---
title: "LangGraph: 기능, 버전, Quickstart · DotsAgent"
description: "LangChain Inc.의 LangGraph: 라이선스, 최신 버전, MCP 지원, 내구성 있는 실행, 사람의 승인, 추적 및 평가 기능을 확인하고 복사해 쓸 수 있는 Quickstart를 살펴보세요."
url: https://dotsagent.io/ko/frameworks/langgraph
---

프레임워크 · LangChain Inc.

# LangGraph 한눈에 보기

LangChain의 저수준 에이전트 라이브러리입니다. 에이전트를 명시적 그래프로 구성하며, 체크포인트가 저장되는 상태와 인터럽트를 핵심 기능으로 제공합니다. 미리 만들어진 루프로 충분한 경우 LangChain v1의 create_agent가 이 라이브러리 위에서 실행됩니다.

**추천 용도:**  모든 단계를 직접 제어하고 장애 후에도 재개해야 하는 장기 실행 상태 기반 에이전트에 적합합니다.

## 주요 정보

- **관리자**: LangChain Inc.
- **언어**: Python, TypeScript, JavaScript
- **라이선스**: MIT
- **최신 버전**: `langgraph 1.2.12 / langchain 1.4.3` · 2026년 9월 28일
- **저장소**: [langchain-ai/langgraph](https://github.com/langchain-ai/langgraph) · 별 42,550개
- **호스팅 옵션**: [LangSmith Deployment (formerly LangGraph Platform)](https://docs.langchain.com/oss/python/langgraph/overview)이전 이름은 LangGraph Platform입니다. Studio에서는 시각적으로 프로토타입을 만들 수 있습니다.

## Quickstart

패키지를 설치하고 인증 정보를 설정한 다음, 공식 문서에서 가장 간단한 에이전트를 실행하세요. 모델 ID는 문서에서 사용하는 값이며 계정에서 활성화되지 않았을 수 있습니다.

### Python (LangChain create_agent)

`설치`

```
pip install -U langchain
```

Provider API key, e.g. OPENAI_API_KEY 필요

`Python (LangChain create_agent)`

```
from langchain.agents import create_agent

def get_weather(city: str) -> str:
    """Get weather for a given city."""
    return f"It's always sunny in {city}!"

agent = create_agent(
    model="openai:gpt-5.5",
    tools=[get_weather],
    system_prompt="You are a helpful assistant",
)

result = agent.invoke(
    {"messages": [{"role": "user", "content": "What's the weather in San Francisco?"}]}
)
print(result["messages"][-1].content_blocks)
```

[Quickstart 출처](https://docs.langchain.com/oss/python/langchain/quickstart)

### Python (raw LangGraph)

`설치`

```
pip install -U langgraph
```

`Python (raw LangGraph)`

```
from langgraph.graph import StateGraph, MessagesState, START, END

def mock_llm(state: MessagesState):
    return {"messages": [{"role": "ai", "content": "hello world"}]}

graph = StateGraph(MessagesState)
graph.add_node(mock_llm)
graph.add_edge(START, "mock_llm")
graph.add_edge("mock_llm", END)
graph = graph.compile()

graph.invoke({"messages": [{"role": "user", "content": "hi!"}]})
```

[Quickstart 출처](https://docs.langchain.com/oss/python/langgraph/overview)

## 기능

| 모든 모델 | — | — |
| --- | --- | --- |
| MCP 클라이언트 | — | langchain-mcp-adapters를 통해 지원 |
| MCP 서버 | — | — |
| 멀티 에이전트 | — | 서브그래프 지원. Deep Agents 하네스는 하위 에이전트를 추가합니다 |
| 내구성 있는 실행 | — | Postgres 또는 SQLite용 체크포인터, 장애 후 재개 지원 |
| 사람의 승인 | — | 실행 중 인터럽트를 사용해 상태를 확인하고 수정할 수 있습니다 |
| 트레이싱 | — | LANGSMITH_TRACING=true를 설정하면 LangSmith를 통해 추적할 수 있습니다 |
| Evals | — | 평가는 오픈소스 라이브러리가 아니라 LangSmith에서 제공합니다 |

## 최근 변경 사항

- LangChain v1 에이전트(create_agent)는 이제 LangGraph를 기반으로 합니다.
- LangGraph Platform의 이름이 LangSmith Deployment로 변경되었습니다.
- LangGraph 기반 하네스인 Deep Agents는 서브에이전트를 추가합니다.

## 같은 언어로 만든 대안

- [OpenAI Agents SDK](https://dotsagent.io/ko/frameworks/openai-agents-python)

- [OpenAI Agents SDK (JS)](https://dotsagent.io/ko/frameworks/openai-agents-js)

- [Claude Agent SDK](https://dotsagent.io/ko/frameworks/claude-agent-sdk)

- [Google ADK](https://dotsagent.io/ko/frameworks/google-adk)

- [Microsoft Agent Framework](https://dotsagent.io/ko/frameworks/microsoft-agent-framework)

- [CrewAI](https://dotsagent.io/ko/frameworks/crewai)

## 출처

1. [docs.langchain.com](https://docs.langchain.com/oss/python/langgraph/overview)/oss/python/langgraph/overview
2. [docs.langchain.com](https://docs.langchain.com/oss/python/langchain/quickstart)/oss/python/langchain/quickstart
3. [pypi.org](https://pypi.org/pypi/langgraph/json)/pypi/langgraph/json
4. [pypi.org](https://pypi.org/pypi/langchain/json)/pypi/langchain/json
5. [registry.npmjs.org](https://registry.npmjs.org/@langchain%2flanggraph)/@langchain%2flanggraph
6. [api.github.com](https://api.github.com/repos/langchain-ai/langgraph)/repos/langchain-ai/langgraph

AI 에이전트를 만드는 개발자를 위한 독립적인 참고 자료입니다. 여기에 언급된 어떤 업체와도 제휴 관계가 없습니다.

© 2026 DotsAgent · 정보 확인일: 2026년 10월 1일