함수 호출
한 줄 정의
LLM이 자연어 답변 대신 미리 정의된 함수·API를 호출해 실제 작업을 수행하게 하는 인터페이스로, AI 에이전트의 핵심 메커니즘입니다.
자세히 알아보기
Function Calling은 LLM이 답변 대신 'fetchOrder({orderId: 123})' 같은 함수 호출을 출력하도록 만드는 인터페이스입니다. 시스템은 그 호출을 받아 실제 API를 실행하고, 결과를 다시 LLM에 돌려줘 답변을 완성하게 합니다. 즉, LLM이 단순한 챗봇을 넘어 '실제 행동하는 시스템'으로 확장되는 다리 역할을 합니다.
마케팅 관점에서 의미 있는 포인트는 'AI가 검색뿐 아니라 실제 행동까지 한다'는 흐름의 출발점이라는 사실입니다. 사용자가 'XX 호텔 예약해줘' 했을 때 AI가 직접 우리 예약 API를 호출해서 처리한다면, 우리 도메인이 AI의 'tool 카탈로그'에 들어 있느냐가 새로운 노출 변수가 됩니다.
Function Calling은 최근 MCP(Model Context Protocol) 같은 표준 프로토콜로 확장되고 있습니다. 큰 그림에서 보면 LLM이 외부 시스템과 어떻게 안전하게 연결될지를 다루는 영역이라 보면 됩니다.
관련 용어
구조화 출력
LLM이 자유 텍스트 대신 미리 정의한 JSON·스키마 구조에 맞춰 답하도록 강제하는 기능으로, AI를 시스템에 안정적으로 연결할 때 필수적입니다.
LLMLLM
방대한 텍스트 데이터로 학습돼 사람의 언어를 이해하고 생성하는 대규모 신경망 모델로, ChatGPT·Claude·Gemini의 기반이 됩니다.
LLMRAG
LLM이 답하기 전에 외부 문서나 검색 결과를 가져와 근거로 활용하는 구조로, ChatGPT Search·Perplexity 같은 AI 검색 답변의 핵심 기법입니다.
AI AgentMCP
Anthropic이 제안한 LLM-도구 연결 표준으로, Claude·ChatGPT 같은 모델이 외부 데이터·도구를 일관된 방식으로 호출하도록 합니다.
AI Agent도구 사용
LLM이 외부 API·계산기·검색 같은 도구를 직접 호출해 답변에 활용하는 기능으로, 모든 에이전트의 기본 동작입니다.
우리 브랜드는 AI 답변에 어떻게 등장하고 있을까요?
Villion은 ChatGPT·Perplexity·AI Overview에서 브랜드 인용 현황을 진단하고, 인용률과 언급 점유율을 끌어올리는 작업을 자동화합니다.
무료 진단 받기