[LangChain] LangChain 기초

📌오늘의 KEY POINT !

LangChain / LangChain Libraries / LangChain Templates / LangServe / LangSmith

LangChain
▪ LLM 기반 어플리케이션 개발을 위한 프레임워크

LangChain Libraries
▪ Python 및 JS 라이브러리, 어플리케이션 개발을 위한 LLM Chain(다양한 기능 결합) 지원

LangChain Templates
▪ LLM Chain을 디버깅, 테스트, 평가 및 모니터링할 수 있는 개발자 플랫폼

LangServe
▪ LLM Chain을 REST API로 배포하기 위한 라이브러리

LangSmith
▪ 다양한 작업을 위한 기본 아키텍처 제공

---

📖 LangChain

▪ LLM 애플리케이션 개발에 도움이 되는 여러 구성 요소로 이루어져 있으며, 대규모 언어 모델을 활용한 혁신적인 프레임워크
→ 특히 개발자들이 다양한 LLM 작업을 신속하게 구축하고 배포할 수 있도록 설계

✍ 핵심 기능 2가지

1) 상황 인식 - LLM을 소스(지침, 예시, 콘텐츠 등)와 연결
2) 추론(Reasoning) - LLM 기반 특정 추론 유도

📖 LangChain 프레임워크의 구성

▪ 개발자들이 다양한 LLM 작업을 신속하게 구축하고 배포할 수 있도록 설계

① 랭체인 라이브러리(LangChain Libraries)
▪ 파이썬과 자바스크립트 라이브러리를 포함하며, 다양한 컴포넌트의 인터페이스와 통합
→ 이러한 컴포넌트들을 체인과 에이전트로 결합할 수 있는 기본 런타임, 그리고 체인과 에이전트의 사용 가능한 구현이 가능

② 랭체인 템플릿(LangChain Templates)
▪ 다양한 작업을 위한 쉽게 배포할 수 있는 참조 아키텍처 모음
→ 개발자들이 특정 작업에 맞춰 빠르게 애플리케이션을 구축할 수 있도록 도움

③ 랭서브(LangServe)
▪ 랭체인 체인을 REST API로 배포할 수 있게 하는 라이브러리
→ 개발자가 자신의 애플리케이션을 외부 시스템과 쉽게 통합할 수 있음

④ 랭스미스(LangSmith)
▪ 개발자 플랫폼으로, LLM 프레임워크에서 구축된 체인을 디버깅, 테스트, 평가, 모니터링할 수 있으며, 랭체인과의 원활한 통합을 지원

📖 LangChain 패키지

▪ LangChain을 설치하면 langchain-core, langchain-community, langsmith 등이 함께 설치되어 프로젝트 수행에 필수적인 라이브러리들은 한번에 설치됨

▪ 다만, 최소한의 기본적인 요구 사항만 충족되는 것이고, 다양한 외부 모델 제공자와 데이터 저장소 등과의 통합을 위해서는 개별적으로 의존성 설치가 필요
→ 예를 들면, OpenAI에서 제공하는 LLM을 사용하려면 langchain-openai 의존성 라이브러리를 설치해야 함

✍ 패키지 주요 구성

▪ LangChain
→ LLM의 아키텍처를 구성하는 상황 인지, 기능 체인, 에이전트 및 검색(Retrieval) 전략
▪ Langchain-Core
→ 기본 추상화 및 언어
▪ LangChain-Community
→ 서드 파티(타 프레임워크) 통합

✍ 패키지 주요 모듈

▪ Chains
→ LLM 관련 도구, 전처리 등 기능 제공, LCEL(LangChain Expression Language) 활용
▪ Agents
→ 에이전트(작업 주체)가 LLM을 활용하여 어떤 작업을 수행할 지 선택
▪ Retrieval
→ 언어 생성에 문서 참고, 문서를 텍스트 벡터 형식으로 저장하여 최적화
▪ Model I/O(Input/Output)
→ 모델의 입출력 관리 모듈, 전세계 언어 관련 모델과 상호작용할 수 있는 블록 방식 기능 제공
▪ Memory
→ 언어 생성에서 과거의 상호작용 기록이 필요한 경우 이를 메모리 형태로 관리
▪ Callbacks
→ 로깅, 모니터링, 스트리밍(ChatGPT와 같이 실시간 답변 생성) 등 LLM 어플리케이션의 다양한 단계와 연결하는 기능