38분

실습: 제조 현장 Tool 5종 설계 & 구현

Day 2: Tool 정의 & Function Calling

학습 목표

제조 현장에서 필요한 5가지 Tool을 직접 설계한다
각 Tool의 JSON Schema를 작성한다
시뮬레이션 데이터로 Tool을 구현하고 테스트한다

미션: 제조 현장 Tool 5종 세트 완성하기

설비 관리 Agent를 위한 5가지 Tool을 설계하고 구현하세요.

5가지 Tool

get_equipment_status - 설비 상태 조회
search_manual - 매뉴얼 검색
get_alarm_history - 알람 이력 조회
check_inventory - 부품 재고 확인
get_production_data - 생산 실적 조회

각 Tool 요구사항

JSON Schema 정의 (description은 2줄 이상)
시뮬레이션 데이터로 구현
에러 처리 (존재하지 않는 ID, 잘못된 입력)
반환값은 반드시 문자열

에디터 로딩 중...

힌트 보기

• search_manual: MANUAL_DB의 키를 먼저 정확 매칭하고, 실패하면 title/cause에서 부분 매칭
• get_alarm_history: datetime.strptime으로 timestamp를 파싱하고, 기간은 REFERENCE_DATE에서 거꾸로 세세요. datetime.now()를 쓰면 고정 데이터가 전부 잘려 나갑니다
• check_inventory: stock이 0이면 긴급, safety_stock 미만이면 경고
• get_production_data: defect_rate = defect / actual * 100으로 계산

정답 보기

에디터 로딩 중...

AI로 학습하기 — 꿀팁

에이전트에게 Tool 설계를 시키기AI 학습 팁

AI 에이전트에게 제조 현장 Tool의 JSON Schema를 설계하게 한 뒤, 누락된 파라미터나 검증이 없는지 점검하세요.

제조 설비 상태를 조회하는 Function Calling Tool의 JSON Schema를 설계해줘. 설비ID·조회항목·기간을 파라미터로, 잘못된 입력을 막는 제약도 포함해줘.

이 팁이 도움이 됐나요?

실습 — 직접 해보기

Python Console

오늘 만든 Tool 함수 다섯은 표준 라이브러리만 쓰므로 이 콘솔에서 그대로 돕니다. 붙여넣고 돌려 반환 문자열이 모델이 읽을 만한 모양인지 확인하세요. 다만 콘솔에는 외부 패키지가 없어 `from openai import OpenAI` 는 실패합니다. Tool 을 실제로 고르고 부르는 Agent 는 내 컴퓨터의 파이썬에서 돌립니다.

⤢

제조 AI 어시스턴트

도구 호출은 하지 않는 RAG 시연 도구입니다. 검색 방식과 top-K를 바꿔 가며 문서에서 근거를 찾아오는 과정을 보세요. 오늘 만든 search_manual이 dict 조회 대신 무엇으로 바뀔 수 있는지 미리 보는 용도입니다