Vercel AI SDK 6 — RSC streaming + tool calling 패턴

핵심 요약

Vercel AI SDK 6 GA. RSC streamUI, structured output 표준, multi-step tool calling 자동. 사내 5개 LLM 앱 마이그레이션 후 코드 -42%, vendor switch 1분.

1. RSC streamUI — 컴포넌트 스트리밍

// app/page.tsx
import { streamUI } from 'ai/rsc'
import { anthropic } from '@ai-sdk/anthropic'

export async function chat(message: string) {
  'use server'
  const result = await streamUI({
    model: anthropic('claude-sonnet-4-9'),
    prompt: message,
    text: ({ content }) => <Bubble role="assistant">{content}</Bubble>,
    tools: {
      weather: {
        description: '날씨 조회',
        parameters: z.object({ city: z.string() }),
        generate: async ({ city }) => {
          const data = await fetchWeather(city)
          return <WeatherCard data={data} />
        },
      },
    },
  })
  return result.value
}

2. Provider 추상화 — vendor switch

// 환경변수로 vendor 결정
import { anthropic } from '@ai-sdk/anthropic'
import { openai } from '@ai-sdk/openai'
import { google } from '@ai-sdk/google'

const model = process.env.LLM === 'gpt'
  ? openai('gpt-5.5')
  : process.env.LLM === 'gemini'
  ? google('gemini-3-pro')
  : anthropic('claude-sonnet-4-9')

await generateText({ model, prompt: '...' })

3. Multi-step tool calling — 자동 루프

await generateText({
  model: anthropic('claude-sonnet-4-9'),
  prompt: '도쿄와 서울 날씨 비교',
  tools: { weather: {...} },
  maxSteps: 5,  // 자동 multi-step
})

LLM이 도구 호출 → 결과 받음 → 다음 도구 호출 → ... 자동 반복. 사용자 코드 단순.

4. Structured outputs — Zod 통합

const { object } = await generateObject({
  model: anthropic('claude-sonnet-4-9'),
  schema: z.object({
    summary: z.string(),
    tags: z.array(z.string()),
    rating: z.number().min(1).max(5),
  }),
  prompt: 'review.txt를 분석해줘',
})

5. 함정

• Provider별 token 가격 차이 — usage tracking 통합 안 됨, custom middleware 권장
• Streaming hydration — RSC stream + client component 혼용 시 boundary 명확히
• Tool retry — generate 함수 안에서 throw 시 maxSteps 카운트 소비, 명시 retry 작성
• Schema strictness — Zod strict mode 시 LLM 응답 거부, 적당히 partial로