LangChain 에이전트에 내구성을 더하는 duralang: 모든 LLM 및 도구 호출 자동 재시도 지원

커뮤니티 반응

작성자가 Purdue 대학교 학생으로서 개인 프로젝트로 개발했음을 밝혔으며, 프로덕션 환경에서 에이전트를 운영하는 사용자들의 피드백을 요청하고 있다.

주요 논점

01찬성다수

에이전트의 확률적 특성을 유지하면서도 개별 호출 단위의 내구성을 확보하는 것이 실무적으로 매우 중요하다.

합의점 vs 논쟁점

합의점

장시간 실행되는 AI 에이전트에서 네트워크 불안정성은 해결해야 할 핵심 문제이다.
기존의 결정론적 워크플로우 도구들은 유연한 AI 에이전트 구조에 적용하기 어렵다.

실용적 조언

네트워크 오류가 잦은 환경에서 LangChain 에이전트를 운영한다면 duralang을 통해 자동 재시도 로직을 간편하게 추가할 수 있다.
Temporal UI를 활용하면 별도의 유료 서비스 없이도 에이전트의 실행 이력을 상세히 추적할 수 있다.

섹션별 상세

기존 내구성 시스템의 한계와 확률적 에이전트의 특성을 지적했다. 결정론적 프로그램용으로 설계된 기존 시스템은 LLM이 실행 시점에 경로를 결정하는 확률적(stochastic) 에이전트의 특성을 반영하지 못한다. duralang은 코드 구조를 변경하지 않고도 이러한 확률적 루프 내의 개별 호출에 내구성을 부여한다.

Temporal Activity 래핑을 통한 자동 재시도 메커니즘을 구현했다. @dura 데코레이터나 dura_agent를 사용하면 모든 LLM, 도구, MCP 호출이 자동으로 Temporal Activity로 변환된다. 이를 통해 각 호출은 독립적으로 기록되며, 실패 시 지수 백오프를 포함한 자동 재시도가 수행된다.

python

from duralang import dura, dura_agent # ← only change

async def my_agent(messages):
    agent = dura_agent(
        model="claude-sonnet-4-6",
        tools=[web_search, calculator],
    )
    result = await agent.ainvoke({"messages": messages})
    return result["messages"]

기존 LangChain 에이전트 코드에 duralang 라이브러리를 적용하여 내구성을 부여하는 예시

상태 복구 및 가시성 확보 방안을 제시했다. 워커가 충돌하더라도 실패한 정확한 단계부터 실행을 재개하며, 이미 성공한 LLM 호출은 다시 수행하지 않아 비용을 절감한다. Temporal UI를 통해 모든 호출의 입력, 출력, 타이밍, 재시도 이력을 LangSmith 없이도 무료로 모니터링할 수 있다.

LangGraph 체크포인터와의 차별점을 명시했다. LangGraph는 노드 단위로 체크포인트를 생성하고 실패 시 수동 재실행이 필요하지만, duralang은 개별 호출 단위에서 운영자 개입 없이 자동 재시도를 지원한다. 정적 그래프 구조로 에이전트를 재구성할 필요가 없다는 점이 핵심적인 차이다.

용어 해설

템포럴(Temporal): — 분산 시스템의 상태를 관리하고 워크플로우의 내구성을 보장하는 오픈소스 오케스트레이션 엔진이다. 워크플로우의 각 단계를 기록하고 실패 시 자동으로 상태를 복구하여 복잡한 비즈니스 로직의 안정성을 높인다.
확률적 프로그램(Stochastic Program): — 실행 결과나 경로가 고정되지 않고 확률적으로 결정되는 프로그램이다. LLM 에이전트처럼 입력에 따라 매번 다른 판단을 내리고 도구를 호출하는 시스템이 대표적인 사례이다.
지수 백오프(Exponential Backoff): — 네트워크 오류나 속도 제한 발생 시 재시도 간격을 지수적으로 늘려가며 시도하는 전략이다. 서버의 부하를 줄이면서도 일시적인 장애 상황에서 시스템이 스스로 복구될 수 있도록 돕는다.
모델 컨텍스트 프로토콜(MCP): — Model Context Protocol의 약자로, AI 모델이 외부 도구나 데이터 소스와 통신하는 방식을 표준화한 규격이다. 에이전트가 다양한 외부 환경과 일관된 방식으로 상호작용할 수 있게 한다.

언급된 도구

duralang추천링크

LangChain 에이전트에 Temporal 기반의 내구성을 추가하는 라이브러리

Temporal추천

워크플로우 오케스트레이션 및 상태 관리 엔진

언급된 리소스

GitHubDuraLang GitHub Repository