LangChain의 LCEL에 대해 알아보자

LangChain의 "체인(chain) 문법", 특히 | 파이프 연산자 기반의 선언형 체인이 처음엔 매우 추상적이라 감 잡기 어렵습니다.

chain = (
    {
        'context': retriever_from_llm | format_docs,
        'question': RunnablePassthrough()
    }
    | prompt
    | llm
    | StrOutputParser()
)

이건 LangChain Runnable 체인 구성 방식이에요.

이 방식은 말 그대로 **"데이터 흐름을 파이프로 연결한 것"**이고, 이 chain 객체는 함수처럼 동작합니다.

🎯 “그냥 객체로 해두면 뭐 어쩌자는 거야?”

➡️ chain은 callable 객체예요. 즉 chain.invoke()를 호출하면 전체 흐름이 실행됩니다.

response = chain.invoke("카카오뱅크 실적 알려줘")  # or await chain.ainvoke(...)

위에서 정의한 모든 구성요소들이 순서대로 실행됩니다:

1. "카카오뱅크 실적 알려줘" → question으로 들어감
2. retriever_from_llm가 관련 문서 검색
3. format_docs로 텍스트 변환
4. prompt에 넣음 ({context}, {question})
5. llm 실행
6. 결과 텍스트 추출 (StrOutputParser())

⚙️ 이 chain은 마치 "함수 조립"이라고 보면 됩니다

def chain(input_question):
    docs = retriever_from_llm.get_relevant_documents(input_question)
    context = format_docs(docs)
    prompt_text = prompt.format(context=context, question=input_question)
    llm_response = llm(prompt_text)
    return llm_response.content  # 또는 출력 파서 적용