TL;DR
Credit Genie는 AI 금융 비서 AskGenie를 구축하며 에이전트 오케스트레이션에 LangGraph를, 추적 및 평가에는 LangSmith를 도입했다. 유사한 도구 간의 혼동 문제를 해결하기 위해 두 개의 평가기를 설계하여 의도를 검증하고, LangSmith의 추적 기능을 통해 에이전트의 추론 과정을 시각화했다. 또한 LangSmith Insights로 프로덕션 트레이스를 유스케이스별로 분류하고 이를 테스트 질문으로 변환하여 수천 개의 트레이스를 수동 작업 없이 효율적으로 디버깅했다. 이 과정을 통해 에이전트의 특정 동작을 정밀하게 테스트하고 성능을 개선했다.
챕터별 상세
AskGenie 구축 배경
자연어 기반 금융 비서
에이전트 도구 혼동 문제
도구 선택 오류 사례
평가기 설계 및 구현
추적성을 통한 추론 분석
수동 디버깅의 한계
Insights를 활용한 세그먼트 분석
트레이스의 테스트 질문 전환
특정 동작 단위 테스트
LangChain과의 협업 경험
신속한 문제 해결
용어 해설
- LangGraph
- — LLM 기반 에이전트의 흐름을 그래프 구조로 정의하고 관리하는 오케스트레이션 라이브러리이다. 복잡한 에이전트의 상태 관리와 순환 구조를 명시적으로 설계할 수 있어 에이전트의 제어력을 높인다.
- LangSmith
- — LLM 애플리케이션의 개발, 테스트, 배포 및 모니터링을 지원하는 MLOps 플랫폼이다. 에이전트의 실행 과정을 추적(Tracing)하고 평가(Evaluation)하여 성능을 최적화하는 데 사용된다.
- Traceability
- — AI 에이전트가 특정 답변을 도출하기까지 거친 모든 단계와 추론 과정을 기록하고 시각화하는 기능이다. 문제 발생 시 원인을 파악하고 디버깅하는 데 필수적이다.
언급된 리소스
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.



