LangChain

Summary

Python 기반 오픈소스 LLM 애플리케이션 프레임워크. 에이전트, RAG, 체인 구성을 표준화하는 SDK.

Python 기반 오픈소스 LLM 애플리케이션 프레임워크. 에이전트, RAG, 체인 구성을 표준화하는 SDK.

개요

LangChain은 2023년 등장 이후 LLM 애플리케이션 개발의 사실상 표준 프레임워크가 되었다. 핵심은 LLM + Tools + Memory + Reasoning을 통합 아키텍처로 제공하는 것이다.

주요 특징

• Agent Framework: ReAct 패턴 구현, Tool Use 표준화, 동적 모델/도구 선택
• RAG Support: Retriever + Generator 체인 통합, 벡터 DB 어댑터 풍부
• Extensible Architecture: Middleware, Custom Callbacks, Custom Tools 자유롭게 확장
• Ecosystem: LlamaIndex, Langsmith(모니터링), LangGraph(상태 관리) 등과 통합

주요 사실

• 창립: Harrison Chase, 2023년 초 오픈소스 출시
• 언어: Python (js 버전 @langchain/core도 존재)
• 라이선스: MIT (상업 용도 자유)
• 커뮤니티: ⭐ 90k+ (GitHub, 2026-04 기준)

Agent 아키텍처

LangChain의 핵심 패턴:

AgentState (메시지 + 상태)
  ↓
LLM (모델 선택: 정적/동적)
  ↓
Tool Selection (도구 선택)
  ↓
Tool Execution (도구 실행)
  ↓
(반복)

정적 구성: 모델·도구·프롬프트가 에이전트 생성 시점에 고정 동적 구성: 런타임 조건에 따라 모델/도구 변경 가능 (복잡도 기반 라우팅 등)

Middleware 시스템 (create_agent)

LangChain 6.4절에서 도입된 미들웨어 시스템은 LLM 호출 전후 처리를 데코레이터로 제공한다:

• @wrap_model_call — LLM 입출력 스키마 변환
• @before_model — 프롬프트 동적 수정
• @dynamic_prompt — 실행 시점 변수 기반 프롬프트 조정
• @before_agent — 보안 검증 (프롬프트 인젝션 방어)

이를 통해 복잡한 요청/응답 처리를 중앙화하고, 보안·로깅·동적 라우팅을 한곳에서 관리할 수 있다.

관련 개념

• agentic-ai-patterns — Tool Use, Reflection, Routing 패턴과 LangChain 구현의 대응
• langchain-agents-architecture — LangChain 에이전트의 상세 아키텍처
• create_agent-미들웨어-데코레이터 — create_agent 미들웨어 데코레이터 패턴
• Prompt-Injection-방어 — 프롬프트 인젝션 방어 전략

관련 엔티티

• anthropic — Claude 모델 지원
• openai — GPT 모델 지원
• llamaindex — RAG 특화 프레임워크, 경합 관계

소스

• langchain-agents