TL;DR

이 저장소는 Python 중심의 LangChain·LangGraph 기반 실전 AI 에이전트 학습 경로로서 개념 강의와 실행 가능한 코드, 기업형 실전 프로젝트, 면접 문제집을 하나의 연속된 커리큘럼으로 제공한다. 내부적으로는 RAG 파이프라인, 멀티 소스 검색(Qdrant·Elasticsearch 혼합), LangGraph 기반 워크플로, MCP를 통한 에이전트 간 통신 패턴을 사례 코드로 구현해 실제 배포 흐름을 재현한다. 따라서 이 리포지토리는 분산된 단편 자료를 모아 엔드투엔드 실습을 빠르게 수행하려는 학습자와 실무 전환을 준비하는 개발자에게 유용하나, 고급 모델·인프라 세팅은 외부 API 키와 별도 환경 구성(예: Ollama, 클라우드 계정)이 필요해 초기 환경 준비가 선행되어야 한다.

핵심 포인트

• 실행 가능한 완전 사례를 제공한다. 단순한 개념 설명을 넘어 MySQL·Qdrant·Elasticsearch·FastAPI를 포함한 엔드투엔드 파이프라인을 같은 저장소에서 구동할 수 있게 구성되어 있어 실무 적용 연습이 가능한 점이 차별화 요소이다.
• LangChain과 LangGraph를 동시에 다루며 그래프 기반 워크플로와 체인 기반 파이프라인을 비교·구성하는 실습을 포함한다. 이로 인해 단일 프레임워크 예제에 머무르지 않고 복합 흐름과 멀티 에이전트 조합을 실전 수준으로 연습할 수 있다.
• 면접 문제집과 채용 JD 대비 커리큘럼을 연계해 학습 결과를 채용 경쟁력으로 연결한다. 학습-실습-면접 준비의 삼위일체 구성이 저장소 업데이트와 함께 유지되는 점이 실무 전환을 목표로 하는 이용자에게 유용하다.
• 체계화된 학습 경로와 모듈형 튜토리얼을 제공해 초보자도 기초부터 기업형 배포까지 연속적으로 학습할 수 있다.

이미지 분석