#LangGraph 를 활용한 Agentic AI 시스템 구축 (에이전틱AI 밋업 2025 Q1)

[랭체인밋업 Q2 발표] 제 RAG 경험은 이제 #LangGraph 경험하기 전과 후로 나뉩니다.

랭체인밋업-2025Q1-Langgraph-Agentic AI 시스템 구축(발표자료)

테디노트-이경록-랭체인밋업2024-Q2-발표자료-V05.pdf

1. LangGraph

Overview

• 워크플로우(Workflow) 특화 프레임워크
  • Node(노드), Edge(엣지), State(상태관리)를 통해 LLM 워크플로우 구성 가능
    • Conditional Edge: 조건부 흐름 제어, if-elif-else와 비슷한 개념
  • 순환(Cycle) 연산 기능을 추가하여 세부 단계별 흐름 제어 또한 가능
• 상태 저장, 멀티 액터(multi-actor) 애플리케이션 구축에 용이
  • 더 유연한 파이프라인 설계 가능

주요 용어

• Node(노드): 어떤 작업(task)을 수행할 지 정의하는 부분, 각 세부과정
• Edge(엣지): 다음으로 실행할 동작 정리
  • 이전 node > 다음 node, 연결부
  • Conditional Edge(조건부 엣지): 조건에 따른 분기 처리 가능
• State(상태): 현재의 상태 값을 저장 및 전달하는 데 활용

핵심 기능

• Cycle & Branching
  • 루프 및 조건문 구현
• Persistance
  • 그래프의 각 단계 후 자동으로 상태 저장
  • 노드 대 노드 간 상태 값을 전달
• Low Level Control
  • Langgraph는 Langchain 없이도 사용 가능