langchain-ai/langchain

The agent engineering platform.

GitHub에서 열기 ↗ agentsaiai-agentsanthropicchatgptdeepagentsenterpriseframeworkgeminigenerative-ailangchainlanggraphllmmultiagentopen-sourceopenaipydanticpythonragtypescript
141,438
GitHub 스타
23,501
포크
Python
언어
MIT
라이선스
2026.07.10
최근 푸시
2026.05.02
별표한 날

AI 분석

설치 난이도: 쉬움
큐레이터 노트
LangChain은 LLM 기반 애플리케이션을 빠르게 프로토타이핑하고 확장하려는 팀에 적합합니다. 특히 다양한 모델과 도구를 통합해야 하는 복잡한 에이전트 워크플로우가 필요한 프로젝트에 강력히 추천됩니다.

강점

  • LLM 애플리케이션 개발을 위한 표준화된 인터페이스와 모듈식 아키텍처를 제공하여 생산성을 크게 향상시킵니다.
  • 방대한 통합 생태계를 통해 다양한 모델 제공자, 도구, 벡터 저장소 등을 쉽게 연결할 수 있습니다.
  • LangGraph, Deep Agents, LangSmith 등과의 원활한 통합으로 단순한 체인부터 복잡한 에이전트 워크플로우까지 폭넓게 지원합니다.

약점

  • 추상화 계층이 많아 초보자에게는 학습 곡선이 다소 가파를 수 있습니다.
  • 프레임워크 자체가 무거워 간단한 작업에는 과도할 수 있습니다.

주의사항

  • 버전 업데이트가 빠르게 이루어지므로 API 변경에 주의해야 합니다.
  • 의존성이 많아 프로젝트 설정 시 충돌이 발생할 수 있습니다.

시작 가이드

  • 공식 문서와 튜토리얼을 통해 기본 개념과 사용법을 익힙니다.
  • 간단한 체인 예제를 직접 실행해 보며 프레임워크에 익숙해집니다.
  • LangGraph와 Deep Agents를 탐색하여 더 복잡한 에이전트 워크플로우를 구축해 봅니다.

README 한국어 번역

이 번역은 AI가 원문 README를 옮긴 것입니다. 원문이 항상 우선합니다.

<div align="center"> <a href="https://docs.langchain.com/oss/python/langchain/overview"> <picture> <source media="(prefers-color-scheme: dark)" srcset=".github/images/logo-dark.svg"> <source media="(prefers-color-scheme: light)" srcset=".github/images/logo-light.svg"> <img alt="LangChain 로고" src=".github/images/logo-dark.svg" width="50%"> </picture> </a> </div>

<div align="center"> <h3>에이전트 엔지니어링 플랫폼.</h3> </div>

<br>

LangChain은 에이전트와 LLM 기반 애플리케이션을 구축하기 위한 프레임워크입니다. 상호 운용 가능한 컴포넌트와 타사 통합을 연결하여 AI 애플리케이션 개발을 단순화하는 동시에, 기반 기술이 발전함에 따라 결정을 미래 지향적으로 유지할 수 있도록 도와줍니다.

[!TIP]

이제 막 시작하셨나요? Deep Agents 를 확인해 보세요. LangChain 위에 구축된 상위 수준 패키지로, 계획, 하위 에이전트, 파일 시스템 사용 등 일반적인 사용 패턴에 대한 내장 기능을 갖춘 에이전트를 제공합니다.

빠른 시작

uv add langchain
from langchain.chat_models import init_chat_model

model = init_chat_model("openai:gpt-5.5")
result = model.invoke("Hello, world!")

더 고급 사용자 지정이나 에이전트 오케스트레이션을 원하신다면, 제어 가능한 에이전트 워크플로우를 구축하기 위한 프레임워크인 LangGraph를 확인해 보세요.

동등한 JS/TS 라이브러리는 LangChain.js를 참조하세요.

[!TIP]

AI 에이전트 및 LLM 애플리케이션의 개발, 디버깅, 배포에 대해서는 LangSmith를 참조하세요.

LangChain 생태계

LangChain 프레임워크는 단독으로 사용할 수 있지만, 모든 LangChain 제품과 원활하게 통합되어 LLM 애플리케이션 구축 시 개발자에게 완벽한 도구 모음을 제공합니다.

  • Deep Agents — 계획, 하위 에이전트 사용, 파일 시스템 활용이 가능한 에이전트를 구축하여 복잡한 작업 처리
  • LangGraph — 저수준 에이전트 오케스트레이션 프레임워크로 복잡한 작업을 안정적으로 처리할 수 있는 에이전트 구축
  • 통합 — 채팅 및 임베딩 모델, 도구 및 도구 키트 등
  • LangSmith — LLM 앱을 위한 에이전트 평가, 관찰 가능성, 디버깅
  • LangSmith 배포 — 장기 실행 상태 저장 워크플로우를 위한 특화 플랫폼으로 에이전트 배포 및 확장

LangChain을 사용하는 이유는?

LangChain은 모델, 임베딩, 벡터 저장소 등에 대한 표준 인터페이스를 통해 LLM 기반 애플리케이션을 구축하는 개발자를 지원합니다.

  • 실시간 데이터 증강 — LangChain의 방대한 통합 라이브러리(모델 제공자, 도구, 벡터 저장소, 검색기 등)를 활용하여 LLM을 다양한 데이터 소스 및 외부/내부 시스템에 쉽게 연결
  • 모델 상호 운용성 — 엔지니어링 팀이 애플리케이션 요구에 가장 적합한 모델을 찾기 위해 실험하면서 모델을 쉽게 교체 가능. 업계 최전선이 발전함에 따라 LangChain의 추상화 덕분에 속도를 잃지 않고 빠르게 적응
  • 빠른 프로토타이핑 — LangChain의 모듈식 컴포넌트 기반 아키텍처로 LLM 애플리케이션을 신속하게 구축하고 반복. 처음부터 다시 구축하지 않고 다양한 접근 방식과 워크플로우를 테스트하여 개발 주기 가속화
  • 프로덕션 준비 기능 — LangSmith와 같은 통합을 통해 모니터링, 평가, 디버깅을 기본 지원하여 안정적인 애플리케이션 배포. 검증된 패턴과 모범 사례로 자신감 있게 확장
  • 활발한 커뮤니티와 생태계 — 풍부한 통합, 템플릿, 커뮤니티 기여 컴포넌트 생태계 활용. 활발한 오픈소스 커뮤니티를 통해 지속적인 개선과 최신 AI 발전에 대한 최신 정보 유지
  • 유연한 추상화 계층 — 빠른 시작을 위한 고수준 체인부터 세밀한 제어를 위한 저수준 컴포넌트까지 필요에 맞는 추상화 수준에서 작업. LangChain은 애플리케이션의 복잡성에 따라 함께 성장

리소스

  • 문서 — 개념 개요 및 가이드
  • LangChain 생태계 개요 — LangChain, LangGraph, Deep Agents가 어떻게 함께 작동하는지
  • API 참조 — 모든 공개 클래스, 함수, 타입에 대한 완전한 참조
  • 토론 — 기술 질문, 아이디어, 피드백을 위한 커뮤니티 포럼
  • LangChain 아카데미 — LangChain 팀이 만든 LangChain 라이브러리 및 제품에 대한 포괄적인 무료 강좌
  • 기여 가이드 — 기여 방법 및 좋은 첫 번째 이슈 찾기
  • 행동 강령 — 커뮤니티 지침 및 표준

원본 저장소: langchain-ai/langchain

라이선스: MIT

게재 제외를 원하시면 삭제 요청을 보내주세요.