주요 내용
# LangChain vs CrewAI vs AnythingLLM: 2026년에 어떤 프레임워크를 선택할까?
—
## 잘못된 프레임워크 선택이 부르는 기술 부채
프레임워크를 잘못 고르면 3개월 뒤 전면 재작성이 기다립니다. 나는 작년에 그 경험을 직접 했고, 솔직히 말하면 꽤 고통스러웠습니다. LLM 개발 생태계가 성숙해지면서 선택지는 늘었지만, 각 도구의 설계 철학 차이가 뚜렷해진 만큼 “일단 유명한 걸로” 접근하는 비용도 커졌습니다.
LangChain, CrewAI, AnythingLLM — 세 가지는 현재 가장 많이 언급되는 에이전트 프레임워크이자 개발자 도구이지만, 서로 다른 문제를 풀기 위해 만들어졌습니다. 이 글에서는 각각의 철학과 코드, 실전 적합성을 따져보고 내가 어떤 기준으로 선택하는지 정리해 봤습니다.
—
## LangChain: 유연성과 생태계의 강자
### 개요
LangChain은 2022년 말 등장해 LLM 개발 생태계의 사실상 표준으로 자리 잡았습니다. 2026년 현재도 GitHub 스타 수와 커뮤니티 기여자 수에서 상위권을 유지하고 있고, 경쟁 프레임워크들이 빠르게 성장하면서 격차가 좁혀지고는 있지만 여전히 생태계 규모만큼은 압도적입니다.
핵심 철학은 조합 가능성(composability)입니다. 프롬프트, 메모리, 체인, 에이전트, 툴을 블록처럼 조합해 복잡한 파이프라인을 구성합니다.
### 주요 특징
– LCEL(LangChain Expression Language): 파이프(`|`) 연산자로 체인을 직관적으로 구성
– LangSmith 통합: 프로덕션 환경의 추적(tracing)과 평가(evaluation) 지원
– 광범위한 인테그레이션: OpenAI, Anthropic, Google, Ollama 등 주요 LLM 및 벡터 DB 지원
– LangGraph: 상태 기반 멀티 에이전트 워크플로우 구성 가능
개인적으로 LangGraph는 처음에 러닝 커브가 꽤 있었습니다. 공식 문서만 보고 바로 프로덕션에 적용하려 하면 막히는 지점이 생기니, 예제 코드부터 충분히 돌려보는 걸 권합니다.
결론
### 코드 예시: 기본 RAG 파이프라인