[LangGraph] StateGraph

Hunie_07·2025년 4월 7일
langChainlanggraph

Langchain

목록 보기
16/35

📌 LangGraph 활용 상태 그래프 구현

1️⃣ StateGraph

  • StateGraph는 상태 기반의 그래프 구조를 사용하여 대화 흐름을 체계적으로 관리

  • 예제: 기본 챗봇 시스템

    • 챗봇은 StateGraph를 통해 상태 기반 구조로 구현 (노드와 엣지로 구성)
    • 챗봇의 실행 흐름은 START에서 시작하여 END로 종료되며, 엣지를 통해 노드 간 전환을 처리

1. 상태 (State)

  • 상태(State) 는 그래프에서 처리하는 데이터의 기본 구조를 정의

  • 각 상태는 다른 상태에 의해 override(덮어쓰기) 될 수 있어 데이터를 유연하게 관리할 수 있음

  • 상태 관리를 통해 체계적인 데이터 처리와 흐름 제어가 가능

from typing import TypedDict

# 상태 정의
class State(TypedDict):
    original_text: str   # 원본 텍스트
    summary: str         # 요약본
    final_summary: str   # 최종 요약본

  • TypedDict를 사용하여 그래프의 상태를 정의

  • 상태는 그래프 실행 중에 노드 간에 공유되는 데이터

2. 노드 (Node)

  • 노드(Node) 는 그래프 구조의 기본 구성 요소

  • 노드는 독립적인 작업 단위로 특정 함수를 실행

  • 각 노드는 다른 노드와 연결되어 데이터 흐름을 형성

  • 상태를 입력으로 받아 처리하고 업데이트된 상태를 반환 

from langchain_openai import ChatOpenAI

# LLM 인스턴스 생성
llm = ChatOpenAI(model="gpt-4o-mini")

# 요약 생성 노드
def generate_summary(state: State):
    """원본 텍스트를 요약하는 노드"""
    prompt = f"""다음 텍스트를 핵심 내용 중심으로 간단히 요약해주세요:

    [텍스트]
    {state['original_text']}

    [요약]
    """
    response = llm.invoke(prompt)
    
    return {"summary": response.content}

3. 그래프 (Graph) 구성

  • 그래프(Graph) 는 여러 노드들을 엣지(Edge)로 연결한 집합체

  • 각 노드 간의 연결 관계가 전체 데이터 흐름을 결정

  • 그래프는 빌드가 완료된 후 실행 가능한 상태가 됨 

from langgraph.graph import StateGraph, START, END
from IPython.display import Image, display

# StateGraph 객체 생성 (Workflow)
workflow = StateGraph(State)

# 노드 추가
workflow.add_node("generate_summary", generate_summary) # 왼쪽은 노드의 이름, 오른쪽은 노드의 실제 작업 함수

# 시작(START)과 끝(END) 엣지 추가 : 시작 -> generate_summary -> 끝
workflow.add_edge(START, "generate_summary")
workflow.add_edge("generate_summary", END)

# 그래프 컴파일
graph = workflow.compile()

# 그래프 시각화
display(Image(graph.get_graph().draw_mermaid_png()))

- 출력

4. invoke 실행

  • invoke 방식은 그래프의 가장 기본적인 실행 방법으로, 단순하고 직관적인 처리를 제공

  • 실행 결과는 모든 처리가 완료된 후 최종 결과값만 반환

  • 전체 처리 과정이 완료될 때까지 동기적으로 대기하므로, 중간 상태를 확인할 수 없음

  • 간단한 처리나 최종 결과만 필요한 경우에 적합한 실행 방식

# 상태 정의
class State(TypedDict):
    original_text: str   # 원본 텍스트
    summary: str         # 요약본
    final_summary: str   # 최종 요약본
# 사용 예시
text = """
인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습능력과 추론능력, 지각능력, 
자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. 
최근에는 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.
"""

initial_state = {
    "original_text": text,
}

final_state = graph.invoke(initial_state)

for key, value in final_state.items():
    print(f"{key}")
    print("-" * 50)
    pprint(f"{value}")
    print("=" * 100)

- 출력

original_text
--------------------------------------------------
('\n'
 '인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습능력과 추론능력, 지각능력, \n'
 '자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. \n'
 '최근에는 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.\n')
====================================================================================================
summary
--------------------------------------------------
('인공지능(AI)은 인간의 학습, 추론, 지각 및 자연언어 이해 능력을 컴퓨터 프로그램으로 구현한 기술로, 최근 기계학습과 딥러닝의 '
 '발전으로 다양한 분야에서 사용되고 있다.')
====================================================================================================

5. 조건부 엣지 (Edge)

  • 엣지는 노드 간의 연결 경로를 정의하며, 챗봇의 대화 흐름을 구성하는 핵심 요소

  • 조건부 엣지를 통해 상황에 따라 다른 경로로 분기할 수 있어 유연한 대화 구조가 가능

  • 사용자의 입력이나 상태에 따라 동적으로 경로가 결정되어 맥락에 맞는 응답을 제공

  • 조건부 엣지를 활용하면 상황에 따른 적절한 대화 흐름을 구현할 수 있음 

from typing import Literal

# 요약 품질 체크 노드 (조건부 엣지와 함께 사용)
def check_summary_quality(state: State) -> Literal["needs_improvement", "good"]:
    """요약의 품질을 체크하고 개선이 필요한지 판단하는 노드"""
    prompt = f"""다음 요약의 품질을 평가해주세요. 
    요약이 명확하고 핵심을 잘 전달하면 'good'을, 
    개선이 필요하면 'needs_improvement'를 응답해주세요.
    
    요약본: {state['summary']}
    """
    response = llm.invoke(prompt).content.lower().strip()
    
    if "good" in response:
        print("---- Good Summary ----")
        return "good"
    else:
        print("---- Needs Improvement ----")
        return "needs_improvement"

# 요약 개선 노드 
def improve_summary(state: State):
    """요약을 개선하고 다듬는 노드"""
    prompt = f"""다음 요약을 더 명확하고 간결하게 개선해주세요:
    
    요약본: {state['summary']}
    """
    response = llm.invoke(prompt)
    
    return {"final_summary": response.content}

# 요약 완료 노드
def finalize_summary(state: State):
    """현재 요약을 최종 요약으로 설정하는 노드"""
    return {"final_summary": state["summary"]}

  1. 워크플로우 구성:

    • START → generate_summary → improve_summary → END 순서로 실행
    • generate_summary 결과에 따라 조건부 분기
    • 각 노드는 이전 노드의 출력을 입력으로 받아 처리

  2. 체인 실행:

    • 원본 텍스트를 초기 상태로 전달
    • 최종적으로 다듬어진 요약을 반환
# 워크플로우 구성
workflow = StateGraph(State)

# 노드 추가
workflow.add_node("generate_summary", generate_summary)
workflow.add_node("improve_summary", improve_summary)
workflow.add_node("finalize_summary", finalize_summary)

# 조건부 엣지 추가를 위한 라우팅 설정
workflow.add_conditional_edges(
    "generate_summary",                         # 조건부 엣지가 실행될 이전 노드 (이 노드 실행 후에 조건부 엣지가 실행)
    check_summary_quality,
    {
        "needs_improvement": "improve_summary",
        "good": "finalize_summary"
    }
)

# 기본 엣지 추가
workflow.add_edge(START, "generate_summary")
workflow.add_edge("improve_summary", END)
workflow.add_edge("finalize_summary", END)

# 그래프 컴파일
graph = workflow.compile()

# 그래프 시각화
display(Image(graph.get_graph().draw_mermaid_png()))

- 출력

그래프 실행

final_state = graph.invoke(initial_state)

for key, value in final_state.items():
    print(f"{key}")
    print("-" * 50)
    pprint(f"{value}")
    print("=" * 100)

- 출력

---- Good Summary ----
original_text
--------------------------------------------------
('\n'
 '인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습능력과 추론능력, 지각능력, \n'
 '자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. \n'
 '최근에는 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.\n')
====================================================================================================
summary
--------------------------------------------------
('인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습, 추론, 지각, 자연어 이해 능력을 컴퓨터 프로그램으로 구현한 기술이며, 최근 '
 '기계학습과 딥러닝의 발전으로 다양한 분야에 활용되고 있다.')
====================================================================================================
final_summary
--------------------------------------------------
('인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습, 추론, 지각, 자연어 이해 능력을 컴퓨터 프로그램으로 구현한 기술이며, 최근 '
 '기계학습과 딥러닝의 발전으로 다양한 분야에 활용되고 있다.')
====================================================================================================

6. Stream 실행

  • stream 방식은 그래프 실행의 중간 과정을 실시간으로 확인할 수 있어 투명한 처리가 가능

  • 각 노드의 실행 결과가 순차적으로 스트리밍되어 처리 흐름을 자세히 모니터링할 수 있음

  • 사용자에게 진행 상황을 즉각적으로 보여줄 수 있어 대화형 인터페이스에 적합

  • 실시간 피드백이 필요한 복잡한 처리나 사용자 상호작용이 중요한 경우에 이상적인 실행 방식

  • stream_mode: 스트리밍 실행 시 어떤 정보를 받을지 결정하는 중요한 옵션

    • 단순 진행상황 표시 → "values"
    • 디버깅/개발 → "updates"

1. values 모드

  • 상태 값의 변경사항만 스트리밍
# 1. "values" 모드 : 상태 값의 변경사항만 스트리밍
for chunk in graph.stream(initial_state, stream_mode="values"):
    print(chunk)
    print("=" * 100)

- 출력

{'original_text': '\n인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습능력과 추론능력, 지각능력, \n자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. \n최근에는 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.\n'}
====================================================================================================
---- Good Summary ----
{'original_text': '\n인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습능력과 추론능력, 지각능력, \n자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. \n최근에는 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.\n', 'summary': '인공지능(AI)은 인간의 학습, 추론, 지각 및 자연언어 이해 능력을 컴퓨터 프로그램으로 구현한 기술로, 기계학습과 딥러닝의 발전으로 다양한 분야에서 활발히 활용되고 있다.'}
====================================================================================================
{'original_text': '\n인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습능력과 추론능력, 지각능력, \n자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. \n최근에는 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.\n', 'summary': '인공지능(AI)은 인간의 학습, 추론, 지각 및 자연언어 이해 능력을 컴퓨터 프로그램으로 구현한 기술로, 기계학습과 딥러닝의 발전으로 다양한 분야에서 활발히 활용되고 있다.', 'final_summary': '인공지능(AI)은 인간의 학습, 추론, 지각 및 자연언어 이해 능력을 컴퓨터 프로그램으로 구현한 기술로, 기계학습과 딥러닝의 발전으로 다양한 분야에서 활발히 활용되고 있다.'}
====================================================================================================

2. updates 모드

  • 업데이트를 생성한 노드 포함 (디버깅 용도)
# 2. "updates" 모드 : 어떤 노드가 업데이트를 생성했는지 포함 (디버깅용)
for chunk in graph.stream(initial_state, stream_mode="updates"):
    print(chunk)
    print("=" * 100)

- 출력

---- Good Summary ----
{'generate_summary': {'summary': '인공지능(AI)은 인간의 학습, 추론, 지각, 자연어 이해 능력을 컴퓨터로 구현하는 기술로, 최근 기계학습과 딥러닝의 발전으로 다양한 분야에 활용되고 있다.'}}
====================================================================================================
{'finalize_summary': {'final_summary': '인공지능(AI)은 인간의 학습, 추론, 지각, 자연어 이해 능력을 컴퓨터로 구현하는 기술로, 최근 기계학습과 딥러닝의 발전으로 다양한 분야에 활용되고 있다.'}}
====================================================================================================

3. all 모드

  • 각 업데이트의 타입과 내용을 튜플로 반환
# 3. "all" 모드 : 각 업데이트의 타입과 내용을 튜플로 반환 (가장 상세)
for chunk_type, chunk_data in graph.stream(initial_state, stream_mode=["values", "updates"]):
    print(f"업데이트 타입: {chunk_type}")
    print(f"데이터: {chunk_data}")
    print("=" * 100)

- 출력

업데이트 타입: values
데이터: {'original_text': '\n인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습능력과 추론능력, 지각능력, \n자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. \n최근에는 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.\n'}
====================================================================================================
---- Good Summary ----
업데이트 타입: updates
데이터: {'generate_summary': {'summary': '인공지능(AI)은 인간의 학습, 추론, 지각 및 언어 이해 능력을 컴퓨터 프로그램으로 구현한 기술로, 최근 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.'}}
====================================================================================================
업데이트 타입: values
데이터: {'original_text': '\n인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습능력과 추론능력, 지각능력, \n자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. \n최근에는 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.\n', 'summary': '인공지능(AI)은 인간의 학습, 추론, 지각 및 언어 이해 능력을 컴퓨터 프로그램으로 구현한 기술로, 최근 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.'}
====================================================================================================
업데이트 타입: updates
데이터: {'finalize_summary': {'final_summary': '인공지능(AI)은 인간의 학습, 추론, 지각 및 언어 이해 능력을 컴퓨터 프로그램으로 구현한 기술로, 최근 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.'}}
====================================================================================================
업데이트 타입: values
데이터: {'original_text': '\n인공지능(AI)은 컴퓨터 과학의 한 분야로, 인간의 학습능력과 추론능력, 지각능력, \n자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. \n최근에는 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.\n', 'summary': '인공지능(AI)은 인간의 학습, 추론, 지각 및 언어 이해 능력을 컴퓨터 프로그램으로 구현한 기술로, 최근 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.', 'final_summary': '인공지능(AI)은 인간의 학습, 추론, 지각 및 언어 이해 능력을 컴퓨터 프로그램으로 구현한 기술로, 최근 기계학습과 딥러닝의 발전으로 다양한 분야에서 활용되고 있다.'}
====================================================================================================
profile
Hunie_07
이전 포스트

[Langchain] ReAct (2)

다음 포스트

[LangGraph] Command

0개의 댓글