Skip to main content
입문자는 이 3개 실행 패턴을 먼저 익히면 됩니다. 핵심은 언제 어떤 실행 방식을 쓸지를 구분하는 것입니다.

​
선택 기준

메서드목적추천 상황
invoke단일 요청 실행개발 초기, 디버깅, 정확도 점검
batch다건 처리오프라인 평가, 대량 생성
stream실시간 출력채팅 UI, 긴 응답, 진행감 표시

​
1) invoke

result = agent.invoke({
    "messages": [{"role": "user", "content": "LLMOps 핵심 3가지"}]
})
  • 가장 먼저 검증할 기본 경로입니다.
  • 실패 원인 분석이 가장 쉽습니다.

​
2) batch

inputs = [
    {"messages": [{"role": "user", "content": "RAG 요약"}]},
    {"messages": [{"role": "user", "content": "Agent 요약"}]},
]

results = agent.batch(inputs, config={"max_concurrency": 4})
  • 평가셋, 회귀 테스트, 데이터 대량 생성에 적합합니다.
  • max_concurrency를 지정해 API 부하를 제어합니다.

​
3) stream

for event in agent.stream(
    {"messages": [{"role": "user", "content": "LangGraph를 쉽게 설명해줘"}]},
    stream_mode="messages",
):
    msg, metadata = event
    if msg.content:
        print(msg.content, end="", flush=True)
  • 사용자 체감 속도를 개선할 때 가장 효과적입니다.
  • 토큰 단위 출력이 필요한 UI에서 기본 선택입니다.

​
운영 팁

  1. 먼저 invoke로 품질을 맞춥니다.
  2. 다음에 stream을 붙여 UX를 개선합니다.
  3. 마지막으로 batch로 평가 자동화를 구성합니다.

다음: 단기/장기 메모리

실행 패턴을 익혔으면 메모리 설계로 넘어가세요.

​
실무 적용 체크리스트

  • 목표와 성공 기준을 먼저 정의했습니다.
  • 예제를 현재 프로젝트 컨텍스트로 치환했습니다.
  • 실패 시 복구 절차를 문서화했습니다.
  • 다음 단계 문서로 연결해 학습 흐름을 유지합니다.

​
자주 나는 실수

  1. 학습 목표 없이 예제를 복사해 적용해 실패합니다.
  2. 성공/실패 기준이 없어 품질을 판단하지 못합니다.
  3. 다음 단계 연결 없이 문서를 단절적으로 소비합니다.

​
다음 문서

다음: LangChain 메모리

학습 흐름을 이어서 진행합니다.