반응형
langchain은 LLM 기반 애플리케이션 개발을 용이하게 하는 프레임워크로, 프롬프트 체인 구성, 메모리, 다양한 랭기지 모델 및 툴 연동을 지원합니다. Langchain은 “체인(chain)”이라는 추상화로 LLM 호출 단계를 연결하고, 다양한 메모리 전략과 도구를 플러그인 형태로 붙여나가는 방식입니다.
langgraph와의 차이를 정리하면 다음과 같습니다.
• langchain은 체인(직선적 또는 함수형 체계)에 집중하고, langgraph는 그래프 구조를 통한 유연한 워크플로우 표현에 초점을 둡니다.
• langchain은 코드 중심으로 체인을 정의하는 반면, langgraph는 그래프 기반 시각화와 노드/엣지 개념으로 복잡한 흐름을 명확히 표현할 수 있습니다.
• langchain은 명령형 스타일에 가깝고, langgraph는 선언적 스타일로 워크플로우를 정의하는 경향이 있습니다.
간단히 말해, langchain은 LLM 호출 단계를 쉽고 간결하게 연결하기에 좋고, langgraph는 보다 복잡한 의사결정 흐름을 시각적/구조적으로 관리하는 데 유리합니다.
반응형
'에이전트' 카테고리의 다른 글
| Langgraph 워크플로우 설계 시 고려사항 (0) | 2025.04.30 |
|---|---|
| Langgraph를 활용한 간단한 예시 워크플로우 (0) | 2025.04.27 |
| Langgraph 아키텍처 구성 요소 (0) | 2025.04.24 |
| LLM 기반 AI 에이전트 구축 방법 (1) | 2025.04.21 |
| AI 에이전트(특히 소프트웨어 에이전트)에서의 액추에이터와 tool의 차이 (0) | 2025.04.17 |
