13. LCEL이란 무엇인가? (LangChain Expression Language 쉽게 이해하기)

13. LCEL이란 무엇인가? (LangChain Expression Language 쉽게 이해하기)

LangChain을 공부하다 보면 최근 가장 많이 등장하는 용어 중 하나가 LCEL입니다.

기존 LangChain에서는 여러 객체를 직접 연결하여 코드를 작성했지만, 최근에는 더욱 간결하고 직관적인 방식으로 AI 워크플로우를 구성할 수 있는 LCEL이 주목받고 있습니다.

LCEL은 LangChain Expression Language의 약자로, LangChain에서 AI 작업 흐름을 선언적으로 구성할 수 있도록 만들어진 표현 방식입니다.

이번 글에서는 LCEL이 무엇인지, 왜 등장했는지, 그리고 실제 AI 개발에서 어떤 장점이 있는지 쉽게 설명해보겠습니다.

LCEL이 등장한 이유

초기 LangChain 프로젝트에서는 Prompt, Model, Parser 등을 연결하기 위해 많은 코드를 작성해야 했습니다.

프로젝트 규모가 커질수록 코드가 복잡해지고 유지보수가 어려워지는 문제가 발생했습니다.

예를 들어 단순한 질문 처리 과정도 여러 객체를 생성하고 연결해야 했습니다.

LangChain 개발팀은 이러한 문제를 해결하기 위해 LCEL을 도입했습니다.

LCEL의 기본 개념

LCEL은 AI 작업 흐름을 파이프라인 형태로 표현하는 방식입니다.

즉, 입력부터 출력까지의 과정을 하나의 연결된 흐름으로 정의할 수 있습니다.

사용자 질문
↓
Prompt
↓
LLM
↓
Output Parser
↓
최종 결과

LCEL은 이러한 구조를 훨씬 간단하게 표현할 수 있도록 도와줍니다.

기존 방식과 LCEL의 차이

기존 LangChain에서는 각 객체를 직접 생성하고 연결해야 했습니다.

반면 LCEL은 파이프라인 개념을 사용하여 흐름 자체를 중심으로 개발할 수 있습니다.

• 코드 간결화
• 가독성 향상
• 유지보수 용이
• 재사용성 증가

이러한 장점 때문에 최근 LangChain 프로젝트 대부분은 LCEL 기반으로 개발되고 있습니다.

LCEL의 핵심 구성 요소

LCEL은 여러 가지 Runnable 객체를 중심으로 구성됩니다.

대표적으로 다음과 같은 요소들이 사용됩니다.

• RunnableSequence
• RunnableParallel
• RunnableLambda
• RunnablePassthrough

이러한 요소를 조합하여 복잡한 AI 워크플로우를 구현할 수 있습니다.

RunnableSequence란?

RunnableSequence는 여러 작업을 순서대로 실행하는 구조입니다.

Prompt
↓
LLM
↓
Parser

가장 많이 사용되는 LCEL 패턴 중 하나입니다.

RAG 시스템이나 챗봇 개발에서도 자주 활용됩니다.

RunnableParallel이란?

RunnableParallel은 여러 작업을 동시에 실행하는 기능입니다.

예를 들어 여러 문서를 동시에 검색하거나, 여러 AI 모델의 결과를 동시에 가져올 수 있습니다.

대규모 AI 시스템에서 성능 향상에 큰 도움이 됩니다.

RunnableLambda란?

RunnableLambda는 사용자 정의 함수를 실행할 수 있도록 해주는 기능입니다.

기존 Python 함수도 LCEL 파이프라인에 쉽게 포함할 수 있습니다.

데이터 전처리나 후처리 작업에서 많이 사용됩니다.

RunnablePassthrough란?

RunnablePassthrough는 입력 데이터를 그대로 다음 단계로 전달하는 기능입니다.

복잡한 워크플로우를 구성할 때 데이터 유지에 자주 활용됩니다.

LCEL과 RAG의 관계

최근 대부분의 RAG 프로젝트는 LCEL 기반으로 구현되고 있습니다.

질문 입력
↓
Retriever
↓
문서 검색
↓
Prompt 생성
↓
LLM 응답

LCEL을 사용하면 이 전체 과정을 간결하게 구성할 수 있습니다.

LCEL과 Agent의 관계

AI Agent 시스템에서도 LCEL은 중요한 역할을 합니다.

Agent가 Tool을 선택하고 실행하는 흐름을 LCEL 파이프라인으로 구성할 수 있기 때문입니다.

최근 LangGraph와 함께 사용하는 사례도 크게 증가하고 있습니다.

LCEL을 배우면 좋은 이유

• 최신 LangChain 구조 이해 가능
• RAG 구현 능력 향상
• AI Agent 개발 가능
• 복잡한 Workflow 구현 가능

실무 AI 프로젝트에서는 LCEL 사용이 사실상 표준이 되어가고 있습니다.

초보자가 꼭 기억해야 할 핵심

• LCEL은 LangChain에서 AI 작업 흐름을 쉽고 직관적으로 구성하기 위한 표현 방식이다.

이 한 문장만 이해해도 LCEL의 핵심 개념을 이해한 것입니다.

마무리

LCEL은 LangChain의 미래라고 불릴 만큼 중요한 기술입니다.

기존 방식보다 훨씬 간결하고 강력한 구조를 제공하며, RAG, Agent, Workflow 시스템 구축에 핵심적인 역할을 합니다.

LangChain을 본격적으로 학습할 계획이라면 LCEL은 반드시 익혀야 할 핵심 기술 중 하나입니다.

다음 글에서는 실제 AI 챗봇 구현에 활용되는 LangChain 챗봇 구조에 대해 알아보겠습니다.