콘텐츠로 이동

빠른 시작

프로젝트 설정 및 자격 증명

섹션 제목: “프로젝트 설정 및 자격 증명”

  1. 프로젝트 생성

    이 빠른 시작에서는 브라우저에서 사용할 수 있는 음성 에이전트를 만듭니다. 새 프로젝트를 스캐폴딩하려면 Next.js 또는 Vite로 시작할 수 있습니다.

    Terminal window
    npm create vite@latest my-project -- --template vanilla-ts

  2. 권장 패키지 설치 (Zod v4 필요)

    Terminal window
    npm install @openai/agents zod

  3. 클라이언트 임시 토큰 생성

    이 애플리케이션은 사용자의 브라우저에서 실행되므로, Realtime API를 통해 모델에 안전하게 연결할 방법이 필요합니다. 권장 흐름은 공식 WebRTC를 사용하는 Realtime API 가이드와 같습니다. 백엔드가 수명이 짧은 임시 클라이언트 토큰을 만들고, 브라우저가 그 토큰으로 WebRTC 연결을 설정합니다. 테스트 목적이라면 curl과 일반 OpenAI API 키를 사용해 토큰을 생성할 수도 있습니다.

    Terminal window
    export OPENAI_API_KEY="sk-proj-...(your own key here)"
    curl -X POST https://api.openai.com/v1/realtime/client_secrets \
       -H "Authorization: Bearer $OPENAI_API_KEY" \
       -H "Content-Type: application/json" \
       -d '{
         "session": {
           "type": "realtime",
           "model": "gpt-realtime"
         }
       }'

    응답에는 ek_ 접두사로 시작하는 최상위 value 필드와 실제 적용된 session 객체가 포함됩니다. WebRTC 연결을 설정할 때 클라이언트 시크릿으로 value를 사용하세요. 이 토큰은 수명이 짧으므로 필요할 때 백엔드에서 새 토큰을 발급해야 합니다. 브라우저 세션에서 authorization 또는 사용자 정의 headers가 필요한 호스티드 MCP 서버 도구를 써야 한다면, 해당 자격 증명을 브라우저 코드에 노출하지 말고 서버 측에서 POST /v1/realtime/client_secrets로 보내는 session 페이로드에 그 호스티드 MCP 설정을 포함하세요.

음성 에이전트 생성 및 연결

섹션 제목: “음성 에이전트 생성 및 연결”

  1. 첫 에이전트 생성

    새 RealtimeAgent 생성은 일반 에이전트 생성과 매우 유사합니다.

    import { RealtimeAgent } from '@openai/agents/realtime';
    

    const agent = new RealtimeAgent({
      name: 'Assistant',
      instructions: 'You are a helpful assistant.',
    });

  2. 세션 생성

    일반 에이전트와 달리 음성 에이전트는 RealtimeSession 안에서 지속적으로 실행되며, 이 세션이 시간에 따른 대화와 모델 연결을 처리합니다. 또한 이 세션은 오디오 처리, 인터럽션(중단 처리), 그리고 이후에 구성할 더 넓은 대화 수명주기도 관리합니다.

    import { RealtimeSession } from '@openai/agents/realtime';
    

    const session = new RealtimeSession(agent, {
      model: 'gpt-realtime',
    });

    RealtimeSession 생성자는 첫 번째 인수로 agent를 받습니다. 이 에이전트는 사용자가 처음 상호작용하는 에이전트입니다.

  3. 세션에 연결

    세션에 연결하려면 앞에서 생성한 클라이언트 임시 토큰을 전달해야 합니다.

    await session.connect({ apiKey: 'ek_...(put your own key here)' });

    브라우저에서는 WebRTC를 사용해 Realtime API에 연결되며, 마이크 캡처와 오디오 재생이 자동으로 구성됩니다. 기본 WebRTC 경로에서는 데이터 채널이 열리자마자 SDK가 초기 세션 구성을 전송하고, connect()가 resolve되기 전에 일치하는 session.updated 확인 응답을 기다리며, 해당 확인이 오지 않으면 타임아웃 폴백으로 진행합니다. Node.js 같은 서버 런타임에서 RealtimeSession을 실행하면 SDK는 자동으로 WebSocket으로 폴백합니다. WebSocket 경로에서는 소켓이 열리고 초기 구성이 전송된 뒤 connect()가 resolve되므로, session.updated는 약간 늦게 도착할 수 있습니다. 전송 방식 선택에 대한 자세한 내용은 Realtime 전송 계층 가이드에서 확인할 수 있습니다.

앱 실행 및 테스트

섹션 제목: “앱 실행 및 테스트”

  1. 전체 구성 통합

    import { RealtimeAgent, RealtimeSession } from '@openai/agents/realtime';
    

    export async function setupCounter(element: HTMLButtonElement) {
      // ....
      // for quickly start, you can append the following code to the auto-generated TS code
    

      const agent = new RealtimeAgent({
        name: 'Assistant',
        instructions: 'You are a helpful assistant.',
      });
      const session = new RealtimeSession(agent);
      // Automatically connects your microphone and audio output in the browser via WebRTC.
      try {
        await session.connect({
          // To get this ephemeral key string, you can run the following command or implement the equivalent on the server side:
          // curl -s -X POST https://api.openai.com/v1/realtime/client_secrets -H "Authorization: Bearer $OPENAI_API_KEY" -H "Content-Type: application/json" -d '{"session": {"type": "realtime", "model": "gpt-realtime"}}' | jq .value
          apiKey: 'ek_...(put your own key here)',
        });
        console.log('You are connected!');
      } catch (e) {
        console.error(e);
      }
    }

  2. 앱 실행 및 대화 시작

    웹 서버를 시작하고 새 Realtime Agents 코드가 포함된 페이지를 여세요. 마이크 권한 요청이 표시됩니다. 접근 권한을 허용하면 에이전트와 대화를 시작할 수 있습니다.

    Terminal window
    npm run dev

다음 단계

섹션 제목: “다음 단계”

여기서부터 직접 음성 에이전트를 설계하고 구축할 수 있습니다.