[오픈소스 분석 2일차] Langchain 공식문서 톺아보기

지난번에 오픈소스를 분석해보겠다는 포부를 갖고 Langchain의 동작원리를 익혀보려고 코드를 받아두었다.

 

열어보니 방대한 양의 폴더와 파일들이 있었고, Langchain 뿐 아니라 Langchain Community라는 또다른 폴더가 있어서, 그 둘을 모두 읽어볼 계획이다. 우선 그 전에 Langchain에서 제공하는 공식 문서를 읽어보면서 기초적인 개념부터 다져보려한다.

 

Home - Docs by LangChain

Home - Docs by LangChain

공식 문서

 

LangChain, LangGraph, LangSmith의 차이는?

---

공식 문서의 첫 화면을 보면 Langchain, LangGraph, LangSmith의 차이점부터 알아볼 수 있다.

 

LangChain : 에이전트를 빌드할 수 있게 쉽게 도와주는 툴이고 다양한 모델을 선택할 수 있음

LangGraph : Low-Level 부터 에이전트를 커스텀할 수 있으며, 각각의 Task를 설정할 수 있음

LangSmith : AI팀이 지속적인 테스팅과 개선을 위해 데이터를 관리할 수 있게하는 플랫폼

 

여기에 조금 더 설명을 덧붙이자면 대부분의 RAG는 기본적으로 Langchain으로 설계하는 경우가 가장 많다.

 

LangGraph와 LangSmith는 LangChain에 비해 조금 생소할 수 있는데, 쉽게말하면 LangChain에서의 워크플로우를 조금 더 자세하게 관리할 수 있다는 장점이 있다. LangChain은 단방향 체인으로 데이터 로드, 스플릿, 벡터DB, ... 등등의 워크플로우가 한쪽 방향으로만 흐르지만 LangGraph는 직접 본인이 node와 edge를 설정해서 각각의 Task를 설정할 수 있다.

 

LangSmith는 조금 다른 개념인데, LangChain이나 LangGraph를 사용하면서 개발, 디버깅, 배포 과정에서 도움을 줄 수 있는 도구이다. 요청을 추적한다던지, 결과를 평가하거나 프롬프트를 테스트한다. API 사용량이나, 데이터를 추적할 때 주로 사용되는 것으로 알고 있고 나는 아직 사용해본적은 없다.

 

이 그림은 Langchain과 graph의 차이를 잘 설명하는 모두의 AI 라는 책에서 퍼온 사진이다.

 

 

주요 구성요소(Core Components)

---

이제 LangChain 문서로 돌아와서 Core Components들을 파악해보려한다. 글이 길어질 것 같으니, 다음 글에서 Core Components에 대해서 공부해보도록하자.