랭체인(LangChain) - 시작하기 > 소개 - 번역본

소개

---

랭체인은 언어 모델로 구동되는 애플리케이션을 개발하기 위한 프레임워크입니다.
다음과 같은 애플리케이션을 지원합니다:

• 데이터 인식(Data-aware): 언어 모델을 다른 데이터 소스에 연결합니다.
• 에이전트(Agentic): 언어 모델이 환경과 상호 작용할 수 있도록 합니다.

LangChain의 주요 가치 요소는 다음과 같습니다:

  1. 구성 요소(Components)
     : 언어 모델 작업을 위한 추상화 및 각 추상화에 대한 구현 모음입니다. 구성 요소는 모듈식이며 나머지 LangChain 프레임워크의 사용 여부에 관계없이 사용하기 쉽습니다.

   2. 기성 체인(Off-the-shelf chains)
     : 특정 상위 수준의 작업을 수행하기 위한 구성 요소의 구조화된 어셈블리입니다.

 기성 체인(Off-the-shelf chains)은 쉽게 시작할 수 있습니다. 더 복잡한 애플리케이션과 미묘한 사용 사례의 경우, 구성 요소를 사용하면 기존 체인을 쉽게 사용자 정의하거나 새로운 체인을 구축할 수 있습니다.

 

 

시작하기

---

LangChain을 설치하고, 환경을 설정하고, 빌드를 시작하는 방법은 다음과 같습니다.

빠른 시작 가이드를 따라 첫 번째 LangChain 애플리케이션을 빌드하여 프레임워크에 익숙해지는 것을 권장합니다.

참고: 이 문서는 LangChain Python 패키지에 대한 문서입니다. JS/TS 버전인 LangChain.js에 대한 설명서는 여기를 참조하세요.

 

 

모듈(Modules)

---

LangChain은 가장 단순한 것부터 가장 복잡한 것까지 나열된 다음 모듈에 대해 확장 가능한 표준 인터페이스와 외부 통합을 제공합니다:

모델 I/O(Model I/O​)
   : 언어 모델과의 인터페이스

데이터 연결(Data connection​)
  : 애플리케이션별 데이터와의 인터페이스

체인(chians) 
  : 호출 시퀀스 구성

에이전트(Agents)
 : 체인이 주어진 상위 수준 지시어에 따라 사용할 도구를 선택하도록 합니다.

메모리(Memory)
 : 체인 실행 사이에 애플리케이션 상태 유지

콜백(Callbacks)
 : 모든 체인의 중간 단계를 로그 및 스트리밍

 

예시, 생태계 및 리소스(Examples, ecosystem, and resources​)

---

사용 사례
  : 다음과 같은 일반적인 엔드투엔드 사용 사례에 대한 워크스루 및 모범 사례를 살펴보세요

• 챗봇
• 소스를 사용하여 질문에 답변하기
• 구조화된 데이터 분석
• 그리고 훨씬 더...

가이드
  : LangChain으로 개발하기 위한 모범 사례를 알아보세요.

생태계
  : LangChain은 저희 프레임워크와 통합되고 그 위에 구축되는 풍부한 도구 생태계의 일부입니다. 점점 늘어나는 통합 및 종속 리포지토리 목록을 확인하세요.

추가 리소스
  : 저희 커뮤니티는 다재다능한 개발자, 창의적인 빌더, 환상적인 선생님들로 가득합니다. 커뮤니티 사람들이 제공하는 훌륭한 튜토리얼을 보려면 유튜브 튜토리얼을, 멋진 LangChain 프로젝트 목록을 보려면 갤러리를 확인하세요.

지원
  : 깃허브나 디스코드에 참여하여 질문하고, 피드백을 공유하고, LangChain으로 구축하는 다른 개발자들을 만나고, LLM의 미래에 대해 꿈꿔보세요.

API 참조

---

참조 섹션에서 LangChain 파이썬 패키지의 모든 클래스와 메서드에 대한 전체 문서를 확인하세요.