IT /AI

개발자 입장에서 보는 LiteLLM과 LangChain의 차이

· 1분 읽기
#AI #LLM #LiteLLM #LangChain

개발자 입장에서 보는 LiteLLM과 LangChain의 차이

두 도구는 자주 함께 언급되지만 역할이 다릅니다.
LiteLLM은 LLM 호출 레이어, LangChain은 워크플로우/체인 구성 레이어에 가깝습니다.

1. 핵심 목적

  • LiteLLM: 여러 모델 공급자(OpenAI, Anthropic 등) API를 단일 인터페이스로 통합
  • LangChain: 프롬프트, 체인, 메모리, 도구 호출을 워크플로우로 구성

2. LiteLLM을 쓰는 이유

  • 모델 제공자별 API 차이를 숨김
  • 호출/로그/비용 추적을 통합
  • 라우팅, 폴백, 재시도 정책을 단일 레이어로 관리

한 줄 요약: “LLM API 호출 표준화”

3. LangChain을 쓰는 이유

  • 프롬프트/메모리/도구 호출을 연결
  • 체인/에이전트 구성으로 복잡한 흐름을 설계
  • 실행 단계별 로깅과 디버깅 지원

한 줄 요약: “LLM 앱의 실행 흐름 설계”

4. 비교 포인트

  • 범위: LiteLLM은 호출 레이어, LangChain은 오케스트레이션 레이어
  • 관심사: LiteLLM은 API 통합, LangChain은 추론 흐름
  • 복잡도: LiteLLM은 얇고 가벼움, LangChain은 기능이 많음

5. 함께 쓰는 조합

실전에서는 다음처럼 함께 쓰는 경우가 많습니다.

LangChain (워크플로우)

LiteLLM (호출/라우팅)

모델 제공자

6. 선택 기준

  • 호출 표준화가 필요 → LiteLLM
  • 복잡한 에이전트/워크플로우 → LangChain
  • 둘 다 필요 → 조합 사용

7. 요약

LiteLLM은 “API 통합”, LangChain은 “흐름 설계”에 강합니다.
같이 쓰면 운영과 개발 효율이 크게 올라갑니다.