요약: 최근 생성형 인공지능과 대규모 언어 모델(Large Language Models, LLMs)은 단순 텍스트 생성을 넘어, 스스로 판단하고 행동하는 자율형 에이전트로 진화하고 있다. 이러한 에이전트가 복잡한 현실 문제를 해결하려면 검색, 계산, 외부 API 호출 등 다양한 도구를 상황에 맞게 활용하는 능력이 필수적이다. 그러나 초기 LLM은 학습 데이터에만 의존해 최신 정보에 취약하였고, 이는 환각(hallucination) 문제로 이어졌다. 무엇보다 생각(reasoning)과 행동(acting)이 단절되어, 도구를 언제·어떻게·왜 써야 하는지 스스로 판단하지 못한다는 근본적 한계가 있었다. 이를 극복하기 위해 Tool LLM이라는 연구 흐름이 등장했다. Tool LLM은 생각과 행동을 하나의 흐름으로 엮어 도구 사용의 근거를 스스로 마련하고, 여러 도구 간 협업을 계획하며, 나아가 방대한 실세계 도구 풀에서도 필요한 도구를 유연하게 선택할 수 있게 한다. 본 세미나에서는 LLM이 정적 지식 베이스에서 벗어나 외부 도구와 상호작용하기 시작한 초기 연구들을 소개한다.