LangChain 4월 업데이트: LangSmith Fleet 출시 및 NVIDIA 파트너십 발표

섹션별 상세

기존 Agent Builder가 LangSmith Fleet으로 재브랜딩되며 기업용 관리 기능이 대폭 강화됐다. 에이전트의 정체성, 공유 권한, 전문 지식을 부여하는 'Skills' 기능이 추가되어 조직 내 에이전트 군단을 안전하게 관리할 수 있다. 이를 통해 엔터프라이즈 환경에서 에이전트의 보안과 협업 효율성을 동시에 확보할 수 있게 됐다.

엔터프라이즈 관리자를 위한 속성 기반 액세스 제어(ABAC)와 감사 로그(Audit Logs) 기능이 도입됐다. 태그 기반의 허용/거부 정책을 기존 RBAC 위에 계층화하여 API 접근 권한을 정밀하게 제어하며, 모든 관리 작업을 추적 가능한 기록으로 남긴다. 보안 요구사항이 엄격한 대규모 조직에서 LLM 리소스를 안전하게 운영할 수 있는 기반을 마련했다.

LangGraph Deploy CLI 출시와 LangSmith Sandboxes의 프라이빗 프리뷰를 통해 개발 및 배포 워크플로우를 최적화했다. 터미널에서 한 단계로 에이전트를 배포할 수 있으며, 샌드박스 환경에서는 격리된 임시 공간에서 에이전트가 코드를 안전하게 실행하도록 제어한다. 개발자는 보안 걱정 없이 에이전트의 코드 실행 능력을 테스트하고 프로덕션에 빠르게 반영할 수 있다.

LangGraph v1.1과 DeepAgents v0.5.0 알파 버전이 출시되어 개발자 생태계를 확장했다. LangGraph v1.1은 타입 안전한 스트리밍과 호출을 지원하며, DeepAgents는 비동기 서브에이전트와 Anthropic 프롬프트 캐싱 최적화를 포함한다. 이러한 업데이트는 복잡한 에이전트 아키텍처를 구축할 때 발생할 수 있는 런타임 오류를 줄이고 실행 비용을 절감하는 데 기여한다.

NVIDIA와 협력하여 엔터프라이즈 에이전트 AI 플랫폼을 구축하고 Nemotron 연합에 합류했다. 또한 내부 GTM 에이전트 도입을 통해 리드 대비 기회 전환율을 250% 높이고 영업 담당자당 월 40시간의 업무 시간을 절감하는 성과를 거뒀다. 이러한 파트너십과 실전 사례는 기업이 AI 에이전트를 단순한 실험을 넘어 프로덕션 환경에서 실질적인 비즈니스 가치를 창출하는 도구로 활용할 수 있음을 입증한다.

이미지 분석

Diagram
모델을 에이전트로 변환하는 시스템 프롬프트, 도구, 미들웨어, 메모리 등의 계층 구조를 시각화한다. 각 레이어가 원시 지능을 실제 작업 수행 능력으로 전환하는 과정을 기술적으로 뒷받침한다.
에이전트 하네스의 구성 요소를 나타내는 아키텍처 다이어그램

용어 해설

속성 기반 액세스 제어(ABAC): — 사용자, 리소스, 환경의 속성을 조합해 권한을 부여하는 방식이다. 기존 역할 기반 제어보다 세밀한 정책 설정이 가능해 엔터프라이즈 보안에 필수적이다.
샌드박싱(Sandboxing): — 외부로부터 격리된 가상 환경에서 프로그램을 실행하는 보안 기술이다. 에이전트가 생성한 코드가 시스템 전체에 영향을 주지 않도록 제한된 자원 내에서만 동작하게 하여 안전성을 확보한다.
프롬프트 캐싱(Prompt Caching): — 자주 사용되는 프롬프트 접두사를 캐시에 저장해 재사용하는 기술이다. 동일한 컨텍스트를 반복 입력할 때 발생하는 토큰 처리 비용과 지연 시간을 획기적으로 줄여준다.
멀티 에이전트(Multi-Agent): — 여러 개의 독립적인 AI 에이전트가 협력하여 복잡한 과업을 수행하는 아키텍처다. 각 에이전트가 특정 역할에 집중함으로써 전체 시스템의 정확도와 효율성을 높인다.
타입 안정성(Type Safety): — 프로그램 실행 전 데이터 타입을 검증하여 오류를 방지하는 프로그래밍 특성이다. LangGraph v1.1에 도입되어 에이전트 간 데이터 흐름에서 발생할 수 있는 런타임 에러를 사전에 차단한다.