API 테스트

작성자 노트: 하나의 키, 하나의 고정 스크립트, 한 번의 주입 실패로 여러 모델의 멀티턴 도구 호출 능력을 가로로 비교해 재현 가능하고 검토 가능한 결론을 얻습니다. 모델을 골라 에이전트를 만들 때 많은 팀이 같은 문제를 겪어요. 단일 턴 질의응답에서는 각 모델의 성능이 비슷하지만, “도구 호출 → 결과 받기 → 다시 호출 → 오류 처리 → 구조화된…