응답 파라미터 마스터하기

OpenAI Responses API 활용하기

James Chapman

AI Curriculum Manager, DataCamp

모델 선택

response = client.responses.create(
    model="gpt-5.4-mini",
    input="What is recursion?",
)

¹ https://platform.openai.com/docs/models

모델 선택

response = client.responses.create(
    model="gpt-5.4-mini",
    input="What is recursion?",
)

기본 원칙: 요구 사항을 충족하는 가장 저렴한 모델을 사용합니다

모델	속도	비용	적합한 용도
gpt-5.4-mini	빠름	낮음	단순 작업, Q&A
gpt-5.5	보통	높음	복잡한 추론

¹ https://platform.openai.com/docs/models

LLM과 토큰

토큰: AI가 텍스트를 이해하고 해석하는 데 사용하는 텍스트 단위

"How can the OpenAI API deliver business value?"라는 문장에서 각 토큰이 서로 다른 색으로 강조 표시된 모습.

¹ https://platform.openai.com/tokenizer

LLM과 토큰

비추론 LLM: 프롬프트 다음에 올 확률이 가장 높은 토큰을 생성합니다

LLM과 토큰

추론 강도

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",

    reasoning={"effort": "none"}

)

추론 강도

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "none"}
)

강도	적합한 용도
none	단순하거나 기계적인 작업
low	속도와 비용을 우선하는 간단한 작업
medium	추론과 효율의 균형을 위한 기본값
high	복잡하고 다단계이거나 논리 집약적인 작업
xhigh	가능성의 한계를 시험하는 최난이도 작업

추론 요약

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={
        "effort": "medium",

        "summary": "auto"

    }
)

출력 토큰 제한

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "none"},

    max_output_tokens=500

)

max_output_tokens에는 추론 토큰이 포함됩니다

요약

단순한 작업 → 소형 모델, 추론 없음, 적은 토큰으로 시작
복잡한 작업 → 중간 크기 모델과 추론으로 시작 후 세부 조정

연습해 봅시다!

OpenAI Responses API 활용하기