★ 단일 챗봇을 넘어 도구를 쓰고, 기억하고, 검증하며, 사람과 협업하는 AI 에이전트 구현
ChatGPT와 같은 LLM은 한 번의 질문에 답하는 데는 뛰어나지만, 여러 단계를 거쳐 판단하고 도구를 선택하며 작업을 끝까지 수행하는 ‘에이전트’가 되려면 체계적인 실행 흐름 설계가 필요하다. 이 책은 LangGraph를 활용해 에이전트 워크플로를 그래프로 모델링하는 방법을 다룬다. 상태(State)를 기반으로 노드와 에지를 조합하여 실행 흐름을 구성하고, 미들웨어와 가드레일로 에이전트의 동작을 제어하며, 메모리와 MCP로 외부 서비스와 연동하고, 여러 에이전트가 역할을 나누어 협업하는 멀티에이전트 아키텍처까지 단계적으로 구현한다. 1권 〈기본편〉에서 RAG 파이프라인을, 2권 〈심화편〉에서 고급 RAG와 에이전트를 다뤘다면, 이 3권은 LangGraph 기반으로 실제 서비스에서 동작하는 에이전트를 설계하고 구축하는 완결편이다.