LangChain, 에이전트 엔지니어링 플랫폼 구축을 위해 1억 2,500만 달러 유치
요약
LangChain은 에이전트 엔지니어링 플랫폼 구축을 위해 1억 2,500만 달러를 유치하며 성장을 가속화합니다. LangGraph 1.0 출시와 새로운 Insights Agent, 노코드 빌더 등을 공개했습니다. 이는 LLM 애플리케이션을 데이터 및 API에 접근하는 신뢰할 수 있는 에이전트로 전환하기 위한 핵심 단계입니다.
핵심 포인트
- LangChain은 에이전트 엔지니어링 플랫폼 구축을 위해 대규모 투자를 유치함.
- LangGraph 1.0 출시로 낮은 수준의 오케스트레이션과 인간 개입형 루프를 지원합니다.
- LangSmith는 실시간 프로덕션 데이터 기반의 관측 가능성 및 테스트 기능을 제공합니다.
- 에이전트 엔지니어링은 비결정론적 LLM 시스템을 신뢰할 수 있는 경험으로 다듬는 과정입니다.
오늘, 저희는 에이전트 엔지니어링(agent engineering) 플랫폼을 구축하기 위해 기업가치 12억 5천만 달러 규모로 1억 2,500만 달러를 유치했음을 발표합니다. 또한 LangChain 및 LangGraph 1.0 출시, 새로운 Insights Agent, 그리고 노코드 에이전트 빌더를 포함하여 신뢰할 수 있는 에이전트로 나아가는 과정을 가속화하는 새로운 기능들을 공개합니다. IVP가 기존 투자사인 Sequoia, Benchmark, Amplify와 함께 CapitalG 및 Sapphire Ventures라는 새로운 투자사들과 함께 이번 라운드를 주도했습니다.
AI 네이티브 스타트업부터 글로벌 기업에 이르기까지, 빌더들은 신뢰할 수 있는 에이전트를 구축하기 위해 LangChain의 제품을 사용합니다. 오늘 저희는 Replit, Clay, Harvey, Rippling, Cloudflare, Workday, Cisco 등 여러 곳의 AI 팀에 힘을 실어줄 수 있게 되어 감사합니다.
3년 전 langchain 패키지에 첫 커밋을 했을 때 가졌던 핵심 아이디어는 오늘날까지도 여전히 유효합니다. LLM은 애플리케이션이 할 수 있는 일을 바꿀 것이지만, 진정한 힘은 LLM 애플리케이션을 데이터 및 API에 접근할 수 있는 **에이전트(agents)**로 전환하는 데서 나옵니다. 에이전트는 생성형 AI의 힘을 활용하기 위해 새로운 도구와 인프라가 필요한 복잡한 시스템으로 기능할 것입니다.
오늘날 현실은 에이전트를 프로토타입으로 만들기는 쉽지만, 실제 운영 환경(production)에 배포하기는 어렵다는 것입니다. 이는 에이전트에 대한 모든 입력이나 변경 사항이 알려지지 않은 결과를 초래할 수 있기 때문입니다. 신뢰할 수 있는 에이전트를 구축하려면 제품, 엔지니어링, 데이터 과학적 사고방식을 결합하는 새로운 접근 방식이 필요합니다. 저희는 이 학문을 **에이전트 엔지니어링(agent engineering)**이라고 부릅니다. 이는 비결정론적인 LLM 시스템을 신뢰할 수 있는 경험으로 다듬어 나가는 반복적인 과정입니다.
저희는 에이전트 엔지니어링 플랫폼을 구축하고 있습니다.
저희는 커뮤니티의 수백만 명 개발자 및 수천 명 고객들로부터 받은 피드백을 바탕으로 원래의 langchain 라이브러리에서 제공하던 서비스를 발전시켜 왔습니다. 저희는 항상 어떤 공급업체에 관계없이 작업에 가장 적합한 모델을 선택할 수 있도록 해왔습니다. 오늘, 저희는 에이전트 엔지니어링의 전체 생명주기를 위한 확장된 플랫폼을 출시합니다.
LangChain 커뮤니티는 오픈 소스 프레임워크인 LangChain 및 LangGraph를 사용하여 에이전트를 구축할 수 있습니다.
LangChain은 사용자가 선택한 모든 모델 제공업체와 함께 에이전트 구축을 빠르게 시작할 수 있도록 돕습니다. 저희는 1.0 버전에서 langchain을 완전히 재작성하여, 의도적이고(opinionated), 집중적이며(focused), langgraph의 런타임으로 구동되도록 했습니다.LangGraph를 사용하면 낮은 수준의 오케스트레이션(orchestration), 메모리, 그리고 인간 개입형 루프(human-in-the-loop) 지원을 통해 사용자 정의 에이전트의 모든 단계를 제어할 수 있습니다. 또한 내구성 있는 실행(durable execution)으로 장기 실행 작업을 관리할 수 있습니다. 이전에는 LangSmith가 에이전트를 이해하고 테스트하는 데 도움을 주었습니다. 이제 LangSmith는 AI 팀이 실시간 프로덕션 데이터(live production data)를 사용하여 지속적인 테스트와 개선을 할 수 있도록 돕는 포괄적인 에이전트 엔지니어링 플랫폼입니다. LangSmith가 제공하는 기능은 다음과 같습니다: 관측 가능성(Observability): 상세한 추적 및 집계 트렌드 메트릭으로 에이전트가 어떻게 생각하고 행동하는지 정확하게 볼 수 있습니다. 평가(Evaluation): 프로덕션 데이터와 오프라인 데이터셋을 사용하여 에이전트 동작을 테스트하고 점수화하여 지속적인 개선을 할 수 있습니다. 배포(Deployment) (구 LangGraph Platform): 확장 가능한 인프라를 사용하여 장기 실행 작업을 위해 구축되었으며, 원클릭으로 에이전트를 배포할 수 있습니다. 에이전트 빌더(Agent Builder) (현재 비공개 미리보기): 코딩 지식 없이 텍스트-투-에이전트 경험을 제공하여 에이전트 구축의 진입 장벽을 낮춥니다. 오픈 소스는 우리의 핵심 가치 중 하나이므로, 사용자가 자체적으로 에이전트를 구축하든 아니면 우리 오픈 소스 프레임워크를 사용하여 구축하든 LangSmith를 사용할 수 있습니다. 만약 우리가 제공하는 스택들을 함께 사용한다면, 신뢰할 수 있는 에이전트로 더 빠르게 반복(iterate)할 수 있을 것입니다. 이 분야는 급속도로 진화하고 있으며, 저희도 마찬가지입니다. 오늘 저희는 다음을 발표합니다: LangChain과 LangGraph의 주요 1.0 버전 출시: 안정성을 표시하며, 일반적인 에이전트 패턴을 위한 사전 구축된 아키텍처(pre-built architectures)에 중점을 두고, 향상된 모델 통합 기능을 제공하며, 2.0까지는 하위 호환성 문제가 없습니다. 게다가 새로운 문서도 추가되었습니다! 인사이트 에이전트(Insights Agent): LangSmith Observability의 새로운 에이전트로, 에이전트 동작 패턴을 자동으로 분류합니다. 에이전트 빌더 (Agent Builder) (비공개 미리보기): 비즈니스 사용자를 위한 코딩 지식 없는 텍스트-투-에이전트 빌더 경험으로 에이전트 구축의 진입 장벽을 낮춥니다.
우리가 목격한 이러한 모멘텀은 이제 시작에 불과합니다. 오늘날 langchain과 langgraph는 합쳐서 월 9천만 건의 다운로드를 기록하고 있으며, 포춘 500대 기업 중 35%가 저희 서비스를 사용하고 있습니다. 상용 LangSmith 플랫폼의 월별 추적(trace) 볼륨은 전년 대비 12배 증가했습니다.
저희와 함께 이 스토리를 만들어 가시길 바랍니다. 문서를 방문하여 이용 가능한 기능을 확인해 보시고, 이번 주와 다음 주에 공개될 모든 기능에 대한 심층 분석을 저희 블로그에서 계속 주목해 주십시오. 기술 역량을 향상시키기 위한 강좌를 수강하시고, 에이전트 엔지니어링의 미래를 구축하는 것이 재미있게 느껴진다면, 저희와 함께 해주세요. 현재 채용 중입니다.
여정의 가능성을 만들어주신 새로운 투자사들(이미 고객 또는 파트너인 곳도 많습니다)께 감사드립니다 – ServiceNow Ventures, Workday Ventures, Cisco Investments, Datadog Ventures, Databricks Ventures, 그리고 Frontline.
AI 자동 생성 콘텐츠
본 콘텐츠는 LangChain Blog의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기