챕터별 상세
추론 토큰(Reasoning Tokens)의 UI 렌더링
에이전트가 최종 답변을 내놓기 전 거치는 사고 과정을 별도의 UI 블록으로 렌더링한다. OpenAI의 o1 모델이나 Anthropic의 Thinking 블록에서 제공하는 추론 데이터를 추출하여 사용자에게 실시간으로 보여준다. 이를 통해 사용자는 에이전트가 어떤 도구를 호출하고 어떻게 문제를 해결하는지 파악할 수 있으며, 잘못된 방향으로 갈 경우 조기에 개입할 수 있는 신뢰 기반을 마련한다.
최신 LLM들은 답변 생성 전 내부적으로 추론 단계를 거치며, 이를 API를 통해 별도의 필드로 제공하기도 한다.
스트림 재연결(Stream Reconnection) 구현
페이지 새로고침이나 네트워크 연결 끊김이 발생해도 진행 중인 에이전트의 실행 상태를 유지하고 다시 연결한다. LangGraph의 Thread ID를 브라우저의 URL 파라미터나 세션 스토리지에 저장하여 관리한다. useStream 훅의 reconnectOnMount 옵션을 활성화하면 컴포넌트가 다시 마운트될 때 기존 Thread ID를 기반으로 중단된 지점부터 스트리밍을 재개한다.
스테이트리스(Stateless)한 HTTP 환경에서 긴 실행 시간을 갖는 에이전트 작업을 관리하기 위해 영속적인 세션 관리가 필요하다.
대화 브랜칭(Branching) 및 타임 트래블
사용자가 과거의 메시지를 편집하거나 답변을 다시 생성할 때 새로운 대화 분기(Branch)를 생성한다. LangGraph의 체크포인트(Checkpoint) 시스템을 활용하여 특정 시점의 상태로 되돌아가서 다른 경로의 대화를 탐색할 수 있게 한다. Git의 브랜치 개념처럼 하나의 대화 스레드 내에서 여러 시나리오를 테스트하고 관리할 수 있는 UI 스위처를 제공한다.
체크포인트는 에이전트의 특정 시점 상태를 저장하는 스냅샷으로, 이를 통해 과거 상태로의 복원이 가능하다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 01. 21.수집 2026. 02. 21.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
