langchain 기초(4)

🔧 문제 인식

• 출력은 단순 텍스트로 되어 있어 백엔드에서 활용하기 어려움
• 이를 직렬화(serialize) 하여 **프론트엔드 또는 다른 시스템과의 통신에 적합한 구조화된 데이터(JSON 등)**로 바꾸는 작업이 필요함

🧩 해결 방법 – LangChain의 PydanticOutputParser

• LangChain의 Output Parser를 사용해 LLM의 텍스트 출력을 구조화된 데이터로 변환
• PydanticOutputParser는 LLM의 텍스트를 Pydantic 객체로 파싱함

✅ 구현 요약

1. Summary 클래스 정의 (Pydantic 사용)
   • summary: str (요약)
   • facts: List[str] (흥미로운 사실 목록)
2. PydanticOutputParser 생성
   
    
    
   summary_parser = PydanticOutputParser(pydantic_object=Summary)
3. 프롬프트 템플릿 구성
   • format_instructions placeholder 추가
   • partial_variables={"format_instructions": summary_parser.get_format_instructions()}
4. LangChain Expression Language(LCEL) 활용
   • summary_prompt_template | llm | summary_parser 구조로 체인 작성
5. 결과
   • LLM 응답을 Summary 객체로 받아옴
   • .summary, .facts 등 속성으로 접근 가능
   • .to_dict()로 직렬화 가능

---

📦 장점

• 출력 데이터를 JSON으로 직렬화 가능 → 다른 시스템에서 사용 용이
• 구조화된 출력 덕분에 프론트엔드와의 연결이 수월해짐
• 복잡한 스키마도 LangChain + Pydantic으로 깔끔하게 구현 가능