JSCODE Logo
JSCODE 박재성JSCODE 제이온JSCODE 시니
온라인 강의프로그래밍 과외책/전자책무료 강의
유튜브블로그
후기
완강 후기 이벤트블로그 리뷰 이벤트AWS SAA 합격 후기 이벤트
회사명 : JSCODE대표 : 박재성사업자 등록번호 : 244-22-01557통신판매업 : 제 2023-인천미추홀-0381 호

서울특별시 구로구 경인로 20가길 11(오류동, 아델리아)

Copyright ⓒ 2026 JSCODE - 최상위 현업 개발자들의 프로그래밍 교육 All rights reserved.

이용약관개인정보처리방침

실무에 바로 적용하는 Spring AI: Spring 서비스에 챗봇·RAG·MCP 도입하기

백엔드 개발자를 위한 LLM 기초

Prompt란 무엇일까?
Tokens란 무엇일까? /
Embeddings란 무엇일까? / Semantic Space
Fine Tuning이란 무엇일까?
RAG란 무엇일까?
AI Models란 무엇일까?
AI Model Providers란 무엇일까?

Spring AI 기본기

Spring AI란 무엇일까? / 백엔드 개발자가 왜 Spring AI를 배워야할까?
Spring AI 1.0 GA의 탄생
Spring AI와 LangChain - 어떤 도구를 선택해야 할까?
Spring AI와 LangChain - Chat Model 쉽게 이해하기
Spring AI와 LangChain - VectorStore 인터페이스

Spring AI 핵심 구성요소

핵심 컴포넌트 - ChatClient, Advisors, Prompts, Models, Structured Output
Spring AI ChatClient란 무엇일까?
Spring AI Advisor란 무엇일까?
Spring AI Prompts란 무엇일까?
Spring AI Models이란 무엇일까?
Spring AI Structured Output이란 무엇일까?

Spring AI로 만드는 채팅 API — 클라우드(OpenAI)와 로컬(Ollama

[실습] Spring AI 로컬 환경 설정 - Spring Boot 4.x, Gradle
[실습] OpenAI API Key 발급받기
[실습] OpenAI API를 활용한 채팅 API 환경 구축
[실습] Swagger UI를 활용한 테스트 - OpenAI API
[실습] Ollama 설치하기 / Hugging Face란 무엇일까? / GGUF
[실습] Ollama를 활용한 채팅 API 환경 구축
[실습] Swagger UI를 활용한 테스트 - Ollama
Spring AI 응답의 형태 - ChatClient Responses
[실습] Streaming으로 Flux 형태로 응답받기

실무에 쓰는 챗봇 만들기 - ‘대화 기억’부터 ‘CS 문의 자동 분류’까지

Spring AI Prompts - Chat Options란 무엇일까?
Spring AI Prompts - 프롬프트 엔지니어링 9가지 패턴
[실습] CLI 챗봇 개발 환경 아키텍처 미리보기
[실습] Chat Memory Advisor로 메모리 기능 추가하기
[실습] Chat Service 구현 - Advisor, CONVERSATION_ID
[실습] Spring Boot에서 CLI 기능 구현 및 테스트하기
[실습] Chat Controller 구현 - call과 stream 방식의 Chat REST API
[실습] Structured Output Converter를 통한 쇼핑몰 CS 문의 긴급도 분류하기

Vector Database와 유사도 검색 - RAG를 위한 핵심 개념

Vector Database란 무엇일까?
Vector Database Cosine Similarity란 무엇일까? / Spring AI의 Similarity Score
Spring AI Vector Store API
Metadata Filters란 무엇일까?

RAG 챗봇 만들기 - 데이터 전처리부터 ElasticSearch 연동까지

LLM 한계 극복을 위한 RAG 도입
실무에서 Spring AI를 통한 RAG 구현 방법
고품질 RAG를 위한 데이터 전처리 - Extract, Transform, Load
Spring AI RAG 기본 설계
[실습] RAG 챗봇 개발을 위한 로컬 환경 구축
[실습] RAG ETL 파이프라인 구현
[실습] RAG Advisors 구현
[실습] RAG Service 구현
[실습] RAG CLI 구현 및 실행 테스트
[실습] RAG REST API 구현
[실습] Docker 설치
[실습] ElasticSearch 기반 VectorStore로 변경하기

AI와 외부 시스템 연결하기 - Tool Calling으로 API 호출 자동화

Spring AI Tool Calling과 작동 프로세스
[실습] Tool Calling 개발 환경 구축
[실습] 지역별 날씨 조회 외부 API Tool 구현
[실습] Tool Service 구현
[실습] ToolCallingManager 설정
[실습] ToolChatConfig, ToolController 구현 - CLI, REST API
[실습] CLI 및 REST API 테스트

MCP로 완성하는 AI 연동 - Client & Server 개발과 외부 서버 활용

MCP란 무엇일까?
Tool Calling VS MCP
[실습] 아키텍처 미리보기
[실습] MCP Client 개발 환경 구축
[실습] MCP Server 개발 환경 구축
[실습] 외부 MCP Server와 연동한 실시간 날씨 조회 - MCP Client 개발
[실습] 외부 MCP Server와 연동한 실시간 날씨 조회 - MCP Server 개발
[실습] 외부 MCP Server와 연동한 실시간 날씨 조회 - MCP 연동
[실습] CLI 및 RestAPI 테스트
← 블로그 목록으로 돌아가기

[실습] 지역별 날씨 조회 외부 API Tool 구현

JSCODE 시니
JSCODE 시니
2026. 06. 13.
author
JSCODE 시니
category
Spring AI
createdAt
Jun 13, 2026 12:54 AM
isPublic
isPublic
series
실무에 바로 적용하는 Spring AI: Spring 서비스에 챗봇·RAG·MCP 도입하기
slug
practice-implementing-weather-api-as-spring-ai-tool
type
post
updatedAt
 

✅ 1. 지역별 날씨 조회 외부 API Tool 구현

Tools.java
package com.jscode.tool; @Service public class Tools { private final RestClient restClient; public Tools(RestClient.Builder restClientBuilder) { this.restClient = restClientBuilder.baseUrl("https://wttr.in").build(); } @Tool(description = "지역 이름을 받아 현재 날씨를 조회합니다.", returnDirect = true) public String getWeather(@ToolParam(description = "지역 이름") String location) { String customFormat = "현재 %l의 날씨는 %c 상태이며, 기온은 %t, 체감 기온은 %f, 풍속은 %w, 습도는 %h, 강수량은 %p입니다"; return restClient.get() .uri(uriBuilder -> uriBuilder .path("/{location}") .queryParam("format", customFormat) .queryParam("lang", "ko") .build(location)) .retrieve() .body(String.class); } }
 
 
 

✅ 2. 지역별 천문 정보 조회 외부 API Tool 구현

@Tool(description = "지역 이름을 받아 현재 3일간의 날씨와 천문 정보(달의 밝기, 달의 위상, 해/달의 뜨고 지는 시각) 를 조회합니다.") public WeatherResponse getWeatherDetails(@ToolParam(description = "지역 이름") String location) { return restClient.get() .uri(uriBuilder -> uriBuilder .path("/{location}") .queryParam("format", "j1") // json 출력으로 제공 .queryParam("lang", "ko") .build(location)) .retrieve() .body(WeatherResponse.class); // JSON 응답을 즉시 WeatherResponse Record 객체로 맵핑 } // Record(DTO) 클래스 public record WeatherResponse( @Schema(description = "일별(3일) 예보 정보 리스트") List<WeatherForecast> weather ) {} // 일별 예보 (hourly 제외) public record WeatherForecast( @Schema(description = "천문 정보(일출, 일몰 등)") List<Astronomy> astronomy, @Schema(description = "해당 날짜(yyyy-MM-dd)") String date, @Schema(description = "평균 기온(섭씨)") int avgtempC, @Schema(description = "평균 기온(화씨)") int avgtempF, @Schema(description = "최고 기온(섭씨)") int maxtempC, @Schema(description = "최고 기온(화씨)") int maxtempF, @Schema(description = "최저 기온(섭씨)") int mintempC, @Schema(description = "최저 기온(화씨)") int mintempF, @Schema(description = "일조 시간(시간 단위)") double sunHour, @Schema(description = "적설량(센티미터)") double totalSnow_cm, @Schema(description = "자외선 지수") int uvIndex ) {} // 천문 정보 public record Astronomy( @Schema(description = "달 밝기(%)") int moon_illumination, @Schema(description = "달의 위상(예: Full Moon 등)") String moon_phase, @Schema(description = "달 뜨는 시각") String moonrise, @Schema(description = "달 지는 시각") String moonset, @Schema(description = "해 뜨는 시각") String sunrise, @Schema(description = "해 지는 시각") String sunset ) {}