LangGraph 개요

Alpha Notice: These docs cover the v1-alpha release. Content is incomplete and subject to change.

For the latest stable version, see the current LangGraph Python or LangGraph JavaScript docs.

Klarna, Replit, Elastic 등 에이전트의 미래를 만들어가는 기업들의 신뢰를 받는 LangGraph는 장기 실행 상태 기반 에이전트를 구축, 관리, 배포하기 위한 저수준 오케스트레이션 프레임워크이자 런타임입니다.

LangGraph는 매우 저수준이며, 에이전트 오케스트레이션에만 전적으로 집중합니다. LangGraph를 사용하기 전에 모델과 도구부터 시작하여 에이전트를 구축하는 데 사용되는 일부 구성 요소에 익숙해지는 것을 권장합니다.

문서 전반에 걸쳐 모델과 도구를 통합하기 위해 LangChain 구성 요소를 일반적으로 사용하지만, LangGraph를 사용하기 위해 LangChain이 반드시 필요한 것은 아닙니다. 에이전트를 처음 시작하거나 더 높은 수준의 추상화를 원하는 경우, 일반적인 LLM 및 도구 호출 루프를 위해 사전 구축된 아키텍처를 제공하는 LangChain의 에이전트를 사용하는 것을 권장합니다.

LangGraph는 에이전트 오케스트레이션에 중요한 기본 기능에 집중합니다: 지속 가능한 실행, 스트리밍, 휴먼-인-더-루프 등입니다.

​

설치

pip

pip install --pre -U langgraph

그런 다음, 간단한 hello world 예제를 만들어보세요:

from langgraph.graph import StateGraph, MessagesState, START, END

def mock_llm(state: MessagesState):
    return {"messages": [{"role": "ai", "content": "hello world"}]}

graph = StateGraph(MessagesState)
graph.add_node(mock_llm)
graph.add_edge(START, "mock_llm")
graph.add_edge("mock_llm", END)
graph = graph.compile()

graph.invoke({"messages": [{"role": "user", "content": "hi!"}]})

​

핵심 이점

LangGraph는 모든 장기 실행 상태 기반 워크플로우 또는 에이전트를 위한 저수준 지원 인프라를 제공합니다. LangGraph는 프롬프트나 아키텍처를 추상화하지 않으며, 다음과 같은 핵심 이점을 제공합니다:

• 지속 가능한 실행: 실패를 견디고 장기간 실행될 수 있으며, 중단된 지점부터 재개할 수 있는 에이전트를 구축합니다.
• 휴먼-인-더-루프: 모든 시점에서 에이전트 상태를 검사하고 수정하여 사람의 감독을 통합합니다.
• 포괄적인 메모리: 진행 중인 추론을 위한 단기 작업 메모리와 세션 간 장기 메모리를 모두 갖춘 상태 기반 에이전트를 생성합니다.
• LangSmith를 사용한 디버깅: 실행 경로를 추적하고, 상태 전환을 캡처하며, 상세한 런타임 메트릭을 제공하는 시각화 도구를 통해 복잡한 에이전트 동작에 대한 깊은 가시성을 확보합니다.
• 프로덕션 준비 배포: 상태 기반의 장기 실행 워크플로우의 고유한 과제를 처리하도록 설계된 확장 가능한 인프라로 정교한 에이전트 시스템을 자신 있게 배포합니다.

​

LangGraph 생태계

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

• LangSmith — 에이전트 평가 및 관찰성에 유용합니다. 성능이 낮은 LLM 앱 실행을 디버깅하고, 에이전트 궤적을 평가하며, 프로덕션에서 가시성을 확보하고, 시간이 지남에 따라 성능을 개선합니다.
• LangGraph Platform — 장기 실행 상태 기반 워크플로우를 위해 특별히 구축된 배포 플랫폼으로 에이전트를 손쉽게 배포하고 확장합니다. LangGraph Studio에서 시각적 프로토타이핑을 통해 팀 간에 에이전트를 발견, 재사용, 구성 및 공유하고 빠르게 반복합니다.
• LangChain - LLM 애플리케이션 개발을 간소화하는 통합 및 조합 가능한 구성 요소를 제공합니다. LangGraph 위에 구축된 에이전트 추상화를 포함합니다.

​

감사의 말

LangGraph는 Pregel과 Apache Beam에서 영감을 받았습니다. 공개 인터페이스는 NetworkX에서 영감을 받았습니다. LangGraph는 LangChain의 제작자인 LangChain Inc에서 구축했지만, LangChain 없이도 사용할 수 있습니다.

---

Edit the source of this page on GitHub