LangChain 본사 엔지니어와 함께하는 LangChain & LangGraph V1 신규 기능 및 실전 가이드

• •SaaS 방식은 LangChain 팀이 인프라를 관리하여 운영 부담이 적다
• •Self-hosting은 데이터 유출 없이 기업 내부망에서 운영 가능하다
• •ClickHouse를 활용하여 방대한 트레이스 데이터를 고속으로 쿼리한다

Self-hosting은 기업이 자신의 서버에 소프트웨어를 직접 설치하여 운영하는 방식으로, 데이터 주권 확보에 유리하다.

• •방대한 운영 로그에서 고수준의 인사이트를 자동으로 추출한다
• •에러 패턴을 그룹화하여 에이전트의 취약점을 빠르게 파악한다
• •추출된 데이터를 기반으로 평가용 골든 데이터셋을 구축할 수 있다

트레이스(Trace)는 LLM 애플리케이션이 실행되는 전체 과정을 기록한 로그 데이터이다.

• •OAuth 2.0 표준을 지원하여 다양한 외부 서비스 연동 보안을 강화했다
• •Agent Builder는 자연어 프롬프트만으로 에이전트 아키텍처를 자동 생성한다
• •Deep Agents 아키텍처를 활용하여 계획 수립 및 추론 능력을 갖춘 에이전트를 구축한다

OAuth 2.0은 외부 서비스의 리소스에 대한 접근 권한을 안전하게 위임하기 위한 표준 프로토콜이다.

• •create_agent API를 통해 에이전트 생성 코드를 획기적으로 줄였다
• •LangGraph의 상태 저장 기능을 통해 정교한 체크포인트 시스템을 구현했다
• •Middleware 패턴으로 에이전트 로직의 재사용성과 확장성을 높였다

Durable Execution은 시스템 장애나 중단 상황에서도 작업의 상태를 유지하고 이어서 실행할 수 있는 능력이다.

• •Supervisor 패턴을 적용하여 복잡한 작업을 여러 에이전트에게 분산했다
• •MemorySaver를 통해 대화 이력을 상태(State)에 저장하고 관리한다
• •Thread ID를 기반으로 개별 사용자 세션을 식별하고 메모리를 격리한다

Short-term Memory는 현재 진행 중인 대화 세션 내에서의 문맥을 유지하는 메모리이다.

• •민감한 도구 실행 전 사용자 승인 단계를 강제하여 안전성을 확보했다
• •미들웨어를 통해 공통적인 제어 로직을 에이전트 외부에 분리했다
• •중단된 에이전트의 상태를 Resume 명령으로 간편하게 복구한다

Human-in-the-loop은 AI의 자율적인 동작 중 중요한 결정 단계에서 인간의 개입을 허용하는 설계 방식이다.

• •MCP Adapter로 외부 도구 생태계를 에이전트에 즉시 통합한다
• •런타임 컨텍스트 주입으로 API Key 등 민감 정보를 안전하게 관리한다
• •에이전트의 기능을 코드 수정 없이 서버 설정만으로 확장 가능하다

MCP는 LLM과 외부 도구 간의 통신을 표준화하기 위한 프로토콜이다.

• •이미지 분석 로직을 미들웨어로 분리하여 텍스트 에이전트의 기능을 확장했다
• •Base64 인코딩된 이미지를 비전 모델에 전달하여 상세 정보를 추출한다
• •추출된 시각 정보를 기반으로 캘린더 예약 등 후속 작업을 자동화한다

멀티모달(Multimodal)은 텍스트, 이미지, 오디오 등 서로 다른 형태의 데이터를 동시에 처리하는 기술이다.