네! 덕분에 agent의 reasoning 측면에서 더 편하게 활용했습니다. function call 이전에는 "LLM이 어떤 함수를 사용할지", "파라미터는 어떤 값을 넣을지"와 같이 함수의 형식을 맞추기 위해서 프롬프트 작업, few-shot 등을 했어야 했죠. 반면에 function call은 "함수선택", "파라미터 설정"을 잘할 수 있도록 파인튜닝된 모델이라 프롬프트 작업이 줄어들었습니다. 랭체인 에이전트는 function call 이전에는 prompting으로, function call 이후에는 파인튜닝을 활용한 것이라고 볼 수 있는 것이죠. 개인적으로 랭체인을 쓰기보다는 직접 scratch 로 만드는 것을 좋아해서 function call 라이브러리를 직접 써서 에이전트를 만들어봤는데요, 제가 정의한 함수를 JSON schema로 표현해서 넘겨주면 LLM이 직접 필요한 함수를 선택하고 거기에 맞는 파라미터를 넘겨주는 방식으로 사용했습니다. 노션 에이전트라면 노션 데이터베이스 불러오기, 노션 글 작성하기 등을 직접 함수로 정의하고 JSON schema로 정의하면 필요한 상황에 맞게 노션과 관련한 함수를 호출하고 파라미터도 잘 맞춰주는 식입니다. 더 자세한 내용을 한번 다뤄봐야겠네요!

코드로 두 기능의 차이를 비교해 놓으신것 있으시면 구경좀 해보고 싶습니다. :)

오오 더 자세한 내용 공유해주시면 진짜 너무 좋을것같아요!! ㅎㅎ설명해주셔서 감사합니다 :)