AI Agents · 강의

JSON 모드 및 도구 호출 출력

response_format={'type':'json_object'} 또는 단일 도구 호출을 사용해 기계가 구문 분석할 수 있는 출력을 강제해보세요.

JSON 모드 및 도구 호출 출력은(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.

구조가 필요한 이유

LLM의 자유 형식 텍스트는 코드와 잘 맞지 않습니다. 운영 환경의 에이전트에는 구문 분석 가능한 출력(JSON, XML, 함수 인수)이 필요하며, "답변은 ...입니다"와 같은 형식은 사용하지 않아야 합니다.

JSON 모드(OpenAI)

모델에 "항상 JSON을 반환하세요"라고 지시합니다:

from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=[
        {'role': 'system', 'content': 'Return a JSON object with name and age.'},
        {'role': 'user', 'content': 'Alice, 30 years old.'}
    ],
    response_format={'type': 'json_object'}
)
import json
data = json.loads(response.choices[0].message.content)

JSON 모드의 주의점

JSON 모드는 유효한 JSON만 보장할 뿐, 원하는 SHAPE을 보장하지는 않습니다. 모델은 {} 또는 {"foo": "bar"}를 반환할 수 있습니다. 항상 구조도 검증하십시오.

구조화된 출력(엄격 모드)

OpenAI의 구조화된 출력은 응답이 JSON 스키마와 일치하도록 보장합니다:

schema = {
    'name': 'person',
    'schema': {
        'type': 'object',
        'properties': {
            'name': {'type': 'string'},
            'age': {'type': 'integer'}
        },
        'required': ['name', 'age'],
        'additionalProperties': False
    },
    'strict': True
}

response = client.chat.completions.create(
    model='gpt-4o-2024-08-06',
    messages=...,
    response_format={'type': 'json_schema', 'json_schema': schema}
)

엄격 모드의 작동 방식

엄격 모드는 디코더를 제한하므로 모델이 잘못된 토큰을 실제로 생성할 수 없습니다. 출력은 스키마와 100% 일치합니다.

구조화된 출력으로서의 도구 호출

특정 도구 호출을 강제하여 구조화된 데이터를 추출할 수 있습니다:

tools = [{'type': 'function', 'function': {
    'name': 'submit_person',
    'parameters': {
        'type': 'object',
        'properties': {'name': {'type': 'string'}, 'age': {'type': 'integer'}},
        'required': ['name', 'age']
    }
}}]

response = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=...,
    tools=tools,
    tool_choice={'type': 'function', 'function': {'name': 'submit_person'}}
)
args = json.loads(response.choices[0].message.tool_calls[0].function.arguments)

출력으로 사용하는 앤트로픽 도구 사용

앤트로픽에서도 tool_choice="tool"을 사용하여 같은 패턴을 적용할 수 있습니다:

tool_choice = {'type': 'tool', 'name': 'submit_person'}
print(tool_choice)

미리 채우기를 통한 JSON(앤트로픽)

도구를 사용하지 않는 클로드에서는 어시스턴트 차례를 {로 미리 채우십시오.

messages = [
    {'role': 'user', 'content': 'Give me JSON for Alice, 30.'},
    {'role': 'assistant', 'content': '{'}
]
# Output starts with { and likely produces valid JSON.
for m in messages:
    print(f"{m['role']}: {m['content']}")
print("Output starts with { and likely produces valid JSON.")

파이단틱 + 엄격 모드

OpenAI 파이썬 SDK에는 파이단틱을 간편하게 사용하는 방법이 있습니다:

from pydantic import BaseModel

class Person(BaseModel):
    name: str
    age: int

response = client.beta.chat.completions.parse(
    model='gpt-4o-2024-08-06',
    messages=...,
    response_format=Person
)
person = response.choices[0].message.parsed
# Pydantic instance, type-safe

흔한 함정

엄격하지 않은 JSON 모드 — 모델이 잘못된 형태를 반환할 수 있습니다
엄격 모드에서 additionalProperties: false를 빠뜨립니다
필수 필드가 "required" 배열에 나열되지 않습니다
엄격 모드는 gpt-4o-2024-08-06 이상에서만 사용할 수 있습니다

구조화된 출력의 비용

엄격 모드는 문법 제약 디코딩으로 인해 약간의 추가 비용이 발생하지만, 품질 향상에 비하면 무시할 수 있는 수준입니다. 형태가 중요할 때는 항상 사용하십시오.

검증과 함께 사용하기

엄격한 출력도 이후에 파이단틱으로 검증해야 합니다. 다층 방어를 적용하면 범위를 벗어난 정수와 같은 예외적인 경우도 잡아낼 수 있습니다.

엄격 모드의 보장

OpenAI의 구조화된 출력(엄격 모드)은 무엇을 보장하나요?

복습

허용적인 구조에는 JSON 모드를, 형태를 보장하려면 엄격한 출력을, 같은 효과를 내려면 도구 호출을, 클로드에는 앤트로픽 미리 채우기를 사용하십시오. 사용 후에는 항상 검증하십시오.

자주 묻는 질문

“JSON 모드 및 도구 호출 출력” 강의는 무료인가요?

네 — “JSON 모드 및 도구 호출 출력” 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.

“JSON 모드 및 도구 호출 출력”에서 뭘 배우나요?

response_format={'type':'json_object'} 또는 단일 도구 호출을 사용해 기계가 구문 분석할 수 있는 출력을 강제해보세요. 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.

“JSON 모드 및 도구 호출 출력” 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