LLM 도구 사용 원리 총정리 - 함수 호출, MCP, 코드 샌드박스까지 CMU 강의 해설
CMU 그레이엄 뉴빅 교수의 강의를 바탕으로 언어모델이 외부 도구를 호출하는 방식을 정리했다. 웹GPT와 툴포머부터 JSON 스키마 함수 호출, MCP 표준, 코드 실행 샌드박스, 도구 자체를 만들어 쓰는 기법까지 짚는다.
핵심 내용 읽기 →
AI TOPIC
함수 호출 최신 뉴스와 핵심 해설
함수 호출 관련 핵심 뉴스와 활용 인사이트 9편을 최신순으로 모았습니다.
구글 에이전트 백서 42쪽 정리: 오케스트레이션과 익스텐션·함수·데이터 스토어 이해하기
구글이 공개한 42쪽짜리 에이전트 백서를 처음부터 끝까지 훑는다. 모델과 에이전트가 갈리는 지점, ReAct와 사고 사슬·사고 트리, 그리고 익스텐션과 함수, 데이터 스토어의 차이를 항공권 예약 예시로 정리했다.
핵심 내용 읽기 →
LLM JSON 출력 강제하기: 문법 제약 디코딩이 프롬프트보다 확실한 이유와 한계
LLM에 “올바른 JSON을 반환하라”고 지시해도 깨진 출력은 나온다. 토큰 점수와 샘플러 사이에 문법 상태를 끼워 넣어 불가능한 토큰을 아예 차단하는 문법 제약 디코딩의 작동 원리와 그 보장의 경계를 정리했다.
핵심 내용 읽기 →
AI 에이전트 함수 호출과 MCP 작동 원리 정리, 도구 오용과 보안 위험까지 짚어보기
AI 에이전트 속에 요정은 없다. NDC 코펜하겐 강연을 토대로 함수 호출의 실제 흐름과 RAG 토큰 절감 기법, 모델이 도구를 잘못 고르거나 결과를 맹신하는 문제, 그리고 MCP의 정확한 정의를 정리했다.
핵심 내용 읽기 →
프롬프트 엔지니어링 기초: LLM 앱 개발자가 알아야 할 컨텍스트·토큰·함수 호출
LLM 위에 애플리케이션을 올릴 때 실제로 필요한 기본 개념을 정리했다. 문서 완성 엔진이라는 성질과 채팅 역할 구조, 컨텍스트 설계와 토큰 한계, 함수 호출과 구조화된 출력, 모델 선택 기준까지 다룬다.
핵심 내용 읽기 →
에이전틱 하네스란 무엇인가: LLM을 도구와 반복 루프로 AI 에이전트로 만드는 하부 구조
구글 클라우드 엔지니어가 설명하는 ‘에이전틱 하네스’ 개념 정리입니다. 도구 호출과 반복 루프, 출력 평가로 LLM을 에이전트로 만드는 하부 구조와, 인터페이스와의 분리가 갖는 의미를 초심자도 이해하기 쉽게 풀었습니다.
핵심 내용 읽기 →
캑터스 니들: 2600만 파라미터 함수 호출 특화 소형 AI 모델 정리
YC 스타트업 캑터스가 공개한 오픈소스 함수 호출 모델 '니들'은 파라미터가 2,600만 개뿐이다. MLP 없이 어텐션만으로 구성한 구조와 엣지 활용법을 살펴본다.
핵심 내용 읽기 →
타이니 LLM 온디바이스 파인튜닝: 함수 호출 정확도 46%에서 90%로 올린 구글 사례
구글 AI 엣지 팀이 온디바이스 소형·초소형 LLM 전략과, 합성 데이터 파인튜닝으로 함수 호출 정확도를 46%에서 90% 이상으로 끌어올린 사례를 공유했다.
핵심 내용 읽기 →
함수 호출(Function Calling)이란: LLM이 내 코드를 실행하는 원리와 활용처
함수 호출은 LLM이 텍스트 답변을 넘어 내 코드의 함수를 직접 호출하게 하는 기술이다. 동작 흐름과 RAG와의 차이, 실시간 데이터·행동 자동화 활용처, 그리고 구현 시 마주치는 어려움과 실전 팁까지 정리했다.
핵심 내용 읽기 →