🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

2026년 6월 LangChain 뉴스레터는 온콜 대응, 격리된 컴퓨터 사용, 음성 추적, 자기평가형 에이전트, 배포 교육을 중심으로 에이전트의 개발부터 운영과 개선까지 이어지는 도구와 사례를 소개한다.

📌 핵심 요약

• Fleet On-Call Copilot은 코드, LangSmith 추적 데이터, 런북을 함께 살펴 경보를 분류하고 검토용 상황 업데이트 초안을 작성하는 사전 구축형 에이전트 템플릿이다.
• Fleet의 에이전트는 격리된 가상 컴퓨터에서 코드와 파일을 다루고 인증된 API를 호출할 수 있으며, 음성 추적 화면과 실험 진행 상태 확인 기능도 개선됐다.
• 오픈소스 영역에서는 Deep Agents가 기준을 충족할 때까지 자신의 결과를 평가하고 반복하도록 돕는 RubricMiddleware와 작업을 병렬화하는 프로그래밍 방식의 서브에이전트 기능이 소개됐다.
• 교육 콘텐츠는 빌드·테스트·배포·모니터링으로 구성된 에이전트 개발 생애주기, LangSmith Deployment, LangGraph 에이전트의 음성 연결 및 추적 방법을 다룬다.
• Box는 Deep Agents로 에이전트 개선과 반복 속도를 3배 높였고, Harmonic은 LangSmith Deployment를 활용한 Scout 재구축을 통해 고객 유지율을 4배 높이고 제품 반복 주기를 수개월에서 수일로 단축했다.

🧩 주요 포인트

1. Fleet On-Call Copilot은 코드, LangSmith 추적 데이터, 런북을 함께 살펴 경보를 분류하고 검토용 상황 업데이트 초안을 작성하는 사전 구축형 에이전트 템플릿이다.
2. Fleet의 에이전트는 격리된 가상 컴퓨터에서 코드와 파일을 다루고 인증된 API를 호출할 수 있으며, 음성 추적 화면과 실험 진행 상태 확인 기능도 개선됐다.
3. 오픈소스 영역에서는 Deep Agents가 기준을 충족할 때까지 자신의 결과를 평가하고 반복하도록 돕는 RubricMiddleware와 작업을 병렬화하는 프로그래밍 방식의 서브에이전트 기능이 소개됐다.
4. 교육 콘텐츠는 빌드·테스트·배포·모니터링으로 구성된 에이전트 개발 생애주기, LangSmith Deployment, LangGraph 에이전트의 음성 연결 및 추적 방법을 다룬다.
5. Box는 Deep Agents로 에이전트 개선과 반복 속도를 3배 높였고, Harmonic은 LangSmith Deployment를 활용한 Scout 재구축을 통해 고객 유지율을 4배 높이고 제품 반복 주기를 수개월에서 수일로 단축했다.

🧠 상세 정리

1. LangSmith 운영 기능의 확장

이번 뉴스레터의 첫 번째 축은 운영 중인 에이전트를 더 빠르게 관찰하고 대응하기 위한 LangSmith 기능 확장이다. Fleet On-Call Copilot은 코드, 실행 추적 데이터, 런북을 검토해 경보를 분류하고 담당자가 확인할 수 있는 상황 업데이트 초안을 작성하는 사전 구축형 템플릿으로 소개됐다. 이는 경보 발생 후 관련 자료를 사람이 각각 찾아보는 과정을 하나의 조사 흐름으로 묶되, 최종 업데이트는 사용자의 검토를 거치도록 설계된 기능이다. 또한 LangSmith Engine에서 발생한 이슈를 Slack 알림으로 전달하는 기본 통합 기능이 추가돼, 문제 탐지 결과를 팀의 기존 소통 채널과 연결할 수 있게 됐다.

2. Fleet 컴퓨터 사용과 실행 상태 가시성

Fleet의 에이전트는 이제 격리된 가상 컴퓨터를 이용해 코드와 파일을 다루고, 인증이 필요한 API 호출도 수행할 수 있다. 뉴스레터는 이 기능을 에이전트가 작업에 필요한 컴퓨팅 환경을 독립적으로 사용하는 방식으로 설명하며, 구체적인 작업 대상으로 코드·파일·인증 API를 명시한다. 실험 상태 추적 기능도 함께 추가돼 LangSmith의 사용자 인터페이스나 SDK에서 시작한 실험의 진행 상황을 실시간으로 확인할 수 있다. 이 두 업데이트는 에이전트가 실제 작업을 실행하는 환경과, 그 실행이 어디까지 진행됐는지를 관찰하는 화면을 함께 강화한 변화로 정리된다.

3. 음성 에이전트의 추적과 연결

음성 추적 화면에는 인라인 오디오 플레이어가 도입돼, 별도의 재생 흐름으로 이동하지 않고도 추적 화면 안에서 오디오를 확인할 수 있게 됐다. 재생되는 각 시점에 어떤 스팬이 활성화돼 있었는지도 표시되므로, 특정 음성 구간과 해당 구간의 에이전트 실행 단계를 직접 대응해 살펴볼 수 있다. 별도 튜토리얼은 기존 LangGraph 그래프를 처음부터 다시 만들지 않고도 에이전트에 음성 기능을 연결하는 절차를 다룬다. 이 과정에는 초기 설정, Pipecat을 이용한 음성 대화, LangSmith를 통한 전체 음성 에이전트 추적이 포함돼 음성 연결과 디버깅을 하나의 실습 흐름으로 제시한다.

4. Deep Agents의 자기평가와 작업 분산

오픈소스 업데이트의 중심에는 Deep Agents가 자신의 결과를 평가하며 반복하도록 만드는 루브릭 기능이 있다. RubricMiddleware는 사용자가 제시한 기준에 따라 에이전트가 자신의 작업을 점검하고, 결과가 그 기준을 충족할 때까지 계속 개선할 수 있도록 돕는다. 함께 소개된 프로그래밍 방식의 서브에이전트 기능은 인터프리터 코드에서 여러 서브에이전트로 작업을 분배해 병렬로 처리한 뒤 결과를 종합할 수 있게 한다. 하나는 결과의 품질 기준과 반복 개선에 초점을 맞추고, 다른 하나는 복수 작업의 분산 실행과 결과 합성에 초점을 맞춘다는 점에서 서로 다른 에이전트 작업 단계를 보완한다.

5. 개발 생애주기와 배포 교육

Harrison의 주문형 영상은 에이전트 개발 생애주기를 빌드, 테스트, 배포, 모니터링의 네 단계로 나누어 설명한다. 핵심은 실패를 더 이른 단계에서 발견하고, 실제 운영에서 관찰된 행동을 더 강한 평가 항목으로 전환하며, 추측에 의존하지 않고 에이전트를 개선하는 방법이다. 새로 공개된 LangSmith Deployment 입문 과정은 로컬에서 작동하는 에이전트를 안정적으로 대규모 운영하는 문제로 초점을 옮겨, 에이전트를 배포하고 관리하며 통제하는 방법을 다룬다. 두 교육 자료는 기능 구현 자체에 머무르지 않고 테스트 결과와 운영 데이터를 다음 개선 과정으로 연결하는 전체 개발 흐름을 강조한다.

6. 적용 사례와 커뮤니티 확장

기업 사례에서는 에이전트 운영 도구가 반복 속도와 사업 지표에 미친 결과가 제시됐다. Box는 보안, 권한, 모델 선택의 유연성을 유지하면서 기업 콘텐츠를 검색·분석·종합하는 Box Agent를 구축했고, Deep Agents를 활용해 에이전트 개선과 반복 속도를 3배 높였다. Harmonic은 스타트업 발굴과 조사를 담당하는 AI인 Scout를 LangSmith Deployment로 재구축해 제품 반복 주기를 수개월에서 수일로 줄였으며, 고객 유지율을 4배로 높였다고 밝혔다. 뉴스레터는 이와 함께 베를린, 워싱턴 DC, 라스베이거스에서 열릴 밋업과 행사를 안내하며, 에이전트 구축·평가·운영, 시장 진출 연구 워크플로, 개발자 교류로 논의를 확장한다.

🧾 핵심 주장 / 시사점

• 이번 업데이트는 에이전트 기능 추가보다 경보 분류, 실행 환경, 추적, 평가, 배포, 모니터링을 연결하는 운영 체계의 확장에 무게를 둔다.
• RubricMiddleware와 운영 행동을 평가 항목으로 전환하는 개발 생애주기는 명시적인 기준과 실제 실행 데이터를 바탕으로 반복 개선하는 접근을 공통적으로 강조한다.
• Box와 Harmonic 사례는 에이전트 도입 성과를 단순 기능 구현이 아니라 개선 속도, 제품 반복 주기, 고객 유지율처럼 측정 가능한 결과로 제시한다.

✅ 액션 아이템

• Fleet On-Call Copilot 템플릿을 적용해 코드, LangSmith 추적, 런북을 함께 본 경보 분류 흐름을 우선 설계한다.
• 격리된 가상 컴퓨터 기반 에이전트에서 코드·파일 조작, 인증된 API 호출, 음성 추적/실험 상태 가시성 기준을 배포 전후로 점검한다.
• Deep Agents의 RubricMiddleware 자기평가 반복과 서브에이전트 병렬화 모델을 빌드·테스트·배포·모니터링 주기에 통합한다.

❓ 열린 질문

• Fleet Copilot에서 코드·LangSmith 추적·런북의 어떤 비중을 둘 때 경보 분류 신뢰도와 상황 업데이트 품질을 함께 높일 수 있는가?
• 격리된 가상 컴퓨터 에이전트의 인증 API 호출 허용 범위는 어디까지로 두면 대응 속도와 운영 안전성을 동시에 확보할 수 있는가?
• Box의 3배 속도 개선, Harmonic의 4배 유지율·수개월→수일 단축 사례를 참조할 때 어떤 지표를 우선 비교해 실효성을 판단할 것인가?