[iM DiGital Banker] LangGraph 멀티 에이전트 프로젝트

기간

2026년 5월 13일 (수)

프로젝트 개요

사용자의 운동 관련 고민을 입력받아
LangGraph 기반 Multi-Agent 시스템을 통해 다음 과제를 수행하는 AI 운동 추천 프로그램

• 증상 추출
• 운동 추천
• 최종 건강 가이드 생성

LangGraph

LLM을 기반으로 상태를 유지하고(Stateful), 여러 단계에 걸쳐 작동하는(multi-step) 에이전트를 구축하기 위한 라이브러리

구현 포인트

• LangGraph 기반 상태 머신 구현
• Multi-Agent 구조 설계
• Prompt Chaining
• Ollama 기반 로컬 LLM (exaone3.5) 활용
• Agent별 역할 분리
• 상태(State) 기반 데이터 전달

기술 스택

시스템 아키텍처

사용자 질의는 LangGraph State를 기반으로
3개의 Agent를 순차적으로 통과함.

각 Agent의 역할

각 Agent는 역할별 PromptTemplate을 사용하며,
역할별 Prompt를 분리함으로써 단일 프롬프트 대비 응답 품질과 구조화를 개선할 수 있음.

1. Extractor Agent

• 사용자 질문에서 현재 상태 및 증상을 추출
• PromptTemplate 기반 증상 추론 수행

2. Exercise Agent

• 추출된 증상을 기반으로 운동 추천
• 체력 저하 및 체중 증가에 적합한 운동 후보 생성

3. Answer Agent

• 증상 + 운동 리스트를 종합
• 개조식 형태의 최종 건강 가이드 생성

코드 실행 방법

1. 터미널에서 다음 패키지 설치

   pip install ollama
   pip install langchain langgraph langchain-community chromadb sqlite-utils
   pip install grandalf

2. Ollama 모델 다운로드

   ollama pull exaone3.5:7.8b

3. Run All 혹은 Shift + Control + Return

개선 방안

• 운동 강도 및 사용자 연령 반영
• RAG 기반 건강 문서 검색 추가
• FastAPI 기반 웹 챗봇 연동
• 운동 추천 개인화
• 운동 영상 추천 기능 추가
• Streaming 응답 적용