crewAI/docs/edge/ko/learn/tool-hooks.mdx

---
title: 도구 호출 훅
description: CrewAI에서 도구 실행을 가로채고, 수정하고, 제어하는 도구 호출 훅 사용 방법 배우기
mode: "wide"
---

도구 호출 훅(Tool Call Hooks)은 에이전트 작업 중 도구 실행에 대한 세밀한 제어를 제공합니다. 이러한 훅을 사용하면 도구 호출을 가로채고, 입력을 수정하고, 출력을 변환하고, 안전 검사를 구현하고, 포괄적인 로깅 또는 모니터링을 추가할 수 있습니다.

## 개요

도구 훅은 두 가지 중요한 시점에 실행됩니다:
- **도구 호출 전**: 입력 수정, 매개변수 검증 또는 실행 차단
- **도구 호출 후**: 결과 변환, 출력 정제 또는 실행 세부사항 로깅

## 훅 타입

### 도구 호출 전 훅

모든 도구 실행 전에 실행되며, 다음을 수행할 수 있습니다:
- 도구 입력 검사 및 수정
- 조건에 따라 도구 실행 차단
- 위험한 작업에 대한 승인 게이트 구현
- 매개변수 검증
- 도구 호출 로깅

**시그니처:**
```python
def before_hook(context: ToolCallHookContext) -> bool | None:
    # 실행을 차단하려면 False 반환
    # 실행을 허용하려면 True 또는 None 반환
    ...
```

### 도구 호출 후 훅

모든 도구 실행 후에 실행되며, 다음을 수행할 수 있습니다:
- 도구 결과 수정 또는 정제
- 메타데이터 또는 서식 추가
- 실행 결과 로깅
- 결과 검증 구현
- 출력 형식 변환

**시그니처:**
```python
def after_hook(context: ToolCallHookContext) -> str | None:
    # 수정된 결과 문자열 반환
    # 원본 결과를 유지하려면 None 반환
    ...
```

## 도구 훅 컨텍스트

`ToolCallHookContext` 객체는 도구 실행 상태에 대한 포괄적인 액세스를 제공합니다:

```python
class ToolCallHookContext:
    tool_name: str                    # 호출되는 도구의 이름
    tool_input: dict[str, Any]        # 변경 가능한 도구 입력 매개변수
    tool: CrewStructuredTool          # 도구 인스턴스 참조
    agent: Agent | BaseAgent | None   # 도구를 실행하는 에이전트
    task: Task | None                 # 현재 작업
    crew: Crew | None                 # 크루 인스턴스
    tool_result: str | None           # 도구 결과 (후 훅용)
```

### 도구 입력 수정

**중요:** 항상 도구 입력을 제자리에서 수정하세요:

```python
# ✅ 올바름 - 제자리에서 수정
def sanitize_input(context: ToolCallHookContext) -> None:
    context.tool_input['query'] = context.tool_input['query'].lower()

# ❌ 잘못됨 - 딕셔너리 참조를 교체
def wrong_approach(context: ToolCallHookContext) -> None:
    context.tool_input = {'query': 'new query'}
```

## 등록 방법

### 1. 데코레이터 기반 등록 (권장)

더 깔끔한 구문을 위해 데코레이터를 사용합니다:

```python
from crewai.hooks import before_tool_call, after_tool_call

@before_tool_call
def block_dangerous_tools(context):
    """위험한 도구를 차단합니다."""
    dangerous_tools = ['delete_database', 'drop_table', 'rm_rf']
    if context.tool_name in dangerous_tools:
        print(f"⛔ 위험한 도구 차단됨: {context.tool_name}")
        return False  # 실행 차단
    return None

@after_tool_call
def sanitize_results(context):
    """결과를 정제합니다."""
    if context.tool_result and "password" in context.tool_result.lower():
        return context.tool_result.replace("password", "[수정됨]")
    return None
```

### 2. 크루 범위 훅

특정 크루 인스턴스에 대한 훅을 등록합니다:

```python
from crewai import CrewBase
from crewai.project import crew
from crewai.hooks import before_tool_call_crew, after_tool_call_crew

@CrewBase
class MyProjCrew:
    @before_tool_call_crew
    def validate_tool_inputs(self, context):
        # 이 크루에만 적용됩니다
        if context.tool_name == "web_search":
            if not context.tool_input.get('query'):
                print("❌ 잘못된 검색 쿼리")
                return False
        return None
    
    @after_tool_call_crew
    def log_tool_results(self, context):
        # 크루별 도구 로깅
        print(f"✅ {context.tool_name} 완료됨")
        return None
    
    @crew
    def crew(self) -> Crew:
        return Crew(
            agents=self.agents,
            tasks=self.tasks,
            process=Process.sequential,
            verbose=True
        )
```

## 일반적인 사용 사례

### 1. 안전 가드레일

```python
@before_tool_call
def safety_check(context: ToolCallHookContext) -> bool | None:
    """해를 끼칠 수 있는 도구를 차단합니다."""
    destructive_tools = [
        'delete_file',
        'drop_table',
        'remove_user',
        'system_shutdown'
    ]
    
    if context.tool_name in destructive_tools:
        print(f"🛑 파괴적인 도구 차단됨: {context.tool_name}")
        return False
    
    # 민감한 작업에 대해 경고
    sensitive_tools = ['send_email', 'post_to_social_media', 'charge_payment']
    if context.tool_name in sensitive_tools:
        print(f"⚠️  민감한 도구 실행 중: {context.tool_name}")
    
    return None
```

### 2. 사람의 승인 게이트

```python
@before_tool_call
def require_approval_for_actions(context: ToolCallHookContext) -> bool | None:
    """특정 작업에 대한 승인을 요구합니다."""
    approval_required = [
        'send_email',
        'make_purchase',
        'delete_file',
        'post_message'
    ]
    
    if context.tool_name in approval_required:
        response = context.request_human_input(
            prompt=f"{context.tool_name}을(를) 승인하시겠습니까?",
            default_message=f"입력: {context.tool_input}\n승인하려면 'yes'를 입력하세요:"
        )
        
        if response.lower() != 'yes':
            print(f"❌ 도구 실행 거부됨: {context.tool_name}")
            return False
    
    return None
```

### 3. 입력 검증 및 정제

```python
@before_tool_call
def validate_and_sanitize_inputs(context: ToolCallHookContext) -> bool | None:
    """입력을 검증하고 정제합니다."""
    # 검색 쿼리 검증
    if context.tool_name == 'web_search':
        query = context.tool_input.get('query', '')
        if len(query) < 3:
            print("❌ 검색 쿼리가 너무 짧습니다")
            return False
        
        # 쿼리 정제
        context.tool_input['query'] = query.strip().lower()
    
    # 파일 경로 검증
    if context.tool_name == 'read_file':
        path = context.tool_input.get('path', '')
        if '..' in path or path.startswith('/'):
            print("❌ 잘못된 파일 경로")
            return False
    
    return None
```

### 4. 결과 정제

```python
@after_tool_call
def sanitize_sensitive_data(context: ToolCallHookContext) -> str | None:
    """민감한 데이터를 정제합니다."""
    if not context.tool_result:
        return None
    
    import re
    result = context.tool_result
    
    # API 키 제거
    result = re.sub(
        r'(api[_-]?key|token)["\']?\s*[:=]\s*["\']?[\w-]+',
        r'\1: [수정됨]',
        result,
        flags=re.IGNORECASE
    )
    
    # 이메일 주소 제거
    result = re.sub(
        r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b',
        '[이메일-수정됨]',
        result
    )
    
    # 신용카드 번호 제거
    result = re.sub(
        r'\b\d{4}[- ]?\d{4}[- ]?\d{4}[- ]?\d{4}\b',
        '[카드-수정됨]',
        result
    )
    
    return result
```

### 5. 도구 사용 분석

```python
import time
from collections import defaultdict

tool_stats = defaultdict(lambda: {'count': 0, 'total_time': 0, 'failures': 0})

@before_tool_call
def start_timer(context: ToolCallHookContext) -> None:
    context.tool_input['_start_time'] = time.time()
    return None

@after_tool_call
def track_tool_usage(context: ToolCallHookContext) -> None:
    start_time = context.tool_input.get('_start_time', time.time())
    duration = time.time() - start_time
    
    tool_stats[context.tool_name]['count'] += 1
    tool_stats[context.tool_name]['total_time'] += duration
    
    if not context.tool_result or 'error' in context.tool_result.lower():
        tool_stats[context.tool_name]['failures'] += 1
    
    print(f"""
    📊 {context.tool_name} 도구 통계:
    - 실행 횟수: {tool_stats[context.tool_name]['count']}
    - 평균 시간: {tool_stats[context.tool_name]['total_time'] / tool_stats[context.tool_name]['count']:.2f}초
    - 실패: {tool_stats[context.tool_name]['failures']}
    """)
    
    return None
```

### 6. 속도 제한

```python
from collections import defaultdict
from datetime import datetime, timedelta

tool_call_history = defaultdict(list)

@before_tool_call
def rate_limit_tools(context: ToolCallHookContext) -> bool | None:
    """도구 호출 속도를 제한합니다."""
    tool_name = context.tool_name
    now = datetime.now()
    
    # 오래된 항목 정리 (1분 이상 된 것)
    tool_call_history[tool_name] = [
        call_time for call_time in tool_call_history[tool_name]
        if now - call_time < timedelta(minutes=1)
    ]
    
    # 속도 제한 확인 (분당 최대 10회 호출)
    if len(tool_call_history[tool_name]) >= 10:
        print(f"🚫 {tool_name}에 대한 속도 제한 초과")
        return False
    
    # 이 호출 기록
    tool_call_history[tool_name].append(now)
    return None
```

### 7. 디버그 로깅

```python
@before_tool_call
def debug_tool_call(context: ToolCallHookContext) -> None:
    """도구 호출을 디버그합니다."""
    print(f"""
    🔍 도구 호출 디버그:
    - 도구: {context.tool_name}
    - 에이전트: {context.agent.role if context.agent else '알 수 없음'}
    - 작업: {context.task.description[:50] if context.task else '알 수 없음'}...
    - 입력: {context.tool_input}
    """)
    return None

@after_tool_call
def debug_tool_result(context: ToolCallHookContext) -> None:
    """도구 결과를 디버그합니다."""
    if context.tool_result:
        result_preview = context.tool_result[:200]
        print(f"✅ 결과 미리보기: {result_preview}...")
    else:
        print("⚠️  반환된 결과 없음")
    return None
```

## 훅 관리

### 훅 등록 해제

```python
from crewai.hooks import (
    unregister_before_tool_call_hook,
    unregister_after_tool_call_hook
)

# 특정 훅 등록 해제
def my_hook(context):
    ...

register_before_tool_call_hook(my_hook)
# 나중에...
success = unregister_before_tool_call_hook(my_hook)
print(f"등록 해제됨: {success}")
```

### 훅 지우기

```python
from crewai.hooks import (
    clear_before_tool_call_hooks,
    clear_after_tool_call_hooks,
    clear_all_tool_call_hooks
)

# 특정 훅 타입 지우기
count = clear_before_tool_call_hooks()
print(f"{count}개의 전(before) 훅이 지워졌습니다")

# 모든 도구 훅 지우기
before_count, after_count = clear_all_tool_call_hooks()
print(f"{before_count}개의 전(before) 훅과 {after_count}개의 후(after) 훅이 지워졌습니다")
```

## 고급 패턴

### 조건부 훅 실행

```python
@before_tool_call
def conditional_blocking(context: ToolCallHookContext) -> bool | None:
    """특정 조건에서만 차단합니다."""
    # 특정 에이전트에 대해서만 차단
    if context.agent and context.agent.role == "junior_agent":
        if context.tool_name in ['delete_file', 'send_email']:
            print(f"❌ 주니어 에이전트는 {context.tool_name}을(를) 사용할 수 없습니다")
            return False
    
    # 특정 작업 중에만 차단
    if context.task and "민감한" in context.task.description.lower():
        if context.tool_name == 'web_search':
            print("❌ 민감한 작업에서는 웹 검색이 차단됩니다")
            return False
    
    return None
```

### 컨텍스트 인식 입력 수정

```python
@before_tool_call
def enhance_tool_inputs(context: ToolCallHookContext) -> None:
    """에이전트 역할에 따라 컨텍스트를 추가합니다."""
    # 에이전트 역할에 따라 컨텍스트 추가
    if context.agent and context.agent.role == "researcher":
        if context.tool_name == 'web_search':
            # 연구원에 대한 도메인 제한 추가
            context.tool_input['domains'] = ['edu', 'gov', 'org']
    
    # 작업에 따라 컨텍스트 추가
    if context.task and "긴급" in context.task.description.lower():
        if context.tool_name == 'send_email':
            context.tool_input['priority'] = 'high'
    
    return None
```

## 모범 사례

1. **훅을 집중적으로 유지**: 각 훅은 단일 책임을 가져야 합니다
2. **무거운 계산 피하기**: 훅은 모든 도구 호출마다 실행됩니다
3. **오류를 우아하게 처리**: try-except를 사용하여 훅 실패 방지
4. **타입 힌트 사용**: 더 나은 IDE 지원을 위해 `ToolCallHookContext` 활용
5. **차단 조건 문서화**: 도구가 차단되는 시기/이유를 명확히 하세요
6. **훅을 독립적으로 테스트**: 프로덕션에서 사용하기 전에 단위 테스트
7. **테스트에서 훅 지우기**: 테스트 실행 간 `clear_all_tool_call_hooks()` 사용
8. **제자리에서 수정**: 항상 `context.tool_input`을 제자리에서 수정하고 교체하지 마세요
9. **중요한 결정 로깅**: 특히 도구 실행을 차단할 때
10. **성능 고려**: 가능한 경우 비용이 많이 드는 검증을 캐시

## 오류 처리

```python
@before_tool_call
def safe_validation(context: ToolCallHookContext) -> bool | None:
    try:
        # 검증 로직
        if not validate_input(context.tool_input):
            return False
    except Exception as e:
        print(f"⚠️ 훅 오류: {e}")
        # 결정: 오류 발생 시 허용 또는 차단
        return None  # 오류에도 불구하고 실행 허용
```

## 타입 안전성

```python
from crewai.hooks import ToolCallHookContext, BeforeToolCallHookType, AfterToolCallHookType

# 명시적 타입 주석
def my_before_hook(context: ToolCallHookContext) -> bool | None:
    return None

def my_after_hook(context: ToolCallHookContext) -> str | None:
    return None

# 타입 안전 등록
register_before_tool_call_hook(my_before_hook)
register_after_tool_call_hook(my_after_hook)
```

## 문제 해결

### 훅이 실행되지 않음
- 크루 실행 전에 훅이 등록되었는지 확인
- 이전 훅이 `False`를 반환했는지 확인 (실행 및 후속 훅 차단)
- 훅 시그니처가 예상 타입과 일치하는지 확인

### 입력 수정이 작동하지 않음
- 제자리 수정 사용: `context.tool_input['key'] = value`
- 딕셔너리를 교체하지 마세요: `context.tool_input = {}`

### 결과 수정이 작동하지 않음
- 후 훅에서 수정된 문자열을 반환
- `None`을 반환하면 원본 결과가 유지됩니다
- 도구가 실제로 결과를 반환했는지 확인

### 도구가 예기치 않게 차단됨
- 차단 조건에 대한 모든 전(before) 훅 확인
- 훅 실행 순서 확인
- 어떤 훅이 차단하는지 식별하기 위해 디버그 로깅 추가

## 결론

도구 호출 훅은 CrewAI에서 도구 실행을 제어하고 모니터링하는 강력한 기능을 제공합니다. 이를 사용하여 안전 가드레일, 승인 게이트, 입력 검증, 결과 정제, 로깅 및 분석을 구현하세요. 적절한 오류 처리 및 타입 안전성과 결합하면, 훅을 통해 포괄적인 관찰성을 갖춘 안전하고 프로덕션 준비가 된 에이전트 시스템을 구축할 수 있습니다.