AI 에이전트, LangGraph, RAG
안녕하세요! LLM 개발을 시작하신 초보 개발자 여러분을 위해 LangGraph의 핵심 개념을 쉽게 설명해드리겠습니다. 특히 Agent가 JSON으로 응답하는 방식과 프롬프트와의 연동 과정을 자세히 알아보겠습니다. 시작하기에 앞서 LangGraph AI 에이전트 설계와 실전이 궁금하다면 여기를 참조해 주세요 – LangGraph AI 에이전트 시스템 설계와 실전 – 개발자 필수 아이템 LangGraph가 뭔가요? LangGraph는 LangChain에서 만든 AI Agent 프레임워크입니다. 복잡한 작업을 … Read more
AI 에이전트를 개발하다 보면 단순한 질문-답변을 넘어 더 복잡한 작업을 처리해야 하는 상황에 부딪힙니다. 여러 단계를 거쳐야 하거나, 다양한 도구를 사용해야 하거나, 심지어 여러 에이전트가 협력해야 하는 경우도 있죠. 이런 복잡한 요구사항을 어떻게 체계적으로 관리할 수 있을까요? 오늘은 LangGraph의 서브그래프와 다양한 에이전트 아키텍처를 통해 이 문제를 해결하는 방법을 알아보겠습니다. 에이전트 아키텍처의 기본 개념 이해하기 먼저 … Read more
LangGraph AI 에이전트 시스템 설계와 실전편이 궁금하다면 아래글을 참조하세요. LangGraph AI 에이전트 설계부터 실전 프로덕션까지 개발자가 알아야 할 모든 것을 담았다 AI 개발에서 워크플로와 에이전트라는 용어를 자주 들어보셨을 겁니다. 하지만 정확히 무엇이고 어떻게 다른지, 그리고 언제 어떤 것을 사용해야 하는지 헷갈리시는 분들이 많습니다. 오늘은 LangGraph를 통해 이 개념들을 쉽고 명확하게 설명드리겠습니다. 워크플로와 에이전트, 무엇이 다른가요? … Read more
[LangGraph 주요 문법을 숙지한 후, AI 에이전트 시스템 설계와 실전편은 여기를 참조하세요! ] Python 생태계에서 LLM(대규모 언어 모델)을 활용한 워크플로우를 설계하는 데 있어 LangGraph는 매우 유용한 도구입니다. LangGraph는 LangChain을 기반으로 하면서, 상태 기반의 워크플로우를 정의하고 실행할 수 있는 라이브러리입니다. 특히 대화형 애플리케이션을 설계하거나, 다양한 에이전트의 논리 흐름을 제어할 때 강력한 유연성과 확장성을 제공합니다. 이 … Read more