같은 문제를 LangChain → LangGraph로 바꾸는 예시

🎯 문제 상황 (공통)

요구사항

• 사용자가 질문함
• SQL 생성
• 실행
• ❌ 에러 나면 다시 SQL 생성
• ✅ 성공하면 결과 설명

👉 이 순간부터 LangChain이 버거워짐

---

1️⃣ LangChain 방식 (처음엔 이렇게 시작함)

구조

질문 → SQL 생성 → 실행 → 답변

코드 (개념 예시)

from langchain.chains import LLMChain

sql_chain = LLMChain(
    llm=llm,
    prompt=sql_prompt
)

answer_chain = LLMChain(
    llm=llm,
    prompt=answer_prompt
)

sql = sql_chain.run(question)
result = run_sql(sql)      # ❌ 여기서 에러 나면 끝
answer = answer_chain.run(result)

❌ 문제점

• SQL 에러 나면?
  • try/except로 감싸야 함
• 다시 SQL 만들고 싶으면?
  • 코드가 점점 지저분
• 재시도 로직?
  • 체인 바깥에서 수동 처리

👉 “흐름이 LLM 밖에 있음”

---

🚨 리팩토링 신호

이 코드가 나오기 시작하면 👇

for i in range(3):
    try:
        sql = sql_chain.run(question)
        result = run_sql(sql)
        break
    except:
        question = fix_question(question)

👉 LangGraph로 넘어가야 할 타이밍

---

2️⃣ LangGraph 방식 (리팩토링 후)

핵심 변화

• 흐름을 코드 if/for로 제어 ❌
• 흐름을 그래프 구조로 선언 ⭕

---

🧠 State 정의 (공유 상태)

from typing import TypedDict

class State(TypedDict):
    question: str
    sql: str
    result: str
    error: str

---

🧩 Node 정의

SQL 생성 노드

def generate_sql(state):
    sql = llm.invoke(f"SQL 만들어줘: {state['question']}")
    return {"sql": sql}

SQL 실행 노드

def execute_sql(state):
    try:
        result = run_sql(state["sql"])
        return {"result": result, "error": None}
    except Exception as e:
        return {"error": str(e)}

에러 판단 노드

def check_error(state):
    if state["error"]:
        return "retry"
    return "success"

---

🕸️ Graph 구성

from langgraph.graph import StateGraph

graph = StateGraph(State)

graph.add_node("generate_sql", generate_sql)
graph.add_node("execute_sql", execute_sql)

graph.set_entry_point("generate_sql")
graph.add_edge("generate_sql", "execute_sql")

graph.add_conditional_edges(
    "execute_sql",
    check_error,
    {
        "retry": "generate_sql",
        "success": graph.END
    }
)

---

▶ 실행

graph.invoke({
    "question": "지난달 매출 알려줘"
})

---

🔁 리팩토링 핵심 요약

항목LangChainLangGraph

흐름 제어	코드(if/for)	그래프
재시도	수동	자동
상태 관리	변수	State
확장	어려움	쉬움
에이전트화	❌	⭕

---

🧠 구조 비교 한 눈에

LangChain

Python 코드가 흐름 관리
LLM은 중간 부품

LangGraph

LLM + 흐름 자체가 시스템
AI가 일함

---

🎯 면접에서 이렇게 말하면 좋다

LangChain으로 단순 파이프라인을 만들고,
SQL 검증·재시도·판단 로직이 추가되면서
LangGraph로 리팩토링해 에이전트 형태로 확장했습니다.

---

🔥 DE 관점 한 줄 정리

LangChain → PoC
LangGraph → 운영 가능한 LLM 시스템