📚 LangGraph Tutorial

LangGraph의 모든 것을 마스터하세요
이 종합 가이드는 초급자부터 고급 개발자까지 LangGraph의 핵심 개념부터 실무 활용까지 체계적으로 학습할 수 있도록 설계된 한국어 튜토리얼입니다. 실전 프로젝트와 심화 실습을 통해 복잡한 AI 에이전트 시스템을 구축하는 전문 역량을 키워보세요.

LangGraph는 장기 실행, 상태 유지 에이전트를 구축, 관리 및 배포하기 위한 저수준 오케스트레이션 프레임워크입니다. Klarna, Replit, Elastic 등 에이전트 미래를 선도하는 기업들에서 신뢰받고 있으며, 복잡한 AI 워크플로우를 위한 강력한 도구를 제공합니다.

🎯 핵심 기능

• 내구성 있는 실행: 장애를 견디고 장기간 실행 가능한 에이전트 구축, 중단된 지점에서 자동 재개
• 휴먼-인-더-루프: 실행 중 언제든지 에이전트 상태를 검사하고 수정하여 인간의 감독을 원활히 통합
• 포괄적인 메모리: 진행 중인 추론을 위한 단기 작업 메모리와 세션 간 장기 지속 메모리를 갖춘 진정한 상태 유지 에이전트
• LangSmith 디버깅: 실행 경로 추적, 상태 전환 캡처, 상세한 런타임 메트릭을 제공하는 시각화 도구
• 프로덕션 배포: 상태 유지 장기 실행 워크플로우의 고유한 문제를 처리하도록 설계된 확장 가능한 인프라

⬇️ 프로젝트 다운로드

다음 명령어를 사용하여 프로젝트를 다운로드하십시오:

git clone https://github.com/teddynote-lab/LangGraph-Tutorial.git
cd LangGraph-Tutorial

🔧 설치 방법

UV 패키지 매니저를 사용한 설치

본 프로젝트는 uv 패키지 매니저를 사용하여 의존성을 관리합니다. 다음 단계를 따라 설치하십시오.

UV 설치 (사전 요구사항)

macOS:

# Homebrew 사용
brew install uv

# 또는 curl 사용
curl -LsSf https://astral.sh/uv/install.sh | sh

Windows:

# PowerShell 사용
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# 또는 pip 사용
pip install uv

프로젝트 의존성 설치

UV가 설치되었다면, 다음 명령어로 프로젝트 의존성을 설치하십시오:

uv sync

이 명령어는 가상 환경을 자동으로 생성하고 모든 필요한 의존성을 설치합니다.

가상 환경 활성화

# 가상 환경 활성화
source .venv/bin/activate  # macOS/Linux

# 또는
.venv\Scripts\activate     # Windows

📁 프로젝트 폴더 구성

langgraph-tutorial/
├── 01-QuickStart/          # LangGraph 빠른 시작 가이드
│   ├── 01-QuickStart-LangGraph-Tutorial.ipynb
│   ├── 02-QuickStart-LangGraph-Graph-API.ipynb
│   └── 03-QuickStart-LangGraph-Subgraph.ipynb
├── 02-Practice/            # 실습 문제 모음
│   ├── 01-Practice-Chatbot.ipynb
│   ├── 02-Practice-Tool-Integration.ipynb
│   ├── 03-Practice-Memory-Chatbot.ipynb
│   ├── 04-Practice-Human-in-the-Loop.ipynb
│   ├── 05-Practice-State-Customization.ipynb
│   ├── 06-Practice-Business-Email-Bot.ipynb
│   ├── 07-Practice-Send-Multi-Query-RAG.ipynb
│   ├── 08-Practice-Command-Workflow.ipynb
│   └── 09-Practice-Financial-Multi-Query-RAG.ipynb
├── 03-Modules/             # 핵심 모듈별 심화 학습
│   ├── 01-Core-Features/   # LangGraph 핵심 기능
│   ├── 02-RAG/            # Retrieval-Augmented Generation
│   ├── 03-Use-Cases/      # 실제 활용 사례들
│   ├── 04-MCP/            # Model Context Protocol
│   ├── 05-Supervisor/     # 멀티 에이전트 관리
│   └── 06-Memory/         # 메모리 관리 시스템
└── 99-Templates/          # 개발용 템플릿
    └── 00-Practice-Template.ipynb

참고

• 02-Practice/ 폴더에는 실습 문제가 있습니다. 이에 대한 정답지는 별도로 제공될 예정입니다.

폴더별 상세 설명

• 01-QuickStart/: LangGraph의 기본 개념과 사용법을 빠르게 익힐 수 있는 입문 자료
• 02-Practice/: 단계별 실습 문제를 통해 실무 능력을 향상시킬 수 있는 연습 자료
• 03-Modules/: 각 기능별로 세분화된 심화 학습 자료
  • 01-Core-Features/: 기본 기능, 챗봇, 에이전트, 메모리, 스트리밍 등
  • 02-RAG/: 문서 검색 및 생성 통합 시스템 구현
  • 03-Use-Cases/: 실제 비즈니스 시나리오 기반 활용 사례
  • 04-MCP/: Model Context Protocol을 활용한 고급 통합
  • 05-Supervisor/: 멀티 에이전트 협업 및 관리 시스템
  • 06-Memory/: 장기 메모리 및 상태 관리 시스템
• 99-Templates/: 새로운 실습이나 프로젝트 개발을 위한 기본 템플릿

🔗 참고 링크

📚 공식 문서 및 리포지토리

• LangGraph 공식 GitHub - LangGraph 소스 코드 및 최신 업데이트
• LangGraph 공식 문서 - 상세한 API 문서 및 가이드

🎓 학습 자료

• 테디노트 유튜브 채널 - AI/ML 관련 한국어 강의 및 튜토리얼
• RAG 고급 온라인 강의 - 체계적인 RAG 시스템 구축 강의

📄 라이센스

본 프로젝트의 라이센스 정보는 LICENSE 파일을 참조하십시오.

🏢 제작자

Made by TeddyNote LAB