런타임 AI

Forguncy의 런타임 AI 기능은 개발자가 지능형 인터랙션 기능을 포함한 업무 애플리케이션을 빠르게 구축할 수 있도록 지원하며, 다음 설계 원칙을 따릅니다.

빠르고 효율적: 프롬프트 편집기, 이벤트 메커니즘, 함수 호출을 통해 기존 시스템의 업무 로직과 빠르고 매끄럽게 연결됩니다.
개인화 커스터마이징: 범용 AI 기능을 제공하는 동시에 다양한 업무 시나리오에 맞는 깊이 있는 커스터마이징도 지원합니다.

AI 설정

왜 여기서 또 AI 모델을 설정해야 하나요?

디자이너의 [옵션] > [일반 설정]에서 이미 AI 모델을 등록하셨다면, "그건 이미 했는데 왜 또 설정하나?"라는 생각이 드실 수 있어요.

포건시에는 AI를 사용하는 두 가지 상황이 있고, 이 둘은 서로 완전히 별개로 동작합니다.

	디자인 시 AI 설정	런타임 AI 설정 (이 문서)
사용 주체	개발자(설계자) 본인	완성된 애플리케이션을 사용하는 최종 사용자
사용 시점	앱을 만드는 동안(디자이너 화면에서)	완성된 앱을 실제로 실행했을 때
예시	"이 화면을 자동으로 만들어줘" 같은 개발 보조 기능	앱 안에 넣은 AI 챗봇, AI 자동 응답 등 실제 업무 기능

즉, 디자이너에서 설정한 AI는 개발자가 앱을 만들 때 도움을 받는 용도이고, 여기서 설정하는 AI는 완성된 앱을 실제로 쓰는 사람들에게 보여줄 AI 기능입니다. 둘은 별개의 연락처를 등록하는 것과 같아서, 같은 API 키를 다시 입력해야 하더라도 설정 자체는 따로 해주셔야 합니다.

💡 아직 "AI 모델"이 무엇이고 API 키가 왜 필요한지 잘 모르시겠다면, 설계단계에서의 AI 문서의 "AI 모델 추가하기" 섹션을 먼저 읽어보시는 것을 추천합니다. 포건시와 AI 서비스가 어떻게 연결되는지 기본 개념을 설명합니다.

설정 관리

1. 설정 화면 위치

런타임 AI 모델은 디자인 시 AI 설정과 다른 탭에 있습니다. 아래 경로로 이동하세요.

포건시 빌더 [파일]을 클릭한 후, 좌측 메뉴에서 [옵션]을 클릭합니다.
[응용 프로그램 설정] 탭으로 이동합니다. (디자인 시 설정은 "일반 설정" 탭에 있었지만, 런타임 설정은 여기 있습니다.)
화면을 아래로 스크롤하면 "런타임 기능을 위한 AI 모델" 영역이 있습니다. 여기서 [AI 모델 추가...]를 클릭합니다.
설정 창이 열리면, 디자인 시 설정과 동일한 항목을 입력합니다.

2. 설정 파라미터

여기서 설정하는 항목은 디자인 시 AI 설정과 동일한 정보입니다. 준비물도 같습니다 — 사용할 AI 서비스(OpenAI, Azure OpenAI 등)를 정하고, 해당 서비스에서 발급받은 API 키가 필요합니다.

항목	설명
설정 이름	이 설정을 구분하기 위한 별칭입니다. 여러 개를 등록했을 때 알아보기 쉽게 짓습니다.
API Host	사용할 AI 서비스의 접속 주소입니다. (예: `https://api.openai.com/v1`)
API Key	AI 서비스에서 발급받은 인증 키입니다. 비밀번호처럼 취급해야 합니다.
API Model Name	사용할 AI 모델의 정확한 이름입니다. (예: `gpt-5`)
고급 파라미터 (선택)	최대 출력 토큰 수(Max Tokens), 샘플링 온도(Temperature), 핵 샘플링(Top_P) 등 세부 옵션입니다. 처음에는 기본값을 두어도 무방합니다.

3. 설정 작업

설정은 프로젝트 파일과 함께 저장됩니다.
기본 모델을 지정할 수 있으며, 여러 개를 등록해 두고 필요할 때 다른 설정으로 전환할 수 있습니다.
JSON 가져오기/내보내기를 지원하여 설정 마이그레이션이 편리합니다.
애플리케이션을 실제 서비스로 배포한 뒤에는, 디자이너를 열지 않고도 관리 콘솔에서 이 설정 값(API 키 등)을 변경할 수 있습니다. 예를 들어 API 키를 재발급했거나 다른 AI 서비스로 바꾸고 싶을 때 유용합니다.

주의: 런타임 설정과 디자인 시 설정은 서로 독립적입니다. 위 표에서 설명한 것처럼 한쪽을 설정했다고 해서 다른 쪽에도 자동으로 반영되지 않으니, 실제 사용자에게 AI 기능을 제공하려면 이 런타임 AI 설정을 반드시 별도로 완료해야 합니다.

핵심 기능

AI 어시스턴트 명령

기능 특징:

다중 위치 지원: 페이지 측과 서버 측 모두에서 사용 가능합니다.
파라미터 설정:
- 모델 선택
- 시스템/사용자 프롬프트 편집
- 함수 정의 목록(Function Calling)
- 입출력 설정

특화 기능: 구조화된 데이터 출력

기본적으로 대규모 모델은 순수 텍스트 형태로 결과를 반환합니다. 개발 요구를 충족시키기 위해 다음 두 가지 결과 유형 옵션을 제공합니다.

텍스트 — 원본 텍스트 출력(기본 모드)
JSON 자동 추출 — 응답 내 JSON 구조 조각을 식별하고 추출하여 JSON 텍스트를 직접 반환

이 기능은 JSON 데이터 처리 과정을 간소화하여, 개발자가 별도의 파싱 로직을 작성하지 않고도 구조화된 데이터를 얻을 수 있도록 합니다.

대표적인 활용 예시:

반환 결과 유형: 텍스트

사용자 프롬프트: "[%AiUserInput%]을 영어로 번역해줘"
입력: "안녕하세요" → LLM 출력: "Hello"
실제 출력: "Hello"

반환 결과 유형: JSON 문자열 추출 시도

사용자 프롬프트: "[%AiUserInput%]을 몇 가지 나열하고 JSON 목록으로 출력해줘"
입력: "과일" → LLM 출력: "네, 과일 몇 가지를 나열했습니다. ```json["사과","바나나","배"]```"
실제 출력: ["사과","바나나","배"]

AI 대화 셀

설정 흐름:

런타임 AI 모델을 설정합니다. (위 "AI 설정" 참고)
셀 유형을 **"AI 대화 셀"**로 설정합니다.
페이지를 실행하여 인터랙션을 진행합니다.

핵심 설정 항목:

설정 항목	설명
AI 모델 선택	설정된 모델 간 전환
데이터 소스 바인딩	업무 데이터 테이블과 연결
시스템 프롬프트	AI의 역할과 작업을 정의
사용자 프롬프트	입력 템플릿 설정
함수 정의(Function Calling)	AI가 실행 가능한 명령 확장

고급 기능:

이벤트 응답: 새 대화 생성, 메시지 추가 시 명령을 트리거
화면 커스터마이징: 타이틀바, 타임스탬프 등 표시 제어
인터랙션 작업: 메시지 관리, 대화 초기화 등

특화 기능: 카드 메시지

AI 대화 셀은 "컴포넌트 메시지 추가" 작업을 통해 Forguncy 컴포넌트(예: 컴포넌트 페이지에 배치된 데이터 테이블, 차트, 폼 등)를 구조화된 카드 형태로 대화 흐름에 삽입할 수 있어 다음을 구현합니다.

시각적 데이터 표현: 동적 업무 데이터를 직접 표시
인터랙티브 응답: 컴포넌트 이벤트와 결합하여 유연한 인터랙션을 구현

대표적인 활용 시나리오:

오프닝: 커스텀 오프닝 이미지-텍스트 카드
주문 조회: AI 텍스트 답변 + 주문 상세 카드
보고서 분석: 분석 결론 + 동적 차트 카드

주의사항

데이터 보안: AI 인터랙션은 데이터 전송을 포함할 수 있으므로 민감한 정보 전송을 피해야 합니다. API 키는 비밀번호와 동일하게 취급하여 외부에 노출되지 않도록 주의하세요.
성능 최적화: 복잡한 함수는 응답 속도에 영향을 줄 수 있습니다.
결과 검증: 핵심 업무 결정에는 사람의 확인 단계를 추가하는 것을 권장합니다.
모델 한계: 출력 품질과 Function Calling은 선택한 모델의 능력에 따라 제한됩니다.