구조화된 JSON 출력 + 검증
LLM이 그 뒤의 시스템에 데이터를 넘기는 순간, 평범한 산문은 짐이 돼요. 모델에게 JSON을 요청한 다음, 절대 맹목적으로 믿으면 안 돼요. 모델은 잘못된 JSON을 내고, 필드를 빠뜨리고, 칸에 엉뚱한 타입을 넣어요. 실무 파서는 그 모든 일이 일어날 거라고 가정하고 모든 필드를 확인해요.
경계를 지키는 검증기를 만들어요. validate_record(text)는 모델이 돌려준 날것의 문자열을 받아:
try/except안에서json.loads를 시도해서, 잘못된 JSON이 서비스를 멈추게 하는 대신 깔끔한 실패를 돌려줘요.- 필수 스키마
{"name": str, "age": int, "email": str}을 확인해요: 모든 필드가 있고, 모든 값이 올바른 타입. errors가 무엇이 잘못됐는지 대는{"ok": bool, "errors": [...]}를 돌려줘요.
거의 모두가 걸리는 함정이 하나 있어요. Python에서 bool은 int의 하위 클래스라서 isinstance(True, int)가 True예요. JSON true는 Python True로 해석되고, 순진한 타입 확인은 "age": true를 올바른 정수로 받아들일 거예요. int가 필요한 곳에서는 불리언을 거부하세요.
>>> isinstance(True, int)
True # the trap: True sneaks past an int check
>>> type(True) is int
False # one way to be strict모델이 이 JSON을 실시간으로 채워 줄 수도 있지만, 채점은 결정적인 내 검증기만 건드려요: 깨끗한 기록을 받아들이나, 그리고 망가진 기록을 종류별로 모두 거부하나? 채점하려면 실행을 누르세요.
try/except 안에서 글을 json.loads 하고 {"name": str, "age": int, "email": str}에 대해 검증하는 validate_record(text)를 쓰세요. {"ok": bool, "errors": [...]}를 돌려주세요: 완전하고 올바른 타입의 기록이면 ok는 True이고 errors는 비어 있고, 아니면 False와 각 문제를 대는 리스트. 잘못된 JSON은 (예외 없이) ok False를 돌려줘요. int가 필요한 곳에서는 불리언을 거부해야 해요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.