이 가이드는 LLM(대규모 언어 모델)에서 함수 호출을 사용하여 여러 소스의 데이터에 접근하고 결합하는 에이전트 시스템을 구축하는 방법을 설명합니다. 함수 호출을 통해 LLM은 텍스트 기반 답변 대신 SQL 쿼리 또는 파일 리더와 같은 도구를 사용할 수 있습니다. 에이전트 시스템은 자율성, 도구 사용, 반복적 추론을 특징으로 하며, 이를 통해 다단계 문제 해결이 가능합니다. 반복적인 도구 사용 루프는 에이전트가 도구를 호출하고, 결과를 분석하고, 필요에 따라 반복할 수 있도록 하여 이러한 추론을 촉진합니다. 멀티 모달 데이터 접근은 SQL 데이터베이스 및 블롭 스토리지를 비롯한 다양한 데이터 저장소의 강점을 결합합니다. BlobPath 열을 사용하는 상호 참조 패턴은 핵심적인 아키텍처 요소입니다. 스키마 주입 및 방언 규칙을 포함한 효과적인 시스템 프롬프트는 에이전트 동작에 필수적입니다. 도구 설계는 단일 책임, 풍부한 설명, 구조화된 데이터 반환, 우아한 오류 처리, 제한된 범위에 중점을 둡니다. LLM의 의사 결정 과정은 도구 설명, 시스템 프롬프트, 결과 및 대화 기록을 고려합니다. 에이전트는 대화 메모리를 통해 컨텍스트를 유지하며, 이전 턴을 후속 상호 작용에 통합합니다.
techcommunity.microsoft.com
Understanding Agentic Function-Calling with Multi-Modal Data Access
