참고팁Reddit
LLM 의존도 줄이기: 비즈니스 로직을 '순수 함수'로 분리하는 설계
복잡한 결정 로직을 모델 프롬프트 대신 확정적 코드(함수)로 처리하여 에이전트의 안정성을 극적으로 높이는 기법.
요약
AI 피트니스 코치 개발자가 LLM이 직접 운동 세트, 횟수, 휴식 시간을 결정하게 하는 대신 240줄의 순수 함수를 도입해 프로그램의 품질을 개선했다. 기존 LLM 기반 방식은 JSON 스키마를 준수하더라도 무릎 부상이 있는 사용자에게 적합하지 않은 고강도 운동을 추천하는 등 의학적으로 부적절한 결과를 생성하는 한계가 있었다. 이를 해결하기 위해 사용자의 목표, 경험, 건강 상태를 기반으로 'TrainingPrescription'을 생성하는 순수 함수를 먼저 실행하도록 아키텍처를 변경했다. 이제 LLM은 함수가 계산한 처방이라는 제약 조건 내에서만 운동 종목을 선택하는 방식으로 제한된다. 이 방식은 모델의 추론 오류를 방지하고 사용자의 신체적 제약을 보다 정확하게 반영하는 안전한 운동 계획 생성을 보장한다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 I stopped letting the LLM pick sets, reps and rest. A 240 line pure function does it now.
원문 보기 ↗