최근 AI 분야에서 'Graph engineering'이라는 용어가 새롭게 등장하며 주목받고 있습니다. 이 글은 LLM을 활용하여 유용한 작업을 수행하는 agentic systems를 구축할 때, 단순히 모델의 판단에만 의존하지 않고 그래프 구조를 통해 워크플로우를 제어하는 방식의 중요성을 설명합니다. LangGraph 프레임워크를 지난 3년간 개발하며 얻은 경험을 바탕으로, deterministic code와 에이전트의 추론 능력을 어떻게 조화시켜 더 예측 가능하고 효율적인 시스템을 만들 수 있는지에 대한 기술적 통찰을 공유합니다. AI 에이전트 개발의 최신 트렌드를 이해하고자 하는 분들에게 유용한 정보가 될 것입니다.