0Pricing
AI Agents · 강의

OpenAI API 호출: chat.completions

OpenAI chat.completions 엔드포인트로 메시지를 보내고, temperature와 max_tokens를 설정한 뒤 응답을 구문 분석해보세요.

OpenAI API 호출: chat.completions은(는) CoddyKit의 무료 AI Agents 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 AI Agents 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. AI Agents 강의에는 총 4개의 강의가 포함되어 있습니다.

왜 chat.completions인가

OpenAI에는 두 가지 API가 있습니다.

  • chat.completions — 표준적이며 폭넓게 지원되는 엔드포인트
  • Responses API / Assistants — 관리형 에이전트(더 고급 기능)

이 과정에서는 에이전트의 95%에서 핵심적으로 사용되는 chat.completions를 다룹니다.

SDK 설치

패키지 하나, 한 줄이면 됩니다.

# pip install openai
from openai import OpenAI

client = OpenAI()  # reads OPENAI_API_KEY from env

첫 호출

가장 기본적인 완성 요청은 다음과 같습니다.

response = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=[
        {'role': 'system', 'content': 'You are concise.'},
        {'role': 'user', 'content': 'Capital of France?'},
    ],
)
print(response.choices[0].message.content)
# 'Paris'

응답 객체의 구조

응답에는 텍스트 외에도 여러 내용이 있습니다. 유용한 필드는 다음과 같습니다.

response.choices[0].message.content       # the text
response.choices[0].finish_reason          # 'stop' / 'length' / 'tool_calls'
response.usage.prompt_tokens               # input tokens
response.usage.completion_tokens           # output tokens
response.usage.total_tokens                # sum
response.id                                # 'chatcmpl-...' for tracing

주요 매개변수

  • model — 사용할 모델
  • temperature — 0.0은 결정적 출력, 1.0은 창의적 출력
  • max_tokens — 출력 길이의 상한
  • top_p — temperature의 대안
  • seed — 재현 가능한 출력(주의 사항 있음)

작업에 맞는 temperature 선택하기

  • 0.0 — 추출, 분류, 코드 생성
  • 0.2~0.5 — 대부분의 에이전트 의사 결정
  • 0.7~1.0 — 창작, 브레인스토밍

중지 시퀀스

특정 표식이 나오면 출력을 중단합니다.

response = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=messages,
    stop=['\n\n', 'END'],
)
# Stops as soon as a blank line or 'END' appears.

여러 선택지

한 번의 호출로 후보를 N개 생성합니다.

response = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=messages,
    n=3,  # three samples
)
for choice in response.choices:
    print(choice.message.content)

처리해야 할 오류 유형

  • RateLimitError — 429 오류, 대기 시간을 늘려 재시도
  • APIConnectionError — 네트워크 문제
  • APITimeoutError — 응답 지연
  • AuthenticationError — 잘못된 API 키
  • BadRequestError — 스키마 문제

비동기 호출

처리량이 높은 에이전트에는 비동기 클라이언트를 사용하세요.

from openai import AsyncOpenAI
import asyncio

client = AsyncOpenAI()

async def ask(q):
    r = await client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': q}],
    )
    return r.choices[0].message.content

results = asyncio.run(asyncio.gather(*[ask(q) for q in questions]))

시간 제한 및 재시도 기본 제공

SDK는 기본적으로 일부 재시도를 수행합니다. 다음과 같이 재정의할 수 있습니다.

client = OpenAI(
    timeout=30.0,
    max_retries=3,
)

종료 이유

finish_reason == "length"는 무엇을 의미할까요?

복습

이제 Python에서 OpenAI를 호출할 수 있습니다. 다음으로는 Anthropic API를 다룹니다. Anthropic API에는 작지만 중요한 차이점이 있습니다.

자주 묻는 질문

“OpenAI API 호출: chat.completions” 강의는 무료인가요?

네 — “OpenAI API 호출: chat.completions” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 AI Agents 강의 전체를 잠금 해제할 수 있습니다. AI Agents 강의에는 총 4개의 강의가 포함되어 있습니다.

“OpenAI API 호출: chat.completions”에서 뭘 배우나요?

OpenAI chat.completions 엔드포인트로 메시지를 보내고, temperature와 max_tokens를 설정한 뒤 응답을 구문 분석해보세요. 브라우저에서 직접 실행하는 실습 코드로 AI Agents을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

AI Agents을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 AI Agents은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.

“OpenAI API 호출: chat.completions” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 AI Agents 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 AI Agents 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

  1. OpenAI API 호출: chat.completions
  2. Anthropic API 호출: messages
  3. 응답 스트리밍(SSE)
  4. 비용 이해하기: 토큰 계산 및 예산
← AI Agents(으)로 돌아가기