- 대규모 언어 모델(LLM)은 훌륭하고 강력한 새로운 기술입니다.
- LLM은 외부 데이터 소스와 결합할 때 더욱 강력해집니다.
- LLM은 미래 애플리케이션의 모습을 변화시킬 것입니다. 특히, 미래의 애플리케이션은 점점 더 에이전트적인 형태를 띠게 될 것입니다.
- 이러한 변화는 아직 초기 단계입니다.
- 에이전트 애플리케이션의 프로토타입을 만드는 것은 쉽지만, 프로덕션에 투입할 만큼 신뢰할 수 있는 에이전트를 구축하는 것은 여전히 매우 어렵습니다.
1
최고의 모델로 개발할 수 있도록 지원합니다.
각 제공업체는 서로 다른 API, 모델 파라미터, 메시지 형식을 제공합니다.
이러한 모델 입출력을 표준화하는 것이 핵심 목표이며, 이를 통해 개발자는 벤더 종속 없이 최신 최첨단 모델로 쉽게 전환할 수 있습니다.
2
모델을 사용하여 다른 데이터 및 연산과 상호작용하는 더 복잡한 흐름을 쉽게 조율할 수 있도록 합니다.
모델은 단순한 텍스트 생성을 넘어, 다른 데이터와 상호작용하는 더 복잡한 흐름을 조율하는 데 사용되어야 합니다. LangChain은 LLM이 동적으로 사용할 수 있는 도구를 정의하고, 비구조화된 데이터의 파싱 및 접근을 지원하는 것을 쉽게 만듭니다.
히스토리
빠르게 변화하는 분야의 특성상, LangChain도 시간이 지나면서 진화해왔습니다. 다음은 LangChain이 LLM으로 개발한다는 것의 의미와 함께 어떻게 변화해왔는지에 대한 간략한 타임라인입니다:ChatGPT가 출시되기 한 달 전, LangChain이 Python 패키지로 출시되었습니다. 두 가지 주요 구성 요소로 이루어져 있었습니다:
- LLM 추상화
- “체인”, 즉 일반적인 사용 사례를 위해 실행할 사전 정의된 계산 단계. 예를 들어 - RAG: 검색 단계를 실행한 다음, 생성 단계를 실행합니다.
2022-12
최초의 범용 에이전트가 LangChain에 추가되었습니다.이러한 범용 에이전트는 ReAct 논문(ReAct는 Reasoning and Acting의 약자)을 기반으로 했습니다. 이들은 LLM을 사용하여 도구 호출을 나타내는 JSON을 생성한 다음, 그 JSON을 파싱하여 어떤 도구를 호출할지 결정했습니다.
2023-01
OpenAI가 ‘Chat Completion’ API를 출시했습니다.이전에는 모델이 문자열을 입력받아 문자열을 반환했습니다. ChatCompletions API에서는 메시지 리스트를 입력받아 메시지를 반환하는 방식으로 진화했습니다. 다른 모델 제공업체들도 이를 따랐고, LangChain은 메시지 리스트와 작동하도록 업데이트되었습니다.
2023-01
LangChain이 JavaScript 버전을 출시했습니다.LLM과 에이전트는 애플리케이션이 구축되는 방식을 변화시킬 것이며, JavaScript는 애플리케이션 개발자의 언어입니다.
2023-02
오픈소스 LangChain 프로젝트를 중심으로 LangChain Inc.가 회사로 설립되었습니다.주요 목표는 “지능형 에이전트를 편재하게 만드는 것”이었습니다. 팀은 LangChain이 핵심 부분이었지만(LangChain은 LLM으로 시작하는 것을 간단하게 만들었습니다), 다른 구성 요소도 필요하다는 것을 인식했습니다.
2023-03
OpenAI가 API에 ‘function calling’을 출시했습니다.이를 통해 API는 도구 호출을 나타내는 페이로드를 명시적으로 생성할 수 있게 되었습니다. 다른 모델 제공업체들도 이를 따랐고, LangChain은 (JSON 파싱보다는) 도구 호출을 위한 선호 방법으로 이를 사용하도록 업데이트되었습니다.
2023-06
LangSmith가 출시되었습니다 - LangChain Inc.의 클로즈드 소스 플랫폼으로, 관찰성과 평가 기능을 제공합니다.에이전트 구축의 주요 문제는 신뢰성을 확보하는 것이며, 관찰성과 평가 기능을 제공하는 LangSmith는 이러한 필요를 해결하기 위해 만들어졌습니다. LangChain은 LangSmith와 원활하게 통합되도록 업데이트되었습니다.
LangChain이 0.1.0을 출시했습니다, 첫 번째 비-0.0.x 버전입니다.업계가 프로토타입에서 프로덕션으로 성숙해지면서, LangChain은 안정성에 대한 집중도를 높였습니다.
2024-02
LangGraph가 오픈소스 라이브러리로 출시되었습니다.초기 LangChain은 두 가지에 집중했습니다: LLM 추상화, 그리고 일반적인 애플리케이션으로 시작하기 위한 고수준 인터페이스. 그러나 개발자가 에이전트의 정확한 흐름을 제어할 수 있게 하는 저수준 오케스트레이션 레이어가 없었습니다. 그래서 LangGraph가 등장했습니다.LangGraph를 구축하면서 우리는 LangChain을 만들 때의 교훈을 배웠고, 필요하다는 것을 발견한 기능들을 추가했습니다: 스트리밍, 내구성 있는 실행, 단기 메모리, human-in-the-loop 등입니다.
2024-06
LangChain은 700개 이상의 통합을 보유하고 있습니다.통합은 핵심 LangChain 패키지에서 분리되어, 독립형 패키지(핵심 통합의 경우) 또는
langchain-community로 이동되었습니다.2024-10
LangGraph가 단일 LLM 호출 이상의 AI 애플리케이션을 구축하는 선호 방식이 되었습니다.개발자들이 애플리케이션의 신뢰성을 향상시키려고 시도하면서, 고수준 인터페이스가 제공하는 것보다 더 많은 제어가 필요했습니다. LangGraph는 그러한 저수준 유연성을 제공했습니다. LangChain의 대부분의 체인과 에이전트는 LangGraph로 마이그레이션하는 방법에 대한 가이드와 함께 더 이상 사용되지 않는 것으로 표시되었습니다. LangGraph에서 생성된 고수준 추상화가 하나 남아 있습니다: 에이전트 추상화입니다. 이것은 저수준 LangGraph 위에 구축되었으며 LangChain의 ReAct 에이전트와 동일한 인터페이스를 가지고 있습니다.
2025-04
모델 API가 더욱 멀티모달해졌습니다.모델은 파일, 이미지, 비디오 등을 수용하기 시작했습니다. 우리는 개발자가 이러한 멀티모달 입력을 표준 방식으로 지정할 수 있도록
langchain-core 메시지 형식을 이에 맞게 업데이트했습니다.LangChain이 1.0을 출시했습니다 - 두 가지 주요 변경 사항이 있습니다:
-
langchain의 모든 체인과 에이전트를 완전히 개편했습니다. 모든 체인과 에이전트는 이제 단 하나의 고수준 추상화로 대체되었습니다: LangGraph 위에 구축된 에이전트 추상화입니다. 이것은 원래 LangGraph에서 생성된 고수준 추상화였지만, LangChain으로 이동되었습니다. 업그레이드를 원하지 않는 기존 LangChain 체인/에이전트를 여전히 사용하는 사용자(참고: 업그레이드를 권장합니다)는langchain-classic패키지를 설치하여 기존 LangChain을 계속 사용할 수 있습니다. - 표준 메시지 콘텐츠 형식: 모델 API는 단순한 콘텐츠 문자열을 반환하는 메시지에서 더 복잡한 출력 타입(추론 블록, 인용, 서버 측 도구 호출 등)으로 진화했습니다. LangChain은 이러한 것들을 제공업체 간에 표준화하기 위해 메시지 형식을 진화시켰습니다.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.