API 호출 토큰을 75% 절감하는 AI 에이전트용 오픈 포맷 TML 출시

작성자가 직접 프로젝트를 소개하며 효율성을 강조했으며, 토큰 비용에 민감한 에이전트 개발자들 사이에서 긍정적인 관심을 받고 있다.

• 많은 도구 호출이 발생하는 에이전트 시스템에서 OpenAPI 대신 TML .min 파일을 사용하여 컨텍스트 윈도우를 확보하라.
• MCP를 이미 사용 중인 프로젝트라도 도구 정의 부분에 TML을 결합하여 효율성을 극대화할 수 있다.

Tool Manifest Language (TML)

— AI 에이전트가 외부 API를 호출할 때 필요한 도구 설명을 정의하는 경량화된 오픈 포맷이다. 기존 OpenAPI나 JSON 스키마보다 훨씬 적은 토큰을 사용하여 API 구조를 기술함으로써 LLM의 컨텍스트 비용과 추론 지연 시간을 줄이는 데 목적이 있다.

Token Optimization

— LLM 입력에 사용되는 텍스트 데이터를 효율적으로 구성하여 토큰 수를 최소화하는 기법이다. 토큰 사용량은 곧 API 비용과 직결되며, 입력 데이터가 작을수록 모델의 응답 속도가 빨라지고 더 긴 대화 맥락을 유지할 수 있다.

Model Context Protocol (MCP)

— AI 모델이 데이터 소스 및 도구와 상호작용하는 방식을 표준화하기 위해 Anthropic에서 제안한 개방형 프로토콜이다. TML은 이 프로토콜과 경쟁하는 것이 아니라, MCP 환경 내에서도 도구 정의를 더 효율적으로 전달하는 보완적 역할을 수행할 수 있다.