도구

모델이 외부 세계와 상호작용하도록 연결하는 함수

awesome-ai-stack · 개념 슬라이드

무엇인가

모델 혼자서는 텍스트를 생성할 뿐입니다.
검색하거나 페이지를 읽거나 일정을 잡는 일은 모두 도구를 통해서만 일어납니다.

flowchart LR
  model["모델"] -- 도구·인자 선택 --> sel["도구 호출"]
  sel --> tool["도구 — 검색·API·브라우저"]
  tool --> result[("결과")]
  result --> model
  model --> answer["답변"]

이 “도구를 고르고 인자를 채운다”가 흔히 말하는 function calling입니다.

왜 중요한가

모델의 지식은 학습 시점에 멈춰 있고, 스스로 무언가를 실행하지도 못합니다. 도구가 그 둘을 메웁니다.

도구가 없으면	도구로 메우는 것
낡은 지식 — 컷오프 이후를 모름	웹 검색으로 최신 사실·시세 조회
읽지 못하는 페이지	스크래핑·크롤링으로 본문 수집
클릭하지 못하는 UI	브라우저 자동화로 사람처럼 조작
닿지 못하는 앱	앱·API 통합으로 인증·호출 위임
돌려보지 못하는 코드	코드 실행으로 샌드박스에서 실행

도구의 종류

무엇과 연결되느냐로 갈립니다

웹 검색 · 스크래핑

웹 검색

질문에 맞는 웹 결과를 바로 쓸 수 있는 발췌·근거로 돌려줌

컷오프 이후의 사실·뉴스
시세처럼 자주 바뀌는 값
RAG의 외부 출처 보강

tavily · exa

스크래핑·크롤링

특정 페이지를 **모델이 읽을 형식(마크다운)**으로 변환

검색으로 찾은 페이지 본문 추출
JS로 렌더되는 동적 페이지 수집
사이트 전체를 돌며 문서화

firecrawl

브라우저 · 통합 · 코드 실행

브라우저 자동화

API 없는 화면을 사람처럼 클릭·입력

로그인·세션이 필요한 흐름
화면을 보고 다음 동작 결정

browser-use · stagehand

앱·API 통합

메일·캘린더·SaaS를 한 겹 뒤에서 도구로 노출

OAuth 인증을 위임
표준화된 도구 묶음

composio

코드 실행

모델이 짠 코드를 격리 환경에서 실행

정확한 계산·데이터 변환
코드 동작 검증

e2b

도구 호출은 어떻게 동작하나

스키마 — 각 도구의 이름·설명·입력 형식을 모델에 전달. 모델은 이 명세로 어떤 도구가 맞는지 판단
인자 채우기 — 도구를 고르고 입력 인자를 JSON으로 생성. 잘못된 형식은 검증으로 거르고 재시도
결과 반영 — 호출 결과를 추론에 넣어 다음 동작 결정. 여러 도구를 이어 부르기도

도구 명세를 표준 프로토콜로 주고받는 MCP(Model Context Protocol)도 자리 잡고 있습니다.

기억할 원칙

적은 도구로 시작한다 · 잘못 고를 여지를 줄인다

스키마가 곧 설명서다 · 모호하면 오용이 는다

결과를 믿지 말고 검증한다 · 도구 출력도 검사 대상

부수효과는 격리한다 · 쓰기·실행은 코드 샌드박스에서