솔의 현재 가격을 기준으로 합니다.

신청 절차

OpenAI Responses API를 사용하려면 먼저 Ace Data Cloud 콘솔에서 API Token을 발급받아 예비용으로 보관하세요. 아직 로그인하거나 등록하지 않았다면 로그인 페이지로 자동 이동하여 등록 및 로그인을 안내하며, 완료 후 현재 페이지로 자동 반환됩니다. 하나의 API Token으로 플랫폼의 모든 서비스를 호출할 수 있으며, 서비스별로 별도 신청할 필요가 없습니다. 최초 신청 시 무료 크레딧이 제공되어 무료로 체험할 수 있으며, 크레딧이 부족할 경우 콘솔에서 공용 잔액을 충전할 수 있습니다.
📘 전체 문서: OpenAI Responses API →

기본 사용

다음으로 화면에서 해당 내용을 입력할 수 있으며, 그림과 같습니다:

이 인터페이스를 처음 사용할 때는 최소 세 가지 내용을 입력해야 합니다. 하나는 authorization이며, 드롭다운 목록에서 직접 선택하면 됩니다. 다른 하나의 매개변수는 model이며, model은 우리가 사용할 OpenAI ChatGPT 공식 웹사이트 모델 유형입니다. 여기에는 주로 20가지 모델이 있으며, 자세한 내용은 우리가 제공하는 모델을 확인할 수 있습니다. 마지막 매개변수는 input이며, input은 우리가 입력하는 질문 문구 배열입니다. 이는 배열로, 여러 질문 문구를 동시에 업로드할 수 있음을 나타내며, 각 질문 문구에는 role과 content가 포함됩니다. 그중 role은 질문자의 역할을 나타내며, 우리는 user, assistant, system의 세 가지 신분을 제공합니다. 또 다른 content는 우리가 질문하는 구체적인 내용입니다. 동시에 오른쪽에 해당 호출 코드가 생성되는 것을 확인할 수 있으며, 코드를 복사하여 직접 실행하거나 「Try」 버튼을 직접 클릭하여 테스트할 수도 있습니다. 자주 사용하는 선택적 매개변수:
  • max_tokens: 단일 응답의 최대 token 수를 제한합니다.
  • temperature: 생성 무작위성으로, 0-2 사이이며 값이 클수록 더 발산적입니다.
  • n: 한 번에 생성할 후보 응답 수입니다.
  • response_format: 반환 형식 설정입니다.
  • tools: 함수/도구 호출 정의입니다.
  • background: 백그라운드에서 비동기로 실행할지 여부입니다.

호출 후 반환 결과는 다음과 같습니다:
반환 결과에는 여러 필드가 있으며, 소개는 다음과 같습니다:
  • id: 이번 대화 작업을 생성하는 ID로, 이번 대화 작업을 고유하게 식별하는 데 사용됩니다.
  • model : 선택한 OpenAI ChatGPT 공식 웹사이트 모델입니다.
  • output: ChatGPT가 질문 문구에 대해 제공한 응답 정보입니다.
  • usage : 이번 질의응답에 대한 token 통계 정보입니다.
그중 output은 ChatGPT의 응답 정보를 포함하며, 그 안의 output은 ChatGPT입니다. 그림과 같이 확인할 수 있습니다.

output 내부의 content 필드에 ChatGPT 응답의 구체적인 내용이 포함되어 있음을 확인할 수 있습니다.

스트리밍 응답

이 인터페이스는 스트리밍 응답도 지원하며, 이는 웹페이지 연동에 매우 유용하여 웹페이지에서 글자 단위 표시 효과를 구현할 수 있습니다. 응답을 스트리밍으로 반환하려면 요청 헤더의 stream 매개변수를 변경하여 true로 수정할 수 있습니다. 수정은 그림과 같지만, 호출 코드도 스트리밍 응답을 지원하도록 해당 변경이 필요합니다.

stream을 true로 수정한 후 API는 해당 JSON 데이터를 한 줄씩 반환하며, 코드 수준에서는 한 줄씩 결과를 얻기 위해 이에 맞는 수정이 필요합니다. Python 예제 호출 코드:
출력 효과는 다음과 같습니다:
응답에는 많은 data가 있으며, data 안의 delta가 최신 답변 내용임을 확인할 수 있고, 이는 위에서 소개한 내용과 일치합니다. delta는 새로 추가된 답변 내용이며, 결과에 따라 시스템에 연동할 수 있습니다. 스트리밍 응답은 response.completed 또는 response.incomplete를 최종 상태로 사용합니다. 최종 상태의 usage는 이번 요청의 최종 token 사용량이며, 과금 기준이기도 합니다. 클라이언트가 최종 상태가 도착하기 전에 연결을 끊으면, 이번 요청은 클라이언트 종료(499)로 기록되며, 로컬 추정 token을 사용하여 과금되지 않습니다. 연결이 정상적으로 종료되었지만 최종 상태 및 최종 usage를 받지 못한 경우, 이번 요청은 응답 불완전(502)으로 기록되며, 마찬가지로 추정 token을 사용하여 과금되지 않습니다. 이 두 가지 상황이 발생하면 요청을 다시 시작하세요. 반환된 data 결과에는 여러 필드가 있으며, 다음과 같이 소개합니다:
  • item_id, 이번 대화 작업을 생성하는 ID로, 이번 대화 작업을 고유하게 식별하는 데 사용됩니다.
  • type, 이번 대화 Responses 작업을 생성하는 유형입니다.
  • model , 선택한 OpenAI ChatGPT 공식 웹사이트 모델입니다.
  • delta, ChatGPT가 질문어에 대해 제공하는 답변 정보입니다.
JavaScript도 지원되며, 예를 들어 Node.js의 스트리밍 호출 코드는 다음과 같습니다:
Java 예제 코드:
다른 언어는 별도로 직접 수정하여 작성할 수 있으며, 원리는 모두 동일합니다.

다중 턴 대화

다중 턴 대화 기능을 연동하려면 input 필드에 여러 질문어를 업로드해야 하며, 여러 질문어의 구체적인 예시는 아래 그림과 같습니다:

Python 예제 호출 코드:
여러 질문어를 업로드하면 다중 턴 대화를 쉽게 구현할 수 있으며, 다음과 같은 답변을 얻을 수 있습니다:
output에 포함된 정보는 기본 사용의 내용과 일치함을 확인할 수 있습니다. 여기에는 ChatGPT가 여러 대화에 대해 답변한 구체적인 내용이 포함되어 있으며, 이렇게 여러 대화 내용을 기반으로 해당 질문에 답변할 수 있습니다.

비전 모델

gpt-4o는 OpenAI가 개발한 멀티모달 대규모 언어 모델이며, GPT-4를 기반으로 시각 이해 능력을 추가했습니다. 이 모델은 텍스트와 이미지 입력을 동시에 처리하여, 크로스모달 이해와 생성을 구현합니다. gpt-4o 모델을 사용한 텍스트 처리는 위의 기본 사용 내용과 일치하며, 아래에서는 모델의 이미지 처리 능력을 사용하는 방법을 간략히 소개합니다. gpt-4o 모델의 이미지 처리 능력은 주로 기존 content 내용에 type 필드를 추가하여 사용합니다. 이 필드를 통해 업로드된 것이 텍스트인지 이미지인지 알 수 있으므로 gpt-4o 모델의 이미지 처리 능력을 사용할 수 있습니다. 아래에서는 주로 Curl과 Python 두 가지 방식으로 해당 기능을 호출하는 방법을 설명합니다.
  • Curl 스크립트 방식
  • Python 스크립트 방식
그러면 아래와 같은 결과를 얻을 수 있으며, 결과 내부의 필드 정보는 위와 일치합니다. 구체적인 내용은 다음과 같습니다.
답변 내용이 이미지를 기반으로 답변된 것임을 알 수 있으므로, 위의 두 가지 방식을 통해 gpt-4.1 모델의 텍스트 및 이미지 처리 능력을 쉽게 사용할 수 있습니다. gpt-4.1 외에도 gpt-4o-mini라는 더 저비용의 모델이 있습니다. gpt-4o-mini는 OpenAI가 개발한 최신 세대의 대규모 언어 모델로, 응답 속도가 빠를 뿐만 아니라 가격도 더 저렴하며 멀티모달도 지원합니다. vision 기능의 사용은 위의 gpt-4.1 모델 사용 내용을 참고할 수 있습니다.

파일 처리 모델 생성

요청 예시:
예시 결과:
입력 파일도 처리되었으며, 결과는 위와 유사한 것을 확인할 수 있습니다.

오류 처리

API를 호출할 때 오류가 발생하면 API는 해당 오류 코드와 정보를 반환합니다. 예를 들면 다음과 같습니다:
  • 400 token_mismatched:잘못된 요청이며, 매개변수가 누락되었거나 유효하지 않기 때문일 수 있습니다.
  • 400 api_not_implemented:잘못된 요청이며, 매개변수가 누락되었거나 유효하지 않기 때문일 수 있습니다.
  • 401 invalid_token:인증되지 않음, 인증 토큰이 유효하지 않거나 누락되었습니다.
  • 429 too_many_requests:요청이 너무 많습니다. 요청 한도를 초과했습니다.
  • 500 api_error:내부 서버 오류, 서버에서 문제가 발생했습니다.

오류 응답 예시

결론

이 문서를 통해 공식 OpenAI의 Responses 생성 기능을 쉽게 구현하기 위해 OpenAI Responses API를 사용하는 방법을 이해하셨습니다. 이 문서가 해당 API를 더 효과적으로 연동하고 사용하는 데 도움이 되기를 바랍니다. 궁금한 점이 있으시면 언제든지 기술 지원팀에 문의해 주세요.