OpenAI Responses API는 왜 새 기본 API가 됐을까: Chat Completions와 다른 점
OpenAI Responses API와 Chat Completions의 차이를 입력, 도구 호출, Agents SDK 연결 기준으로 정리합니다. 새 프로젝트에서 어떤 API 흐름을 선택할지 실무 기준으로 설명합니다.
-
-
Tool description이 길면 에이전트가 도구를 더 잘 고를까
AI 에이전트에서 tool description 길이가 도구 선택에 어떤 영향을 주는지, 길이보다 중요한 schema 품질과 예시 설계 기준을 정리합니다.
-
MCP prompt injection과 tool poisoning은 왜 위험할까
MCP prompt injection과 tool poisoning이 왜 위험한지, model-controlled tool 호출, human-in-the-loop, allowlist, audit log 관점으로 정리합니다.
-
MCP와 function calling은 무엇이 다를까: 도구 호출 표준과 모델 기능을 구분하기
MCP와 function calling의 차이를 모델 호출 형식, MCP server, 운영 권한, 실패 처리 예시로 나누어 설명합니다.
-
AI 에이전트 실전 설계 시리즈 (3) – MCP는 에이전트 구조에서 어떤 역할을 할까
MCP가 AI 에이전트 구조에서 어떤 역할을 하는지 tools, resources, prompts를 행동, 맥락, 작업 템플릿 계층으로 나누어 설명합니다.
-
AI 에이전트 실전 설계 시리즈 (2) – Tool calling은 어디까지 맡겨야 안전할까
AI 에이전트 Tool calling을 붙일 때 읽기 도구, 쓰기 도구, 비용 발생 도구, 위험 도구를 어떻게 나누고 승인 흐름을 설계해야 하는지 정리합니다.
