[Langchain] 3. Langchain Agent

 

AI Agent의 모든 것

 

질문 → 에이전트 → 답변
              도구 

 

1️⃣ 구현하기

080456/LangChain/랭체인에서_에이전트_사용하기.ipynb at main · gilbutITbook/080456

 

1) Zero-shot ReAct

• 사용자와 LLM 사이에 메모리가 없기 때문에 단일 상호 작용으로만 가능한 에이전트

2) Conversational ReAct

• Zero-shot 에이전트의 메모리 문제를 해결하기 위한 것으로, 사용자와 LLM간의 대화 내용을 기억할 수 있는 에이전트

3) ReAct Docstore

• ReAct 방법론과 함께, 랭체인 문서 저장소를 사용하여 정보 검색 및 조회를 위한 에이전트

4) Self-ask with search

• 검색 도구를 활용하여 답변을 생성하는 에이전트

 

2️⃣ 주요 특징

• 자율성: 에이전트는 사전에 정의된 규칙이나 명시적인 프로그래밍 없이도 스스로 결정을 내리고 행동할 수 있습니다.
• 목표 지향성: 특정 목표나 작업을 달성하기 위해 설계되어 있습니다.
• 환경 인식: 주변 환경이나 상황을 인식하고 이에 따라 적응할 수 있습니다.
• 도구 사용: 다양한 도구나 API를 활용하여 작업을 수행할 수 있습니다.
• 연속성: 주어진 목표를 달성하기 위하여 1회 수행이 아닌 반복 수행을 통해 목표 달성을 추구합니다.

 

3️⃣ LangChain에서의 에이전트

LangChain에서 에이전트는 다음과 같은 구성요소로 이루어져 있습니다:

• Agent: 의사 결정을 담당하는 핵심 컴포넌트입니다.
• Tools: 에이전트가 사용할 수 있는 기능들의 집합입니다.
  • https://python.langchain.com/v0.1/docs/integrations/tools/
  • Tavily api: 실습 때 많이 사용하는 검색 api 같다.
• Toolkits: 관련된 도구들의 그룹입니다.
• AgentExecutor: 에이전트의 실행을 관리하는 컴포넌트입니다.

 

장점

• 복잡한 작업의 자동화
• 유연성과 적응성
• 다양한 도구와의 통합 가능성

한계

• 제어와 예측 가능성의 어려움
• 계산 비용과 리소스 요구사항

 

---

Last Updated. 2025.07.24