카이스트 CS 박사, 연구를 서비스로

배경e-커머스 주문 데이터를 Neo4j 그래프 DB에 적재해둔 상태에서, 이걸 LangFlow AI Agent를 통해 자연어로 질의할 수 있는 파이프라인을 만들고 싶었다.핵심 요구사항은 두 가지였다.Role-Based Access Control (RBAC) — 직급/권한에 따라 접근 가능한 데이터가 달라야 한다. reader는 상품·국가만 볼 수 있고, pii_admin만 이메일·전화번호 같은 PII 데이터에 접근 가능하다.그래프 관계 탐색 — "영국 고객들의 주문 목록"처럼 Country → Customer → Order를 넘나드는 멀티홉 탐색이 자연어로 동작해야 한다.환경항목버전LangFlow1.9.0Neo4j5.27-aura (Enterprise)Python3.12neo4j 드라이버6.1.0패키지는..

최근에 회사 프로젝트로 Agent를 만들어야 하는 일이 있었다.내부적으로는 LangFlow, Open Web UI 조합을 사용했고, 두 개의 Agent를 구현했다.세금 관련 DOCX 리포트를 작성하는 AI정보성 데이터를 취합해 요약 브리핑하는 Agent결과적으로 둘 다 상당히 긴 LangChain으로 이어졌다. 그 과정에서 부딪힌 문제들과 깨달은 것들을 정리해본다.LangFlow 활용도를 높이려면 결국 커스텀 모듈LangFlow의 활용도를 끌어올리려면 어느 정도는 직접 커스텀 컴포넌트를 만들 수 있어야 한다. 예를 들어 스트리밍된 LLM 결과를 받아 DOCX 파일로 저장해야 하는 경우가 그렇다.대략 이런 식으로 구현했다.import osimport tempfileimport uuidfrom pathlib..