← 보드로 돌아가기

langchain-ai/langgraph

Build resilient agents.

GitHub에서 열기 ↗ agentsaiai-agentschatgptdeepagentsenterpriseframeworkgeminigenerative-ailangchainlanggraphllmmultiagentopen-sourceopenaipydanticpythonrag
36,948
GitHub 스타
6,199
포크
Python
언어
MIT
라이선스
2026.07.10
최근 푸시
2026.05.02
별표한 날

AI 분석

설치 난이도: 쉬움
큐레이터 노트
LangGraph는 상태 저장 에이전트를 구축해야 하는 프로젝트에 적합하며, 특히 장기 실행 워크플로와 인간 개입이 필요한 경우 유용합니다. LangChain 생태계를 사용 중이라면 더욱 강력한 시너지를 발휘합니다.

강점

  • 장기 실행 상태 저장 에이전트를 위한 저수준 오케스트레이션 프레임워크로, 내구성 있는 실행, 인간 개입, 포괄적인 메모리 등 핵심 기능을 제공합니다.
  • LangSmith와의 통합을 통해 디버깅 및 관찰 가능성이 뛰어나며, 프로덕션 배포를 위한 확장 가능한 인프라를 갖추고 있습니다.
  • LangChain 생태계와 원활하게 통합되며, Deep Agents와 같은 상위 수준 패키지와 함께 사용할 수 있습니다.

약점

  • 저수준 프레임워크이므로 초보자에게는 학습 곡선이 있을 수 있습니다.
  • LangChain에 의존하지 않지만, LangChain 생태계와의 통합이 강조되어 있어 독립적으로 사용할 때 문서가 부족할 수 있습니다.

주의사항

  • pip install -U langgraph 명령어로 설치 시 최신 버전이 설치되므로 기존 프로젝트와의 호환성을 확인해야 합니다.
  • Deep Agents와 같은 상위 수준 패키지를 사용할 경우 LangGraph의 저수준 제어가 제한될 수 있습니다.

시작 가이드

  • pip install -U langgraph로 설치하고 공식 퀵스타트 가이드를 따라 기본 에이전트를 구축해 보세요.
  • LangGraph의 내구성 있는 실행 및 인간 개입 기능을 실험해 보세요.
  • LangSmith를 설정하여 에이전트 디버깅 및 관찰 가능성을 활용하세요.
  • Deep Agents 패키지를 살펴보고 복잡한 작업에 활용할 수 있는지 평가하세요.

README 한국어 번역

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

<div align="center"> <a href="https://www.langchain.com/langgraph"> <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="LangGraph Logo" src=".github/images/logo-dark.svg" width="50%"> </picture> </a> </div>

<div align="center"> <h3>상태 저장 에이전트를 구축하기 위한 저수준 오케스트레이션 프레임워크</h3> </div>

<br>

Klarna, Replit, Elastic 등 에이전트의 미래를 형성하는 기업들이 신뢰하는 LangGraph는 장기 실행 상태 저장 에이전트를 구축, 관리 및 배포하기 위한 저수준 오케스트레이션 프레임워크입니다.

pip install -U langgraph

[!TIP]

에이전트를 빠르게 구축하려면 Deep Agents를 확인하세요. LangGraph 기반의 상위 수준 패키지로, 에이전트가 계획을 세우고, 하위 에이전트를 사용하며, 복잡한 작업을 위해 파일 시스템을 활용할 수 있습니다.

동등한 JS/TS 라이브러리는 LangGraph.js 및 JS 문서를 참조하세요.

LangGraph를 사용하는 이유는?

LangGraph는 모든 장기 실행 상태 저장 워크플로 또는 에이전트를 위한 저수준 지원 인프라를 제공합니다:

  • 내구성 있는 실행 — 장애를 견디고 장기간 실행될 수 있는 에이전트를 구축하여 중단된 지점에서 자동으로 재개합니다.
  • 인간 개입 — 실행 중 언제든지 에이전트 상태를 검사하고 수정하여 인간의 감독을 원활하게 통합합니다.
  • 포괄적인 메모리 — 지속적인 추론을 위한 단기 작업 메모리와 세션 간 장기 지속 메모리를 모두 갖춘 진정한 상태 저장 에이전트를 만듭니다.
  • LangSmith를 통한 디버깅 — 실행 경로를 추적하고 상태 전환을 캡처하며 상세한 런타임 메트릭을 제공하는 시각화 도구로 복잡한 에이전트 동작을 깊이 있게 파악합니다.
  • 프로덕션 준비 배포 — 상태 저장 장기 실행 워크플로의 고유한 문제를 처리하도록 설계된 확장 가능한 인프라로 정교한 에이전트 시스템을 자신 있게 배포합니다.

[!TIP]

AI 에이전트 및 LLM 애플리케이션을 개발, 디버깅 및 배포하려면 LangSmith를 참조하세요.

LangGraph 생태계

LangGraph는 단독으로 사용할 수 있지만 모든 LangChain 제품과 원활하게 통합되어 개발자에게 에이전트 구축을 위한 완벽한 도구 세트를 제공합니다.

LLM 애플리케이션 개발을 개선하려면 LangGraph를 다음과 함께 사용하세요:

  • Deep Agents – 계획을 세우고, 하위 에이전트를 사용하며, 복잡한 작업을 위해 파일 시스템을 활용하는 에이전트를 구축합니다.
  • LangChain – LLM 애플리케이션 개발을 간소화하는 통합 및 구성 가능한 구성 요소를 제공합니다.
  • LangSmith – 에이전트 평가 및 관찰 가능성에 유용합니다. 성능이 낮은 LLM 앱 실행을 디버깅하고, 에이전트 궤적을 평가하며, 프로덕션에서 가시성을 확보하고 시간이 지남에 따라 성능을 개선합니다.
  • LangSmith Deployment – 장기 실행 상태 저장 워크플로를 위한 특수 목적 배포 플랫폼으로 에이전트를 쉽게 배포하고 확장합니다. 팀 간에 에이전트를 발견, 재사용, 구성 및 공유하고 LangSmith Studio에서 시각적 프로토타이핑으로 빠르게 반복합니다.

문서

  • docs.langchain.com – 개념 개요 및 가이드를 포함한 포괄적인 문서
  • reference.langchain.com/python/langgraph – LangGraph 패키지의 API 참조 문서
  • LangGraph Quickstart – LangGraph 구축 시작하기
  • Chat LangChain – LangChain 문서와 채팅하고 질문에 대한 답변 얻기

토론: LangChain 포럼을 방문하여 커뮤니티와 연결하고 모든 기술 질문, 아이디어 및 피드백을 공유하세요.

추가 리소스

  • 가이드 – 스트리밍, 메모리 및 지속성 추가, 설계 패턴(예: 분기, 하위 그래프 등)과 같은 주제에 대한 빠르고 실행 가능한 코드 스니펫.
  • LangChain Academy – 무료 구조화된 과정에서 LangGraph의 기초를 배우세요.
  • 사례 연구 – 업계 리더들이 LangGraph를 사용하여 AI 애플리케이션을 대규모로 출시하는 방법을 들어보세요.
  • 기여 가이드 – LangChain 프로젝트에 기여하는 방법을 배우고 좋은 첫 번째 이슈를 찾으세요.
  • 행동 강령 – 커뮤니티 지침 및 참여 기준.

감사의 말

LangGraph는 Pregel 및 Apache Beam에서 영감을 받았습니다. 공개 인터페이스는 NetworkX에서 영감을 받았습니다. LangGraph는 LangChain의 창시자인 LangChain Inc에 의해 구축되었지만 LangChain 없이도 사용할 수 있습니다.

원본 저장소: langchain-ai/langgraph

라이선스: MIT

게재 제외를 원하시면 삭제 요청을 보내주세요.