학습 목표

1. LLM의 기능을 확장하는 도구 호출(Tool Calling)의 메커니즘과 서버 간 표준화된 데이터 교환을 가능하게 하는 MCP(Model Context Protocol)의 통신 구조를 체계적으로 설명할 수 있다.
2. Spring AI를 활용하여 인터넷 검색, 파일 관리 등 실무적인 도구를 정의하고, STDIO 및 SSE 방식을 적용한 MCP 서버를 구축하여 지능형 에이전트에 통합할 수 있다.
3. AI 모델의 한계를 인지하고, 도구 예외 처리 및 정확한 컨텍스트 제공을 통해 사용자에게 신뢰할 수 있는 정보를 제공하려는 책임감 있는 개발 태도를 갖출 수 있다.

강의 동영상

실습을 위한 사전 준비 안내

실습 프로젝트 생성

• 빌드 도구: Gradle - Groovy

• 언어: Java

• Java 버전: 25

• Spring Boot 버전: 3.5.x

  Spring Boot 버전을 3.5.x로 선택합니다. 이는 Spring AI 1.1.2(안정화 버전) 와의 호환성을 확보하기 위함입니다. Spring Boot 4.0.x 환경에서는 Spring AI가 아직 마일스톤 단계인 2.0.0-M2 버전으로 강제되므로, 프로젝트의 안정성을 위해 현재의 조합을 유지합니다.

• Project Metadata: 프로젝트 성격에 맞춰 작성

의존성(Dependencies) 설정

• Spring Web & Spring Reactive Web

  • 두 의존성을 모두 추가합니다.
  • 공존 시 기본적으로 Servlet 기반의 Spring Web MVC로 구동됩니다.
  • 일반적인 MVC 패턴을 유지하면서도, OpenAI와의 효율적인 Streaming 응답(Server-Sent Events) 구현을 위해 Reactive 라이브러리(WebClient 등)가 필요하기 때문입니다.

• Spring AI (OpenAI)

  OpenAI API 연동 및 AI 모델 활용을 위한 Spring AI 의존성을 추가합니다.