Agent 스터디— LangGraph로 배우는 Agent 아키텍처

오늘부터 6주간 진행되는 (사실은 조금 먼저 시작된) 에이전트 스터디에 참여하게 되었다.

이번 스터디는 단순히 LangChain이나 LLM 툴킷을 사용하는 수준을 넘어,

LangGraph를 활용해 에이전트의 동작 원리와 구조를 직접 설계하고 구현하는 것을 목표로 한다.

특히,

• 에이전트의 상태(State) 와 흐름(Workflow) 을 명확히 이해하고,
• Tool-Use / Planner-Executor / Memory 구조를 직접 구성해보며,
• 실무 도메인에 맞는 Agentic Workflow 를 완성하는 것이 이번 스터디의 핵심이다.

---

🧭 스터디 진행 방식

매주 한 가지 핵심 주제를 중심으로 이론 발표 + 실습 + 토론이 진행된다.

매 회차는 주 발표자(25분+) 와 부 발표자(10분+) 로 구성되며,

모든 팀원이 Notion에 개인 페이지를 만들어 학습 내용을 정리하고,

GitHub에는 실습 코드를 함께 공유한다.

🕐 진행 규칙 요약

• 무단 2회 결석 시 제명 (책임감 있는 운영)
• 매주 2인 발표 (이론 + 실습)
• 세션은 약 70분 (발표 40분 + 토론 20분)
• 발표자가 아니더라도 자유롭게 정리 및 공유 가능

---

🗓️ 커리큘럼 요약

주차 학습 주제 핵심 키워드

1주차	Agent 기본 아키텍처, LangGraph 시작	State · Node · Edge · Workflow
2주차	RAG 구조 및 리트리버 설계	Chunking · Embedding · Retriever · Reranker
3주차	Planner & Executor, Reflexion	Plan-and-Execute · 논리적 플로우 설계
4주차	Tool-Use & Function Calling	Function · Runnable · GraphState
5주차	MCP (Model Context Protocol)	Context Sharing · Function Abstraction
6주차	State & Memory 확장	장기 기억 · Context 관리
추가 주제	GraphRAG / Evaluation & Guardrail	지식 그래프 + 안전성 평가

---

🔭 앞으로의 계획

• 매주 학습 내용을 정리해 블로그에 기록
• LangGraph의 핵심 개념(State, Reducer, Message 등)을 직접 코드로 실습
• 실무 환경에서 재사용 가능한 Agent Template 설계
• 마지막 주에는 결과물 공유 및 데모 진행

📚 참고 자료

• 공원나연 강의 (FastCampus)
• 테디노트 RAG 강의
• 테디노트 유튜브 강의
• 관련 논문 및 추가 자료들

---

✨ 마무리 다짐

이번 스터디를 통해 단순히 “에이전트를 돌리는 법”이 아니라,

“에이전트가 왜 그렇게 동작하는가”

를 이해하는 수준까지 도달하고 싶다.

LangGraph의 핵심 철학인 “Stateful AI Workflow” 를 제대로 체득하고,

6주 후에는 실무에서 바로 쓸 수 있는 도메인 특화 에이전트를 완성하는 것이 목표다.