기술 학습 노트

테마

Runnable과 LCEL 파이프라인 ​

LangChain의 핵심 철학 "모든 것은 Runnable"과, 파이프로 연결하는 LCEL을 배웁니다

학습 목표 ​

  1. Runnable 인터페이스와 상속 구조를 이해한다
  2. LCEL(LangChain Expression Language)의 파이프 연결 방식을 익힌다
  3. invoke 중첩과 LCEL의 차이를 비교한다
  4. 체인도 Runnable이라서 체인끼리 연결 가능함을 이해한다

1. 모든 것은 Runnable ​

LangChain의 핵심 철학은 단순합니다: 모든 구성 요소가 Runnable을 상속한다.

"Runnable"은 "실행 가능한"이라는 뜻입니다. 프롬프트, LLM, 출력 파서, 리트리버, 체인 등 LangChain의 모든 구성 요소가 동일한 invoke 메서드를 가지고 있습니다.

1.1 클래스를 따라가 보면 ​

실제 코드에서 상속 관계를 확인할 수 있습니다:

python
# PromptTemplate → RunnableSerializable → Runnable
# ChatOllama → BaseChatModel → RunnableSerializable → Runnable
# StrOutputParser → BaseOutputParser → RunnableSerializable → Runnable

어떤 클래스든 최종적으로 Runnable에 도달합니다. 그래서 모든 구성 요소가 invoke를 할 수 있는 것입니다.

1.2 통일된 인터페이스의 장점 ​

python
# 프롬프트도 invoke
prompt_value = prompt.invoke({"country": "France"})

# LLM도 invoke
ai_message = llm.invoke(prompt_value)

# 파서도 invoke
answer = parser.invoke(ai_message)

모든 구성 요소가 같은 패턴(invoke)으로 동작하니까, 하나를 다른 것으로 교체해도 코드 구조가 바뀌지 않습니다.

2. invoke 중첩의 문제 ​

지금까지 우리는 이렇게 코드를 작성했습니다:

python
# 중첩 방식: 안에서 바깥으로 읽어야 함
prompt_value = prompt.invoke({"country": "France"})
ai_message = llm.invoke(prompt_value)
answer = parser.invoke(ai_message)

이 코드는 동작하지만, 각 단계의 결과를 변수에 저장하고 다음 단계에 전달하는 과정이 반복됩니다. 더 복잡한 파이프라인에서는 코드가 길어지고 가독성이 떨어집니다.

3. LCEL 파이프라인 ​

3.1 LCEL이란? ​

LCEL(LangChain Expression Language)은 Runnable들을 파이프(|) 연산자로 연결하는 문법입니다.

3.2 코드 비교 ​

python
from langchain_ollama import ChatOllama
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import StrOutputParser

llm = ChatOllama(model="llama3.2:1b")
prompt = PromptTemplate(
    template="What is the capital of {country}? Return the name of the city only.",
    input_variables=["country"]
)
parser = StrOutputParser()

invoke 중첩 방식:

python
prompt_value = prompt.invoke({"country": "France"})
ai_message = llm.invoke(prompt_value)
answer = parser.invoke(ai_message)
print(answer)  # "Paris"

LCEL 파이프 방식:

python
# 파이프(|)로 연결하여 체인 생성
chain = prompt | llm | parser

# 체인을 한 번에 실행
answer = chain.invoke({"country": "France"})
print(answer)  # "Paris"

LCEL의 장점:

  • 값이 왼쪽에서 오른쪽으로 흐름 → 가독성 향상
  • 중간 변수 불필요 → 코드가 간결
  • 체인 자체가 Runnable → 재사용 가능

3.3 체인의 타입 ​

python
chain = prompt | llm | parser

print(type(chain))
# <class 'langchain_core.runnables.base.RunnableSequence'>

체인도 RunnableSerializable입니다. 즉, 체인도 Runnable이기 때문에 체인끼리 연결하는 것도 가능합니다.

4. 체인-인-체인 (Chain of Chains) ​

4.1 체인을 다른 체인의 일부로 사용 ​

체인이 Runnable이라는 것은, 체인을 또 다른 파이프라인의 구성 요소로 쓸 수 있다는 뜻입니다.

4.2 코드 구현 ​

python
from langchain_ollama import ChatOllama
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import StrOutputParser

llm = ChatOllama(model="llama3.2:1b")
parser = StrOutputParser()

# 체인 1: 수도 찾기
capital_prompt = PromptTemplate(
    template="What is the capital of {country}? Return the city name only.",
    input_variables=["country"]
)
capital_chain = capital_prompt | llm | parser

# 체인 2: 나라 찾기
country_prompt = PromptTemplate(
    template="Which country is most famous for {information}? Return the country name only.",
    input_variables=["information"]
)
country_chain = country_prompt | llm | parser

# 체인 연결: 나라 찾기 결과 → 수도 찾기
final_chain = (
    {"country": country_chain}  # country_chain의 결과를 "country" 키로 전달
    | capital_chain
)

# 실행
result = final_chain.invoke({"information": "wine"})
print(result)  # "Paris" (프랑스의 수도)

핵심은 {"country": country_chain} 부분입니다. country_chain의 실행 결과가 "country" 키의 값으로 들어가서, capital_chain의 {country} Placeholder에 주입됩니다.

5. LCEL이 강력한 이유 ​

핵심 정리 ​

  • LangChain의 모든 구성 요소는 Runnable을 상속하여 invoke로 실행 가능
  • LCEL: 파이프(|)로 Runnable들을 연결하는 표현 언어
  • invoke 중첩보다 LCEL이 가독성, 재사용성 면에서 우월
  • 체인도 Runnable이므로 체인끼리 연결(체인-인-체인)이 가능
  • {"key": chain} 패턴으로 한 체인의 결과를 다른 체인의 입력으로 전달