반응형
해리슨 체이스 가 개발하고 2022년 10월에 데뷔한 LangChain은 ChatGPT와 같은 챗봇과 다양한 맞춤형 애플리케이션 등 대규모 언어 모델로 구동되는 견고한 애플리케이션을 구축하기 위해 설계된 오픈 소스 플랫폼입니다.
Langchain은 다양한 사용 사례에서 LLM을 활용할 수 있는 포괄적인 툴킷을 데이터 엔지니어에게 제공하고자 합니다. 여기에는 채팅봇, 자동 질의 응답, 텍스트 요약 등이 포함됩니다.
LangChain은 아래에 설명된 6개의 모듈로 구성되어 있습니다.

이미지 출처: ByteByteGo
- 대규모 언어 모델 (Models):
LangChain은 광범위한 대규모 언어 모델(LLM)과의 상호작용을 가능하게 하는 표준 인터페이스 역할을 합니다. - 프롬프트 구성 (Prompts):
LangChain은 프롬프트를 만들고 처리하는 과정을 단순화하도록 설계된 다양한 클래스와 함수를 제공합니다. - 대화형 메모리 (Memory):
LangChain은 과거 채팅 대화를 관리하고 변경할 수 있는 메모리 모듈을 통합했습니다. 이는 이전 상호작용을 기억해야 하는 챗봇에 중요한 기능입니다. - 지능형 에이전트 (Agents):
LangChain은 에이전트에게 포괄적인 툴킷을 제공합니다. 이러한 에이전트는 사용자 입력에 따라 어떤 도구를 활용할지 선택할 수 있습니다. - 색인 (Indexes):
LangChain의 색인은 LLM과의 효과적인 상호작용을 용이하게 하는 방식으로 문서를 구성하는 방법입니다. - 체인 (Chains):
간단한 작업에는 단일 LLM을 사용하는 것이 충분할 수 있지만, LangChain은 보다 복잡한 애플리케이션을 위해 LLM을 서로 연결하거나 다른 특수 모듈과 함께 연결하기 위한 표준 인터페이스와 일반적으로 사용되는 몇 가지 구현을 제공합니다.
LangChain은 어떻게 작동하나요?

LangChain은 방대한 양의 데이터로 구성되어 있으며, 이 데이터를 작은 청크로 나누어 벡터 저장소에 쉽게 임베드할 수 있습니다. 이제 LLM의 도움으로 필요한 정보만 검색할 수 있습니다.
사용자가 프롬프트를 삽입하면 LangChain은 관련 정보에 대해 벡터 스토어를 쿼리합니다. 정확하거나 거의 일치하는 정보가 발견되면 해당 정보를 LLM에 제공하여 사용자가 찾고 있는 답변을 완성하거나 생성합니다.
A Beginner’s Guide to Building LLM-Powered Applications with LangChain!
If you're a developer or simply someone passionate about technology, you've likely encountered AI...
dev.to
반응형
'AI 코딩' 카테고리의 다른 글
| 랭체인(LangChain)과 라마인덱스(LlamaIndex) 소개 (3) | 2024.09.11 |
|---|---|
| LLM이란? (3) | 2024.09.11 |
| AI의 발전과 현재 (3) | 2024.09.11 |
| Ollama 라마 windows 설치 및 확인 (0) | 2024.07.30 |
| LangChain으로 구축할 수 있는 10가지 멋진 사용 사례 (0) | 2024.07.18 |