LangGraph의 구성 요소

LangGraph로 애플리케이션을 구축하려면 핵심 구성 요소를 이해해야 합니다. LangGraph 애플리케이션을 구성하는 기본 빌딩 블록을 살펴보겠습니다.

LangGraph 애플리케이션은 진입점(entrypoint)에서 시작하며, 실행 흐름에 따라 한 함수에서 다른 함수로 이동하다가 END에 도달합니다.

1. 상태

상태(State)는 LangGraph의 중심 개념입니다. 애플리케이션을 통해 흐르는 모든 정보를 나타냅니다.

from typing_extensions import TypedDict

class State(TypedDict):
    graph_state: str

상태는 사용자 정의이므로, 의사결정 과정에 필요한 모든 데이터를 포함하도록 신중하게 설계해야 합니다!

💡 팁: 애플리케이션이 단계 간에 추적해야 할 정보가 무엇인지 신중하게 고민하세요.

2. 노드

노드(Node)는 파이썬 함수입니다. 각 노드는:

상태를 입력으로 받습니다
작업을 수행합니다
상태 업데이트를 반환합니다

def node_1(state):
    print("---Node 1---")
    return {"graph_state": state['graph_state'] +" I am"}

def node_2(state):
    print("---Node 2---")
    return {"graph_state": state['graph_state'] +" happy!"}

def node_3(state):
    print("---Node 3---")
    return {"graph_state": state['graph_state'] +" sad!"}

예를 들어, 노드는 다음과 같은 역할을 할 수 있습니다:

LLM 호출: 텍스트 생성 또는 의사결정
도구 호출: 외부 시스템과 상호작용
조건부 로직: 다음 단계 결정
사람 개입: 사용자 입력 받기

💡 정보: START와 END처럼 전체 워크플로우에 필수적인 일부 노드는 langGraph에서 직접 제공합니다.

3. 엣지

엣지(Edge)는 노드를 연결하며, 그래프 내에서 가능한 경로를 정의합니다:

import random
from typing import Literal

def decide_mood(state) -> Literal["node_2", "node_3"]:
    
    # 종종 상태를 사용해 다음에 방문할 노드를 결정합니다
    user_input = state['graph_state'] 
    
    # 여기서는 노드 2, 3 사이를 50:50으로 분기합니다
    if random.random() < 0.5:

        # 50% 확률로 Node 2 반환
        return "node_2"
    
    # 50% 확률로 Node 3 반환
    return "node_3"

엣지는 다음과 같이 나뉩니다:

직접(Direct): 항상 노드 A에서 노드 B로 이동
조건부(Conditional): 현재 상태에 따라 다음 노드를 선택

4. StateGraph

StateGraph는 전체 에이전트 워크플로우를 담는 컨테이너입니다:

from IPython.display import Image, display
from langgraph.graph import StateGraph, START, END

# 그래프 생성
builder = StateGraph(State)
builder.add_node("node_1", node_1)
builder.add_node("node_2", node_2)
builder.add_node("node_3", node_3)

# 로직 정의
builder.add_edge(START, "node_1")
builder.add_conditional_edges("node_1", decide_mood)
builder.add_edge("node_2", END)
builder.add_edge("node_3", END)

# 그래프 컴파일
graph = builder.compile()

이제 시각화할 수 있습니다!

# 시각화
display(Image(graph.get_graph().draw_mermaid_png()))

하지만 가장 중요한 것은 실제로 호출하는 것입니다:

graph.invoke({"graph_state" : "Hi, this is Lance."})

출력 :

---Node 1---
---Node 3---
{'graph_state': 'Hi, this is Lance. I am sad!'}

다음 단계

다음 섹션에서는 이러한 개념을 실제로 적용하여 첫 번째 그래프를 만들어보겠습니다. 이 그래프는 Alfred가 이메일을 받아 분류하고, 정상 메일이라면 임시 답장을 작성할 수 있도록 합니다.