LangChain 이란 무엇인가?

대부분의 사람들이 Chat gpt를 통해서 AI를 접하고 시작하게 됐을 것이다. 본인도 그러했고 gpt를 통해 api를 개발하고 강의를 듣다 보니 LangChain이라는 것을 알게 됐는데. LangChain의 개념에 대해서 간단히 정리하면 좋을 것 같아서 해당 포스팅을 진행한다.

 

 

LLM(Large Language Model)이란?

우선 LangChain을 들어가기 전에 LLM에 대해서 알아야 하는데 LLM은 대규모의 텍스트 데이터를 학습하여 인간과 유사한 자연어 처리 작업을 수행하는 인공지능 모델을 의미한다. 이 모델은 기계 학습 기술 중에서도 딥 러닝(Deep Learning) 기반의 트랜스포머(Transformer) 아키텍처를 사용하여 대량의 텍스트 데이터로 학습되어, 언어 이해, 생성, 번역, 요약, 질의응답 등의 다양한 작업을 수행할 수 있다. 대표적인 LLM으로는 GPT, Gemini, Gemma, Llama, Claude 등이 있다.

 

 

LangChain이란?

LangChain은 언어 모델(LLM) 기반 응용 프로그램을 개발하기 위한 프레임워크다. 특히 자연어 처리(NLP)를 기반으로 한 애플리케이션 개발을 쉽게 만들기 위해 설계되었다. 이를 통해 개발자는 대형 언어 모델(LLM)과 다른 도구들(예: API, 데이터베이스, 파일 시스템 등)을 결합하여 복잡한 작업을 처리하는 애플리케이션을 빠르게 구축할 수 있다.

 

주요기능

1. 체인(Chains): LangChain의 핵심 개념 중 하나로, 여러 처리 단계를 연결하여 복잡한 작업을 수행할 수 있는 기능이다. 각 단계는 언어 모델을 호출하거나 데이터 소스와 상호작용할 수 있다.
2. 에이전트(Agents): 에이전트는 동적으로 다양한 도구를 사용하는 기능을 제공한다. 예를 들어, LangChain을 사용해 언어 모델이 특정 작업을 수행할 때 필요에 따라 API를 호출하거나 외부 시스템과 상호작용하도록 만들 수 있다.
3. 프롬프트 관리: LangChain은 프롬프트를 쉽게 관리하고, 복잡한 프롬프트를 다루거나, 여러 프롬프트를 결합해 사용할 수 있는 기능을 제공한다.
4. 메모리(Memory): LangChain은 언어 모델이 이전에 생성한 정보를 기억하여 컨텍스트를 유지하는 기능을 지원합니다. 이를 통해 대화형 애플리케이션에서 문맥을 기반으로 상호작용을 지속할 수 있습니다.
5. 데이터 통합: 언어 모델을 외부 데이터 소스(예: 데이터베이스, 검색 엔진 등)와 통합하여, 더 나은 답변을 생성할 수 있도록 합니다.

 

LangChain 사용 장점

• 복잡한 언어 모델 기반 워크플로우를 단순하게 구성할 수 있다
• 프롬프트 관리와 메모리 기능을 통해 사용자와의 상호작용 경험을 향상시킬 수 있다
• 다양한 도구와의 통합이 용이하여 언어 모델의 기능을 극대화할 수 있다

 

 

결론

GPT나 Claude 같은 LLM자체 서비스만으로도 API를 제공하여 서비스를 구축할 수 있다. 하지만 LangChain을 사용하면 보다 다양한 도구들을 사용할 수 있으며, 추후 LLM교체 및 기능 확장성에 있어서 보다 편리하고 간편하게 사용할 수 있다는 장점이 있다. 따라서, 아주 간단한 기능은 GPT 같은 자체 API를 사용해도 크게 문제가 없겠지만 대규모로 확장이 필요하거나 다양한 기능이 추가될 것 같은 기능들을 LangChain으로 개발하면 좋은 점들이 많을 것 같다.