4월 릴리스의 핵심은 AI Agent 개발 과정을 더 쉽게 검사하고 디버깅하는 것입니다.
에이전트를 만들 때 어려운 지점은 최종 답변만이 아닙니다. 실제로는 그 답변이 나오기 전의 실행 흐름을 확인해야 합니다.
예를 들어 다음을 추적할 수 있어야 합니다.
- 에이전트가 사용자의 의도를 어떻게 해석했는가
- 어떤 모델 호출이 발생했는가
- 어떤 MCP 도구 또는 스킬이 실행되었는가
- 도구 호출 결과가 무엇이었는가
- 실패 원인이 프롬프트인지, 도구 파라미터인지, 비즈니스 로직인지
이번 Apidog 4월 릴리스는 이 흐름을 더 쉽게 확인할 수 있도록 다음 기능을 추가했습니다.
- AI Agent 디버거
- A2A 디버거
- Postman API 기반 데이터 가져오기
- 게시된 문서의 Ask AI 사이드바
- 사용자 정의 AI 모델 제공자
- 여러 버그 수정 및 사용성 개선
⭐ 새로운 업데이트
🔥 AI Agent 디버거: 전체 에이전트 실행 흐름 검사
Apidog는 기존에도 SSE 엔드포인트에 대한 시각적 디버깅을 지원했습니다. 이는 스트리밍 모델 응답, 진행 상황 업데이트, 실시간 알림, 이벤트 기반 API를 확인할 때 유용했습니다.
하지만 AI Agent 디버깅에는 단순한 스트림 뷰어 이상이 필요합니다.
모델 응답만 보면 “최종적으로 무엇을 말했는가”는 알 수 있지만, “왜 그렇게 말했는가”는 알기 어렵습니다. 실제 에이전트 시스템에서는 다음 단계를 함께 확인해야 합니다.
- 사용자 입력
- 대화 턴
- 모델 호출
- MCP 도구 호출
- 사용자 정의 스킬 실행
- 도구 응답
- 최종 출력
새로운 AI Agent 디버거는 이 실행 경로를 Apidog 안에서 단계별로 확인할 수 있도록 설계되었습니다.
확인할 수 있는 디버깅 포인트
AI Agent 디버거를 사용하면 다음과 같은 질문에 더 빠르게 답할 수 있습니다.
- 프롬프트가 모델에 충분한 컨텍스트를 제공했는가?
- 에이전트가 올바른 도구를 선택했는가?
- MCP 도구가 예상한 결과를 반환했는가?
- 도구 호출 파라미터가 올바른가?
- 실패 원인이 모델 구성, 도구 응답, 비즈니스 로직 중 어디에 있는가?
예시 디버깅 흐름
에이전트가 “사용자의 주문 상태를 조회해줘”라는 요청을 처리한다고 가정하면, 디버깅 시 다음 순서로 확인할 수 있습니다.
User input
→ Model call
→ Tool selection
→ MCP tool call
→ Tool response
→ Final answer
문제가 발생하면 최종 답변만 보는 대신, 각 단계에서 다음을 확인할 수 있습니다.
1. 모델이 주문 조회 의도를 제대로 이해했는가?
2. 올바른 주문 조회 도구를 선택했는가?
3. orderId 같은 필수 파라미터가 전달되었는가?
4. MCP 도구가 정상 응답을 반환했는가?
5. 최종 답변 생성 과정에서 응답이 왜곡되지 않았는가?
에이전트 시스템은 빠르게 복잡해집니다. AI Agent 디버거는 팀이 실제 실행 흐름을 한 곳에서 확인할 수 있게 해줍니다.
🤝 A2A 디버거: 에이전트 간 통신 테스트
다중 에이전트 시스템에서는 하나의 에이전트가 모든 작업을 처리하지 않습니다. 여러 에이전트가 작업을 나누고, 메시지를 주고받고, 결과를 반환합니다.
이때 중요한 것은 에이전트 간 통신이 실제로 의도한 대로 동작하는지 확인하는 것입니다.
Apidog는 이제 Google의 A2A, Agent-to-Agent 프로토콜에 대한 디버깅을 지원합니다.
A2A 디버거에서는 다음 작업을 수행할 수 있습니다.
- A2A 요청 전송
- 요청 파라미터 검사
- 응답 내용 확인
- 에이전트 간 상호작용 결과 검증
즉, 별도의 도구를 오가거나 원시 프로토콜 세부 정보를 직접 읽지 않아도 에이전트 간 통신을 테스트할 수 있습니다.
AI Agent 디버거와 A2A 디버거의 차이
두 디버거의 역할은 다음처럼 구분할 수 있습니다.
| 도구 | 목적 |
|---|---|
| AI Agent 디버거 | 단일 에이전트가 작업을 실행하는 내부 흐름을 확인 |
| A2A 디버거 | 한 에이전트가 다른 에이전트와 정상적으로 통신하는지 확인 |
실제 에이전트 제품을 구축하는 팀이라면 두 가지 모두 필요해질 가능성이 높습니다.
📦 Postman API를 통한 Postman 데이터 가져오기
Postman에서 Apidog로 마이그레이션하는 팀을 위해 더 큰 규모의 가져오기 옵션이 추가되었습니다.
Apidog는 기존에도 로컬 Postman 파일 가져오기를 지원했습니다. 이제는 Postman API를 통해 워크스페이스, 컬렉션, 환경을 가져올 수 있습니다.
이 기능은 새 프로젝트를 생성할 때 대규모 마이그레이션을 처리하기 위해 설계되었습니다.
실제로는 전체 Postman 워크스페이스를 Apidog로 옮기는 방식에 가깝습니다. Postman 계정에 여러 워크스페이스가 있는 경우, 가져오기 후 Apidog에서 해당 프로젝트를 생성할 수 있습니다.
언제 로컬 가져오기 대신 API 가져오기를 사용할까?
다음과 같은 경우 Postman API 기반 가져오기가 더 적합합니다.
- Postman 워크스페이스가 여러 개 있는 경우
- 컬렉션과 환경이 많은 경우
- 팀 단위로 마이그레이션해야 하는 경우
- 로컬 내보내기, 업로드, 정리 과정을 줄이고 싶은 경우
작은 규모의 가져오기에는 로컬 파일 방식도 계속 사용할 수 있습니다. 하지만 대규모 워크스페이스 마이그레이션에는 API 기반 가져오기가 더 효율적입니다.
📄 게시된 문서의 Ask AI가 이제 사이드바에서 열림
게시된 문서의 Ask AI가 이제 사이드바에서 작동합니다.
이제 독자는 현재 문서를 열어둔 상태에서 질문할 수 있습니다.
기존 흐름에서는 문서를 읽다가 질문을 하고, 다시 문서 위치를 찾아야 하는 경우가 있었습니다. 사이드바 방식에서는 다음 흐름이 더 자연스럽습니다.
문서 읽기
→ Ask AI에 질문
→ 답변 확인
→ 후속 질문
→ 같은 문서 위치에서 계속 읽기
특히 긴 API 문서에서 유용합니다. 답변이 문서 안에 있더라도 정확한 위치를 빠르게 찾기 어려운 경우, Ask AI를 통해 문맥을 유지한 채 확인할 수 있습니다.
🧠 사용자 정의 AI 모델 제공자
팀은 이제 사용자 정의 기본 URL을 사용해 자체 AI 모델 제공자를 연결할 수 있습니다.
예를 들어 회사에서 이미 다음과 같은 환경을 운영 중이라면, 해당 설정을 Apidog 워크플로에 연결할 수 있습니다.
- 자체 호스팅 모델 서비스
- 내부 모델 게이트웨이
- 조직 내 표준 AI 프록시 또는 라우터
이를 통해 AI 관련 워크플로를 디버깅할 때마다 도구를 전환하지 않고, Apidog 안에서 기존 모델 구성을 활용할 수 있습니다.
🐞 버그 수정 및 소규모 개선 사항
이번 릴리스에는 여러 수정 사항과 사용성 개선도 포함되어 있습니다.
- OpenAPI 스마트 병합이 엔드포인트 응답 예제를 유지하지 못하는 문제 수정
- 자식 브랜치에서 보호된 메인 브랜치로 병합할 때 선택되지 않은 엔드포인트가 포함될 수 있는 문제 수정
- 브랜치에서 엔드포인트 버전을 생성할 때 드롭다운 표시가 올바르지 않던 문제 수정
- CLI를 통해 테스트를 실행할 때 TestData 및 TestCases가 작동하지 않던 문제 수정
- OpenAPI 내보내기가 관련 없는 모듈의 응답 구성 요소를 포함하던 문제 수정
- 주석이 있는 JSON에 대한 Markdown 내보내기 형식 수정
-
crypto is not defined로 인한 Word 내보내기 오류 수정 - Basic Auth가 활성화된 Knife4j를 가져올 때 사용자 이름 및 비밀번호 필드가 표시되지 않던 문제 수정
- 태그가 숫자인 경우 엔드포인트 필터링 오류 수정
-
apidog endpoint list --branch가 지정된 브랜치에 대한 데이터를 반환하지 않던 문제 수정 - 여러 MCP 도구 매개변수, 필터링 및 오류 메시지 문제 수정
- 생성된 코드에
typescriptThreePlus구성 옵션이 누락된 문제 수정
🌟 이것이 의미하는 것
이번 4월 릴리스는 AI Agent 제품을 실제 프로젝트로 발전시키는 팀을 위한 실용적인 업데이트입니다.
핵심은 다음과 같습니다.
- AI Agent 디버거로 단일 에이전트의 실행 흐름을 검사
- A2A 디버거로 에이전트 간 통신을 테스트
- Postman API 가져오기로 대규모 마이그레이션 작업 감소
- Ask AI 사이드바로 게시된 문서 탐색 경험 개선
- 사용자 정의 모델 제공자로 팀의 AI 인프라 연결성 강화
에이전트 개발이 데모를 넘어 실제 제품으로 이동하면, 최종 응답만 확인하는 방식으로는 부족합니다. 모델 호출, 도구 실행, 통신 흐름, 문서 사용성까지 함께 점검할 수 있어야 합니다.
이번 릴리스는 그 과정을 더 실행 가능하게 만드는 데 초점을 맞추고 있습니다.
💬 대화에 참여하세요
동료 API 엔지니어 및 Apidog 팀과 연결하세요.
- 실시간 토론 및 지원을 위해 Discord 커뮤니티에 참여하세요.
- 기술적인 대화를 위해 Slack 커뮤니티에 참여하세요.
- 최신 업데이트를 받으려면 X (Twitter)에서 팔로우하세요.
추신. 모든 업데이트에 대한 자세한 내용은 Apidog 변경 로그를 확인하세요!
감사합니다,
Apidog 팀
Top comments (0)