LangGraph와 LangChain의 차이점은 무엇인가요?

간단히 말하자면, LangChain은 높은 수준의 빌딩 블록과 즉시 사용 가능한 에이전트를 제공합니다. 반면, LangGraph는 상태를 유지하고 제어 가능한 워크플로우를 위한 낮은 수준의 오케스트레이션 런타임입니다. LangChain의 에이전트는 내부적으로 LangGraph 위에서 실행됩니다.

코드에서 차이점을 살펴보겠습니다.

LangChain: 몇 줄로 구현하는 도구 사용 에이전트

from langchain.agents import create_agent
from langchain.tools import tool

...

모델이 어떤 도구를 호출할지, 그리고 언제 멈출지를 결정합니다. 어시스턴트나 간단한 도구 사용에 완벽합니다.

LangGraph: 모든 단계를 직접 제어합니다

이제 클레임(claims) 워크플로우를 살펴보겠습니다. 클레임을 분류하고, 라우팅하며, 대량의 데이터에 대해 인간 승인을 위해 일시 중지하는 과정입니다.

from typing import TypedDict
from langgraph.graph import StateGraph, START, END
from langgraph.checkpoint.memory import InMemorySaver
...

운영 환경(production)에서는 InMemorySaver를 Postgres 체크포인터로 교체하여 워크플로우가 재시작에도 살아남도록 합니다.

비교

무엇을 먼저 학습해야 할까요?

먼저 LangChain입니다. 모델, 프롬프트, 구조화된 출력(structured output), 도구 등을 다룹니다. 그런 다음 LangGraph를 배우는 것이 좋습니다. 왜냐하면 구축하는 모든 진지한 에이전트 시스템은 상태(state)와 제어(control)가 필요하기 때문입니다.

이는 TechSimPlus와 Prateek Mishra가 진행하는 라이브 Gen-AI 개발자 코호트인 Vector 2.0의 정확한 순서입니다. 스프린트 1에서는 LangChain을 다루고, 스프린트 3에서는 ClaimSense를 사용한 LangGraph를 다루며, 스프린트 4에서는 MCP와 A2A를 이용한 멀티 에이전트 시스템을 추가합니다.

전체 콘텐츠 확인: vector.techsimplus.com