에이전트의 정확도와 신뢰성을 높이기 위해 실제 운영 환경의 동작을 반영한 타겟팅된 평가 체계를 구축해야 한다.
LangSmith Fleet가 에이전트에 도메인 지식을 부여하고 팀 내에서 공유할 수 있는 'Skills' 기능을 출시했다.
Moda는 Deep Agents와 LangSmith를 활용해 복잡한 시각적 디자인을 수행하는 프로덕션급 멀티 에이전트 시스템을 구축했다.
LangChain이 Google Cloud Next 2026에 참가하여 에이전트 개발을 위한 최신 기술과 LangSmith 업데이트를 공개한다.
LangSmith Fleet이 사용자 대행 방식과 고유 권한 방식의 두 가지 에이전트 권한 부여 모델을 도입했다.
LangChain이 에이전트 생성부터 관리까지 지원하는 엔터프라이즈 워크스페이스 LangSmith Fleet를 출시했다.
LangSmith가 모든 작업 환경에서 트레이스 분석과 프롬프트 수정 등을 지원하는 AI 어시스턴트 Polly를 정식 출시했다.
LangChain은 영업 프로세스 자동화를 위해 Deep Agents 기반의 GTM 에이전트를 구축하여 리드 전환율을 250% 높였다.
AI 에이전트의 성능을 효과적으로 측정하기 위해 작업 정의, 성능 지표 설정 및 LangSmith를 활용한 반복적인 평가 프로세스가 필요하다.
monday Service는 LangSmith를 활용해 개발 초기 단계부터 에이전트의 품질을 검증하는 코드 중심 평가 프레임워크를 구축했다.
LLM의 발전과 함께 에이전트 프레임워크는 단순 체이닝에서 자율적인 워크플로 오케스트레이션으로 진화하고 있다.
LangChain이 LangSmith Agent Builder GA 및 실험 비교 기능 등 1월 주요 업데이트를 공개했다.
LangChain이 복잡하고 긴 작업을 수행하는 AI 에이전트를 위한 컨텍스트 압축 기술을 갖춘 Deep Agents SDK를 출시했다.
에이전트 엔지니어링은 제품 사고, 엔지니어링, 데이터 과학을 결합해 신뢰할 수 있는 LLM 시스템을 구축하는 새로운 분야다.
LangChain이 개발자뿐만 아니라 일반 비즈니스 사용자도 쉽게 에이전트를 구축할 수 있는 LangSmith Agent Builder를 출시했다.
고품질의 요약된 정보인 Claude.md와 MCP를 결합하는 것이 코딩 에이전트의 성능을 극대화하는 핵심이다.
Monte Carlo가 LangGraph를 활용해 데이터 파이프라인 문제를 병렬로 조사하고 해결하는 AI 에이전트를 구축했다.
LangChain 팀이 프로덕션 환경에 최적화된 저수준 에이전트 프레임워크인 LangGraph를 공개했다.
LangChain이 GitHub와 직접 연동하여 자율적으로 코드를 작성하고 테스트하는 오픈 소스 비동기 코딩 에이전트 Open SWE를 출시했다.
성공적인 멀티 에이전트 시스템 구축을 위해서는 정교한 Context Engineering과 작업 성격에 따른 설계가 핵심이다.
LangChain이 Interrupt 2025를 통해 에이전트 엔지니어링의 중요성을 강조하며 LangGraph Platform을 정식 출시했다.
AI Briefing