대부분의 대형 언어 모델(LLM) 기반 에이전트는 짧은 도구 호출 루프에서는 잘 작동하지만, 작업이 다단계이고 상태를 유지하며 복잡한 산출물을 다뤄야 할 때는 한계가 있다. 이를 해결하기 위해 LangChain은 ‘Deep Agents’라는 독립형 라이브러리를 선보였다. 이 라이브러리는 LangChain의 에이전트 구성 요소 위에 구축된 ‘에이전트 하니스(agent harness)’로, 다단계 AI 에이전트가 계획을 세우고 메모리를 관리하며 컨텍스트를 분리할 수 있도록 지원한다. 이를 통해 복잡한 작업을 보다 체계적으로 처리할 수 있게 된다.

<Mark Tech Post 뉴스 본문 전체읽기>