🦜️ LangChain

“LLM 앱을 레고처럼 쉽게 조립하는 오픈소스 도구”

1. LangChain이 뭐예요?

• LLM(대규모 언어 모델) 을 이용한 챗봇·요약기·분석기를 “블록”처럼 이어 붙여 만드는 프레임워크입니다.
• 데이터 읽기, 프롬프트 만들기, 모델 호출, 결과 정리까지 일정한 규칙으로 묶어 주기 때문에 코드를 길게 짜지 않아도 복잡한 기능을 얹을 수 있어요.

2. 왜 필요한가요?

기존 방식	LangChain 사용 시
API 호출·에러 처리·캐시 등 모든 로직을 직접 작성	이미 준비된 모듈을 조립만 하면 끝
기능이 늘수록 파일이 복잡해짐	체인(Chain)으로 단계가 한눈에 보임
배포 후 문제 추적이 어려움	LangSmith로 로그·평가 자동 기록

https://python.langchain.com/docs/introduction/?utm_source=chatgpt.com

Introduction | 🦜️🔗 LangChain

 

3. 뭘 만들 수 있나요?

1. FAQ 챗봇 – 사내 문서를 읽어 답변
2. 문서 요약기 – 긴 PDF를 5줄로 줄이기
3. 데이터 질문 답변 – “올해 1분기 매출은?” 같은 자연어 → SQL

 

4. 5분 설치 & 첫 코드

pip install langchain-core langchain-openai tiktoken

from langchain_openai import ChatOpenAI
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain

llm = ChatOpenAI(model_name="gpt-3.5-turbo")
prompt = PromptTemplate.from_template("한 문장으로 '{topic}'를 설명해 줘")
chain = LLMChain(llm=llm, prompt=prompt)

print(chain.run({"topic": "LangChain"}))

 

• PromptTemplate → 질문 틀 만들기
• LLM → 실제로 답하는 모델
• Chain → 두 가지를 “이어 붙인” 객체

 

5. 한 단계 업그레이드: 외부 데이터 연결

• 파일·데이터베이스를 Loader로 읽고
• TextSplitter로 작게 자른 뒤
• VectorStore에 저장해 두면
• 사용자가 물어볼 때 비슷한 조각을 찾아 LLM에게 전달합니다.
  초보자도 “딱 네 단계”만 기억하면 RAG(검색‑확인‑생성) 챗봇을 만들 수 있어요.

https://aws.amazon.com/what-is/langchain/?utm_source=chatgpt.com

LangChain이란 무엇인가요? - LangChain 설명 - AWS

 

 

6. 용어 사전

용어	뜻
Chain	“A → B → C” 순서도로 묶은 작업
Agent	“필요할 때 도구를 골라 쓰는 똑똑한 루틴”
Tool	Python 함수·API·DB 쿼리 등 Agent가 실행할 실제 도구

 

7. FAQ

Q. GPT API만 써도 되는데 굳이 LangChain?

작은 데모엔 필요 없지만, 기능이 늘어나면 코드 재사용·에러 추적·버전 관리가 훨씬 수월해집니다.

https://python.langchain.com/docs/tutorials/?utm_source=chatgpt.com

Tutorials | 🦜️🔗 LangChain

 

8. 한 줄 정리

LangChain = “LLM 앱 제작을 위한 레고 박스”
블록을 고르고 끼우기만 하면, LLM 챗봇 완성!