콘텐츠로 이동

가드레일

가드레일은 사용자 입력과 에이전트 출력에 대한 확인 및 검증을 가능하게 합니다. 예를 들어, 매우 똑똑한(따라서 느리고/비싼) 모델을 사용해 고객 요청을 돕는 에이전트가 있다고 가정해 보겠습니다. 악의적인 사용자가 수학 숙제를 도와 달라고 모델에 요청하는 것을 원치 않을 것입니다. 이때 빠르고/저렴한 모델로 가드레일을 실행할 수 있습니다. 가드레일이 악성 사용을 감지하면 즉시 오류를 발생시켜 비싼 모델 실행을 막아 시간과 비용을 절약할 수 있습니다(차단형 가드레일 사용 시에 한함. 병렬 가드레일의 경우, 가드레일이 완료되기 전에 비싼 모델이 이미 실행을 시작했을 수 있습니다. 자세한 내용은 아래의 "실행 모드"를 참고하세요).

가드레일에는 두 가지 종류가 있습니다:

  1. 입력 가드레일은 최초 사용자 입력에서 실행됨
  2. 출력 가드레일은 최종 에이전트 출력에서 실행됨

입력 가드레일

입력 가드레일은 3단계로 실행됩니다:

  1. 먼저, 가드레일이 에이전트에 전달된 것과 동일한 입력을 받습니다.
  2. 다음으로, 가드레일 함수가 실행되어 GuardrailFunctionOutput을 생성하고, 이는 InputGuardrailResult로 래핑됩니다
  3. 마지막으로 .tripwire_triggered가 true인지 확인합니다. true이면 InputGuardrailTripwireTriggered 예외가 발생하며, 이를 통해 사용자에게 적절히 응답하거나 예외를 처리할 수 있습니다.

Note

입력 가드레일은 사용자 입력에서 실행되도록 설계되었으므로, 해당 에이전트가 첫 번째 에이전트일 때만 에이전트의 가드레일이 실행됩니다. 왜 guardrails 속성이 에이전트에 있고 Runner.run에 전달하지 않는지 궁금할 수 있습니다. 가드레일은 실제 에이전트와 밀접하게 연관되는 경향이 있기 때문입니다. 에이전트마다 서로 다른 가드레일을 실행하게 되므로, 코드를 같은 위치에 두면 가독성에 도움이 됩니다.

실행 모드

입력 가드레일은 두 가지 실행 모드를 지원합니다:

  • 병렬 실행(기본값, run_in_parallel=True): 가드레일이 에이전트 실행과 동시에 실행됩니다. 둘이 동시에 시작되므로 지연 시간이 가장 좋습니다. 다만, 가드레일이 실패할 경우, 에이전트가 취소되기 전에 이미 토큰을 소비하고 도구를 실행했을 수 있습니다.

  • 차단 실행(run_in_parallel=False): 가드레일이 에이전트 시작 이전 에 실행되어 완료됩니다. 가드레일 트립와이어가 트리거되면 에이전트는 절대 실행되지 않으므로 토큰 소비와 도구 실행을 방지할 수 있습니다. 비용 최적화와 도구 호출에 따른 잠재적 부작용을 피하고 싶을 때 이상적입니다.

출력 가드레일

출력 가드레일은 3단계로 실행됩니다:

  1. 먼저, 가드레일이 에이전트가 생성한 출력을 받습니다.
  2. 다음으로, 가드레일 함수가 실행되어 GuardrailFunctionOutput을 생성하고, 이는 OutputGuardrailResult로 래핑됩니다
  3. 마지막으로 .tripwire_triggered가 true인지 확인합니다. true이면 OutputGuardrailTripwireTriggered 예외가 발생하며, 이를 통해 사용자에게 적절히 응답하거나 예외를 처리할 수 있습니다.

Note

출력 가드레일은 최종 에이전트 출력에서 실행되도록 설계되었으므로, 해당 에이전트가 마지막 에이전트일 때만 에이전트의 가드레일이 실행됩니다. 입력 가드레일과 마찬가지로, 가드레일은 실제 에이전트와 밀접하게 연관되므로 코드를 같은 위치에 두면 가독성에 도움이 됩니다.

출력 가드레일은 항상 에이전트 완료 후에 실행되므로 run_in_parallel 매개변수를 지원하지 않습니다.

도구 가드레일

도구 가드레일은 함수 도구 를 래핑하고, 실행 전후로 도구 호출을 검증하거나 차단할 수 있게 해줍니다. 이는 도구 자체에서 구성되며 해당 도구가 호출될 때마다 실행됩니다.

  • 입력 도구 가드레일은 도구가 실행되기 전에 동작하며, 호출을 건너뛰거나, 메시지로 출력을 대체하거나, 트립와이어를 발생시킬 수 있습니다
  • 출력 도구 가드레일은 도구가 실행된 후 동작하며, 출력을 대체하거나 트립와이어를 발생시킬 수 있습니다
  • 도구 가드레일은 function_tool로 생성된 함수 도구에만 적용됩니다. 호스티드 툴(WebSearchTool, FileSearchTool, HostedMCPTool, CodeInterpreterTool, ImageGenerationTool)과 로컬 런타임 도구(ComputerTool, ShellTool, ApplyPatchTool, LocalShellTool)는 이 가드레일 파이프라인을 사용하지 않습니다

자세한 내용은 아래 코드 스니펫을 참고하세요.

트립와이어

입력 또는 출력이 가드레일을 통과하지 못하면, 가드레일은 트립와이어로 이를 신호할 수 있습니다. 트립와이어가 트리거된 가드레일을 확인하는 즉시 {Input,Output}GuardrailTripwireTriggered 예외를 발생시키고 에이전트 실행을 중단합니다.

가드레일 구현

입력을 받아 GuardrailFunctionOutput을 반환하는 함수를 제공해야 합니다. 이 예시에서는 내부적으로 에이전트를 실행하여 이를 수행합니다.

from pydantic import BaseModel
from agents import (
    Agent,
    GuardrailFunctionOutput,
    InputGuardrailTripwireTriggered,
    RunContextWrapper,
    Runner,
    TResponseInputItem,
    input_guardrail,
)

class MathHomeworkOutput(BaseModel):
    is_math_homework: bool
    reasoning: str

guardrail_agent = Agent( # (1)!
    name="Guardrail check",
    instructions="Check if the user is asking you to do their math homework.",
    output_type=MathHomeworkOutput,
)


@input_guardrail
async def math_guardrail( # (2)!
    ctx: RunContextWrapper[None], agent: Agent, input: str | list[TResponseInputItem]
) -> GuardrailFunctionOutput:
    result = await Runner.run(guardrail_agent, input, context=ctx.context)

    return GuardrailFunctionOutput(
        output_info=result.final_output, # (3)!
        tripwire_triggered=result.final_output.is_math_homework,
    )


agent = Agent(  # (4)!
    name="Customer support agent",
    instructions="You are a customer support agent. You help customers with their questions.",
    input_guardrails=[math_guardrail],
)

async def main():
    # This should trip the guardrail
    try:
        await Runner.run(agent, "Hello, can you help me solve for x: 2x + 3 = 11?")
        print("Guardrail didn't trip - this is unexpected")

    except InputGuardrailTripwireTriggered:
        print("Math homework guardrail tripped")
  1. 이 에이전트를 가드레일 함수에서 사용합니다
  2. 이것이 에이전트의 입력/컨텍스트를 받아 결과를 반환하는 가드레일 함수입니다
  3. 가드레일 결과에 추가 정보를 포함할 수 있습니다
  4. 이것이 워크플로를 정의하는 실제 에이전트입니다

출력 가드레일도 유사합니다.

from pydantic import BaseModel
from agents import (
    Agent,
    GuardrailFunctionOutput,
    OutputGuardrailTripwireTriggered,
    RunContextWrapper,
    Runner,
    output_guardrail,
)
class MessageOutput(BaseModel): # (1)!
    response: str

class MathOutput(BaseModel): # (2)!
    reasoning: str
    is_math: bool

guardrail_agent = Agent(
    name="Guardrail check",
    instructions="Check if the output includes any math.",
    output_type=MathOutput,
)

@output_guardrail
async def math_guardrail(  # (3)!
    ctx: RunContextWrapper, agent: Agent, output: MessageOutput
) -> GuardrailFunctionOutput:
    result = await Runner.run(guardrail_agent, output.response, context=ctx.context)

    return GuardrailFunctionOutput(
        output_info=result.final_output,
        tripwire_triggered=result.final_output.is_math,
    )

agent = Agent( # (4)!
    name="Customer support agent",
    instructions="You are a customer support agent. You help customers with their questions.",
    output_guardrails=[math_guardrail],
    output_type=MessageOutput,
)

async def main():
    # This should trip the guardrail
    try:
        await Runner.run(agent, "Hello, can you help me solve for x: 2x + 3 = 11?")
        print("Guardrail didn't trip - this is unexpected")

    except OutputGuardrailTripwireTriggered:
        print("Math output guardrail tripped")
  1. 이것이 실제 에이전트의 출력 타입입니다
  2. 이것이 가드레일의 출력 타입입니다
  3. 이것이 에이전트의 출력을 받아 결과를 반환하는 가드레일 함수입니다
  4. 이것이 워크플로를 정의하는 실제 에이전트입니다

마지막으로, 도구 가드레일의 예시입니다.

import json
from agents import (
    Agent,
    Runner,
    ToolGuardrailFunctionOutput,
    function_tool,
    tool_input_guardrail,
    tool_output_guardrail,
)

@tool_input_guardrail
def block_secrets(data):
    args = json.loads(data.context.tool_arguments or "{}")
    if "sk-" in json.dumps(args):
        return ToolGuardrailFunctionOutput.reject_content(
            "Remove secrets before calling this tool."
        )
    return ToolGuardrailFunctionOutput.allow()


@tool_output_guardrail
def redact_output(data):
    text = str(data.output or "")
    if "sk-" in text:
        return ToolGuardrailFunctionOutput.reject_content("Output contained sensitive data.")
    return ToolGuardrailFunctionOutput.allow()


@function_tool(
    tool_input_guardrails=[block_secrets],
    tool_output_guardrails=[redact_output],
)
def classify_text(text: str) -> str:
    """Classify text for internal routing."""
    return f"length:{len(text)}"


agent = Agent(name="Classifier", tools=[classify_text])
result = Runner.run_sync(agent, "hello world")
print(result.final_output)