Qwen 모델의 깊게 중첩된 유니온 타입 함수 호출에서 이중 문자열화 버그를 Typia 타입 기반 인프라 도입으로 6.75%에서 100% 성공률로 개선

Context

Qwen3-coder-next 모델이 깊게 중첩된 유니온 타입을 처리할 때 6.75%의 첫 시도 성공률을 기록했으며, Qwen 3.5 계열 전체가 이중 문자열화 버그로 인해 실패했다. 이 버그는 모델의 JSON 처리 메커니즘에서 중첩된 객체가 두 번 직렬화되어 타입 무결성을 파괴하는 현상이다. 기존 구현은 유니온 타입 처리를 위한 체계적 검증, 자체 치유 메커니즘, 타입 기반 피드백 루프가 없어 엣지 케이스에 취약했다.

Technical Solution

• 이중 문자열화 버그 원인 파악: 모델의 JSON 파서가 단일 문자열화와 이중 문자열화된 값을 구분하지 못해 둘 다 유효한 입력으로 처리하는 메커니즘 규명
• Typia 타입 기반 인프라 도입: 스키마 생성, JSON 파싱, 검증, 피드백을 자동화하여 기계적 검증 가능성 확보
• 관대한 JSON 파싱 및 타입 강제 구현: 부분적으로 문자열화된 객체를 파서가 확장하고 올바른 타입으로 강제 변환
• 소형 모델을 QA로 활용: Qwen 3.5 같은 소형 모델이 대형 모델이 가린 취약점을 노출하므로 검증 목적으로 사용
• 자체 치유 루프를 통한 정확한 검증 피드백: 타입 미스매치 발생 시 모델이 수정할 수 있도록 명확한 피드백 제공

Impact

Qwen 모델의 깊게 중첩된 유니온 타입 함수 호출 성공률이 6.75%에서 100%로 증가했다.

Key Takeaway

복잡한 타입을 다루는 AI 기반 엔지니어링에서는 확률적 출력에 의존하는 대신 Typia와 같은 타입 기반 인프라를 통한 기계적으로 검증 가능한 프로세스를 구축해야 신뢰성 있는 함수 호출을 달성할 수 있다. 이때 타입 시스템의 완성도가 불완전하면 Typia의 신뢰도가 저하되므로 타입 정의의 완전성 확보가 필수 전제 조건이다.