우리는 제품 설명(product description)을 입력받아 세 가지 언어로 글로벌 시장 포지셔닝에 대해 추론하고 구조화된 JSON을 반환하는 다국어 경쟁 분석 에이전트를 구축하고 있습니다. Oxlo.ai의 Qwen 3 32B가 교차 언어 추론(cross-lingual reasoning)을 처리하며, Oxlo.ai는 토큰당이 아닌 요청당 고정 요금(flat rate per request)을 부과하기 때문에 미터기를 신경 쓰지 않고 긴 제품 개요(product briefs)를 입력할 수 있습니다.
필요한 것들
1단계: Oxlo.ai 클라이언트 설정
저는 비밀 정보(secrets)를 소스 제어 시스템에 넣지 않지만, 이 튜토리얼을 위해 플레이스홀더(placeholder)로 클라이언트를 초기화하겠습니다. 표준 OpenAI 설정과 유일한 차이점은 base URL이 Oxlo.ai를 가리킨다는 것입니다.
from openai import OpenAI
client = OpenAI(
...
2단계: 에이전트 시스템 프롬프트 정의
Qwen 3 32B는 에이전트 워크플로우(agentic workflows)와 다국어 추론에 강합니다. 저는 구조화된 출력을 강제하고 환각성 금융 데이터(hallucinated financial data)를 금지하는 단일 시스템 프롬프트를 제공합니다.
SYSTEM_PROMPT = """당신은 다국어 시장 조사 분석가입니다.
제품 설명을 받으면, 가장 관련성이 높은 세 가지 비영어권 시장을 식별하십시오.
각 시장에 대해:
...
3단계: 리서치 함수 구축
API 호출을 작은 함수로 감싸 재사용할 수 있도록 했습니다. 모델을 qwen-3-32b로 설정하고 JSON 모드를 활성화하여 응답이 파싱 가능하도록 합니다. Oxlo.ai는 엔드포인트가 완전히 OpenAI와 호환(OpenAI compatible)되기 때문에 이를 지원하며, 이러한 인기 모델에는 콜드 스타트(cold starts)가 없습니다.
import json
def analyze_product(product_description: str) -> dict:
...
4단계: CLI 루프에 통합
노트에서 제품 설명을 붙여넣고 즉각적인 피드백을 받을 수 있도록 작은 루프를 추가했습니다. JSON 디코딩 오류를 처리하여 잘못된 응답이 세션을 충돌시키지 않도록 했습니다.
import json
from openai import OpenAI
...
실행하기
실행하기
스크립트를 research_agent.py로 저장하고, 의존성을 설치한 다음, 실행하세요.
pip install openai
python research_agent.py
Qwen 3 32B를 사용하여 Oxlo.ai에 대해 실제로 실행해 본 세션 기록입니다. 저는 동남아시아와 라틴 아메리카에서 캠핑하는 디지털 노마드를 겨냥한 휴대용 태양광 패널의 긴 설명을 전달했습니다.
Product: A foldable 120W solar panel with USB-C PD and integrated 20,000 mAh battery,
designed for remote workers who camp in Southeast Asia and Latin America.
{
...
마무리
에이전트는 작동하지만, 제공하는 컨텍스트만큼만 좋습니다. 두 가지 구체적인 다음 단계가 있습니다: 모델이 실시간 경쟁사 URL을 가져올 수 있도록 Oxlo.ai의 웹 검색 도구를 함수 호출(function calling) 방식으로 추가하거나, 전체 투자자 PDF를 토큰당 비용 걱정 없이 컨텍스트 창에 공급하여 대규모로 Oxlo.ai의 요청 기반 가격 책정(request-based pricing)으로 전환하는 것입니다. 플랜 상세 정보는 https://oxlo.ai/pricing를 참조하세요.