AI 용어집 · 기초 · 에이전트
도구 사용 Tool use, Function calling
도구 사용은 AI 모델이 모든 답을 혼자 만들지 않고 검색, 계산기, 데이터베이스, 외부 API 같은 바깥 도구를 불러 쓰게 하는 기능이다. Function calling(함수 호출)이라고도 부른다.
어떻게 작동하나
개발자가 모델에게 쓸 수 있는 도구의 이름, 하는 일, 필요한 입력값을 미리 설명해 둔다. 질문을 받은 모델은 도구가 필요하다고 판단하면 정해진 형식(보통 JSON)으로 '이 도구를 이 값으로 실행해 달라'는 요청을 내놓는다. 이때 도구를 실행하는 쪽은 모델이 아니다. 그 요청을 받은 앱이나 서버가 도구를 실제로 실행하고, 결과를 다시 모델에게 돌려준다. 모델은 결과를 읽고 답을 마무리하거나, 다른 도구를 다시 부르는 과정을 반복한다.
왜 중요한가
LLM은 학습 시점 이후의 일을 모르고, 정확한 계산이나 회사 내부 데이터 조회에 약하다. 도구를 쓰면 최신 정보를 검색하고, 계산을 정확히 하고, 메일 보내기나 일정 등록 같은 실제 행동까지 할 수 있다. AI 에이전트, 코딩 에이전트, 컴퓨터 사용 기능이 모두 이 능력을 바탕으로 한다. MCP 같은 표준은 하나의 도구를 여러 AI 앱에 쉽게 연결하려고 나왔다.
알아 둘 점
모델이 도구를 잘못 고르거나, 입력값을 틀리게 넣거나, 결과를 잘못 해석하는 실패가 자주 생긴다. 결제나 삭제처럼 되돌리기 어려운 행동을 하는 도구는 실행 전에 사람이 확인하는 단계를 두는 편이 안전하다. 도구가 가져온 웹 문서 같은 결과에 악성 지시문이 숨어 있을 수 있어 프롬프트 인젝션 위험도 있다. 도구가 많아질수록 도구 설명이 컨텍스트를 많이 차지하고, 알맞은 도구를 고르기도 어려워진다.
예시
챗봇이 질문을 받고 웹 검색을 한 뒤 그 결과를 바탕으로 답하는 것이 대표적인 도구 사용이다. 코딩 에이전트가 파일을 읽고, 명령을 실행하고, 테스트를 돌리는 것도 모두 도구 호출로 이루어진다. 이 사이트에서 다룬 논문 '증거에서 행동으로: 도구 사용 에이전트는 어디서 실패하는가'도 이런 에이전트가 어느 단계에서 실패하는지를 살핀다.
이 사이트에서 나온 사례
- 논문 증거에서 행동으로: 도구 사용 에이전트는 어디서 실패하는가 2026-10-08