AI
Function Calling: LLM이 외부 세계와 소통하는 방법 (ft. Qwen, llama, Gemma)
두줄요약
Function Calling의 개념과 작동 원리를 설명하고, Qwen·Llama·Gemma로 구현 차이를 비교했습니다. LLM과 애플리케이션의 역할 분리 및 모델별 파싱 방식도 함께 정리했습니다.
핵심 내용
- Function Calling을 LLM이 자연어 요청을 구조화된 함수 호출 JSON으로 바꿔 외부 API와 상호작용하는 기술로 정리
- ReAct, Toolformer, OpenAI Function Calling의 흐름을 통해 등장 배경과 필요성 설명
- LLM은 호출 지시 생성, 애플리케이션은 실제 실행과 결과 재전달을 담당하는 역할 분리 구조 제시
- Qwen, Llama 3.1, Gemma 3의 함수 호출 포맷과 파싱 방식 차이 비교
적용해볼 점
- 함수 정의를 JSON 스키마로 명시해 모델 입력에 포함
- 모델별 출력 형식에 맞는 파싱 로직과 후처리 구현
- 실시간 정보 조회, 도구 연동, 에이전트형 워크플로우에 Function Calling 활용