랭체인 & 랭그래프

『혼자서도 척척 해내는 AI 에이전트 만들기 with 랭체인&랭그래프』를 따라가며 정리한 학습 연재. 책의 흐름대로 배경지식 → LangChain → LangGraph → LLM 평가 순서로 읽으면 된다. 각 글은 책의 여러 챕터를 묶어서 다룬다.

읽는 순서

PART I. 개발 전 필요한 배경지식 → 배경지식

1. LLM의 작동 원리부터 RAG까지, 처음 만나는 AI 기초 — Ch 1. LLM과 RAG 기초
2. 벡터 저장소부터 프롬프트 엔지니어링까지 — RAG를 떠받치는 기둥들 — Ch 2~3. 벡터 저장소·임베딩·검색 전략, 프롬프트 엔지니어링

PART II. LangChain을 활용한 RAG 파이프라인 구성하기 → LangChain

3. LangChain 입문 — 설치부터 로컬 LLM 연동까지 — Ch 4~5. LangChain 입문, Ollama·허깅페이스
4. LangChain으로 RAG 파이프라인 구성하기 — Chroma부터 LCEL까지 — Ch 6~10. Chroma, 전처리, LCEL, 비용 최적화
5. LangChain 출력 파서, 아직 쓸 일이 있을까 — 번외. 출력 파서 vs with_structured_output

PART III. LangGraph를 활용한 AI 에이전트 구현하기 → LangGraph

6. LangGraph 입문 — 워크플로와 에이전트, 뭐가 다른 걸까 — Ch 11~12. LangGraph 입문, 워크플로 vs 에이전트
7. 멀티 에이전트 오케스트레이션부터 MCP, 그리고 실전 사례까지 — Ch 13~16. 슈퍼바이저, MCP, LangSmith 모니터링, 실전 사례

PART IV. LLM 성능 평가 → LLM 평가

8. LLM 평가, 왜 이렇게 어려운 걸까 — 지표와 전략 정리 — Ch 17~18. 평가의 중요성, 평가 지표
9. 골든 데이터셋과 평가 전략 — 안정적인 AI 에이전트를 위한 마지막 퍼즐 — Ch 19~22. 골든 데이터셋, 오프라인·온라인 평가, 앞으로의 방향

전체 글

배경지식2026년 2월 16일14분

LLM의 작동 원리부터 RAG까지, 처음 만나는 AI 기초

배경지식2026년 2월 16일14분

벡터 저장소부터 프롬프트 엔지니어링까지 — RAG를 떠받치는 기둥들

LangChain2026년 2월 16일17분

LangChain 입문 — 설치부터 로컬 LLM 연동까지

LangChain2026년 2월 16일18분

LangChain으로 RAG 파이프라인 구성하기 — Chroma부터 LCEL까지

LangGraph2026년 2월 16일16분

LangGraph 입문 — 워크플로와 에이전트, 뭐가 다른 걸까

LangGraph2026년 2월 16일17분

멀티 에이전트 오케스트레이션부터 MCP, 그리고 실전 사례까지

LLM 평가2026년 2월 16일12분

LLM 평가, 왜 이렇게 어려운 걸까 — 지표와 전략 정리

LLM 평가2026년 2월 16일14분

골든 데이터셋과 평가 전략 — 안정적인 AI 에이전트를 위한 마지막 퍼즐

LangChain19시간 전6분

LangChain 출력 파서, 아직 쓸 일이 있을까 — with_structured_output과 나란히 놓고 보기