AI 요약관련 정보

• LangGraph는 기존 RAG 파이프라인의 단방향 및 덕지덕지 붙는 체인 구조의 한계를 극복하기 위해 탄생했습니다. 🚀
• 기존 RAG는 할루시네이션, 불완전한 정보, 고정된 파이프라인, 복잡한 체인 구성 등의 문제점을 가졌습니다. 🚧
• LangGraph는 각 단계를 '노드'로 정의하고, 노드 간의 연결을 '엣지'로 구성하여 유연한 워크플로우를 만듭니다. 🌐
• '노드'는 파이썬 함수로 구현되어 LangChain 의존성을 줄이고, 사용자 정의 로직 및 외부 API 통합이 가능합니다. 🧩
• '조건부 엣지'를 통해 동적인 분기 처리가 가능하며, 평가 결과나 질문 유형에 따라 흐름을 제어할 수 있습니다. 🚦
• LangGraph는 '플로우 엔지니어링'을 통해 질문-검색-평가-재작성-답변 생성 등 순환적이고 반복적인 파이프라인 구성이 가능하여 답변의 정확도를 높입니다. 🔄
• '상태(State)'는 노드 간 정보 전달의 핵심으로, TypedDict 기반 객체에 데이터를 담아 다음 노드로 전달하며, 이전 상태가 유지됩니다. 📦
• Annotated[List, AddMessages] (리서)는 리스트 타입의 상태값을 덮어쓰지 않고 자동으로 추가(병합)하여 멀티턴 대화 관리에 유용합니다. ➕
• '체크포인트' 기능은 과거 실행 과정을 저장하여 멀티턴 대화, 결과 수정, 특정 단계 '리플레이'를 가능하게 하여 개발 및 디버깅을 용이하게 합니다. 🧠
• 'Human-in-the-Loop' 기능을 통해 특정 노드에서 사람의 개입을 허용하여 판단 및 흐름 제어가 가능합니다. 🧑‍💻