6P by xguru 10달전 | favorite | 댓글 3개
  • 쓸데없는 Wrapper 코드들로 가득 차 있음
    • Embeddings 는 그냥 SentenceTransformer의 아무것도 안하는 Wrapper
    • Chroma 도 ChromaDB 의 단순 Wrapper
    • 일반 파이썬 함수를 단순히 호출하는 '헬퍼' 함수들로 가득
  • 문서 역시 거의 쓸모 없는 내용들
  • 그냥 시대에 편승한 초보자 프로젝트 같이 보임

GN⁺ 가 요약한 내용

  • LangChain: 언어 모델, 벡터 저장소 및 텍스트 분리기를 프로그램에서 쉽게 교체할 수 있는 기술
  • 구성 요소를 추상화하여 시간을 절약하고 코드를 유연하게 만드는 것을 목표로 함
  • 일부 사용자들은 LangChain이 설계가 잘못되었고 혼란스러운 것으로 발견함
  • 문서가 부족하고 코드베이스에는 불필요한 함수들이 많이 존재함
  • 사용자들은 구성 요소 교체에 어려움을 겪고 프롬프트와 코드를 다시 작성해야 하는 경우가 있음
  • 일부 사용자들은 Griptape나 자체 함수 구축과 같은 대안적인 해결책을 찾았음
  • 하지만 결함이 있음에도 불구하고, LangChain은 상호 운용성과 다양한 모델 및 벡터 저장소 처리 능력 때문에 인기를 얻고 있음
  • 기술에 능숙한 사람들은 LangChain을 사용하는 프로젝트의 장단점을 알기 위해 이 기사에 관심을 가질 수 있음
  • 초보자들이 시작하기에 좋은 도구이며, 더 고급 프로젝트에도 사용할 수 있음
  • LangChain의 문서는 부족하며 많은 기능들이 잘 문서화되어 있지 않음
  • LangChain을 넘어서고자 하는 사용자들을 위해 더 고급 튜토리얼과 예제가 필요함
  • 프로그래밍 커뮤니티에서는 LangChain에 대해 섞인 의견이 있으며, 일부는 유용하다고 생각하고 다른 사람들은 제한적이라고 비판함
  • LangChain과 유사한 도구의 개발은 빠르게 진행되는 AI 혁명의 일환임
  • 사용자들은 LangChain과 같은 오픈 소스 프로젝트에 기여하여 개선하는 것을 권장받음
  • 성장하고 배우기 위해 프로그래머들은 겸손하고 비판을 받아들이는 것이 중요함
  • LangChain은 AI 커뮤니티에서 인기있는 오픈 소스 프로젝트임
  • 일부 개발자들은 LangChain이 새로운 기능을 제공하지 않고 제한적이기 때문에 사용할 가치가 없다고 생각함
  • 대신에 SentenceTransformers, ChromaDB, requests와 같은 대체 라이브러리를 사용할 수 있음
  • LangChain은 GitHub에서의 많은 별 수로 인해 초보자들의 프로젝트로 간주됨
  • 일부 개발자들은 SymbolicAI나 Haystack을 LangChain보다 나은 대안으로 제안함
  • LangChain의 체인 추상화와 구성 가능성에 대한 우려가 있으며, 일부 개발자들은 DAG나 상태 머신과 같은 다른 추상화가 더 효과적일 것이라고 믿음
  • EdgeChains는 구성 관리로서 생성적 AI 프롬프트 엔지니어링을 제공하는 또 다른 라이브러리임
  • 일부 개발자들은 LangChain의 문서와 일관성 없는 동작에 대해 좌절을 표현함
  • 전반적으로, LangChain은 학습 목적에는 유용하지만 제품 수준의 시스템에는 적합하지 않을 수 있음

해커뉴스에도 다양한 의견이 있는데요.
LangChain은 이미 Benchmark 랑 Sequoia 로 부터 $30m 정도의 펀딩을 받았지만, 과연 이게 받을만 한 것이냐? 로 얘기가 많네요.

LangChain의 간단한 대체제인 simpleaichat 개발자의 평

  • LangChain은 별로 도움이 되지 않으면서도 락인이 되어버림
  • ReAct 워크플로/프롬프트 엔지니어링이 구식임
  • 디버깅이 거의 불가능함 (verbose=true 여도)
  • 문서에 나온 워크플로우외의 것을 하려면, Hack이 정말 어려움. Custom Agents를 사용하더라도
  • 이럼에도 불구하고 LangChain이 받게되는 관심은 실제로는 AI 에코시스템에 안 좋음
Hacker News 의견
  • Langchain 기술의 한계를 지원하지 못하는 기술적 기반 위에 문제를 해결하려는 시도
  • 현재 세대의 LLM은 재사용성이 부족함
  • LLM 체인으로 기능을 구축하기 위해서는 사용자 정의 손으로 작성된 프롬프트와 특정 데이터 형식이 필요함
  • Langchain은 재사용성을 위한 추상화를 시도하지만, 결과적으로 쓰레기 출력을 가진 중간적인 DAG 프레임워크로 이어짐
  • Langchain은 개발자에게 혜택이 없는 상태에서 도구에 대한 의존성을 장려함
  • ReAct 워크플로 및 프롬프트 엔지니어링의 현재 구현은 오래되었음
  • Langchain 오류의 디버깅은 어렵고, 워크플로 조작은 도전적임
  • 문서에 필요한 세부 정보가 누락되어 사용자가 코드베이스에 직접 파고들어야 함
  • Langchain의 인기는 AI 생태계를 왜곡시키고 개발 및 코드 가독성에 해를 끼침
  • Langchain 대체제인 LiteChain은 실제로 조립 가능한 모나드와 더 간단한 코드베이스를 제공함
  • Langchain은 이미 강력한 기술이 존재하는 ETL을 재창조하고 있음
  • Langchain의 추상화는 거의 가치를 추가하지 않으며 프레임워크 없이 쉽게 수행할 수 있음
  • Langchain은 상당한 투자금을 조달했지만 의심스러운 품질을 가지고 있음
  • 다른 솔루션과 비교하여 Langchain의 성능은 좋지 않음
  • Langchain은 자체 API와 복잡성을 도입하는 잘못된 추상화로 간주됨
  • Langchain에서 프롬프트 작업 사용 중단을 제안함
  • 경험 많은 ML 개발자들은 제품 개발에 Langchain이 무의미하다고 여기지만, 다른 사람들에게는 여전히 유용할 수 있음