LangChain과 LangGraph 1.0 릴리스 요약

(blog.langchain.com)

9P by davespark 1일전 | ★ favorite | 댓글 2개

LangChain과 LangGraph의 첫 번째 주요 안정 버전인 1.0 릴리스를 발표합니다. LangChain은 AI 에이전트를 빠르게 개발하기 위한 고수준 추상화를 제공하며, LangGraph는 그래프 기반 런타임으로 커스터마이징 가능한 프로덕션급 에이전트를 지원합니다. 이 릴리스는 안정성을 강조하며, 2.0 버전까지 변경 사항이 없을 예정입니다. 통합 문서 사이트(https://docs.langchain.com/)가 새로 디자인되었으며, Uber, LinkedIn, Klarna 등 대기업에서 실제로 사용되고 있습니다. 월 9천만 다운로드를 기록 중입니다.

주요 발표 사항

LangChain 1.0과 LangGraph 1.0은 커뮤니티 피드백을 반영한 안정 버전으로 출시되었습니다. LangChain은 에이전트 루프를 세련되게 다듬고, 미들웨어로 커스터마이징을 강화하며, 모델 통합을 현대 콘텐츠 유형에 맞게 업그레이드했습니다. LangGraph는 장기 실행 에이전트의 지속성, 관찰 가능성, 인간 개입 제어를 위한 내구성 있는 런타임을 제공합니다. Python과 JavaScript를 모두 지원하며, 후방 호환성을 보장합니다.

LangChain 1.0: 새로운 기능 및 개선 사항

LangChain 1.0은 무거운 추상화와 패키지 범위 문제를 해결하며, 에이전트 개발을 간소화합니다. 주요 초점은 create_agent 추상화, 표준 콘텐츠 블록, 패키지 단순화입니다.

`create_agent` 추상화

모델 제공자에 관계없이 에이전트를 빠르게 구축할 수 있는 핵심 기능으로, LangGraph를 기반으로 안정적인 실행을 보장합니다. 표준 에이전트 루프는 다음과 같습니다:

설정: 모델 선택, 도구 제공, 프롬프트 정의.
실행 루프:
1. 모델에 요청 전송.
2. 모델 응답: 도구 호출 시 실행 후 대화에 추가, 최종 답변 시 결과 반환.
3. 1단계 반복.

예시 코드:

from langchain.agents import create_agent  
  
weather_agent = create_agent(  
    model="openai:gpt-5",  
    tools=[get_weather],  
    system_prompt="Help the user by fetching the weather in their city.",  
)  
  
result = agent.invoke({"role": "user", "what's the weather in SF?"})

미들웨어: 에이전트 루프의 다양한 지점(모델 호출 전/후, 도구 실행 등)에 훅을 추가해 커스터마이징. 내장 미들웨어:

인간 개입(Human-in-the-loop): 도구 호출 시 사용자 승인/편집/거부 중단, 민감한 상호작용(외부 시스템 접근, 거래)에 유용.
요약(Summarization): 메시지 히스토리 압축으로 컨텍스트 제한 피함, 최근 메시지 보존.
PII Redaction: 이메일, 전화번호 등 민감 데이터 식별 및 마스킹으로 프라이버시 준수.

사용자 정의 미들웨어도 지원합니다.

구조화된 출력 생성: 에이전트 루프에 통합되어 지연/비용 감소. Pydantic 모델 등으로 출력 제어. 예시:

from langchain.agents import create_agent  
from langchain.agents.structured_output import ToolStrategy  
from pydantic import BaseModel  
  
class WeatherReport(BaseModel):  
    temperature: float    
    condition: str  
  
agent = create_agent(  
    "openai:gpt-4o-mini",  
    tools=[weather_tool],  
    response_format=ToolStrategy(WeatherReport),  
    prompt="Help the user by fetching the weather in their city.",  
)

이전 create_react_agent는 LangGraph의 langgraph.prebuilt에서 deprecated되었습니다.

표준 콘텐츠 블록

langchain-core 1.0에서 프로모트된 기능으로, 모델 출력의 제공자 중립적 명세를 제공합니다. 메시지의 .content_blocks 속성을 통해 추론 추적, 인용, 도구 호출 등 콘텐츠 유형을 일관되게 처리. OpenAI, Anthropic 등 간 쉬운 모델 전환을 지원하며, 스트리밍/UI/메모리 저장소와 호환됩니다.

패키지 단순화

핵심 추상화만 유지하고, 레거시 기능은 langchain-classic으로 이동. Python 3.9 지원 중단(3.10+ 필요). 설치: uv pip install --upgrade langchain 및 langchain-classic. 마이그레이션 가이드: https://docs.langchain.com/oss/python/releases/langchain-v1.

LangGraph 1.0: 새로운 기능 및 개선 사항

LangGraph 1.0은 고도로 커스터마이징 가능한 에이전트를 위한 저수준 프레임워크로, 프로덕션 환경의 장기 실행 시스템에 적합합니다. 그래프 기반 실행 모델을 사용합니다.

핵심 기능

내구성 있는 상태(Durable State): 에이전트 실행 상태 자동 지속, 서버 재시작 시 재개 가능.
내장 지속성: 데이터베이스 코드 없이 워크플로 저장/재개, 다일 프로세스나 백그라운드 작업 지원.
인간 개입 패턴: 실행 중단 후 인간 검토/수정/승인 API 지원, 고위험 시나리오에 적합.

langgraph.prebuilt 모듈은 langchain.agents로 이동. 설치: uv pip install --upgrade langgraph. 마이그레이션: 호환성 유지.

개념 설명: 상태 유지 에이전트, 멀티 에이전트 워크플로, LangChain 통합

상태 유지 에이전트(Stateful Agents)

상호작용 간 지속적인 상태 유지. LangGraph의 런타임으로 대화 히스토리, 도구 결과, 워크플로 진행 보존. LangChain 1.0에서 요약 미들웨어로 컨텍스트 제한 관리. 다세션 워크플로(예: 며칠에 걸친 승인 프로세스)에 유용.

멀티 에이전트 워크플로(Multi-Agent Workflows)

LangGraph의 그래프 모델로 다중 에이전트 시스템 구성. 결정론적 노드(고정 로직)와 에이전트 컴포넌트(LLM 기반 결정) 혼합. 인간 개입으로 감독. LangChain 에이전트를 그래프 노드로 임베드해 확장 가능. 비즈니스 자동화(데이터 검색, 분석, 승인)에 적합.

LangChain과의 통합

LangChain은 고수준 추상화로 LangGraph 런타임을 기반으로 하며, 에이전트를 내구성 있게 만듭니다. 그래프 컴포저블로 복잡 시스템으로 진화. 벤더 락인 피함. 엔지니어링 세부 사항 비디오: https://youtu.be/r5Z_gYZb4Ns.

사용 사례

LangChain 1.0: 날씨 쿼리나 도구 기반 어시스턴트처럼 표준 패턴의 빠른 프로토타이핑. 미들웨어로 프라이버시 보호 챗봇이나 인간 승인 거래 에이전트 구현.
LangGraph 1.0: 장기 자동화(멀티데이 승인), 민감 워크플로 인간 감독, 하이브리드 시스템(에이전트 + 결정론적 로직). Uber나 Klarna의 엔터프라이즈 프로세스.
결합 사용: LangChain으로 시작해 LangGraph로 확장, 멀티 에이전트 비즈니스 자동화.