2nd/10_Wiki/Topics/함수 호출 (Function Calling).md

---

id: 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)

📌 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) 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)와 함께, 모델이 출력한 결과가 유효한 형식인지 검증하고 실패 시 재시도(Retry Logic)하는 에이전트 루프가 필수적으로 동반되어야 한다.

🔗 지식 연결 (Graph)

• Related: AI 에이전트 (AI Agent) , Model Context Protocol (MCP)
• Format: JSON-Schema