🔗 LangChain 이란?

728x90

LangChain은 한 줄로 말하면 👇

LLM을 “혼자 말만 하는 AI”가 아니라
👉 일하는 프로그램으로 만들어주는 도구

즉,

LLM 혼자 쓰기엔 부족한 부분을
**체인(chain)**으로 엮어서
실제 서비스/업무가 되게 해주는 프레임워크야.

🤔 왜 LangChain이 필요할까?

LLM은 기본적으로 👇 이거밖에 못 해

입력 → 텍스트 출력

근데 실무에서는?

DB에서 데이터 조회하고
문서 검색하고
여러 단계를 거쳐서
조건에 따라 다른 행동을 해야 함

👉 이걸 직접 다 짜기 귀찮고 복잡함
👉 그래서 LangChain 등장

🧠 LangChain이 해주는 핵심 역할

1️⃣ Chain (체인)

여러 단계를 순서대로 연결

예:

질문 →
문서 검색 →
요약 →
답변 생성

2️⃣ Prompt 관리

프롬프트 템플릿화
변수 넣기
재사용 가능

너는 데이터 엔지니어야.
질문: {question}

3️⃣ Memory (기억)

이전 대화 기억
채팅봇 만들 때 필수

👉 “아까 말한 그거” 이해 가능

4️⃣ Tool 사용

LLM이 도구를 쓰게 함

예:

SQL 실행
Python 함수 호출
API 요청
계산기 사용

👉 LLM: “이건 DB 조회해야겠다”

5️⃣ RAG 쉽게 구현

PDF / CSV / DB
벡터화
검색
답변에 참고

👉 회사 문서 기반 챗봇 여기서 나옴

🧩 LangChain 구조 한 번에 보기

[사용자 질문]
      ↓
[Prompt]
      ↓
[LLM]
  ↙        ↘
[Tool]   [Memory]
      ↓
[최종 답변]

⚙️ 실무에서 자주 쓰는 예시

사내 문서 Q&A 챗봇
SQL 자동 생성 + 실행
로그 분석 AI
고객 상담 챗봇
데이터 요약 에이전트

❌ 오해 하나 정리

❌ LangChain = LLM ❌
⭕ LangChain = LLM을 쓰기 위한 뼈대/접착제

🎯 한 문장 면접용 정리

LangChain은 LLM을 중심으로
프롬프트, 메모리, 도구, 외부 데이터(RAG)를
체인 형태로 연결해 실제 애플리케이션을 만들 수 있게 해주는 프레임워크입니다.

🔥 데이터엔지니어 관점 한 줄

LangChain = Airflow가 “태스크 오케스트레이션”이라면
LangChain은 “LLM 오케스트레이션”