Add LangGraph and remove pseudocode

- LangGraph를 워크플로우 관리 도구로 추가
- 의사코드 제거 (실제 파일 참조로 대체)
- 구현 계획 섹션 간소화

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

plans/251016_startup_valuation_reversemountain.md

@@ -232,33 +232,13 @@ if np.random.rand() < acceptance_ratio:
 ### 6.2 구현 계획
 
 **새 스킬**: app/skills/startup_analysis_skill.py
-```python
-class StartupAnalysisSkill:
-    async def find_similar_companies(self, company_name: str):
-        """Neo4j 기반 유사 기업 검색"""
-        # 1. 스타트업 데이터 로드
-        # 2. 태그 기반 필터링
-        # 3. 공통 태그 계산
-        # 4. Top 5 반환
+**새 엔드포인트**: main.py에 /api/analyze/startup/{company_name} 추가
 
-    async def calculate_valuation(self, company_name: str):
-        """Bayesian MCMC 가치평가"""
-        # 1. 유사 기업 수집
-        # 2. Prior/Likelihood 계산
-        # 3. MCMC 샘플링 (비동기)
-        # 4. Posterior 분석
-        # 5. 결과 반환
-```
-
-**새 엔드포인트**: main.py 추가
-```python
-@app.post("/api/analyze/startup/{company_name}")
-async def analyze_startup(company_name: str):
-    skill = StartupAnalysisSkill()
-    similar = await skill.find_similar_companies(company_name)
-    valuation = await skill.calculate_valuation(company_name)
-    return {"similar": similar, "valuation": valuation}
-```
+**워크플로우 관리**: LangGraph
+- 유사 기업 검색 → 가치평가 → 결과 생성의 순차적 흐름 관리
+- 조건부 분기: 데이터 부족 시 대안 방법 자동 선택
+- 상태 관리: 분석 진행 상황 추적 및 사용자 피드백
+- 에러 처리: 각 단계별 실패 시 재시도 로직
 
 ### 6.3 기술적 고려사항
 
@@ -274,10 +254,11 @@ async def analyze_startup(company_name: str):
 - 응답 시간: MCMC 10-30초 소요 ("분석 중..." 메시지 필요)
 - 계산 집약: MCMC 대신 사전 계산 결과 사용 고려
 
-**대안**:
+**구현 접근**:
 - 경량화: networkx 그래프 (Neo4j 없이)
 - 사전 계산: 주요 기업 가치평가 미리 저장
 - 근사: MCMC 대신 Gaussian approximation
+- 워크플로우: LangGraph로 복잡한 분석 흐름 관리
 
 ### 6.4 사용자 경험
 
@@ -339,6 +320,7 @@ Robeing: [40초 후] "약 26억원 (95% 신뢰구간: -48~101억)으로 평가
 - Python neo4j driver 6.0.2
 - NumPy, SciPy: 통계 계산
 - Matplotlib: 시각화
+- LangGraph: 워크플로우 관리 및 상태 추적
 
 ---