LangChain, Deep Agents 스킬 기능 개편…도구 바인딩과 런타임 고정 도입

LangChain이 엔터프라이즈 스킬 레지스트리의 확장성 요구에 대응하기 위해 Deep Agents의 스킬 지원을 대폭 개편했다. 이번 업데이트는 스킬에 도구 바인딩, 런타임 스킬 고정, 스레드 중 스킬 재로딩이라는 세 가지 핵심 기능을 도입했다. 스킬 라이브러리가 수천 개로 증가함에 따라 컨텍스트 사용을 최적화하고 에이전트 응답성을 개선하는 것이 목표다.

스킬에 도구 바인딩

기존에는 스킬과 도구가 별도로 공개되어 에이전트가 관련 지침을 읽지 않고도 도구를 호출할 수 있었다. 이제 스킬의 frontmatter에서 metadata.include_tools를 통해 도구를 스킬에 바인딩할 수 있다. 이 도구들은 에이전트가 스킬을 읽기 전까지 컨텍스트에 포함되지 않아, 사용법을 이해한 후 호출하도록 보장한다. 대화 중 도구 업데이트를 허용하는 Anthropic 및 OpenAI 모델에서는 이러한 도구 추가 시 프롬프트 캐시가 유지된다.

고정된 스킬(Pinned Skills)

사용자는 이제 /meeting-prep처럼 특정 스킬을 명시적으로 요청할 수 있으며, 애플리케이션은 pinned_skills 매개변수를 사용해 이를 고정할 수 있다. 이는 첫 모델 호출 전에 스킬 지침을 대화에 로드하여 read_file 왕복 요청을 없앤다. 지연 시간을 줄이고 올바른 지침이 컨텍스트에 포함되도록 보장하며, 태그가 지정된 메시지로 스킬을 추가해 프롬프트 캐시의 유효성을 유지한다.

스레드 중 스킬 재로딩

장기 실행 에이전트는 이제 새 스레드를 시작하지 않고도 스킬을 재로딩할 수 있다. 호출 시 skills_metadata를 None으로 설정하면 에이전트가 추가, 편집 또는 삭제된 스킬을 찾기 위해 스킬 라이브러리를 다시 스캔한다. 이 과정에서 프롬프트 캐시는 무효화되지만, 프로바이더 캐시가 이미 만료된 유휴 스레드의 경우 비용은 무시할 수 있는 수준이다. 이 기능을 통해 팀은 활성 세션을 방해하지 않고 스킬 라이브러리를 동적으로 업데이트할 수 있다.