Function Calling Harness: 6.75%에서 100%까지

qwen3-coder-next 모델이 복잡한 쇼핑몰 백엔드 API 데이터 타입을 생성할 때의 첫 시도 성공률은 단 **6.75%**에 불과하다. 중첩된 구조나 복잡한 스키마를 다룰 때 LLM의 구조화된 출력(Structured Output)은 여전히 불안정하며, 이는 모델의 추론 능력을 저하시키는 원인이 되기도 한다.

해결책은 더 좋은 모델이나 정교한 프롬프트가 아닌, 모델 외부의 하네스(Harness) 엔지니어링에 있다. AutoBe는 자연어 대화만으로 데이터베이스 스키마, API 명세, 구현 코드까지 생성하는 AI 백엔드 자동 생성 에이전트다.

이 시스템의 핵심 인프라는 Typia다. Typia는 단일 TypeScript 타입으로부터 스키마, 파서, 검증기(Validator), 피드백 생성기를 자동으로 구축한다. 이를 통해 모델의 오류를 정확히 짚어내는 결정론적 피드백 루프를 형성한다.

결과적으로 AutoBe는 6.75%였던 초기 성공률을 99.8% 이상의 컴파일 성공률로 전환한다. 이는 확률적인 LLM을 결정론적인 검증 루프로 감싸서 오류를 스스로 수정하게 만드는 자기 치유(Self-healing) 방식의 성과다.