LangGraph와 DAG를 조합하여 상태 유지 오케스트레이션 계층과 독립적 작업 병렬 실행 계층을 분리해 복잡한 AI 워크플로우를 구성

Context

AI 에이전트 시스템에서 순환 구조(loops, retries, HITL resume, 조건부 분기)가 필요한 부분과 선형 작업 실행(DAG)이 필요한 부분이 혼재되어 있다.

Technical Solution

• LangGraph 노드로 오케스트레이션 계층 구성: intent_parser → entity_extractor → plan_builder → hitl_plan → cot_builder → hitl_confirm의 상태 유지 및 순환 처리
• 자체 DAG 실행기로 작업 실행 계층 구성: 확인된 TaskGraph에 대해 위상 정렬(topological sort) 수행
• asyncio를 이용한 독립 작업 병렬화: 서로 의존성이 없는 작업들을 동시에 실행
• 프레임워크 없는 순수 Python으로 DAG 실행: 약 20~30줄의 코드로 구현

Key Takeaway

LangGraph는 순환 구조가 필요한 오케스트레이션 로직에만 사용하고, 선형 작업 실행은 경량의 커스텀 DAG 실행기로 처리하면 복잡성을 낮추면서도 각 계층의 강점을 활용할 수 있다.