#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
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
- Persistance
- 그래프의 각 단계 후 자동으로 상태 저장
- 노드 대 노드 간 상태 값을 전달
- Low Level Control
- Langgraph는 Langchain 없이도 사용 가능