태그: #function-calling

한국어English日本語中文

← 전체 글

• AI Agent 개발 완전 가이드 2025: Tool Calling, ReAct, Multi-Agent, MCP까지

  AI Agent 개발의 모든 것! Tool Calling(Function Calling) 원리, ReAct 패턴, Multi-Agent 아키텍처(CrewAI/AutoGen/LangGraph), MCP(Model Context Protocol), Agent 프레임워크 비교, Tool Calling 성능 최적화, 프로덕션 배포 전략.

  2026-03-25 · 39 분 읽기 #ai-agent#tool-calling#function-calling#react-pattern#multi-agent

• BFCL 벤치마크 완전 가이드 2025: Tool Calling 성능 평가, 리더보드 분석, 모델 비교

  BFCL(Berkeley Function Calling Leaderboard)의 모든 것! 벤치마크 카테고리(Simple/Multiple/Parallel/Relevance/AST), 평가 메트릭, 모델 성능 비교(Claude/GPT/Gemini/Llama), 자체 모델 평가 방법, Tool Calling 개선 전략.

  2026-03-25 · 35 분 읽기 #bfcl#benchmark#tool-calling#function-calling#evaluation

• Tool Calling 실전 가이드: AI가 외부 세계를 다루는 방법과 흔한 함정들

  Tool Calling은 LLM을 진짜 에이전트로 만드는 핵심 메커니즘입니다. OpenAI function calling 구현부터 병렬 실행, 그리고 현업에서 실제로 마주치는 함정과 해결법까지 실전 중심으로 정리했습니다.

  2026-03-18 · 13 분 읽기 #tool-calling#function-calling#ai-agent#llm#ai-development

• AI Agent Function Calling 실전 구현: Tool Use 패턴·오류 처리·보안 설계와 프로덕션 배포 전략

  AI Agent의 핵심 기능인 Function Calling과 Tool Use 패턴을 실전 중심으로 구현합니다. OpenAI·Anthropic·LangChain의 도구 호출 API, 오류 처리·재시도 전략, 프롬프트 인젝션 방어, MCP 표준까지 프로덕션 챗봇을 위한 완벽 가이드입니다.

  2026-03-12 · 29 분 읽기 #chatbot#function-calling#tool-use#ai-agent#langchain

• LLM 구조화된 출력과 Constrained Decoding 실전 가이드: JSON Schema부터 프로덕션 적용까지

  LLM 구조화된 출력의 핵심 원리인 Constrained Decoding부터 JSON Schema 기반 출력 제어, Outlines·XGrammar·llguidance 엔진 비교, Function Calling 통합, 그리고 프로덕션 환경 적용 전략까지 다루는 실전 가이드.

  2026-03-07 · 32 분 읽기 #llm#structured-output#constrained-decoding#json-schema#function-calling

• LLM Function Calling 완벽 가이드: Tool Use 패턴부터 프로덕션 설계까지

  LLM의 Function Calling(Tool Use) 메커니즘을 깊이 이해하고, OpenAI/Anthropic/오픈소스 모델에서의 구현 방법, 에러 처리, 병렬 호출, 프로덕션 설계 패턴을 실습합니다.

  2026-03-03 · 9 분 읽기 #llm#function-calling#tool-use#openai#ai-agent