langgraph2 랭그래프와 제미나이로 구현한 대화상태 기억하는 LLM 챗봇서버 이 튜토리얼에서는 Stateless 챗봇 서버에 LangGraph를 활용한 상태 기반 메모리 지원을 추가하여 업그레이드합니다. 이를 통해 모델이 이전 메시지를 기억하며 보다 사람다운 다중 턴 대화가 가능합니다.이 업그레이드의 주요 특징LangChain 통합을 통한 Gemini 2.5 Pro 기반 구동세션 메모리 유지를 위한 LangGraph의 MemorySaver 사용Flask로 구현되었으며 CORS 지원 포함thread_id를 사용하여 사용자별 대화 히스토리 유지Stateless 버전과의 차이점Stateless 버전과의 주요 차이점은 다음과 같습니다:상태 관리: messages를 통해 대화 히스토리를 추적하기 위해 TypedDict 기반의 State 클래스를 도입LangGraph 통합: StateGra.. 2025. 5. 8. 대화상태 유지 챗봇 구현: Gemini와 LangGraph 활용 AI 챗봇을 설계할 때 가장 중요한 아키텍처 결정 중 하나는 챗봇을 이전 대화 내용 유지 없는 상태(stateless)로 만들 것인지 이전 대화 내용 유지(stateful)로 만들 것인지입니다. 그 차이가 무엇이고 왜 중요한지 알아보겠습니다.이전 대화 내용 유지 없는 챗봇 (Stateless Chatbots)무상태 챗봇은 사용자 입력을 각각 독립적인 메시지로 처리합니다. 이전 대화 내용을 기억하지 않기 때문에 구현은 간단하지만, 대화의 맥락을 반영하기 어려워 복잡한 질의나 자연스러운 상호작용에 제약이 있습니다.대화 내용 유지 챗봇 (Stateful Chatbots)상태 유지 챗봇은 이전 대화의 맥락을 기억하며 응답할 수 있어, 더 개인화되고 일관성 있는 대화를 제공합니다. 긴 대화나 사용자 선호도 기억,.. 2025. 5. 8. 이전 1 다음
