영상 핵심 정리 — LangGraph 개념 완전 정복

이 영상은 LangGraph의 핵심 개념인 노드·엣지·상태를 통해 AI 에이전트가 어떻게 복잡한 판단 흐름을 실행하는지 설명한다. 단순 순차 체인을 넘어 순환 그래프 기반의 에이전트 오케스트레이션을 이해하면 복잡한 제조 트러블슈팅 자동화를 설계할 수 있다.

---

1. LangGraph 3요소

[State] ←→ {노드A: 알람 분석}
              ↓ 조건부 엣지
            {노드B: 도면 검색}   {노드C: 이력 조회}
                     ↘             ↙
                  {노드D: 정비 지시 생성}
                         ↓
                      [END]

요소	역할	제조 예시
Node	LLM 호출·툴 실행·로직 단위	'알람 원인 분류' 노드
Edge	노드 간 흐름 제어	알람 레벨 → 분기
State	노드 간 공유 데이터 컨테이너	설비ID·알람코드·이력

2. 상태 기반 멀티에이전트의 핵심

from langgraph.graph import StateGraph, END
from typing import TypedDict

class MfgState(TypedDict):
    machine_id: str
    alarm_code: str
    root_cause: str
    action_plan: str

def analyze_alarm(state: MfgState) -> MfgState:
    # LLM이 알람 코드를 분석해 root_cause 업데이트
    state['root_cause'] = llm.invoke(state['alarm_code'])
    return state

def route_by_severity(state: MfgState) -> str:
    return 'escalate' if 'CRITICAL' in state['alarm_code'] else 'auto_fix'

graph = StateGraph(MfgState)
graph.add_node('analyze', analyze_alarm)
graph.add_conditional_edges('analyze', route_by_severity,
    {'escalate': 'human_review', 'auto_fix': 'generate_action'})

3. 함정 — 무한 루프 위험

LangGraph는 순환 그래프를 허용하므로 종료 조건(END 엣지)을 명확히 설계하지 않으면 에이전트가 루프에 빠진다. 반드시 최대 반복 횟수(recursion_limit)를 설정하고, 각 노드에서 진행 여부를 State에 기록해야 한다.

app = graph.compile()
result = app.invoke(initial_state, config={'recursion_limit': 10})

---

다음 task와의 연결

다음 reading 'A2A 프로토콜 설계 원칙'에서는 LangGraph로 만든 에이전트들이 서로 다른 프레임워크·벤더 경계를 넘어 통신하는 방법을 학습한다. Google이 2025년 발표한 A2A 프로토콜이 LangGraph 에이전트를 어떻게 연결하는지가 핵심이다.

LangGraph로 제조 불량 대응 워크플로우를 설계한다고 할 때, 공유 State 객체에 어떤 필드를 담아야 하는지 알려줘. '불량 감지 → 원인 분석 → 정비 예약' 각 노드가 State를 어떻게 읽고 쓰는지, 조건부 엣지(Conditional Edge)가 어떤 기준으로 다음 노드를 선택하는지 코드 예시와 함께 설명해줘.