출처: https://docs.langchain.com/oss/python/langchain/philosophy
핵심 미션
"LangChain은 LLM을 사용하여 구축을 시작하기에 가장 쉬운 곳이면서도 유연하고 프로덕션에 바로 사용할 수 있는 환경을 제공하기 위해 존재합니다."
핵심 신념
이 프레임워크는 다섯 가지 기본 원칙을 기반으로 운영됩니다:
- Large Language Models는 강력한 새로운 기술을 나타냅니다
- LLM을 외부 데이터 소스와 결합하면 효과가 증대됩니다
- 미래의 애플리케이션은 점점 더 agentic한 성격을 띠게 될 것입니다
- agentic 시스템으로의 전환은 아직 초기 단계에 있습니다
- 신뢰할 수 있는 프로덕션 agent를 구축하는 것은 여전히 기술적으로 어려운 과제입니다
두 가지 주요 초점
1. 최고의 모델 지원
플랫폼은 다양한 모델 제공업체의 입력과 출력을 표준화하여 벤더 종속성을 줄이고 개발자가 최첨단 모델을 쉽게 채택할 수 있도록 합니다.
2. 복잡한 플로우 오케스트레이션
LangChain은 텍스트 생성을 넘어 언어 모델을 사용할 수 있도록 하여, 다양한 데이터 소스 및 계산과 상호 작용하는 복잡한 워크플로우를 조정할 수 있게 합니다. 이 시스템은 동적 도구 정의와 비구조화 데이터 처리를 지원합니다.
이력
업계에서 꾸준한 변화 덕분에, LangChain은 오랜 시간동안 진화했다. 아래 내용은 LangChain이 수년동안 LLM 개발 수단으로 어떻게 변화했는지 간단히 나타내는 타임라인이다.
2022-10 (v0.0.1): LLM 추상화 및 미리 정의된 계산 체인을 특징으로 하는 Python 패키지 출시
2022-12: ReAct 방법론을 기반으로 한 범용 agent 도입
2023-01: JavaScript 버전 출시; OpenAI의 Chat Completion API 채택
2023-02: 상용화를 위한 회사 설립
2023-03: Function calling API 통합
2023-06: 관찰성 및 평가를 위한 LangSmith 플랫폼 출시
2024-01 (v0.1.0): 프로덕션에 중점을 둔 안정성 개선
2024-02: 스트리밍 및 내구성 기능을 갖춘 LangGraph 오픈 소스 라이브러리 도입
2024-06: 700개 이상의 통합 달성
2024-10: LangGraph가 다단계 애플리케이션을 위한 선호 접근 방식이 됨
2025-04: Multimodal API 지원 확대
2025-10-20 (v1.0.0): 통합된 agent 추상화 및 표준화된 메시지 형식으로 대규모 재구성
Langchain v1.0
- LangChain 개요
- LangChain v1
- LangChain v1 마이그레이션 가이드
- LangChain 설치
- QuickStart
Philosophy- Agents
- Models
- Messages
- Tools
- Short-term memory
- Streaming
- Middleware
- Structured output
- Guardrails
- Runtime
- Context Engineering
- Model Context Protocol (MCP)
- Human-in-the-loop
- Multi-agent
- Retrieval
- Long-term memory
- Studio
- Test
- Deploy
- Agent Chat UI
- Observability
