작심삼일

LangGraph – LangChain에서 더 똑똑하게 멀티스텝 처리하는 법LangChain을 사용하면서 "에이전트가 생각보다 복잡한 작업을 잘 못하네?" 라는 느낌을 받은 적이 있다.단순 검색이나 API 호출 정도는 잘하지만, 여러 단계에 걸친 작업을 하면 이상한 답을 내놓거나, 비효율적으로 동작하는 경우가 많았다.최근 프로젝트에서 LangGraph를 살짝 찍먹(?) 해봤는데,이게 생각보다 LangChain의 부족한 부분을 꽤 잘 보완해줄 수 있는 기능 같아서 정리해본다.LangGraph란?LangGraph는 LangChain의 멀티스텝 처리 기능을 강화하기 위한 라이브러리다.기존 LangChain은 한 번의 프롬프트 → 답변 생성 → 끝 이라는 단순한 흐름으로 동작하는 경우가 많았다.하지만 현실에서는..

최근 프로젝트에서 LangChain을 활용해 RAG 기반 검색 시스템을 테스트할 일이 생겼다.LangChain을 다루다 보니 **"LangChain의 에이전트"**라는 개념이 나왔는데, 처음엔 그냥 "AI 에이전트랑 같은 거 아니야?" 라고 생각했다.하지만 막상 써보니 LangChain 에이전트는 우리가 흔히 말하는 AI 에이전트랑은 조금 다른 개념이었다.혹시 팀원들 중에서도 나처럼 헷갈리는 분이 있을까 봐, 이번 기회에 한 번 정리해본다.AI 에이전트란? 🤖AI 에이전트는 간단히 말하면 **"스스로 판단하고 행동하는 AI 시스템"**이다.환경에서 정보를 받아들이고, 목표를 달성하기 위해 스스로 판단하여 동작하는 것이 핵심이다.📌 AI 에이전트의 특징✅ 자율성 – 사람이 직접 명령하지 않아도 스스로 ..