AI Agents · 강의

함수 호출 오픈 모델(Hermes, Functionary)

대부분의 기본 오픈 모델은 도구 호출을 잘 수행하지 못합니다. Hermes와 Functionary는 이를 위해 미세 조정되었습니다.

레슨 3/415개 단계

함수 호출 오픈 모델(Hermes, Functionary)은(는) CoddyKit의 무료 AI Agents 강의입니다. 이것은 4개 중 3번째 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.

기본 모델은 안정적으로 도구를 호출할 수 없습니다

기본 Llama, Mistral 또는 Qwen 모델에 "{...}과 같은 JSON을 반환하라"고 지시할 수는 있지만, 형식이 잘못된 출력을 생성하거나 인수를 누락하거나 존재하지 않는 도구를 만들어 내는 경우가 많습니다.

함수 호출용 미세 조정 모델을 사용하면 이 문제가 해결됩니다.

Hermes 제품군

NousResearch Hermes 모델은 최고 수준의 함수 호출용 미세 조정 모델입니다:

Hermes 3 Llama 3.1 8B / 70B
뛰어난 도구 호출 정확도
Apache와 유사한 자유로운 라이선스

Functionary

MeetKai Functionary 모델은 OpenAI 호환 함수 호출을 위해 명시적으로 학습되었습니다:

Functionary v3(Llama 3.1 기반)
병렬 도구 호출 지원
HuggingFace와 Together AI에서 사용 가능

Llama 3.1 이상 기본 도구 사용

최근의 Llama 3.1, Llama 3.3, Llama 4 Instruct 변형 모델에는 도구 호출 기능이 내장되어 있습니다. 많은 작업에서는 이것만으로 충분하지만, 어려운 경우에는 Hermes 또는 Functionary를 사용하십시오.

Qwen 2.5 도구 사용

Qwen 2.5는 기본 도구 호출 성능이 뛰어나며 폐쇄형 모델과 경쟁할 수 있습니다. 자체 호스팅 다국어 에이전트에서 기본 선택으로 사용되는 경우가 많습니다.

도구 사용 가능 공개 모델 호출

OpenAI 호환 서버(Ollama, vLLM, Together AI)는 동일한 도구 매개변수를 받아들입니다:

from openai import OpenAI
client = OpenAI(base_url='http://localhost:11434/v1', api_key='ollama')

tools = [{'type': 'function', 'function': {
    'name': 'get_weather',
    'description': 'Current weather',
    'parameters': {'type': 'object', 'properties': {'city': {'type': 'string'}}, 'required': ['city']}
}}]

response = client.chat.completions.create(
    model='hermes3:8b',
    messages=[{'role': 'user', 'content': 'Weather in Paris?'}],
    tools=tools
)

출력을 신중하게 검증하십시오

공개 모델의 도구 호출은 폐쇄형 모델보다 더 자주 실패합니다. 항상 다음을 수행하십시오:

예외 처리를 사용해 JSON을 분석합니다
Pydantic으로 검증합니다
수정 반복을 추가합니다

Outlines로 도구 호출 강제하기

공개 모델에서 구조화된 출력을 보장하려면 문법 제약 디코딩을 위해 Outlines를 사용하십시오:

import outlines
model = outlines.models.transformers('meta-llama/Llama-3.1-8B-Instruct')
generator = outlines.generate.json(model, ToolCall)
result = generator(prompt)

Hugging Face TGI 도구 사용

TGI는 여러 공개 모델에서 OpenAI 방식의 도구 사용을 지원하므로 바로 교체해 사용할 수 있습니다.

도구 사용 품질 벤치마크

도구 호출은 다음 벤치마크로 평가합니다:

Berkeley Function Calling Leaderboard (BFCL) — 대표적인 순위
ToolBench — 더 폭넓은 범위
API-Bank — 여러 도구를 사용하는 시나리오

합리적인 기본 스택

대부분의 팀이 선택하는 조합은 다음과 같습니다:

일반적인 에이전트 작업에는 Llama 3.1 8B Instruct
코드 에이전트에는 Qwen 2.5 Coder
도구를 많이 사용하는 에이전트에는 Hermes 3
구조화된 출력 보장에는 Outlines 또는 Instructor

호스팅 공급업체를 통해 실행

인프라를 전혀 운영하지 않으려면 Together AI, Fireworks, Anyscale가 OpenAI 호환 인터페이스로 Hermes, Functionary, Llama, Qwen을 호스팅합니다. 비슷한 품질이라면 OpenAI보다 저렴합니다.

비용 비교 예시

토큰 100만 개당 대략적인 비용(2025년 중반 기준):

GPT-4o: 입력 $2.50, 출력 $10
Llama 3.1 70B(Together AI): 입력 $0.88, 출력 $0.88
자체 호스팅 Llama 8B: $0(자체 전기 요금)

함수 호출용 미세 조정 모델을 사용하는 이유

도구 호출에 기본 Llama 대신 Hermes 또는 Functionary를 사용하는 이유는 무엇일까요?

인터랙티브 레슨에서 답해보세요

복습

최근 Llama와 Qwen은 기본 도구 사용 성능이 괜찮습니다. 더 높은 안정성이 필요하면 Hermes 또는 Functionary를 사용하십시오. 구조를 보장하려면 Outlines/Instructor와 함께 사용하십시오.

무료로 시작

AI 튜터와 함께 AI Agents을(를) 배우세요 — 무료

브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.

코스: 60
레슨: 239

무료로 학습 시작 전체 코스 보기

자주 묻는 질문

“함수 호출 오픈 모델(Hermes, Functionary)” 강의는 무료인가요?

네 — “함수 호출 오픈 모델(Hermes, Functionary)” 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.

“함수 호출 오픈 모델(Hermes, Functionary)”에서 뭘 배우나요?

대부분의 기본 오픈 모델은 도구 호출을 잘 수행하지 못합니다. Hermes와 Functionary는 이를 위해 미세 조정되었습니다. 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 3번째 강의입니다.

“함수 호출 오픈 모델(Hermes, Functionary)” 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

← AI Agents(으)로 돌아가기