728x90
반응형
[ 펑션 콜링 작업 프로새스 ]
1) 함수 정의
- 작업하고자 하는 작업을 함수 형태로 작성 (특종 작업 또는 API 호출)
2) 도구 등록
- 정의한 함수들을 도구ㅠ(tools)로 등록하여 LLM이 필요할 때 사용할 수 있도록 설정
- LLM이 사용자의 질문이나 명령에 따라 적절한 시점에 호출할 수 있도록 준비
3) 함수 호출 실행
- LLM이 함수 호출이 필요하다고 판단하면, Function Calling Agent가 해당 함수를 식별하고 필요한 인자와 함께 호출
4) 결과 처리 및 응답 생성
- 함수 실행 후 반환된 결과는 LLM의 응답에 포함되어 자연스러운 문장 형태로 사용자에게 제공
8.1 개발 환경 구축하기
8.2 펑션 콜링 작동 방식 이해하기
8.3 외부 API를 활용한 펑션 콜링
- 펑션 콜링은 외부 API와 연동하여 실시간 데이터를 활용할 수 있도록 함으로써 RAG의 한계를 보완할 수 있음
8.4 펑션 콜링으로 구현하는 RAG 에이전트
- 펑션 콜링을 활용하면 복잡한 질의가 입력된 고난이도의 RAG 상황에서도 적절한 응답을 생성하는 것이 가능함
728x90
반응형
'프로그래밍 > LLM' 카테고리의 다른 글
| [Day 13] LLM & RAG 실전 챌린지 - MCP (0) | 2025.09.08 |
|---|---|
| [Day 12] LLM & RAG 실전 챌린지 - Text-to-SQL로 구현하는 상담사 에이전트 (0) | 2025.09.08 |
| [Day 9] LLM & RAG 실전 챌린지 - 허깅페이스 임베딩, 에이전트 만들기 (0) | 2025.09.08 |
| [Day 8] LLM & RAG 실전 챌린지 - 에이전트 RAG 개발 환경 구축, 데이터 준비 (0) | 2025.09.08 |
| [Day 7] LLM & RAG 실전 챌린지 - 다중모달 RAG 실습 (0) | 2025.09.07 |