사람도 기계도 읽는 규약: 예측 가능한 AI 제품 만들기

이 게시물은 예측 가능한 AI 제품을 만들기 위해 프롬프트뿐 아니라 JSON Schema 같은 강제 가능한 규약을 경계로 삼는 접근을 제안합니다. OpenAI Structured Outputs(strict)로 스키마 밖 값이 생성 단계에서 나오지 않게 만들어 런타임 의미 오류를 막는 흐름을 설명합니다. 사람이 읽는 규약(프롬프트/문서)은 이해를 돕지만 강제가 약하므로, 스키마를 통해 생성과 검증의 책임을 분리해 한 지점에서 검증하도록 구성합니다. Prism Lens 사례에서 도형 타입 목록을 스키마로 고정해 hexagon 같은 어긋난 값이 사라지며, 같은 스키마가 생성 제약과 런타임 검증을 동시에 수행한다고 정리합니다. 또한 SIZE Determines Role 규칙으로 crop/generate 처리 경로를 나눠 재생성 호출 횟수를 7~9회에서 1~2회로 줄이는 판단 기준을 공유합니다. 새 프레임워크를 추가하기보다 기존 코드와 로컬 라이브러리를 활용하고 structured outputs로 예측 가능성을 확보하는 결론을 제시합니다.