LangChain 팀이 기존 챗봇의 한계를 극복하고 더 신뢰할 수 있는 서비스를 만들기 위해 어떤 기술적 여정을 거쳤는지 공유하는 글입니다. 기존의 vector embeddings 방식이 가진 구조 파괴와 잦은 재인덱싱 문제를 해결하기 위해, 인간의 검색 워크플로우를 모방한 Deep Agent와 subgraphs 아키텍처를 도입했습니다. 이를 통해 단순 질의에는 빠른 Create Agent를, 복잡한 코드 분석이 필요한 경우에는 전문 subagent가 포함된 Deep Agent를 사용하여 정확도를 높였습니다. AI 에이전트를 production 환경에 적용할 때 필요한 middleware 설계와 reasoning 중심의 접근 방식에 대한 귀중한 인사이트를 얻을 수 있습니다.