'팩토리 메서드 디자인 패턴': Langchain의 LLM 모델 선택 구현 사례

안녕하세요. 파이썬에서 객체 지향 프로그래밍을 할 때 자주 사용되는 디자인 패턴 중 하나가 팩토리 메서드 디자인 패턴(Factory Method Design Pattern)입니다. 오늘은 이 패턴의 개념과 Langchain 라이브러리에서 이 패턴을 어떻게 효과적으로 활용하고 있는지 살펴보겠습니다.

팩토리 메서드 디자인 패턴이란?

팩토리 메서드 디자인 패턴은 객체 생성 로직을 캡슐화하여 클라이언트 코드로부터 분리하는 생성 패턴(Creational Pattern)입니다. 이 패턴은 객체를 생성하는 인터페이스를 정의하지만, 어떤 클래스의 인스턴스를 생성할지는 서브클래스가 결정하도록 합니다.

팩토리 메서드 디자인 패턴의 주요 장점은 다음과 같습니다.
- 캡슐화: 객체 생성 로직을 숨기고 분리
- 유연성: 런타임에 어떤 객체를 생성할지 결정
- 확장성: 새로운 클래스를 추가하기 쉬움
- 느슨한 결합: 객체 생성과 사용 코드 간의 의존성을 줄임

---

Langchain의 init_chat_model(): 팩토리 메서드 디자인 패턴의 실제 구현

Langchain은 LLM 애플리케이션 개발을 위한 강력한 프레임워크인데, 이 라이브러리에서 팩토리 메서드 디자인 패턴이 매우 효과적으로 구현된 사례가 바로 init_chat_model() 메서드입니다.

많은 LLM 애플리케이션에서는 사용자가 원하는 모델 제공자와 모델을 직접 지정할 수 있어야 합니다. 이를 위해서는 다양한 채팅 모델을 사용자 설정에 따라 초기화하는 로직이 필요합니다. init_chat_model() 메서드는 임포트 경로나 클래스 이름에 대해 걱정할 필요 없이 다양한 모델 통합을 쉽게 초기화할 수 있게 해줍니다

아래의 예제는 팩토리 메서드 디자인 패턴의 핵심을 보여줍니다. init_chat_model() 함수는 파라미터에 따라 다른 구체적인 클래스의 인스턴스를 반환하지만, 사용자는 그 내부 구현에 대해 알 필요가 없습니다. 모든 모델이 동일한 인터페이스(invoke() 메서드)를 구현하고 있어 일관된 방식으로 사용할 수 있습니다.

from langchain.chat_models import init_chat_model

# OpenAI 모델 인스턴스 생성
gpt_4o = init_chat_model("gpt-4o", model_provider="openai")

# Anthropic 모델 인스턴스 생성
claude_opus = init_chat_model("claude-3-opus-20240229", model_provider="anthropic")

# Google VertexAI 모델 인스턴스 생성
gemini_15 = init_chat_model("gemini-1.5-pro", model_provider="google_vertexai")

# 모든 모델은 동일한 인터페이스로 사용 가능
print("GPT-4o: " + gpt_4o.invoke("what's your name").content + "\n")
print("Claude Opus: " + claude_opus.invoke("what's your name").content + "\n")
print("Gemini 1.5: " + gemini_15.invoke("what's your name").content + "\n")

---

결론

팩토리 메서드 디자인 패턴은 객체 생성 로직을 캡슐화하고 분리하여 코드의 유연성과 확장성을 높이는 효과적인 방법입니다. LangChain의 init_chat_model() 구현은 이 패턴을 활용한 실제 사례로, 다양한 LLM(대규모 언어 모델)을 통합하고 런타임에서 모델을 전환하며 애플리케이션의 다른 부분과 원활하게 연동할 수 있도록 설계되었습니다.

이러한 구조를 우리의 애플리케이션에 적용하면 더 나은 AI 서비스를 제공할 수 있을 뿐만 아니라, 팀원들과의 협업에서도 높은 효율성을 발휘할 수 있습니다.

---

■ 참고자료

https://python.langchain.com/docs/how_to/chat_models_universal_init/

How to init any model in one line | 🦜️🔗 LangChain