반응형 AI/LangChain8 [#LangChain] 07. LCEL의 이해와 활용 1. LCEL이란?LCEL(LangChain Expression Language)은 다양한 구성 요소를 단일 체인으로 결합하는 언어입니다. | 기호는 UNIX 명령어 파이프 연산자와 유사하며, 한 구성 요소의 출력을 다음 구성 요소의 입력으로 즉시 전달하는 역할을 수행합니다.핵심 개념: RunnableLCEL을 이해하려면 Runnable 클래스를 알아야 합니다. 모든 LCEL 컴포넌트의 기본 클래스로, 우리가 사용하는 대부분의 도구가 이를 상속받습니다.stream: 응답의 청크를 스트리밍 방식으로 출력합니다.invoke: 입력값에 대해 체인을 단발성으로 호출합니다.batch: 여러 입력 리스트에 대해 체인을 한 번에 호출합니다.다양한 Runnable 종류Chain: 여러 Runnable을 순차적으로 실행.. 2026. 2. 27. [#LangChain] 06. AI의 답변을 원하는 형식으로, Output Parser 1. Output Parser의 필요성복잡성 해소: 기존 LLM 응답은 AIMessage 객체 내에 텍스트 외에도 토큰 정보, 메타데이터가 섞여 있어 바로 사용하기 어렵습니다.데이터 추출: 답변에서 특정한 내용만 추출하여 후속 로직(DB 저장, API 호출 등)에 즉시 활용할 수 있습니다.2. 주요 활용 종류📝 StrOutputParser응답 내용 중 순수 텍스트(String)만 추출합니다.📊 JsonOutputParserJSON 형태의 답변을 파이썬 딕셔너리로 변환합니다. (응답이 유동적일 수 있음)구조화 Pydantic사전에 정의한 스키마(Schema)에 맞춰 객체 형태로 변환합니다.3. 실습 진행① StrOutputParser 실습가장 기본이 되는 파서로, 불필요한 메타데이터를 제거하고 핵심 답.. 2026. 2. 27. [#LangChain] 05. PromptTemplate 활용 가이드 재사용 가능한 프롬프트 설계와 메시지 객체 계층 구조 분석1. 프롬프트 템플릿(PromptTemplate)이란?사용자의 입력을 받아서 일정한 형식으로 문장을 완성해 주는 양식입니다. 프로그래밍의 '함수'와 비슷하며, 매번 긴 배경지식을 타이핑할 필요 없이 변하는 값만 교체하여 효율적으로 LLM을 다룰 수 있게 돕습니다.필요성재사용성: 잘 만든 양식을 여러 번 재활용할 수 있습니다.일관성: 고정된 환경을 구축하여 답변의 질을 일정하게 유지합니다.효율성: 복잡한 지시사항을 매번 작성하지 않아도 됩니다.2. 랭체인 메시지 프로세스 구조① 설계 및 생성 계층 (PromptTemplate)질문의 내용을 정의하는 단계입니다.PromptTemplate: 프롬프트를 만드는 틀 (template: 문장 구조 / inpu.. 2026. 2. 26. [#LangChain] 04. 외부 모델(Gemini) 연동 및 활용 외부모델 연동부터 .env 환경 변수 관리까지1. Gemini 사용 환경 구축로컬 모델보다 뛰어난 추론 능력이 필요할 때 유용한 Google Gemini를 연동해 보겠습니다. 먼저 필요한 패키지를 설치합니다.pip install langchain_google_genai가용 모델 확인하기사용 가능한 모델 리스트를 확인하여 내 환경에 맞는 모델명을 파악합니다.import google.generativeai as genaigenai.configure(api_key="YOUR_API_KEY")for m in genai.list_models(): if 'generateContent' in m.supported_generation_methods: print(m.name)⚠️ 중요 알림: All s.. 2026. 2. 26. 이전 1 2 다음 반응형
