소개
이 페이지는 LangGraph와 LangChain 학습에 도움이 되는 학습 자료를 모아놓은 곳입니다. 실전 예제부터 개념 설명까지 다양한 주제를 다루는 유튜브 영상과 블로그 글을 포함하고 있습니다. 특히 테디노트와 공원나연 채널의 자료들은 RAG, 에이전트, 멀티 에이전트, 그래프 데이터베이스 등 실무에 바로 적용할 수 있는 내용들로 구성되어 있습니다.
LangChain Academy 공식 강의
LangChain에서 제공하는 공식 LangGraph 강의 시리즈입니다. 기초부터 고급 프로젝트까지 체계적으로 학습할 수 있습니다.
Foundation
- Introduction to LangGraph - LangGraph의 핵심 개념과 기본 사용법을 다루는 기초 강의
Projects
- Ambient Agents with LangGraph - 주변 환경을 인식하고 상호작용하는 Ambient Agent 구축 프로젝트
- Deep Agents with LangGraph - 복잡한 작업을 수행하는 고급 에이전트 시스템 구축 프로젝트
공식 유튜브 채널
- LangChain YouTube Channel - LangChain 공식 유튜브 채널에서 최신 튜토리얼, 데모, 기술 업데이트를 확인할 수 있습니다
DeepLearning.AI
앤드류 응(Andrew Ng) 교수가 설립한 DeepLearning.AI에서 제공하는 LangGraph 무료 강의입니다.
- AI Agents in LangGraph - LangGraph를 활용한 AI 에이전트 구축 방법을 학습할 수 있는 무료 단기 강좌
Anthropic
Anthropic에서 제공하는 Claude 활용 가이드와 에이전트 설계 패턴에 대한 공식 문서입니다.
- Designing Sub-Agents Tutorial - Skills를 활용한 에이전트 설계 패턴: 지속적인 도구 호출 대신 복잡한 작업을 위한 재사용 가능한 기능으로 Claude를 확장하는 방법을 다루는 튜토리얼
Google에서 제공하는 AI 에이전트 학습 자료입니다.
AI 에이전트 시리즈
-
Introduction to Agents Whitepaper - Alan Blount, Antonio Gulli, Shubham Saboo, Michael Zimmermann, Vladimir Vuskovic가 작성한 AI 에이전트 입문 백서. 기존의 단일 작업 수행 모델에서 목표 달성을 위해 스스로 계획하고 행동하는 에이전트 기반 AI로의 패러다임 전환을 설명합니다. 에이전트는 단순한 언어 모델이 아니라 복잡한 문제를 해결하고 다단계 작업을 수행할 수 있는 완성된 소프트웨어 애플리케이션이라는 점을 강조합니다.
-
Agent Quality Whitepaper - Meltem Subasioglu, Turan Bulmus, Wafae Bakkali가 작성한 AI 에이전트 품질 관리 백서. 자율적인 AI 에이전트 시대에 품질 평가 기준이 어떻게 달라져야 하는지를 다룹니다. 기존 도구들이 명령 중심이었다면, 이제는 목표 지향적이고 예측 불가능한 에이전트가 등장하면서 품질은 단순한 테스트 단계가 아니라 설계의 핵심 요소로 다뤄져야 한다는 점을 강조하며, AI 에이전트의 비결정성을 고려한 새로운 품질 관리 접근법을 소개합니다.
-
Agent Tools and Interoperability with MCP Whitepaper - Mike Styer, Kanchana Patlolla, Madhuranjan Mohan, Sal Diaz가 작성한 에이전트 도구와 MCP 상호운용성 백서. 파운데이션 모델이 사용하는 도구(tool)의 개념과 활용 방법을 소개하고, 도구 설계와 사용에 대한 모범 사례를 제시합니다. Model Context Protocol(MCP)의 구성 요소와 도입 시 발생할 수 있는 위험요소를 설명하며, 특히 MCP가 기업 환경에서 고가치 시스템과 연결될 때 발생할 수 있는 보안 문제를 자세히 다룹니다.
-
Context Engineering: Sessions and Memory Whitepaper - Kimberly Milam과 Antonio Gulli가 작성한 컨텍스트 엔지니어링 백서. 상태를 유지하는 지능형 LLM 에이전트를 구축하기 위한 핵심 요소로 세션(Sessions)과 메모리(Memory)의 중요성을 다룹니다. LLM이 사용자와의 대화를 기억하고 학습하며 개인화된 응답을 제공하기 위해서는 문맥 창(context window) 안에서 정보를 동적으로 구성하고 관리하는 컨텍스트 엔지니어링(Context Engineering)이 필요하다고 설명합니다.
테디노트
테디노트는 LangChain과 RAG 시스템 구축에 대한 실용적인 가이드를 제공합니다.
유튜브 영상
- LangChain 밋업 발표 - R.A.G. 우리가 절대 쉽게 결과물을 얻을 수 없는 이유 - RAG 시스템 구축 시 겪는 실제 문제점과 해결 방법을 다루는 실무 중심 발표 (발표자료)
- LangChain Agent를 활용하여 ChatGPT를 업무자동화에 적용하는 방법 - 베스트셀러 목차 만들기 실습을 통해 LangChain Agent 활용법 학습 (실습코드)
- 코드 기반 답변하는 GitHub 소스코드 기반 Q&A 챗봇 제작기
- 노코딩으로 쇼핑몰 리뷰 분석 (크롤링 + Q&A 챗봇)
- RAG 파이프라인 이해해보기 - 네이버 뉴스기사 기반 Q&A 챗봇 제작
- LangGraph 의 멀티 에이전트 콜라보레이션 찍먹하기 - LangGraph를 활용한 멀티 에이전트 협업 구현 방법 학습 (실습코드)
블로그 글
- LangChain Expression Language(LCEL) 원리 이해와 파이프라인 구축 가이드
- 네이버 뉴스 기반 Q&A 애플리케이션 구축하기 - 기본편
- RAG 파헤치기: 문서 기반 QA 시스템 설계 방법 - 심화편
- 에이전트(Agent)와 도구(tools)를 활용한 지능형 검색 시스템 구축 가이드
GitHub 리포지토리
- LangGraph V1 튜토리얼 - LangGraph v1을 위한 종합 Jupyter Notebook 튜토리얼 모음. 초급부터 중급까지 체계적으로 학습할 수 있으며, 메시지 구조, 도구 정의, Pydantic 기반 구조화된 출력, 단기/장기 메모리 관리, 미들웨어 및 컨텍스트 엔지니어링, 스트리밍, PII 보호, 휴먼-인-더-루프, 멀티 에이전트 시스템, RAG 구현 패턴, MCP 통합 등 14개 이상의 실습 예제를 포함합니다.
공원나연
공원나연은 LangGraph 기반의 멀티 에이전트, 그래프 데이터베이스, 고급 AI 에이전트 패턴에 대한 깊이 있는 튜토리얼을 제공합니다.
Graphiti 시리즈
- 대화 중 사용자 메모리를 최신화하는 AI Agent | Graphiti 튜토리얼 | Langgraph
- 시간을 업데이트하는 지식그래프 Graph DB 구축하고 검색하기 | Graphiti 튜토리얼
멀티 에이전트 시리즈
에이전트 패턴
- 데이터 분석을 위한 코드 생성 - 실행 - 수정 자동화 Agent | Langgraph
- 직접 만든 Langgraph Agent에서 MCP 서버 연결하기 | Langchain MCP Adapters
- DB 조회결과에 따라 스스로 쿼리문을 수정하는 Agent | LangGraph | Text2Cypher
- 웹 검색 기반 채팅 Agent 구현하기 | LangGraph | Tool Calling Agent
RAG 및 검색 시스템
- Reranker로 문서 검색 성능을 높이고 RAG에 활용하는 방법 | Cohere AI Reranker
- 학습자료 PDF 기반 질문 생성 교육용 챗봇 만들기 | PDF2Text | Upstage Document ParseLoader
Graph RAG 시리즈
- 드라마 줄거리 입력하고 등장인물 관계도 만들기 | ERExtractionTemplate기반 지식그래프 추출하기 | Neo4j GraphRAG 패키지
- 추천 AI모델 없이 GraphDB와 LLM으로 추천시스템 챗봇 만들기(feat. Gradio) | Graph RAG
- 질문 의도를 파악한 Graph DB 쿼리 검색과 답변생성으로 성능향상은 덤! | Text2Cypher Retriever | Graph RAG
- Neo4j 생성형 AI 패키지로 영화 줄거리 검색 엔진 만들기 | Vector Retriever | 그래프 데이터베이스 입문
대화 기억 및 컨텍스트 관리
프롬수진
국내 공채 1호 프롬프트 엔지니어 강수진 박사의 채널로, 프롬프트 엔지니어링과 AI 활용에 대한 전문적인 인사이트를 제공합니다.
- 프롬수진 YouTube Channel - 프롬프트 엔지니어링, LangChain, AI 실무 활용 등 다양한 주제의 강의와 튜토리얼
- 강수진 박사의 프롬프트 엔지니어링 재생목록 (티타임즈TV) - 프롬프트 엔지니어링 기초부터 실전까지 체계적으로 학습할 수 있는 강의 시리즈
모두의AI
케인님이 운영하는 채널로, AI와 머신러닝에 대한 실용적인 튜토리얼과 최신 기술 동향을 제공합니다.
- 모두의AI YouTube Channel - LangChain, LangGraph, AI 에이전트 등 다양한 AI 기술에 대한 실습 중심의 강의
- AI 에이전트를 위한 컨텍스트 엔지니어링 - LangChain과 Manus를 사용하여 AI 에이전트의 컨텍스트를 관리하는 5가지 핵심 전략: 파일 시스템으로 컨텍스트 오프로드, 정보 축소/요약, 온디맨드 컨텍스트 검색, 하위 에이전트 간 컨텍스트 분리, 캐싱
Open Notebook
NotebookLM의 오픈소스 구현으로, 더 많은 유연성과 기능을 제공합니다. 문서 분석, RAG 시스템, 대화형 노트북 기능을 포함합니다.
- Open Notebook GitHub Repository - NotebookLM의 오픈소스 대안으로, 향상된 기능과 커스터마이징 가능성을 제공하는 문서 분석 및 대화 시스템
Parlant
고객 중심 애플리케이션을 위한 예측 가능하고 안정적인 AI 에이전트를 구축하기 위한 오픈소스 프레임워크입니다.
- Parlant GitHub Repository - 고객 서비스 및 상담 애플리케이션에 특화된 안정적이고 예측 가능한 AI 에이전트 구축 프레임워크