국가 맞추기 퀴즈 게임 — LangGraph & Streamlit 프로젝트

(1) 자기소개

안녕하세요! LangGraph와 LLM을 활용해 다양한 에이전트 워크플로우를 공부하고 있는 개발자입니다.
LangGraph 기반의 멀티 에이전트 구조와 Streamlit UI를 결합하여 사용자가 즐길 수 있는 AI 국가 맞추기 퀴즈 게임을 구현했습니다.

• 배포사이트: https://demo-project-eg3qrqebsqvb4dogvcaxun.streamlit.app/

• GitHub: https://github.com/dddog/demo-project

(2) 서비스 소개

본 프로젝트는 LangGraph의 멀티 에이전트 오케스트레이션 구조를 적용한 국가 맞추기 퀴즈 서비스입니다.

• Supervisor Agent: 사용자의 상태 및 정답 여부를 판별하여 최적의 에이전트로 라우팅합니다.

• Researcher Agent: Wikipedia API를 활용해 주제와 관련된 국가 정보를 탐색합니다.

• Quiz Agent: 검색된 정보를 바탕으로 정답 국가명이 드러나지 않는 퀴즈 문제를 생성합니다.

• Tutor Agent: 사용자가 오답을 입력했을 때 정답을 바로 노출하지 않고 친절한 힌트를 제공합니다.

(3) 시작하게 된 계기

여러 특화 노드(Supervisor, Researcher, Quiz, Tutor)가 협력하는 멀티 에이전트 아키텍처를 실제로 구축하고 시각적으로 검증해보고자 시작했습니다.
상태(AgentState) 및 메모리(MemorySaver)를 통합 관리하여 체계적인 대화형 게임 워크플로우를 완성하는 것을 목표로 했습니다.

(4) 개발 스펙

• UI & Web: Streamlit

• Agent Framework: LangGraph (StateGraph, MemorySaver)

• LLM & Tool: OpenAI gpt-4o-mini, LangChain, Wikipedia API Wrapper (WikipediaQueryRun)

• Monitoring: LangSmith (LANGCHAIN_TRACING_V2)

(5) 바라는 것은?

직접 접속하셔서 퀴즈 진행, 힌트 제공 흐름을 경험해보시고,
게임 UX, 에이전트 라우팅 매끄러움, 퀴즈/힌트 생성 품질 등에 대해 자유로운 피드백과 소감을 남겨주시면 감사하겠습니다!

감사합니다 🙌