AI
프롬프트를 쓰는 PM과 AI를 이해시키려는 개발자
두줄요약
올리브영이 MCP를 개발하며 LLM이 툴을 잘 이해하도록 설명과 구조를 다듬은 과정을 공유했습니다. 가격 해석, 툴 체이닝, 미호출 문제를 예시·규칙·네이밍 조정으로 개선했습니다.
핵심 내용
- 올리브영이 카카오톡 챗GPT와 ChatGPT 전용 플러그인에 연결되는 MCP를 개발한 과정
- LLM이 툴을 잘 이해하도록 Tool Description, 파라미터 규칙, 응답 구조를 조정한 시행착오
- 가격 범위 해석, 툴 체이닝, 툴 미호출 문제를 PM과 개발자가 서로 다른 방식으로 검증하고 개선
- 툴 이름, 반환값 단순화, 예시 추가 등을 통해 호출 정확도를 높인 사례
적용해볼 점
- LLM 연동에서는 API 구현뿐 아니라 설명 방식과 입력·출력 구조까지 함께 설계할 필요
- 사람에게 자연스러운 규칙보다 모델이 덜 헷갈리도록 정보와 노이즈를 조정하는 접근이 중요
