함수 호출

Function Calling

중급 난이도: 중급태그: 함수호출 · 도구사용 · API연동

DEFINITION

정의

AI 모델이 자연어 요청을 이해하고, 사전에 정의된 프로그래밍 함수를 적절한 매개변수와 함께 실행할 수 있는 능력이다. 에이전트가 '생각만 하는 것'을 넘어 '실제로 행동하는 것'을 가능하게 하는 핵심 메커니즘이다. 전통적으로 LLM은 텍스트만 생성할 수 있었지만, Function Calling 기능을 통해 외부 API 호출, 데이터베이스 쿼리, 파일 시스템 조작, 웹 검색 등 실제 행위를 수행할 수 있게 되었다. 동작 원리: 개발자가 사용 가능한 함수 목록(이름, 설명, 매개변수 스키마)을 모델에 제공하면, 모델이 사용자의 자연어 요청을 분석하여 어떤 함수를 어떤 매개변수로 호출해야 하는지 결정하고, 구조화된 JSON 형태로 함수 호출 요청을 반환한다. 예를 들어 '서울의 현재 날씨를 가져와줘'라는 요청에 AI가 getWeather(location='Seoul')이라는 함수 호출을 결정한다. MCP(Model Context Protocol)는 이 Function Calling을 표준화하고 확장한 프로토콜이다. 바이브 코딩 도구에서 AI가 터미널 명령어를 실행하고, 파일을 수정하고, 테스트를 실행하는 것이 모두 내부적으로 Function Calling을 통해 이루어진다.

ENGLISH

Function Calling

EXAMPLE

'현재 날씨를 가져와줘'라는 사용자 요청에 AI가 getWeather(location='Seoul')이라는 함수를 호출.

이어서 볼 문서

가이드로 이동 용어를 실제 작업 흐름에서 다시 보기

사전 정의를 읽은 뒤 바이브코딩 가이드에서 사용 맥락을 확인합니다.

질문하기 이 용어가 내 작업에서 어떻게 쓰이나요?

궁금한 맥락을 Q&A로 넘겨 구체적인 답변 흐름으로 이어갑니다.

RELATED TERMS

연관 용어

에이전틱 엔지니어링 에이전틱 엔지니어링

Agentic Engineering

AI 에이전트가 구조화된 인간 감독 하에 자율적으로 소프트웨어를 계획·작성·테스트·배포하는 전문적 개발 방법론으로, 바이브 코딩의 다음 진화 단계이다. Andrej Karpathy가 2026년 초 제시한 개념으로, 바이브 코딩의 'prompt and hope(프롬프트를 던지고 기대하기)' 방식을 PEV(Plan → Execute → Verify) 루프로 체계화한 것이다. 핵심적인 역할 전환이 일어나는데, 개발자가 코드의 '작성자(writer)'에서 시스템의 '아키텍트 및 감독자(architect & supervisor)'로 바뀐다. 구체적 워크플로: 인간이 스펙과 제약 조건을 정의(Plan) → 복수의 특화된 AI 에이전트(Feature Author, Test Generator, Code Reviewer, Architecture Guardian, Security Scanner)가 자율적으로 작업(Execute) → 품질 게이트와 인간 리뷰를 통해 결과를 검증(Verify). 실적 사례: TELUS(500,000+ 시간 절감), Zapier(89% 조직 AI 도입), Stripe(주 1,000+ 에이전트 PR 머지), OpenAI(100만 줄 코드, 인간 작성 0줄), Rakuten(1250만 줄 코드베이스 7시간 처리). 프롬프트 엔지니어링, 컨텍스트 엔지니어링, 하네스 엔지니어링이 모두 결합된 최상위 개발 패러다임이다.

에이전틱 엔지니어링 에이전틱 워크플로

Agentic Workflow

AI 에이전트가 자율적으로 계획을 세우고 행동을 실행하여 복잡한 목표를 달성하는 동적 프로세스의 전체 흐름을 말한다. 단순히 '프롬프트 → 응답'의 1회성 상호작용이 아니라, 추론(Reasoning), 외부 도구 호출(Tool Use), 자기 수정(Self-correction), 다단계 실행(Multi-step Execution)을 포함하는 반복적이고 적응적인 프로세스이다. 에이전틱 워크플로의 일반적인 단계: 작업 설명(인간이 목표와 제약 조건을 제공) → 계획(에이전트가 작업을 하위 작업으로 분해) → Feature Author(코드 작성) → Test Generator(테스트 생성·실행) → Code Reviewer(코드 품질 검토) → Architecture Guardian(아키텍처 적합성 검증) → Security Scanner(보안 취약점 스캔) → 인간 리뷰(최종 승인) → CI/CD(자동 배포). 각 단계에서 실패하면 이전 단계로 돌아가 자동 수정을 시도하며, 이 반복 루프가 에이전틱 워크플로의 핵심이다. 전통적인 소프트웨어 개발 파이프라인이 인간이 각 단계를 수동으로 수행했다면, 에이전틱 워크플로에서는 AI 에이전트가 인간의 감독 하에 자율적으로 파이프라인을 진행한다.

에이전틱 엔지니어링 멀티 에이전트 오케스트레이션

Multi-Agent Orchestration

여러 특화된 AI 에이전트를 하나의 지휘자(orchestrator)가 조율하여 복잡한 작업을 협업적으로 수행하는 기법이다. 오케스트라에서 지휘자가 각 파트(바이올린, 첼로, 트럼펫)를 조율하듯, 멀티 에이전트 시스템에서는 오케스트레이터가 각 전문 에이전트에게 적절한 작업을 할당하고 결과를 통합한다. 각 에이전트는 고유한 역할을 담당한다: Feature Author(기능 코드 작성), Test Generator(테스트 코드 생성·실행), Code Reviewer(코드 품질 검토·피드백), Architecture Guardian(아키텍처 패턴 준수 확인), Security Scanner(보안 취약점 탐지). 단일 에이전트가 모든 역할을 수행하는 것보다 전문화된 에이전트가 각자의 역할을 수행할 때 더 높은 품질을 달성할 수 있다는 것이 핵심 가설이다. Stripe의 Minions 시스템이 대표적 사례로, 개발자가 Slack에 작업을 게시하면 Minion이 코드를 작성하고, CI를 통과시키고, PR을 오픈하며, 작업 할당과 PR 리뷰 사이에 인간 개입이 없는(Zero interaction) 완전 자율 워크플로를 구현했다.