랭체인 공부
1. LangChain 핵심 개념 요약
LangChain이란?
LLM 기반 애플리케이션을 쉽게 만들기 위한 프레임워크
주요 목적: 다양한 데이터 소스와 도구를 LLM과 연결(chain) 하여 유용한 애플리케이션을 구축
2. 주요 컴포넌트 및 개념
-
LLM (Large Language Model)
LangChain에서 사용하는 핵심 모델 (예: OpenAI, Anthropic, HuggingFace 등) -
PromptTemplate
LLM에 전달할 프롬프트를 템플릿화한 객체
변수와 문자열을 조합해서 동적인 프롬프트 구성 가능
- Chains
여러 개의 LangChain 컴포넌트를 순차적으로 연결하는 구조
예: 프롬프트 생성 → LLM 호출 → 출력 후처리 등
- Tools & Agents
Tool: 외부 기능 또는 API, 계산기 등
Agent: 어떤 Tool을 쓸지 결정하고 실행을 조정하는 주체
예: OpenAIFunctionsAgent → OpenAI Function calling 기반으로 도구 사용
- Memory
LLM이 이전 대화를 기억하도록 도와주는 모듈 (예: ConversationBufferMemory)
3. 실습/구현 내용 요약
실습 1: OpenAIFunctionsAgent 사용
Function 기반으로 툴 사용을 정의하고 자동으로 적절한 툴을 고르게 함
Tools 정의 시 description을 자세하게 써야 에이전트가 올바르게 선택함
실습 2: Batch vs Sequential 실행 비교
LangChain의 Runnable.map() vs Runnable.invoke() 비교
invoke(): 한 번에 하나씩 실행 (순차)
map(): 병렬 실행 가능 (예: 여러 질문을 동시에 처리)
실습 3: LangChain Expression Language (LCEL)
.invoke(), .stream(), .batch() 등 체이닝 지원
파이프라인처럼 구성: PromptTemplate | LLM | OutputParser
이번주 회고
- 랭체인 위주로 공부했는데 파이썬을 잘 몰라 약간 어려움이 있었다
- 파이썬 공부를 따로 해야겠다
- 랭체인을 활용해서 프로젝트를 만들어야 하는데 할 수 있을지 걱정이다
- 실습 위주로 공부해서 프로젝트에 잘 녹여봐야겠다
- 다음주부터 시작할 토이프로젝트를 잘 시작하고 싶다
