Files
2nd/10_Wiki/Topics/함수 호출 (Function Calling).md
T
2026-05-02 23:33:34 +09:00

27 lines
1.8 KiB
Markdown

---
id: [[P-Reinforce|P-Reinforce]]-AI-FUNCTION-CALLING
category: Unified
confidence_score: 0.99
tags: [AI, LLM, FunctionCalling, Tools, Integration]
last_reinforced: 2026-04-20
---
# [[함수 호출 (Function Calling)|함수 호출 (Function Calling)]]
## 📌 한 줄 통찰 (The Karpathy Summary)
> "말만 하던 AI에게 '손'을 달아주는 기술." LLM이 대화 중에 외부 API나 함수를 실행해야 할 필요를 스스로 판단하고, 필요한 인자값을 정확한 형식(JSON)으로 생성해주는 연결 고리다.
## 📖 구조화된 지식 (Synthesized Content)
- **Role**:
- 모델이 자체 지식으로 답변할 수 없는 실시간 데이터(날씨, 주가)나 행동(이메일 전송, DB 쿼리)이 필요한 경우 도구(Tools)를 호출하도록 함.
- **Process**:
- 유저 질문 -> 모델이 사용 가능한 함수 목록 분석 -> 호출할 함수와 인자([[Parameter|Parameter]]) 결정 -> 유저 시스템에 전달(Call) -> 결과값 수신 -> 최종 답변 생성.
- **Safety**: 모델이 마음대로 함수를 실행하는 것이 아니라, 실행 가능한 '명령서'를 리턴하는 구조이므로 개발자가 실행 권한을 통제할 수 있다.
## ⚠️ 모순 및 업데이트 (RL Update)
- 함수 호출은 인자값 생성 오류(Hallucination in Arguments)가 치명적일 수 있다. 따라서 강력한 타입 정의(JSON [[Schema|Schema]])와 함께, 모델이 출력한 결과가 유효한 형식인지 검증하고 실패 시 재시도(Retry [[Logic|Logic]])하는 에이전트 루프가 필수적으로 동반되어야 한다.
## 🔗 지식 연결 (Graph)
- Related: [[AI 에이전트 (AI Agent)|AI 에이전트 (AI Agent)]] , [[Model Context Protocol (MCP)|Model Context Protocol (MCP)]]
- Format: JSON-Schema