LangSmith의 No Code Agent Builder로 누구나 AI 에이전트를 만들다

AI 기술은 더 이상 개발자들만의 영역이 아니다. 최근 LangChain 팀이 공개한 LangSmith Agent Builder는 복잡한 코딩 없이도 누구나 자신만의 AI 에이전트를 만들 수 있도록 하는 노코드 플랫폼이다.
이제 마케터, 기획자, 운영 담당자 등 비개발자도 클릭 몇 번으로 업무 자동화와 개인화된 AI 도우미를 구축할 수 있는 시대가 열렸다.

이번 글에서는 LangSmith Agent Builder의 핵심 개념과 기존 솔루션과의 차이점, 그리고 실제로 어떤 방식으로 작동하는지를 구체적으로 살펴본다.

반응형

---

1. AI 에이전트, 이제는 ‘개발자만의 도구’가 아니다

지난 몇 년간, AI 기반 에이전트는 기업의 고객 지원, 데이터 분석, 업무 자동화 영역에서 빠르게 확산됐다. 하지만 여전히 많은 비즈니스 사용자에게는 기술적 장벽이 높았다.
“좋은 아이디어는 있지만 코딩은 어렵다”는 이유로 직접 구현에 나서지 못하는 경우가 대부분이었다.

LangSmith 팀은 이런 한계를 명확히 인식했다. 수백만 명의 개발자와 함께 에이전트를 구축하며 얻은 경험을 바탕으로, 누구나 쉽게 AI 에이전트를 만들 수 있는 환경을 만들고자 했다. 그 결과물이 바로 LangSmith Agent Builder다.

---

2. LangSmith Agent Builder란 무엇인가

LangSmith Agent Builder는 노코드 기반 AI 에이전트 제작 도구다.
기존의 시각적 워크플로우 빌더(Visual Workflow Builder)와 달리, 이 플랫폼은 사용자가 복잡한 로직을 직접 구성하지 않아도 된다. 대신 대화형 인터페이스를 통해 “어떤 일을 수행할 에이전트를 만들고 싶은지”를 설명하면, 시스템이 이를 자동으로 구조화한다.

LangSmith 팀은 “시각적 워크플로우 빌더는 오히려 복잡한 업무를 다루기 어렵다”고 지적한다. 복잡한 프로세스를 시각적으로 이어붙이는 방식은 처음에는 쉬워 보이지만, 실제로는 관리가 어렵고 확장성이 떨어진다.
이에 반해 LangSmith는 에이전트 자체가 생각하고 판단하며 실행할 수 있도록 설계되었다.

즉, LangSmith Agent Builder는 “프롬프트 중심”의 설계를 통해 사용자가 AI의 사고 흐름을 직접 설계할 수 있게 하고, 이를 기반으로 더 유연하고 지능적인 AI 행동을 만들어낸다.

---

3. 에이전트의 네 가지 핵심 구성 요소

LangSmith Agent Builder에서 만들어지는 모든 에이전트는 아래 네 가지 구성 요소를 중심으로 작동한다.

1) Prompt

에이전트의 두뇌 역할을 한다.
어떤 역할을 수행할지, 어떤 상황에서 어떻게 판단할지를 정의하는 로직이 모두 이 프롬프트에 담긴다.
LangSmith는 복잡한 로직을 시각적 흐름이 아닌 프롬프트 중심의 논리 설계로 단순화했다.

2) Tools

에이전트가 외부 세상과 상호작용하기 위한 수단이다.
LangSmith는 MCP(Message Channel Protocol)를 통해 Gmail, Slack, LinkedIn, Linear 등의 다양한 외부 서비스와 안전하게 연결할 수 있다.
사용자는 팀에서 승인한 도구를 선택해 안전하게 통합할 수 있으며, 자체 MCP 서버를 연결하는 것도 가능하다.

3) Triggers

에이전트가 스스로 행동을 시작하게 만드는 조건이다.
단순히 사용자의 명령에 반응하는 것뿐 아니라, 이메일 수신, 특정 시간대, Slack 채널 메시지 도착 등 이벤트 기반 트리거로 자동 실행되도록 설정할 수 있다.

4) Subagents

작업이 복잡해질수록 모든 기능을 하나의 에이전트에 담기보다, **작은 하위 에이전트(Subagent)**로 나누어 관리할 수 있다.
이 방식은 시스템의 유지보수성을 높이고, 각 기능을 더 세밀하게 제어할 수 있게 한다.

---

4. 누구나 쉽게 만드는 AI: Guided Prompt와 Memory 기능

에이전트를 만드는 데 가장 어려운 부분은 ‘좋은 프롬프트를 작성하는 것’이다.
LangSmith Agent Builder는 이를 극복하기 위해 Guided Prompt Creation 기능을 도입했다.

사용자는 처음부터 복잡한 명령어를 작성할 필요가 없다.
대화창에서 “무엇을 하고 싶은지”를 평문으로 설명하면, 시스템이 추가 질문을 통해 의도를 구체화하고 최적의 시스템 프롬프트를 자동 생성한다.

또한 LangSmith Agent Builder는 지속적인 학습을 위한 메모리(Memory) 기능을 제공한다.
에이전트는 자신의 작업 결과와 교정 피드백을 기억하고, 이를 토대로 다음 행동을 개선한다. 즉, 사용자가 같은 수정 지시를 반복하지 않아도 된다.
이러한 지속 학습 구조 덕분에, 사용자는 단순한 ‘자동화’가 아닌 진화하는 AI 에이전트를 만들 수 있다.

---

5. 실제 활용 예시: 당신의 AI 비서 만들기

LangSmith Agent Builder는 내부 생산성 향상에 특히 유용하다.
예를 들어, 다음과 같은 AI 에이전트를 쉽게 만들 수 있다.

• 하루 일정 요약 및 미팅 준비 에이전트:
  매일 아침 캘린더와 이메일을 확인해 회의 일정을 요약하고, 미팅 주제별로 준비 자료를 정리해 제공한다.
• 이메일 처리 자동화 에이전트:
  새로운 이메일을 수신하면, 메일 내용을 분석해 다음 단계 작업(예: Linear 티켓 생성, 회의 일정 제안, Slack 알림 전송)을 자동으로 수행한다.
  사용자는 발송 전 내용을 검토하고 승인할 수 있어 안전성도 확보된다.

이처럼 LangSmith Agent Builder는 코딩 한 줄 없이도 AI 비서를 직접 만들 수 있는 환경을 제공한다.

---

6. LangChain 생태계와의 관계

LangSmith Agent Builder는 LangChain, LangGraph 등 오픈소스 프레임워크에서 얻은 경험을 바탕으로 설계되었다.
이전 세대의 LangChain은 개발자가 직접 코드로 에이전트를 구성하는 형태였지만, LangSmith는 그 복잡성을 추상화해 ‘누구나 접근 가능한 형태’로 발전시켰다.

기존 프레임워크 사용자는 복잡한 멀티 스텝 작업을 직접 설계했지만, LangSmith는 내부적으로 DeepAgents 패키지를 기반으로 하여 자동 계획(Planning), 지속 메모리(Persistent Memory), 작업 분할(Task Decomposition)을 지원한다.
그 결과, 사용자는 복잡한 시나리오를 일일이 설계하지 않아도 에이전트가 스스로 문제를 해결하도록 만들 수 있다.

---

728x90

모두를 위한 AI 제작 시대의 시작

LangSmith의 No Code Agent Builder는 AI 제작의 접근 방식을 완전히 바꿔놓았다.
이제 AI 에이전트는 더 이상 개발자만의 영역이 아니다. 누구나 자신의 아이디어를 기반으로, 코딩 없이 직접 AI를 설계하고 운영할 수 있는 시대가 열린 것이다.

비즈니스 관점에서 보면, 이는 팀 내 반복 업무를 자동화하고 개인화된 업무 보조를 가능하게 한다.
기술적 관점에서는, AI가 인간의 언어로 문제를 이해하고 해결하는 과정을 더 직관적으로 경험할 수 있는 기회를 제공한다.

LangSmith Agent Builder는 아직 프라이빗 프리뷰 단계이지만, 이 도구가 보여주는 방향은 분명하다.
앞으로 AI 활용의 민주화가 더욱 가속화될 것이며, ‘AI를 직접 만드는 사용자(Builder)’가 새로운 경쟁력이 되는 시대가 도래할 것이다.

https://blog.langchain.com/langsmith-agent-builder/

Introducing LangSmith’s No Code Agent Builder