빌드 피벗(Build Pivot)

LANGCHAIN 실전 1.0 · 06 LangSmith로 관측·평가 — 트레이싱·콜백·평가·비용까지 운영 단계 손에 쥐기 환경변수 한 줄 트레이싱 · async 콜백 함정 · LLM-as-judge 평가 · usage_metadata 비용 추적 · 캐싱, 그리고 시리즈 완결 🟢 중급 ⏱️ 약 13분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21 TL;DR — 코드를 짜는 것과 운영하는 것은 다른 일입니다. LLM 앱은 입력이 같아도 출력이 흔들립니다. 호출마다 비용이 쌓이고 실패가 어느 단계에서 났는지 로그만으론 보이지 않습니다. LangChain 1.0은 이 운영 영역을 LangSmith로 표준화합니다. 트레이싱(LANGSMITH_..

LANGCHAIN 실전 1.0 · 05 현대 RAG — 로드·분할부터 하이브리드 검색과 Agentic RAG까지 인덱싱 vs 질의 분리, 고급 Retriever 4종, 증분 인덱싱, 그리고 2-step LCEL과 Agentic RAG를 언제 무엇으로 쓸지 🟡 중급 ⏱️ 약 15분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21 TL;DR — RAG는 로드 → 분할 → 임베딩/저장 → 검색 → 생성의 파이프라인이며 앞 셋은 사전 1회(인덱싱), 뒤 둘은 매 질문(질의)으로 시점이 다릅니다. 1.0에서는 분할이 langchain-text-splitters 별도 패키지로, 고급 Retriever(MultiQuery·Ensemble·Con..

LANGCHAIN 실전 1.0 · 04create_agent & 미들웨어 — LangChain 1.0 에이전트 표준AgentExecutor·텍스트 ReAct가 폐기되고 create_agent로 일원화된 이유, 도구 정의·bind_tools·6훅 미들웨어·HITL·멀티에이전트까지🟡 중급 ⏱️ 약 14분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21TL;DR — LangChain 1.0의 에이전트 표준은 langchain.agents.create_agent 하나입니다. 옛 AgentExecutor · initialize_agent · 텍스트 ReAct(hub.pull)와 중간세대 create_tool_calling_agent는 모두 여기로 모였습니다. 기본 설치에서 from langc..

LANGCHAIN 실전 1.0 · 03 LangGraph 입문 — 상태·영속성·스트리밍·HITL로 에이전트 런타임 익히기 LCEL로 안 되는 순환·분기를 StateGraph로, 대화 기억을 checkpointer로, 사람 승인을 interrupt()로 🟡 중급 ⏱️ 약 14분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21 TL;DR — LCEL은 선형 파이프라(DAG)라 순환·동적 분기·다중 액터가 필요하면 막힙니다. 이때 쓰는 게 LangGraph의 StateGraph입니다. 상태(State)는 reducer로 누적하고 단기 기억은 checkpointer + thread_id, 장기 기억은 Store로 다룹니다. 응답은 s..

LANGCHAIN 실전 1.0 · 02 LCEL & Runnable — 파이프(|) 하나로 조립하는 표준 인터페이스 prompt | model | parser 의 정체, invoke·batch·stream·astream_events, 그리고 with_fallbacks·캐싱 같은 운영용 합성까지 🟢 입문~중급 ⏱️ 약 13분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21 TL;DR — LCEL(LangChain Expression Language)은 prompt | model | parser처럼 | 로 컴포넌트를 잇는 선언적 합성입니다. 잇는 모든 조각이 Runnable이라 invoke · batch · stream · astream_even..

LANGCHAIN 실전 1.0 · 01 LangChain 1.0 시작하기 — 옛 튜토리얼대로 하면 왜 ImportError가 날까 패키지 4계층·버전 타임라인·폐기 지도, 그리고 1.0 코어 진입점(init_chat_model · with_structured_output)까지 🟢 입문~중급 ⏱️ 약 12분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21 TL;DR — LangChain은 1.0(2025-10-22 GA)부터 단일 패키지가 아니라 langchain-core · langchain · langchain-community · 파트너 패키지 4계층 + 레거시 langchain-classic으로 나뉩니다. 옛 튜토리얼의 LLM..

AGENTIC AI DESIGN PATTERNS · 03독립 작업을 동시에 — 병렬화(Parallelization) 완벽 정리Fan-Out/Fan-In부터 동시성·병렬성, 4개 프레임워크, Agent가 아닌 하이브리드 병렬화, CRM·ERP·Groupware 적용까지🟢 입문~중급⏱️ 약 16분⚡ RunnableParallel·LangGraph·ParallelAgent·asyncio🏢 엔터프라이즈TL;DR — 병렬화는 서로 독립적인 작업을 동시에 실행해 전체 처리 시간을 단축하는 패턴입니다. 4개 작업이 각 2초라면 순차로는 8초, 병렬로는 약 2초(가장 느린 작업 시간)면 끝납니다. 핵심은 독립성·상태 충돌 방지(Reducer/output_key)·동시성 제어(Semaphore)이며, 실무에선 모든 ..

AGENTIC AI DESIGN PATTERNS · 02입력에 따라 길을 나눠라 — 라우팅(Routing) 완벽 정리조건 분기의 정의부터 규칙·임베딩·LLM 구현, 4개 프레임워크, 하이브리드 3계층, CRM·ERP·Groupware 적용까지🟢 입문~중급⏱️ 약 15분🧩 RunnableBranch·LangGraph·ADK·Semantic🏢 엔터프라이즈TL;DR — 라우팅은 입력을 분석해 적절한 처리 경로(에이전트·도구·워크플로우)로 동적 분기시키는 패턴입니다. 모든 입력이 같은 경로를 타는 체이닝과 달리, 하나의 분류 단계가 전문 핸들러로 보냅니다. 실무에선 규칙→임베딩→LLM 하이브리드 3계층이 정석이며, 응답 시간 87%↓·정확도 95%·잘못된 배정 80%↓를 달성합니다.목 차1. 왜 라우팅인가..

AGENTIC AI DESIGN PATTERNS · 01복잡한 LLM 작업은 쪼개라— 프롬프트 체이닝(Prompt Chaining) 완벽 정리단일 프롬프트의 한계부터 4개 프레임워크 구현, 품질 게이트, CRM·ERP·Groupware 적용까지🟢 입문~중급⏱️ 약 15분🧩 LangChain · LangGraph · ADK🏢 엔터프라이즈TL;DR — 프롬프트 체이닝은 하나의 거대한 프롬프트를 검증 가능한 여러 단계로 분해하고, 각 단계의 출력을 다음 단계의 입력으로 연결하는 가장 기초적이고 중요한 에이전트 설계 패턴입니다. 단일 프롬프트 대비 정확도가 최대 15.6% 향상되고, 단계별 검증·재시도가 가능해집니다. 왜 → 언제 → 어떻게(4개 프레임워크) → 실전(품질 게이트·엔터프라이즈) 순서로 정리..