LangGraph
에이전트의 단계를 그래프로 정의해 분기·되돌림·사람 개입을 넣는다
지표
GitHub API 에서 직접 읽은 값입니다
GitHub 별43,299
라이선스MIT저장소 공개
주 언어Python2023-08-09 공개
마지막 커밋2026-10-15확인 2026-10-15
별 수 추이는 기록이 쌓인 뒤에 보여 줍니다 — 과거 값은 소급해 만들 수 없습니다.
무엇을 하는 도구인가
여러 번의 모델 호출과 도구 실행을 하나의 흐름으로 엮을 때, 그 흐름을 명시적인 그래프(노드와 엣지)로 코드에 표현하게 해주는 프레임워크다. 상태를 그래프 전체에 들고 다니면서 노드마다 갱신하고, 조건에 따라 다음 노드로 분기하거나 이전 노드로 되돌아가는 반복 구조를 구성할 수 있다. 특정 지점에서 그래프 실행을 멈추고 사람의 승인이나 입력을 받은 뒤 다시 이어가는 개입 지점을 그래프 구조 자체로 선언할 수 있다. 같은 층의 다른 프레임워크들이 에이전트의 추론 루프를 내부에 감춰 자동으로 돌리는 방식에 가깝다면, LangGraph는 그 흐름 제어를 그래프 정의로 명시적으로 드러내는 쪽에 가깝다. LangChain의 모델 래퍼·도구 등과 같이 쓸 수도 있지만 독립적으로도 쓸 수 있다.
이럴 때 고른다
- 에이전트의 작업 단계가 단순 반복 루프를 넘어 조건부 분기, 재시도, 이전 단계로의 되돌림이 필요할 때
- 특정 단계에서 실행을 멈추고 사람이 검토·승인한 뒤 이어가야 할 때
- 여러 단계에 걸친 상태(대화 맥락, 중간 결과)를 명시적으로 관리하고 중간 지점부터 재실행해야 할 때
- 이미 LangChain 생태계의 모델·도구 래퍼를 쓰고 있어서 같은 생태계 안에서 흐름 제어만 추가하고 싶을 때
어디까지만 하나
- 그래프의 노드, 엣지, 상태 스키마를 직접 설계해야 하므로 단순한 단일 호출이나 짧은 체인에는 구조를 짜는 비용이 더 들 수 있다
- 흐름 제어를 코드로 명시하는 방식이라, 에이전트가 계획 수립을 자동으로 처리해 주는 프레임워크에 비해 초기 설계 작업량이 더 많다
- 관리형 배포를 쓰지 않고 직접 호스팅하면 체크포인트 저장소, 실행 큐, 모니터링 등을 별도로 구축해야 한다
- 그래프가 커질수록 노드 간 상태 전달과 분기 조건이 늘어나면서 디버깅과 가시성 확보가 과제가 된다
에이전트 프레임워크 층은 무엇을 푸나
모델 호출을 여러 단계로 엮고, 도구를 쥐여 주고, 상태를 들고 간다
언제 필요해지나 — 한 번의 호출로 끝나지 않는 일을 코드로 짤 때
같은 층의 다른 도구
층이 같다는 것은 푸는 문제가 같다는 뜻입니다 — 비교가 되는 자리입니다
| 도구 | 하는 일 | 별 | 라이선스 |
|---|---|---|---|
| LangGraph 보는 중 | 에이전트의 단계를 그래프로 정의해 분기·되돌림·사람 개입을 넣는다 | 43,299 | MIT |
| LangChain | 모델·도구·데이터 연결을 공통 인터페이스로 묶는 프레임워크 | 147,847 | MIT |
| AutoGen | 에이전트 간 대화로 작업을 풀어 가는 다중 에이전트 프레임워크 | 61,414 | CC-BY-4.0 |
| CrewAI | 역할을 나눈 여러 에이전트가 협업하도록 구성하는 프레임워크 | 59,718 | MIT |
| LlamaIndex | 문서를 읽어 색인하고 질문에 맞는 조각을 찾아 넣는 데 초점을 둔 프레임워크 | 52,502 | MIT |
| Agno | 메모리·지식·도구를 갖춘 에이전트를 가볍게 구성하는 프레임워크 | 42,739 | Apache-2.0 |
| OpenAI Agents SDK | 핸드오프·가드레일·추적을 기본으로 둔 경량 에이전트 SDK | 30,047 | MIT |
관련 용어
지표는 GitHub API 실측값입니다. 설명은 이 사이트가 작성했으며 공식 문서를 대체하지 않습니다 — 도입 전에 원문을 확인하세요.