Jeongsk

LangGraph

7 min read

Klarna, Replit, Elastic 등 에이전트의 미래를 만들어가는 기업들의 신뢰를 받는 LangGraph는 오래 실행되는 상태 저장 에이전트를 구축, 관리, 배포하기 위한 로우-레벨 오케스트레이션 프레임워크입니다.

시작하기

LangGraph를 설치합니다:

pip install -U langgraph

그런 다음, 미리 빌드된 컴포넌트를 사용하여 에이전트를 생성합니다:

# 모델을 호출하려면 `pip install -qU "langchain[anthropic]"` 명령어를 실행하세요.
 
from langgraph.prebuilt import create_react_agent
 
def get_weather(city: str) -> str:
    """주어진 도시에 대한 날씨 정보를 가져옵니다."""
    return f"{city}는 항상 맑음입니다!"
 
agent = create_react_agent(
    model="anthropic:claude-3-7-sonnet-latest",
    tools=[get_weather],
    prompt="당신은 도움이 되는 어시스턴트입니다"
)
 
# 에이전트 실행
agent.invoke(
    {"messages": [{"role": "user", "content": "sf의 날씨는 어떤가요"}]}
)

더 자세한 정보는 빠른 시작을 참조하세요. 또는, 사용자 정의 가능한 아키텍처, 장기 메모리 및 기타 복잡한 작업 처리를 갖춘 에이전트 워크플로우를 구축하는 방법을 배우려면 LangGraph 기본 튜토리얼을 참조하세요.

핵심 이점

LangGraph는 오래 실행되는 모든 상태 저장 워크플로우나 에이전트를 위한 로우-레벨 지원 인프라를 제공합니다. LangGraph는 프롬프트나 아키텍처를 추상화하지 않으며, 다음과 같은 핵심적인 이점을 제공합니다:

  • 내구성 있는 실행: 실패에도 지속되고 장기간 실행될 수 있으며, 중단된 지점부터 정확히 자동 재개되는 에이전트를 구축합니다.
  • 휴먼-인-더-루프: 실행 중 어느 시점에서든 에이전트 상태를 검사하고 수정하여 원활하게 인간의 감독을 통합합니다.
  • 포괄적인 메모리: 진행 중인 추론을 위한 단기 작업 메모리와 세션 간 장기 영구 메모리를 모두 갖춘 진정한 상태 저장 에이전트를 생성합니다.
  • LangSmith를 이용한 디버깅: 실행 경로를 추적하고, 상태 전환을 캡처하며, 상세한 런타임 메트릭을 제공하는 시각화 도구를 통해 복잡한 에이전트 행동에 대한 깊은 가시성을 확보합니다.
  • 프로덕션-레디 배포: 상태를 저장하고 오래 실행되는 워크플로우의 고유한 과제를 처리하도록 설계된 확장 가능한 인프라를 통해 정교한 에이전트 시스템을 자신 있게 배포합니다.

LangGraph 생태계

LangGraph는 단독으로 사용할 수도 있지만, 모든 LangChain 제품과 원활하게 통합되어 개발자에게 에이전트 구축을 위한 완전한 도구 모음을 제공합니다. LLM 애플리케이션 개발을 개선하려면 LangGraph를 다음과 함께 사용하세요:

  • LangSmith — 에이전트 평가 및 관찰 기능에 유용합니다. 성능이 저하된 LLM 앱 실행을 디버깅하고, 에이전트 궤적을 평가하며, 프로덕션 환경에서 가시성을 확보하고, 시간이 지남에 따라 성능을 개선합니다.
  • LangGraph 플랫폼 — 오래 실행되는 상태 저장 워크플로우를 위해 특별히 제작된 배포 플랫폼을 사용하여 에이전트를 손쉽게 배포하고 확장할 수 있습니다. 팀 간에 에이전트를 발견, 재사용, 구성 및 공유하고, LangGraph Studio의 시각적 프로토타이핑을 통해 빠르게 반복 작업을 수행할 수 있습니다.
  • LangChain – LLM 애플리케이션 개발을 간소화하기 위한 통합 및 구성 가능한 컴포넌트를 제공합니다.

NOTE

LangGraph의 JS 버전을 찾고 계신가요? JS 리포지토리와 JS 문서를 참조하세요.

추가 자료

  • 가이드: 스트리밍, 메모리 및 영속성 추가, 디자인 패턴(예: 분기, 서브그래프 등)과 같은 주제에 대한 빠르고 실행 가능한 코드 스니펫입니다.
  • 레퍼런스: 핵심 클래스, 메서드, 그래프 및 체크포인팅 API 사용 방법, 그리고 더 높은 수준의 사전 빌드된 컴포넌트에 대한 상세한 레퍼런스입니다.
  • 예제: LangGraph 시작에 대한 안내 예제입니다.
  • LangChain 포럼: 커뮤니티와 연결하여 모든 기술적인 질문, 아이디어, 피드백을 공유하세요.
  • LangChain 아카데미: 무료 구조화된 과정에서 LangGraph의 기본을 배우세요.
  • 템플릿: 복제하고 적용할 수 있는 일반적인 에이전트 워크플로우(예: ReAct 에이전트, 메모리, 검색 등)를 위한 사전 빌드된 참조 앱입니다.
  • 사례 연구: 업계 리더들이 LangGraph를 사용하여 AI 애플리케이션을 대규모로 출시하는 방법을 들어보세요.

감사의 말

LangGraph는 Pregel과 Apache Beam에서 영감을 받았습니다. 공개 인터페이스는 NetworkX에서 영감을 얻었습니다. LangGraph는 LangChain의 제작사인 LangChain Inc.에 의해 만들어졌지만, LangChain 없이도 사용할 수 있습니다.

그래프 뷰

백링크