이번 강의에서는 LangChain과 LangGraph에 대한 설명과
두 개의 차이를 중심으로 정리했다.
단순 개념 설명이 아니라
구조와 실행 방식 기준으로 어떻게 다른지에 초점을 맞췄다.
1. LangChain — 선형 파이프라인
정의
LangChain은
LLM 작업을 여러 단계로 나눠 순서대로 실행하는 체인 구조의 프레임워크다.
LangChain = 정해진 순서대로 실행되는 LLM 파이프라인
구조
대표적인 흐름은 다음과 같다:
retrieve → summarize → answer
이 구조의 특징은:
- 흐름이 고정되어 있다
- 중간 분기가 어렵다
- 이전 단계로 돌아가기 힘들다
retrieve
- DB 또는 외부 데이터에서 관련 문서 검색
- Text Splitter로 의미 단위 청크 분할
- Vector Search로 관련 문서 선택
→ 필요한 데이터를 가져오는 단계
summarize
- 문서를 압축해서 핵심 정보만 남긴다
answer
- 요약된 정보를 기반으로 최종 답변 생성
- Memory를 활용해 context를 유지한다
Summarize 단계와 Answer 단계에서
서로 다른 LLM을 사용하는 것이 가능하다
이건 교차검증이라기보다는:
- 비용 최적화 (요약은 저렴한 모델)
- 성능 최적화 (답변은 고성능 모델)
을 위한 구조다.
2. LangGraph — 상태 기반 그래프 실행
LangGraph는 상태(State)를 기반으로
노드 간을 이동하며 실행되는 그래프 구조다.
핵심은 다음 3가지로 나뉜다:
- Node
- Edge
- State
Node = Task
- 하나의 작업 단위
- 예: 검색, 요약, 답변 생성 등
Edge = 이동 경로
- 다음 노드로 어떻게 이동할지 정의
- 조건 분기가 가능하다
State = 상태
현재 실행 상태를 저장하는 공간이다.
state = {
"user_input": ...,
"documents": ...,
"summary": ...,
"answer": ...,
"tasks": ...
}
