피드로 돌아가기
Dev.toAI/ML
원문 읽기
Anti-purpose 패턴 도입을 통한 도구 선택 오류 50% 감소
Tool descriptions are load-bearing too: the anti-purpose pattern in MCP
AI 요약
Context
MCP(Model Context Protocol) 환경에서 도구 설명의 부재를 단순 문서화 누락이 아닌 시스템 Contract의 결함으로 정의. 다수의 유사 도구가 로드된 Production 환경에서 LLM이 도구 간 변별력을 상실하여 발생하는 Wrong-tool-selection 문제 분석.
Technical Solution
- Tool Description을 '어떻게(How)'가 아닌 '여부(Whether)'를 결정하는 Load-bearing 요소로 재정의
- 긍정적 목적 외에 명시적 제외 대상(Explicit Exclusions)을 정의하는 Anti-purpose 패턴 설계
- 도구 간 경계를 명확히 하기 위한 Sibling Pointer를 통해 대체 도구의 이름과 사용 조건을 명시
- 단순 마케팅 문구 형태의 설명을 구체적 Scope(예: public web)와 Trigger 조건으로 세분화
- LLM의 추측에 의존하던 Disambiguation 프로세스를 Schema 수준의 결정론적 가이드로 전환
Impact
- 약 12개의 내부 도구에 Anti-purpose 설명 추가 후 Wrong-tool-selected rate 약 50% 감소
- 모델 변경이나 추가적인 Prompt Engineering 비용 없이 Schema 수정만으로 성능 개선 달성
실천 포인트
MCP 도구 설계 시 다음 4가지 항목을 스키마에 필수 포함할 것: 1) 구체적 운영 범위(Scope), 2) 선택 트리거(Trigger), 3) 유사하지만 제외되어야 할 트리거(Anti-trigger), 4) 혼동 가능성이 높은 대체 도구 명시(Sibling pointer)