모르는 말이 나오면 여기부터

Swarm 그래프의 State에 들어 있는 "지금 대화 중인 에이전트"의 이름. handoff가 일어나면 바뀌고, 체크포인터가 있으면 다음 질문이 이 에이전트에서 시작합니다.

대화 기록용 reducer. 새 메시지를 기존 목록 뒤에 붙이고, 같은 id 의 메시지는 교체합니다.

@tool 에 Pydantic 모델을 넘겨 입력 스키마를 직접 지정하는 인자. 길이 제한 같은 검증 규칙과 인자별 설명을 넣을 수 있습니다.

여러 회사의 모델을 API로 빌려 쓰는 AWS 서비스. ChatBedrockConverse 가 이 서비스의 Converse API를 부르는 LangChain 클래스입니다.

모델 호출 직전과 직후에 불리는 훅. State를 받아 None(변경 없음) 또는 State 변경분 dict 를 돌려줍니다. 여러 미들웨어가 있으면 before 는 리스트 순서, after 는 역순으로 실행됩니다.

도구 설명서를 매 요청에 함께 보내는 모델 객체를 만드는 메서드. 모델은 실행하지 않고 tool_calls 만 돌려줍니다.

질문의 단어가 문서에 얼마나, 얼마나 드물게 나오는지로 순위를 매기는 키워드 검색 방식. 고유 기호나 코드처럼 글자가 정확히 일치해야 하는 검색에 강합니다.

이웃한 청크끼리 겹치게 두는 길이. 경계에 걸린 문장이 양쪽에서 잘리는 것을 줄입니다.

멈춘 그래프를 재개할 때 새 입력 대신 넣는 값. resume 에 준 값이 interrupt() 의 반환값이 되고, 멈췄던 노드는 첫 줄부터 다시 실행됩니다.

조립한 설계도를 invoke, stream 으로 실행할 수 있는 그래프 객체로 바꾸는 단계.

langchain.agents 의 함수. 모델과 도구를 주면 ReAct 루프를 가진 그래프를 만들어 주고, middleware, system_prompt, checkpointer 인자로 부가 기능을 붙입니다. 5일차부터 Agent를 만드는 기본 방법입니다.

에이전트 그래프에 붙이는 이름. 더 큰 그래프에 들어갈 때 노드 이름이 되고 handoff 도구의 이름에 쓰입니다. 멀티 에이전트에서는 필수입니다.

모델과 도구 리스트를 받아 agent ⇄ tools 루프 그래프를 만들어 주는 LangGraph 함수. 손으로 조립하던 ReAct 구조의 완성품입니다.

LangChain에서 글 한 덩어리를 담는 객체. 본문인 page_content 와 부가 정보인 metadata 로 이루어집니다.

Definition of Done. 작업이 끝났다고 판단하는 완료 기준. 오늘은 정상 처리, 실패 처리, 복구, 로그 점검 네 항목이었습니다.

Definition of Done. 작업이 끝났다고 말하기 위한 완료 기준. 7일차는 기능, 안전, 관측, 설명 네 항목으로 봅니다.

검사 자체가 실패했을 때의 정책. 통과시키면 fail-open(가용성 우선), 차단하면 fail-closed(안전 우선)입니다. 이 날의 LLM 판별은 fail-open 으로 구현되어 있습니다.

MCP 서버를 짧게 만들게 해 주는 파이썬 라이브러리. 함수에 @mcp.tool() 을 붙이면 도구로 등록됩니다.

ToolNode 가 도구의 예외를 어떻게 다룰지 정하는 설정. True 면 예외를 에러 내용이 담긴 ToolMessage 로 바꿔 그래프가 중단되지 않게 합니다.

한 에이전트가 다른 에이전트에게 실행 주도권과 대화 기록을 넘기는 동작. LangGraph에서는 도구 호출로 표현됩니다.

transfer_to_에이전트이름 꼴의 도구. 모델이 채울 인자가 없고, 호출되면 그래프의 다음 노드를 그 에이전트로 지정합니다.

Human-in-the-Loop. 자동화된 흐름 중간에 사람의 승인, 수정, 거절 같은 판단을 끼워 넣는 설계. 되돌리기 어려운 도구 앞에 둡니다.

지정한 도구를 모델이 부르려 할 때 interrupt 로 멈추는 내장 미들웨어. interrupt_on 으로 대상 도구를 정하고, {"decisions": [...]} 형식의 값으로 재개합니다.

메모리 안의 dict로 구현된 Store. 프로세스가 끝나면 내용이 사라지므로 실습과 시험용입니다.

노드 안에서 그래프 실행을 멈추고 바깥에 값을 내보내는 LangGraph 함수. 재개되면 사람이 보낸 값을 반환합니다. 체크포인터가 있어야 이어 갈 수 있습니다.

한 줄에 JSON 객체 하나씩 적는 파일 형식. 끝에 덧붙이기 쉬워 로그와 추적 기록에 씁니다.

LLM 응용 프로그램의 부품(프롬프트, 모델, 파서, 도구 등)을 표준 규격으로 제공하는 라이브러리.

LLM 프로그램의 흐름을 노드와 엣지의 그래프로 적는 라이브러리. 분기와 반복, 공유 상태를 구조로 표현합니다. 노드 안에서는 LangChain 부품을 그대로 씁니다.

LangGraph 개발 서버(langgraph dev)가 읽는 설정 파일. 어느 파일의 어느 변수를 그래프로 등록할지, 환경 변수 파일이 어디인지를 적습니다.

LangChain Expression Language. Runnable을 | 로 이어 체인을 만드는 표기법.

FastAPI 앱이 시작할 때와 종료할 때 한 번씩 실행되는 구간. 그래프처럼 만드는 데 비용이 드는 자원을 한 번만 준비하는 자리입니다.

Large Language Model. 글을 입력받아 다음에 올 글을 이어 쓰는 모델. 이 강의에서는 Bedrock의 Claude 모델(주로 Sonnet 4.5)을 씁니다.

LLM-as-judge. 모델의 답변을 다른 모델 호출이 채점하게 하는 평가 방법. 채점 기준과 정답을 함께 주고 점수와 근거를 구조화 출력으로 받습니다.

Model Context Protocol. LLM 응용 프로그램과 외부 도구·데이터를 잇는 개방형 표준 프로토콜. 도구 목록 조회와 도구 호출의 메시지 형식과 절차를 정합니다.

도구를 가지고 있다가 목록 요청과 호출 요청에 답하는 프로그램. 오늘의 mcp_server.py, apt_trade_mcp.py 가 서버입니다.

서버에 연결해 도구 목록을 받고 호출을 요청하는 쪽. Agent 프로그램이나 Claude Code 같은 앱 안에 들어 있습니다.

Maximal Marginal Relevance. 질문과 가까우면서 이미 고른 결과와는 덜 비슷한 청크를 골라 결과의 중복을 줄이는 검색 방식.

langchain-mcp-adapters 의 클라이언트. 여러 MCP 서버의 도구를 받아 LangChain 도구 객체 리스트로 변환해 줍니다.

Store 안의 구획을 가리키는 문자열 튜플. ("users", "haneul_kim") 처럼 계층 경로로 씁니다. 각 조각에는 마침표를 쓸 수 없습니다.

관리자 없이 각 에이전트가 handoff 도구를 직접 들고 서로 넘기는 구조. langgraph_swarm.create_swarm 으로 만듭니다.

서브 에이전트의 결과를 Supervisor의 대화에 얼마나 넣을지 정하는 create_supervisor 의 설정. 기본값 last_message 는 마지막 답만, full_history 는 안쪽 대화 전부를 넣습니다.

모델의 응답(AIMessage)을 프로그램이 쓰기 좋은 형태(str, dict)로 바꾸는 부품.

사번, 전화번호, 이메일처럼 개인을 식별할 수 있는 정보(PII)를 [MASKED_...] 같은 표시로 가리는 것. 이 날은 정규식으로 구현했습니다.

요청을 먼저 단계 목록으로 분해한 뒤 한 단계씩 실행하고, 단계마다 남은 계획을 점검하는 에이전트 구조. 남은 계획을 State에 명시적으로 들고 다닙니다.

Retrieval-Augmented Generation. 질문과 관련된 문서 조각을 검색해 프롬프트에 덧붙인 뒤 모델에게 답하게 하는 방식. 모델을 다시 학습시키지 않고 새 지식을 쓰게 합니다.

Reasoning + Acting. 모델이 판단하고, 도구를 실행하고, 결과를 관찰한 뒤 다시 판단하는 반복. 에이전트의 기본 동작 방식입니다.

한 번의 실행에서 그래프가 밟을 수 있는 단계 수의 한도. 넘으면 GraphRecursionError 가 납니다. config={"recursion_limit": N} 으로 정합니다.

그래프가 한 번의 실행에서 밟을 수 있는 단계 수의 상한. 에이전트끼리 끝없이 넘기는 고리를 끊는 안전장치이며, 넘으면 GraphRecursionError 가 납니다.

그래프 한 번의 실행에서 허용하는 단계 수의 상한. 넘으면 GraphRecursionError 로 중단됩니다. 루프가 있는 그래프의 안전장치입니다.

노드가 돌려준 값을 State의 기존 값과 합치는 규칙을 정하는 함수. Annotated[타입, reducer] 로 칸마다 지정하며, 지정하지 않으면 덮어쓰기입니다.

질문 문자열을 받아 Document 리스트를 돌려주는 Runnable. 벡터 DB의 as_retriever() 로 만들고 체인에 | 로 잇습니다.

모델 호출 한 번, 도구 실행 한 번마다 붙는 고유 ID. 시작 이벤트와 종료 이벤트의 짝을 맞추는 데 씁니다.

입력 하나를 받아 출력 하나를 내는 LangChain의 공통 규격. invoke, stream, batch로 실행합니다.

그래프의 시작점과 끝점을 뜻하는 특별한 이름. 실제 함수가 아니며 구조도에는 __start__, __end__ 로 그려집니다.

그래프가 실행되는 동안 모든 노드가 함께 읽고 쓰는 데이터. TypedDict 로 칸의 이름과 타입을 선언하며, 실행 시점에는 평범한 dict입니다.

State 스키마를 받아 그래프를 조립하는 설계도 클래스. 노드와 엣지를 등록한 뒤 compile() 해야 실행할 수 있습니다.

클라이언트가 서버를 자식 프로세스로 실행하고 표준 입력·표준 출력으로 MCP 메시지를 주고받는 연결 방식. 서버의 실행 명령이 곧 접속 방법입니다.

MCP 클라이언트가 서버를 자식 프로세스로 띄우고 표준 입출력으로 메시지를 주고받는 연결 방식.

LangGraph에서 장기 기억을 담는 key-value 저장소. put 으로 넣고 get 으로 한 건을, search 로 여러 건을 꺼냅니다. compile의 store= 인자로 그래프에 연결합니다.

graph.stream 이 단계마다 무엇을 내줄지 정하는 옵션. "values" 는 그 시점의 State 전체, "updates" 는 {노드 이름: 그 노드가 돌려준 값}입니다.

stream 의 옵션. 바깥 그래프의 노드뿐 아니라 그 안에 들어 있는 그래프(서브 에이전트, 팀)의 이벤트까지 경로와 함께 받습니다.

대화가 정해진 분량을 넘으면 오래된 메시지를 요약문으로 바꿔 끼우는 내장 미들웨어. trigger 로 언제 요약할지, keep 으로 원문을 얼마나 남길지 정합니다.

직접 일하지 않고 질문을 담당 에이전트에게 배분하고, 돌아온 결과를 종합해 답하는 관리자 에이전트. langgraph_supervisor.create_supervisor 로 만듭니다.

개발자가 모델에게 주는 역할·규칙 지침. 대화 맨 앞에 놓입니다.

다음 토큰을 고를 때의 무작위성. 0에 가까울수록 같은 입력에 같은 답이 나옵니다.

체크포인트들이 어느 대화에 속하는지 구분하는 열쇠. {"configurable": {"thread_id": "..."}} 형태로 호출 때마다 넘기며, 값은 우리가 정합니다.

도구 호출 횟수에 상한을 두는 내장 미들웨어. thread_limit 은 thread 에 누적된 횟수 기준이며 그 카운트는 체크포인트에 저장됩니다.

도구 실행 결과를 모델에게 돌려줄 때 쓰는 메시지. tool_call_id 로 어느 요청의 결과인지 표시합니다.

LangGraph가 제공하는 도구 실행 노드. 모델이 요청한 도구들을 실행하고 결과를 요청마다 ToolMessage로 포장해 돌려줍니다.

LangGraph가 제공하는 도구 실행 노드. 직전 AIMessage 의 tool_calls 를 실행하고 결과를 ToolMessage 로 만들어 State에 추가합니다.

가까운 순으로 상위 k개를 가져오는 검색 방식, 또는 그 k. 크면 빠뜨릴 위험이 줄고 무관한 글이 섞일 위험이 늡니다.

모델의 답을 지정한 스키마(Pydantic 클래스)의 객체로 받게 하는 메서드. Literal 과 함께 써서 분기에 쓸 값의 범위를 묶습니다.

모델 호출 자체를 감싸는 훅. 실제 호출을 수행하는 handler 를 받으며, 이를 부르지 않고 다른 응답을 돌려주면 모델 호출이 생략됩니다. 비동기 실행용은 awrap_model_call 입니다.

도구 실행 하나하나를 감싸는 훅. 실행 전후에 끼어들거나 실행을 대신할 수 있습니다.

모델의 입력이나 출력을 모델 바깥의 코드로 검사해, 허용하지 않는 내용을 막거나 고치는 장치. 입구에 두면 입력 가드레일, 출구에 두면 출력 가드레일입니다.

차단 같은 보안 관련 사건을 운영자용으로 남기는 기록. 이 날은 guard_audit.log 에 시각, 종류, 사유를 남기고 사용자에게는 사유를 보여 주지 않습니다.

두 벡터가 떨어진 정도. 작을수록 가깝습니다. Chroma의 similarity_search_with_score 가 돌려주는 점수가 이것입니다.

에이전트를 팀으로 묶어 팀마다 Supervisor를 두고, 그 위에 상위 Supervisor를 두는 구조. 컴파일한 팀 그래프에 이름을 붙여 서브 에이전트 자리에 넣습니다.

강의에서 검증해 배포한 실습 출발점 묶음(벡터 DB, MCP 서버, 데이터 생성기 등). 5일차의 체크포인터와는 다른 뜻입니다.

시스템 안에서 일어난 일을 바깥에 남은 기록만으로 재구성할 수 있는 성질. 이 날의 DoD 네 항목 중 "관측"입니다.

모델의 답을 자유로운 문장이 아니라 정해진 칸이 있는 데이터로 받는 것.

그래프에서 일을 하는 단위. State를 받아 바꿀 칸만 dict로 돌려주는 파이썬 함수입니다. add_node("이름", 함수) 로 등록합니다.

한 대화(thread) 안에서 이어지는 기억. 체크포인터가 thread_id 별로 State를 저장해 구현합니다.

모델이 "실행해 달라"고 요청할 수 있도록 이름, 설명, 입력 스키마를 붙여 등록한 함수. 실행은 모델이 아니라 프로그램이 합니다.

모델이 도구를 언제 쓰고 언제 쓰지 않을지 판단하는 근거가 되는 글. 기본값은 함수의 docstring입니다.

모델이 답 대신 "어떤 함수를 어떤 인자로 실행해 달라"는 요청을 돌려주는 기능. 실행은 프로그램이 합니다.

들어온 질문을 어느 에이전트에게 보낼지 정하는 결정. 본질은 정해진 후보 가운데 하나를 고르는 분류입니다.

State를 읽고 다음 노드의 이름(또는 라벨)을 돌려주는 함수. 노드가 아니므로 State를 바꾸지 못합니다.

점수마다 어떤 답이 해당하는지를 글로 적어 둔 채점 기준표.

비밀값을 로그나 화면에 남길 때 일부만 보이고 나머지를 가리는 것. 오늘은 키의 앞 여섯 글자만 기록했습니다.

한 가지 일만 맡은 에이전트 여럿이 일을 넘겨 가며 하나의 요청을 처리하는 구조. 모델 하나가 한 번에 고를 도구의 수를 줄이는 것이 목적입니다.

여러 차례 주고받는 대화. 지난 메시지를 매번 다시 보내는 방식으로 구현합니다.

청크에 붙이는 꼬리표(출처, 부서, 개정일 등). 출처 표시와 필터 검색에 쓰이며, 모델에게 보이려면 프롬프트에 글자로 적어 넣어야 합니다.

에이전트 루프의 정해진 지점에서 불리는 훅 메서드를 가진 객체. AgentMiddleware 를 상속해 만들고 create_agent(middleware=[...]) 에 꽂습니다.

Supervisor의 프롬프트에 적는 "어떤 질문은 누구에게"의 목록. 담당을 질문에 나올 명사로 구체적으로 적습니다.

벡터와 원문, 메타데이터를 저장하고 주어진 벡터와 가까운 것을 빠르게 찾아 주는 저장소. 실습에서는 로컬 폴더에 저장하는 Chroma를 씁니다.

모델이 한 번의 응답에 도구 요청을 여러 건 담아 보내는 것. ToolNode 는 한 번의 노드 실행에서 이들을 함께 처리합니다.

엣지를 따라가다 이미 지나온 노드로 되돌아오는 구조. LangGraph에서 반복을 표현하는 방법이며, 반드시 종료 조건과 짝을 이뤄야 합니다.

문서를 로드, 청킹, 임베딩해 벡터 DB에 저장해 두는 사전 준비. 문서가 바뀔 때만 다시 실행합니다.

Supervisor에게서 일을 넘겨받는 전문 에이전트. 코드 주석에서는 서브 Agent, 흔히 worker라고도 부릅니다. 자기 시스템 프롬프트와 자기 도구만 가집니다.

Agent가 어떤 순서로 무엇을 결정하고 실행했는지의 기록. 오늘은 State의 messages 를 순회해 사용자, 도구요청, 도구결과, 최종답변으로 찍었습니다.

에이전트 호출을 @tool 함수로 감싸 다른 에이전트의 도구로 쓰는 방식. handoff와 달리 부르는 쪽이 질문을 인자로 직접 써서 보냅니다.

한 노드가 끝난 뒤 다음에 실행할 노드를 정하는 연결. add_edge 로 그은 것은 목적지가 고정입니다.

False positive. 정상적인 입력을 공격으로 잘못 판단해 막는 것. 반대로 공격을 놓치는 것은 누락(미탐)이라고 합니다. 가드레일은 둘을 함께 재야 합니다.

막지 말아야 할 정상 입력을 가드레일이 잘못 차단하는 것. 안전 평가에는 차단 문항과 함께 통과 문항이 있어야 드러납니다.

글을 고정 길이의 숫자 벡터로 바꾸는 일, 또는 그 벡터. 뜻이 비슷한 글은 가까운 벡터가 되도록 학습된 모델이 계산합니다.

도구가 받는 인자의 이름, 타입, 필수 여부, 제약을 JSON Schema 형식으로 적은 것. 모델에게 전달되고, 실행 전 인자 검증에도 쓰입니다.

대화방(thread)이 바뀌어도 사용자를 따라다니는 사실들. 대화 원문을 담는 체크포인트와 달리 골라낸 내용만 별도 저장소에 두고, 시작할 때 system 프롬프트에 넣어 줍니다.

대화가 바뀌어도 남는 기억. 사용자 프로필, 선호, 규칙처럼 특정 대화가 아니라 사용자에 속한 정보를 담습니다.

지연, 호출 한도 초과, 형식 오류 같은 장애를 일부러 재현해 대응 코드가 동작하는지 시험하는 방법.

한 단계를 실행한 뒤 남은 계획을 유지할지, 고칠지, 끝낼지 판단하는 일. 이 실습에서는 continue / revise / finish 셋 중 하나를 구조화 출력으로 받습니다.

1차 검색이 뽑은 후보를 더 정밀한 모델로 다시 채점해 순서를 고치는 단계. 질문과 문서를 한 쌍으로 함께 읽는 크로스 인코더를 씁니다.

출발 노드가 끝난 뒤 라우팅 함수를 불러 그 반환값으로 목적지를 정하는 엣지. add_conditional_edges(출발 노드, 라우팅 함수, 목적지 정보) 로 등록합니다.

재시도 사이의 대기 시간을 2초, 4초처럼 배로 늘려 가는 방식. 한도 초과처럼 시간이 지나야 풀리는 장애에 씁니다.

질문이 들어올 때마다 실행되는 부분. 질문을 임베딩해 검색하고, 찾은 청크를 프롬프트에 넣어 답을 생성합니다.

문서를 검색 단위로 자른 조각과 그 자르는 일. 청크 하나가 임베딩 하나, 검색 결과 한 건이 됩니다.

여러 Runnable을 한 방향으로 이어 붙인 것. 앞의 출력이 뒤의 입력이 됩니다.

그래프의 State를 단계마다 저장소에 기록하는 부품. InMemorySaver 는 메모리에, SqliteSaver 와 AsyncSqliteSaver 는 SQLite 파일에 저장합니다.

체크포인터가 저장한 State 스냅샷 하나. 각각 checkpoint_id 를 가지며, 같은 thread 안에서 앞의 스냅샷을 부모로 가리키며 이어집니다.

한 번의 요청을 처리하는 동안 일어난 모델 호출과 도구 호출을 순서대로 남긴 기록.

Chroma에서 청크를 묶어 두는 단위. 관계형 DB의 테이블에 해당하며 실습에서는 sds_policies 하나를 씁니다.

두 벡터가 이루는 각도의 코사인 값. 방향이 같으면 1에 가깝고, 클수록 뜻이 가깝다고 봅니다.

모델 호출의 시작, 종료, 오류 같은 시점에 LangChain이 불러 주는 메서드를 가진 객체. config 의 callbacks 로 넘기면 하위 호출 전체에 전달됩니다.

모델 호출이나 도구 실행의 시작·종료 같은 이벤트가 일어날 때 프레임워크가 불러 주는 메서드를 모아 둔 객체. BaseCallbackHandler 를 상속해 만들고 실행 config의 callbacks 에 넣습니다.

모델이 글을 읽고 쓰는 최소 단위. 요금과 입력 한도를 재는 기준입니다.

가드레일, 추적, 멀티 에이전트를 모두 연결한 상태에서 대표 시나리오 몇 개를 끝까지 실행해 보는 마지막 확인.

질문과 기대 결과를 미리 적어 둔 시험 문항 모음. 설정을 바꿀 때마다 자동으로 돌려 좋아졌는지 나빠졌는지를 숫자로 확인합니다.

질문과 기대 결과를 모아 둔 문항 묶음. 이 강의에서는 문항마다 question, expected_source, type 을 적습니다.

원래 경로가 실패했을 때 쓰는 대체 경로. 오늘은 실시간 조회가 실패하면 백업 스냅샷 도구로 넘어가는 것이 폴백입니다.

모델에게 보내는 글 전체. 지시(system), 질문(user), 지난 대화가 모두 포함됩니다.

사용자 입력에 지시문을 심어 system 메시지의 규칙을 무력화하거나 숨겨진 지시문을 캐내려는 공격. 프롬프트 주입이라고도 합니다.

키워드 검색과 벡터 검색을 함께 돌려 결과를 하나의 순위로 합치는 방식. 실습에서는 EnsembleRetriever 가 두 검색기의 순위를 가중치로 합산합니다.

문장을 뜻을 가진 최소 단위로 쪼개고 품사를 붙이는 처리. 한국어 키워드 검색에서 조사와 어미를 떼어 내는 데 필요하며 실습에서는 Kiwi를 씁니다.

모델이 사실이 아닌 내용을 그럴듯하게 지어내는 현상.

시스템을 고친 뒤 예전에 되던 것이 안 되게 되는 현상. 누적 평가 세트를 변경 때마다 돌려서 잡습니다.

라이브러리가 특정 시점에 대신 불러 주도록 걸어 두는 함수. 이 날은 before_model, after_model, wrap_model_call, wrap_tool_call 네 가지를 씁니다.