Skip to content
AI 도구

LangChain Deep Agents 검토

LangChain Deep Agents는 복잡하고 다단계적인 작업을 처리할 수 있는 정교하고 장기 실행 AI 에이전트를 구축하고 관리하도록 설계된 오픈 소스 에이전트 하네스입니다.

shipped 2026년 6월 10일aifreemium
LangChain Deep Agents - AI tool
12026년 3월 15일에 출시된 LangChain Deep Agents는 AI 에이전트 개발을 위한 구조화된 프레임워크를 제공합니다.
2Claude Sonnet 4.5를 사용하여 TerminalBench 2.0에서 약 42.65%를 달성하여 경쟁력 있는 성능을 입증했습니다.
3v0.6 릴리스에서는 경량 Code Interpreter와 모델별 튜닝을 위한 Harness Profiles가 도입되었습니다.
4`rubricmiddleware` (2026년 6월 3일)와 같은 기능은 에이전트가 사전 정의된 표준에 따라 출력을 개선할 수 있도록 합니다.

LangChain Deep Agents at a Glance

Best For
agents, product-hunt
Pricing
Open Source
Key Features
LangChain Deep Agents is SOC 2 Type II compliant and offers HIPAA alignment with Business Associate Agreements for Enterprise plan customers. · The Managed Deep Agents service, an API-first hosted runtime, entered private beta in May 2026, built on LangSmith for production deployment. · Deep Agents v0.6, released in May 2026, introduced a Code Interpreter, DeltaChannel for 100x storage reduction, and ContextHubBackend integration.
Alternatives
AutoGen, CrewAI, LlamaIndex, Haystack

About LangChain Deep Agents

Business Model
Open Source
Headquarters
San Francisco, USA
Founded
2021
Team Size
51-100
Funding
Series A
</>Embed "Featured on Stork" Badge
Badge previewBadge preview light
<a href="https://www.stork.ai/en/langchain-deep-agents" target="_blank" rel="noopener noreferrer"><img src="https://www.stork.ai/api/badge/langchain-deep-agents?style=dark" alt="LangChain Deep Agents - Featured on Stork.ai" height="36" /></a>
[![LangChain Deep Agents - Featured on Stork.ai](https://www.stork.ai/api/badge/langchain-deep-agents?style=dark)](https://www.stork.ai/en/langchain-deep-agents)

overview

LangChain Deep Agents란 무엇인가요?

LangChain Deep Agents는 LangChain이 개발한 정교한 AI 에이전트 프레임워크로, 개발자와 machine learning engineers가 복잡하고 장기 실행되는 AI 에이전트를 구축하고 관리할 수 있도록 합니다. 이는 LangGraph 위에 구축되어 내구성 있는 실행, 스트리밍 및 체크포인팅을 위해 런타임을 활용하며, 장기간에 걸쳐 복잡한 워크플로우를 계획, 실행 및 관리할 수 있는 AI 에이전트 개발을 위한 구조화된 프레임워크를 제공합니다. 단일 턴 작업을 수행하는 더 단순한 "shallow" 에이전트와 달리, Deep Agents는 계획, 컨텍스트 관리 및 subagent 위임을 포함하여 실제 복잡성을 관리하기 위한 내장 인프라를 갖추고 있습니다. 이 프레임워크는 Python 및 JavaScript 라이브러리에서 오픈 소스 오케스트레이션 프레임워크로 제공되어, 모델을 외부 데이터 소스 및 소프트웨어 워크플로우와 연결하기 위한 도구 및 추상화를 제공함으로써 LLM 기반 애플리케이션 구축 프로세스를 단순화합니다. 이를 통해 자율 AI 에이전트 및 에이전트 워크플로우를 위한 생성된 정보의 사용자 정의, 정확성 향상 및 관련성 강화가 가능해집니다.

quick facts

간략 정보

속성
개발자LangChain
비즈니스 모델오픈 소스 코어, 프리미엄 (Managed Deep Agents 비공개 베타)
가격오픈 소스 코어는 무료; Managed Deep Agents는 비공개 베타
플랫폼API, Python library, JavaScript library
API 사용 가능예 (Managed Deep Agents)
통합외부 데이터 소스, 소프트웨어 워크플로우
설립2021
본사San Francisco, USA
투자Series A

features

LangChain Deep Agents의 주요 기능

LangChain Deep Agents는 복잡하고 다단계적인 작업을 처리할 수 있는 신뢰할 수 있는 AI 에이전트를 구축, 테스트 및 배포하기 위해 설계된 포괄적인 기능 세트를 제공합니다. 이러한 기능에는 강력한 실행 관리, 고급 컨텍스트 처리 및 향상된 에이전트 기능을 위한 모듈식 구성 요소가 포함됩니다.

  • 1**내구성 있는 실행 런타임:** LangGraph를 활용하여 장기 실행 에이전트 워크플로우의 탄력적인 실행, 스트리밍 및 체크포인팅을 지원합니다.
  • 2**내장된 계획 기능:** 에이전트가 장기간에 걸쳐 복잡하고 다단계적인 작업을 계획하고 관리할 수 있도록 합니다.
  • 3**파일 시스템 기반 컨텍스트 관리:** 에이전트에게 영구 컨텍스트, 중간 결과 및 운영 노트를 위한 파일 시스템을 제공합니다.
  • 4**Async (비차단) Subagents:** 에이전트가 백그라운드에서 독립적으로 실행되는 원격 에이전트에 작업을 위임할 수 있도록 하며, v0.5에서 도입되었습니다.
  • 5**Multimodal Filesystem Support:** 모델 입력을 위해 PDF, 오디오, 비디오 및 기타 파일 유형을 자동으로 감지하고 처리하며, v0.5에서 확장되었습니다.
  • 6**`rubricmiddleware` 구성 요소:** 2026년 6월 3일에 도입된 이 구성 요소는 에이전트가 사전 정의된 표준 및 완료 기준에 따라 출력을 확인하고 개선할 수 있도록 합니다.
  • 7**경량 Code Interpreter:** v0.6에 추가된 이 구성 요소는 에이전트가 전체 sandbox 오버헤드 없이 도구를 구성하고, 상태를 관리하며, 모델 컨텍스트를 제어할 수 있도록 합니다.
  • 8**Harness Profiles:** 최적화된 에이전트 성능을 위해 open-weight 모델을 포함한 모델별 튜닝을 지원하며, v0.6의 일부입니다.
  • 9**Managed Deep Agents (비공개 베타):** 2026년 5월 13일에 출시된, LangSmith Deployment와 통합된 딥 에이전트 생성, 실행 및 운영을 위한 API-first hosted runtime입니다.
  • 10**DeltaChannel 및 ContextHubBackend:** v0.6에서 도입된, 에이전트 skills, policies 및 memories를 위한 효율적인 checkpoint storage 및 버전 관리 storage를 제공합니다.

use cases

누가 LangChain Deep Agents를 사용해야 하나요?

LangChain Deep Agents는 주로 정교한 AI 애플리케이션 구축을 위한 강력한 오픈 소스 프레임워크가 필요한 개발자와 machine learning engineers를 대상으로 합니다. 그 기능은 단순한 단일 턴 상호 작용을 넘어 장기 실행, 상태 유지 및 복잡한 에이전트 워크플로우를 요구하는 시나리오에 특히 적합합니다.

  • 1**개발자 및 Machine Learning Engineers:** Python 및 JavaScript 라이브러리를 활용하여 자율 AI 에이전트 및 에이전트 워크플로우를 구축하는 데 사용됩니다.
  • 2**지원 및 분류 에이전트가 필요한 조직:** 장기 실행 고객 서비스 스레드를 관리하고, 컨텍스트를 보존하며, 문제를 에스컬레이션하고, 운영 노트를 업데이트하는 데 사용됩니다.
  • 3**연구원 및 분석가:** 여러 세션에 걸쳐 소스를 수집하고, 노트를 작성하며, 중간 결과를 보존하고, 결과물을 생성할 수 있는 연구 에이전트를 개발하는 데 사용됩니다.
  • 4**소프트웨어 개발 팀:** 파일 시스템 액세스, 셸 명령, 도구 통합 및 확장된 코딩 작업을 위한 재개 가능한 실행 기능을 갖춘 코딩 에이전트를 생성하는 데 사용됩니다.
  • 5**컨설팅 및 규정 준수 전문가:** 규제 준수 또는 법적 영향 평가와 같이 계획, 전문화, 컨텍스트 관리 및 인간 감독이 필요한 개방형, 다중 도메인 문제의 복잡한 분석에 사용됩니다.

pricing

LangChain Deep Agents 가격 및 요금제

LangChain Deep Agents는 프리미엄 모델로 운영됩니다. 핵심 LangChain 프레임워크와 Deep Agents 구성 요소는 오픈 소스이며 개발자가 자유롭게 사용하고 자체 호스팅할 수 있습니다. 엔터프라이즈급 배포 및 관리 서비스를 위해 LangChain은 'Managed Deep Agents'의 비공개 베타를 제공합니다. 이 API-first hosted runtime은 에이전트를 위한 내구성 있는 홈을 제공하며, LangSmith Deployment와 통합된 관리형 런타임, 컨텍스트, 파일 및 도구/sandbox 구성을 제공합니다. 2026년 5월 13일 현재 비공개 베타 상태로 인해 관리 서비스에 대한 특정 가격은 공개되지 않았지만, 관리형 인프라 및 서비스에 대해 사용량 기반 또는 구독 모델을 따를 것으로 예상됩니다.

  • 1**오픈 소스 코어:** 무료 (자체 호스팅, 개발자 설정 및 관리가 필요함)
  • 2**Managed Deep Agents (비공개 베타):** 가격은 공개되지 않음; 관리형 서비스가 포함된 API-first hosted runtime, LangSmith Deployment와 통합됨.

competitors

LangChain Deep Agents vs 경쟁사

LangChain Deep Agents는 복잡하고 상태 유지 및 장기적인 작업을 위한 강력한 오픈 소스 "agent harness"로 자리매김하며, 정교한 에이전트를 위한 내구성 있는 실행 및 포괄적인 인프라에 중점을 두어 여러 대안과 차별화됩니다.

1

AutoGen specializes in building multi-agent conversational systems where AI agents can collaborate with each other and humans to solve complex tasks through dynamic conversations.

While LangChain provides a general framework for agents, AutoGen focuses specifically on flexible, conversational multi-agent orchestration, often offering more dynamic interaction flows and being deeply integrated into the Microsoft ecosystem.

2

CrewAI is an open-source framework designed for orchestrating multi-agent workflows, allowing developers to define agents with specific roles, goals, and backstories for collaborative task execution.

CrewAI offers a Python-first, low-code approach to multi-agent orchestration with built-in capabilities for agents to plan complex tasks and recover from errors, providing a more structured and opinionated framework for team-based AI agent collaboration than LangChain.

3

LlamaIndex is a data-centric framework that excels at ingesting, indexing, and querying private or enterprise data to provide LLM applications and agents with relevant context for grounded reasoning.

While LangChain supports RAG, LlamaIndex is specifically optimized as a data layer for LLM applications, offering more advanced tools and abstractions for connecting agents to external knowledge bases and improving context-aware reasoning.

4

Haystack is an open-source AI orchestration framework focused on building production-ready RAG systems and AI agents through a modular, pipeline-based architecture.

Haystack emphasizes explicit, testable pipelines for controlling information flow within AI systems, which can offer more granular control and modularity for complex, production-grade RAG and agent applications compared to LangChain's more general framework.

5
Semantic Kernel

Semantic Kernel is Microsoft's lightweight, open-source SDK for integrating large language models and building AI agents across multiple programming languages (C#, Python, Java), with a strong focus on plugins and interoperability within the Microsoft ecosystem.

Unlike LangChain, which is primarily Python/TypeScript focused, Semantic Kernel provides a multi-language SDK for building AI agents, making it a strong alternative for developers already invested in Microsoft technologies and seeking deep integration within that ecosystem.

자주 묻는 질문

+LangChain Deep Agents란 무엇인가요?

LangChain Deep Agents는 LangChain이 개발한 정교한 AI 에이전트 프레임워크로, 개발자와 machine learning engineers가 복잡하고 장기 실행되는 AI 에이전트를 구축하고 관리할 수 있도록 합니다. 이는 LangGraph 위에 구축되어 내구성 있는 실행, 스트리밍 및 체크포인팅을 위해 런타임을 활용하며, 장기간에 걸쳐 복잡한 워크플로우를 계획, 실행 및 관리할 수 있는 AI 에이전트 개발을 위한 구조화된 프레임워크를 제공합니다. 단일 턴 작업을 수행하는 더 단순한 "shallow" 에이전트와 달리, Deep Agents는 계획, 컨텍스트 관리 및 subagent 위임을 포함하여 실제 복잡성을 관리하기 위한 내장 인프라를 갖추고 있습니다. 이 프레임워크는 Python 및 JavaScript 라이브러리에서 오픈 소스 오케스트레이션 프레임워크로 제공되어, 모델을 외부 데이터 소스 및 소프트웨어 워크플로우와 연결하기 위한 도구 및 추상화를 제공함으로써 LLM 기반 애플리케이션 구축 프로세스를 단순화합니다. 이를 통해 자율 AI 에이전트 및 에이전트 워크플로우를 위한 생성된 정보의 사용자 정의, 정확성 향상 및 관련성 강화가 가능해집니다.

+LangChain Deep Agents는 무료인가요?

예, 핵심 LangChain Deep Agents 프레임워크는 오픈 소스이며 Python 및 JavaScript 라이브러리로 무료로 사용할 수 있습니다. LangChain은 또한 'Managed Deep Agents'의 비공개 베타를 제공하는데, 이는 LangSmith Deployment와 통합된 딥 에이전트 생성 및 운영을 위한 API-first hosted runtime입니다. 이 관리 서비스의 가격은 2026년 5월 13일 현재 공개되지 않았습니다.

+LangChain Deep Agents의 주요 기능은 무엇인가요?

LangChain Deep Agents의 주요 기능에는 LangGraph를 활용한 내구성 있는 실행 런타임, 복잡한 작업을 위한 내장된 계획 기능, 파일 시스템 기반 컨텍스트 관리, Async (비차단) Subagents 지원이 포함됩니다. 최근 업데이트에서는 출력 개선을 위한 `rubricmiddleware`, 경량 Code Interpreter, 모델 튜닝을 위한 Harness Profiles, 다양한 파일 유형을 위한 Multimodal Filesystem Support가 도입되었습니다. Managed Deep Agents (비공개 베타)는 관리형 서비스가 포함된 hosted runtime을 제공합니다.

+누가 LangChain Deep Agents를 사용해야 하나요?

LangChain Deep Agents는 정교하고 장기 실행되는 AI 에이전트를 구축해야 하는 개발자와 machine learning engineers를 위해 설계되었습니다. 이는 다단계 작업, 컨텍스트 보존 및 내구성 있는 실행이 중요한 규제 준수 또는 법적 영향 평가와 같은 분야에서 지원 및 분류 에이전트, 연구 에이전트, 코딩 에이전트 및 복잡한 분석을 위한 에이전트를 생성하는 데 특히 적합합니다.

+LangChain Deep Agents는 다른 대안과 어떻게 비교되나요?

LangChain Deep Agents는 복잡하고 장기 실행되는 작업을 위한 고급 계획, 컨텍스트 관리 및 subagent 위임을 제공하여 'shallow' 에이전트와 차별화됩니다. AutoGen과 비교할 때, Deep Agents는 개별 에이전트의 복잡성과 내구성에 중점을 두는 반면, AutoGen은 multi-agent collaboration을 강조합니다. CrewAI와 비교하면, Deep Agents는 에이전트 개발을 위한 보다 범용적인 프레임워크를 제공하는 반면, CrewAI는 오케스트레이션된 multi-agent 팀을 위한 독단적인 프레임워크를 제공합니다. Flowise의 low-code 시각적 인터페이스와 달리, Deep Agents는 깊은 제어를 위한 코드 우선 프레임워크입니다. Vertex AI Agent Builder와 비교할 때, Deep Agents는 유연하고 cloud-agnostic 오픈 소스 프레임워크인 반면, Vertex AI Agent Builder는 Google Cloud의 AI ecosystem과 통합된 관리형 cloud-native 플랫폼입니다.

For builders

This page is doing a job for someone else’s tool.

AI agents read it. Buyers find it. Backlinks accrue. Your tool can have one too — live in 24 hours, indexed by Claude, ChatGPT, and Perplexity, queryable via MCP.