LangGraph ReAct 에이전트의 대화 맥락 소실 문제 해결

섹션별 상세

문제 상황: ReAct 에이전트가 단일 질문은 정확히 처리하지만, 후속 질문에서는 이전 대화 맥락을 잃어버려 답변하지 못하는 현상이 발생했다.

python

messages: Annotated[list, add_messages]

LangGraph 상태 정의에서 메시지 기록을 유지하기 위한 리듀서 설정 예시

원인 분석: LangGraph의 기본 상태 관리 동작이 messages 필드를 매번 덮어쓰기(replace)하기 때문에 이전 대화 기록이 소실되었다.

해결 방법: messages 필드 정의에 Annotated[list, add_messages]를 사용하여 상태 업데이트 시 메시지를 덮어쓰지 않고 리스트에 추가(append)하도록 수정했다.

의미: 상태 관리(State Management)에서 리듀서(reducer) 설정은 에이전트의 대화 기억 유지에 필수적이며, 문서에 명시된 기본 동작을 주의 깊게 확인해야 한다.

ReAct: — Reasoning and Acting의 약자로, LLM이 추론 과정(Reasoning)과 행동(Acting)을 반복하며 문제를 해결하는 에이전트 설계 패턴이다. 복잡한 질문에 대해 단계별로 사고하고 외부 도구를 사용하여 답변을 생성한다.
LangGraph: — LLM 기반의 상태 유지형 에이전트 애플리케이션을 구축하기 위한 라이브러리이다. 그래프 구조를 통해 에이전트의 흐름을 정의하고 상태(State)를 관리하며, 복잡한 다중 에이전트 워크플로를 구현하는 데 사용된다.
상태 관리(State Management): — 에이전트 실행 과정에서 대화 기록, 변수, 작업 결과 등 필요한 정보를 유지하고 업데이트하는 과정이다. LangGraph에서는 상태 정의를 통해 에이전트가 이전 맥락을 기억하고 후속 질문을 처리할 수 있도록 한다.
리듀서(Reducer): — 상태 업데이트 시 새로운 데이터를 기존 상태와 어떻게 병합할지 결정하는 함수이다. LangGraph에서 리스트 형태의 상태를 다룰 때, 덮어쓰기 대신 데이터를 추가(append)하는 등의 병합 방식을 지정하는 데 사용된다.

LangGraph추천

Stateful agent building