소개

clickonitem에 오신 것을 환영합니다

clickonitem은 LLM과 AI 애플리케이션 개발을 쉽게 풀어 설명하는 기술 블로그입니다.

이런 내용을 다룹니다

  • LangChain 입문부터 실전까지 (체인, 에이전트, 도구, LCEL, 스트리밍, 콜백)
  • RAG 구성 요소: Document Loader, Text Splitter, Embedding, Vector Store
  • 프롬프트 설계와 LLM 활용 팁
  • 실제 프로젝트에 적용할 수 있는 예제 코드

이런 분께 추천합니다

  • AI 서비스를 처음 만들어 보려는 개발자
  • LangChain 공식 문서가 어렵게 느껴지는 분
  • 개념과 코드를 함께 익히고 싶은 분

운영 원칙

모든 글은 직접 코드를 실행하고 확인한 내용을 바탕으로 작성합니다. 라이브러리 버전이 바뀌어 내용이 달라진 경우, 확인하는 대로 글을 수정합니다. 잘못된 내용을 발견하시면 문의 페이지로 알려 주세요.

운영자

팔기만해

문의: jasi798@gmail.com

댓글

댓글 쓰기

이 블로그의 인기 게시물

지하철 노선도로 이해하는 LangGraph (분기·반복 설계)

LangChain의 체인은 "쭉 흐르는 한 줄" 구조라, 조건에 따라 갈라지거나 되돌아가는 복잡한 흐름엔 한계가 있습니다. 이럴 때 쓰는 게 LangGraph예요. 저는 이걸 지하철 노선도 에 비유합니다. 노선도 비유 직선 버스 노선(체인)과 달리, 지하철은 환승도 하고 순환선처럼 돌아오기도 하죠. LangGraph는 작업을 노드(역) 로 두고, 조건에 따라 다음 역을 정하는 엣지(선로) 로 잇습니다. "결과가 부족하면 다시 검색 역으로" 같은 흐름을 만들 수 있어요. 체인으로 안 되는 순간 제가 자동화 봇을 만들 때, "답이 충분치 않으면 도구를 다시 호출"하는 반복이 필요했습니다. 일자형 체인으론 이 되돌아가기가 안 돼서 코드가 지저분해졌는데, LangGraph로 옮기니 "조건 분기 + 루프"가 자연스럽게 표현됐어요. # 개념 (핵심만) graph.add_node("search", search_fn) graph.add_node("answer", answer_fn) graph.add_conditional_edges( "answer", lambda s: "search" if s["need_more"] else "END" # 부족하면 다시 검색 ) 핵심은 '상태(State)' LangGraph의 중심엔 State가 있습니다. 각 역(노드)이 이 공용 메모에 결과를 쌓고, 다음 역이 그걸 보고 판단해요. 저는 처음에 State에 뭘 넣을지 설계를 대충 했다가 흐름이 꼬였는데, "무엇을 기억하고 넘길지"를 먼저 정하니 그래프가 깔끔해졌습니다. 언제 쓰나 단순 흐름이면 그냥 체인이 낫습니다. 하지만 "조건 분기, 재시도, 여러 에이전트 협업"이 필요해지는 순간이 LangGraph로 넘어갈 타이밍이에요. 도구는 ...
자세한 내용 보기

LangGraph State란 무엇인가? 상태 관리 개념 쉽게 이해하기

LangGraph State란 무엇인가? 상태 관리 개념 쉽게 이해하기 LangGraph를 공부하다 보면 Node와 Edge 다음으로 등장하는 중요한 개념이 바로 State(상태) 입니다. 이 개념은 처음에는 다소 추상적으로 느껴질 수 있지만, 한 번 이해하면 LangGraph 구조를 훨씬 깊이 있게 이해할 수 있습니다. 이번 글에서는 LangGraph의 State 개념 을 초보자도 쉽게 이해할 수 있도록 간단하게 설명해보겠습니다. State란 무엇인가? State는 작업 과정에서 유지되는 데이터를 의미합니다. 쉽게 말해 AI가 작업을 진행하면서 기억하고 있는 정보 라고 보면 됩니다. 예를 들어 이전 단계에서 생성된 결과를 다음 단계에서 사용해야 할 때 State가 필요합니다. 왜 State가 필요한가? 단순한 AI 요청에서는 한 번의 입력과 출력으로 끝나지만, 복잡한 흐름에서는 여러 단계가 연결됩니다. 이때 각 단계의 결과를 다음 단계로 전달해야 하는데, 이 역할을 State가 담당합니다. 이전 결과 저장 다음 작업에 데이터 전달 흐름 유지 이러한 이유로 State는 LangGraph에서 매우 중요한 요소입니다. State를 쉽게 이해하는 방법 State를 이해하는 가장 쉬운 방법은 “메모장”이라고 생각하는 것입니다. 작업을 진행하면서 중요한 정보를 메모해두고, 필요할 때 다시 사용하는 구조입니다. 예시 사용자 질문 → State에 저장 → 답변 생성 → 결과 저장 이처럼 State는 데이터를 계속 이어주는 역할을 합니다. Node, Edge, State 관계 LangGraph의 구조는 다음과 같이 이해할 수 있습니다. Node → 작업 수행 Edge → 흐름 연결 State → 데이터 전달 이 세 가지가 함께 작동하면서 하나의 시스템이 만들어집니다. State가 중요한 이유 State를 활용하면 단순한 AI를 넘어...
자세한 내용 보기

LangGraph Node와 Edge 개념 쉽게 이해하기 (초보자 완전 정리)

LangGraph Node와 Edge 개념 쉽게 이해하기 (초보자 완전 정리) LangGraph를 처음 공부할 때 가장 헷갈리는 개념이 바로 Node와 Edge 입니다. 이 두 가지 개념만 제대로 이해하면 LangGraph의 구조를 훨씬 쉽게 파악할 수 있습니다. 저도 처음에는 용어가 어렵게 느껴졌지만, 실제로 구조를 이해해보니 생각보다 단순한 개념이라는 것을 알게 되었습니다. 이번 글에서는 LangGraph의 핵심 요소인 Node와 Edge 를 초보자도 쉽게 이해할 수 있도록 설명해보겠습니다. LangGraph 구조 한눈에 보기 LangGraph는 여러 개의 작업을 연결해서 하나의 흐름을 만드는 구조입니다. 이때 중요한 역할을 하는 것이 바로 Node와 Edge입니다. Node → 작업 단위 Edge → 작업 간 연결 이 두 가지가 합쳐져서 하나의 AI 흐름이 만들어집니다. Node란 무엇인가? Node는 하나의 작업을 의미합니다. AI가 수행하는 각각의 기능을 Node로 나눌 수 있습니다. 예시 사용자 질문 받기 데이터 검색하기 답변 생성하기 이처럼 각각의 단계가 하나의 Node가 됩니다. 쉽게 말하면 Node는 "일을 하는 단위" 라고 생각하면 됩니다. Edge란 무엇인가? Edge는 Node와 Node를 연결하는 흐름입니다. 어떤 작업이 끝난 후 다음 작업으로 어떻게 이동할지를 결정합니다. 예시 질문 처리 → 데이터 검색 → 답변 생성 이 흐름에서 각각의 연결이 Edge입니다. 즉, Edge는 "다음 작업으로 이동하는 길" 입니다. Node와 Edge를 함께 이해하기 Node와 Edge를 함께 보면 구조가 훨씬 명확해집니다. [질문 입력] → [정보 검색] → [답변 생성] 이 구조에서 각 박스 = Node 화살표 = Edge 이렇게 이해하면 LangGr...
자세한 내용 보기