LLM Wiki

OpenAI, 사설 MCP 서버를 공개하지 않고 연결하는 Secure MCP Tunnel 공개

Properties2
descriptionOpenAI는 사설 MCP 서버를 공개 인프라에 노출하지 않고도 ChatGPT, Codex, Responses API 등에 연결할 수 있도록 하는 'Secure MCP Tunnel'을 공개했습니다.
tagsai-agents, research

5 min read

출처

개요

OpenAI는 사설 MCP 서버를 공개 인프라에 노출하지 않고도 ChatGPT, Codex, Responses API 등에 연결할 수 있도록 하는 “Secure MCP Tunnel”을 공개했습니다. 핵심은 고객 환경 안의 작은 클라이언트가 먼저 OpenAI 방향으로 아웃바운드 HTTPS 연결을 맺고, MCP 작업을 가져와 로컬 사설 서버에 전달한 뒤 응답을 같은 경로로 돌려주는 구조입니다. 이를 통해 인바운드 규칙 변경·공개 엔드포인트 개설·별도 터널 벤더 도입 없이 사설 경계를 유지하면서 MCP를 연동할 수 있습니다. 설계는 아웃바운드 전용 연결, 명시적 목적지 설정, 스트리밍/알림 호환성, 고객이 직접 실행하는 클라이언트라는 네 원칙을 따릅니다.

핵심 포인트

  • 기존 방식인 공개 엔드포인트 개설, 서드파티 터널, VPN/피어링은 보안·운영·조달 비용이 크며, Secure MCP Tunnel은 이 세 가지 대안의 문제를 의도적으로 피합니다.
  • 요청 흐름은 OpenAI 제품 → OpenAI 터널 엔드포인트 → 큐 → 고객 클라이언트 아웃바운드 HTTPS 롱폴 → 사설 MCP 서버 → 동일 터널 경로로 응답이며, 사설 서버에는 인바운드 개방 규칙이 필요 없습니다.
  • 롱폴링은 운영에 익숙한 아웃바운드 HTTPS 트래픽으로 동작하면서 자연스런 백프레셔를 제공해 클라이언트 측 버퍼가 무한히 부풀지 않도록 합니다.
  • 터널 클라이언트는 오픈소스 Go 프로그램으로, 고객이 직접 빌드·검증할 수 있고 /healthz, /readyz, /metrics, /ui 등 운영 관찰 포인트를 제공합니다.
  • OAuth, 프록시, 커스텀 CA, mTLS 등 엔터프라이즈 사설 환경을 가정한 인증·네트워크 요구를 지원하지만, 선택적으로 의도된 네트워크 경계를 유지합니다.
  • Codex 플러그인과 온보딩 가이드가 같이 제공되어 로컬 개발 단계부터 운영 환경으로 옮겨도 동일한 설정 형태로 유지할 수 있습니다.

왜 중요한가

많은 팀이 가장 중요하게 쓰는 MCP 서버는 사내·사설·개발 환경에 두고 외부 노출을 원하지 않습니다. 기존에는 이를 임시로 공개하거나 네트워크 전체를 열어야 했지만, Secure MCP Tunnel은 “사설로 유지하는 것”과 “OpenAI 제품에 연결하는 것”을 동시에 달성하기 때문입니다. 보안 검토 대상이 작고 투명한 클라이언트로 한정되어 기업 리스크가 줄어들고, 기존 인프라 변경 폭도 적습니다.

후속으로 볼 링크/키워드

원문 보존 위치

원문 전체는 raw source: web-2026-07-02-pytorchkr-topic-11016-openai-secure-mcp-tunnel-private-servers에 source_url 및 HTML 원문과 함께 저장되어 있습니다.

백링크