Coder's Cattitude

Dify에는 검색, 번역, 데이터 변환, 음성 처리 등 다양한 기능을 수행할 수 있는 도구들이 연동되어 있습니다.AI 에이전트나 챗봇을 만들 때 이러한 도구들을 함께 사용하면, 단순한 대화 응답을 넘어 실제 작업을 수행하는 애플리케이션을 만들 수 있습니다.이번에는 실무에서 자주 활용되는 Dify 도구들을 살펴보겠습니다.1. Dify 상단 메뉴에서 도구를 클릭합니다.도구 화면에서는 다음과 같은 항목들을 확인할 수 있습니다.내장: Dify에 기본으로 포함되어 있거나 사용자가 설치한 도구들을 확인할 수 있습니다.커스텀: 사용자가 직접 정의한 커스텀 도구들을 확인할 수 있습니다.워크플로우: Dify 워크플로우를 도구 형태로 만들어 재사용할 수 있습니다.Marketplace: Dify와 연동 가능한 다양한 외부 ..

AI 에이전트란?AI 에이전트는 단순한 대화형 챗봇을 넘어선 자율적인 인공지능 시스템입니다.목표를 달성하기 위해 주변 환경을 관찰(observation)하고, 보유한 도구(tools)를 활용하여 행동(action)하는 자율적인 애플리케이션이라고 정의할 수 있습니다.가장 중요한 특징은 명시적인 인간의 지시 없이도 스스로 목표를 판단하고, 해당 목표를 달성하기 위한 최적의 행동을 계획할 수 있다는 점입니다.기존 챗봇이 “질문 → 답변”이라는 단일 흐름으로 동작했다면, AI 에이전트는 **“목표 → 판단 → 행동 → 검증 → 반복”**이라는 구조로 동작합니다.즉, 답변을 생성하는 것이 아니라 문제를 해결하는 방식에 가깝습니다.2025년 현재, AI 에이전트는 전 세계적으로 급속한 발전을 보이고 있습니다.Ope..

이번에는 웹 상의 정보를 기반으로 답변하는 RAG를 만들어보도록 하겠습니다.1) 지식에서 웹 사이트 동기화를 선택합니다.제공자 선택 화면이 나오며 Jina Reader와 Firecrawl 중 Firecrawl을 선택합니다.두 제공자는 웹 사이트 내용을 추출해주는 도구입니다.2) Firecrawl을 사용하려면 API 키가 필요합니다. 구성을 클릭하고 데이터 소스에서 Firecrawl을 설치합니다.3) 설치가 완료되면 구성 페이지로 이동하여 Firecrawl API 키를 입력할 준비를 합니다. Firecrawl과 Dify가 연결되기 위해 인증 과정이 필요합니다.4) Firecrawl API 설정을 입력합니다.권한 이름: 권한 이름은 자유롭게 입력해도 됩니다. ex) API 인증Firecrawl server’..

1) 이번에는 여러 개의 문서를 이용해 하나의 지식베이스를 구축해보겠습니다. 2) 사용할 문서는 인사 관련 법령입니다. 이를 기반으로 질의응답이 가능한 RAG 챗봇을 만들어보겠습니다. 업로드할 문서는 다음 4개입니다.① 고용보험법② 근로기준법③ 근로자퇴직급여 보장법④ 남녀고용평등과 일·가정 양립 지원에 관한 법률법령 파일은 법제처 국가법령정보센터(https://www.law.go.kr/)에서 다운로드 가능합니다.법령을 검색하고 Dify에서 지원하는 파일 양식(pdf, docx, doc)으로 다운받으면 됩니다.문서가 여러 개일 경우에도 Dify에서는 한 개씩 업로드하면서 동일한 방식으로 설정을 진행해야 합니다. 우선 첫 번째 법령(고용보험법)을 지식베이스에 추가하겠습니다.지식생성(https://hardwo..

1) 앞서 만든 지식을 바탕으로 RAG챗봇을 제작해보겠습니다. ‘지식 기반 RAG’ 이름으로 챗봇을 생성합니다.(1) 앱 만들기 > 빈 상태로 시작 (2) 초보자용 기본 앱 유형 > 챗봇 2) 프롬프트는 RAG 구현에 적합하게 작성해야 합니다. 다음과 같이 작성하겠습니다.3) 지식베이스의 정보를 컨텍스트로 가져오겠습니다.(1) 컨텍스트 > 추가(2) 참조할 지식 선택(3) 지식 추가 완료 4) 디버그 및 미리보기에서 ‘grok3는 누가 언제 만들었나요?’라고 질문을 하면 문서 기반으로 답변하는 것을 확인할 수 있습니다.

RAG를 구축하기 위한 사전 단계: 지식베이스 구축이 필요→ dify에서는 지식베이스 구축을 쉽게 할 수 있도록 지원합니다.1) 지식 메뉴에서 새 지식 생성상단 메뉴 [지식] → [지식 생성] 으로 들어갑니다.여기서 만드는 하나의 지식(knowledge base)이 나중에 RAG에서 사용할 “문서 저장소”가 됩니다.2) step1 : 데이터 소스 선택첫 번째 단계에서 지식베이스에 저장할 데이터 소스를 선택합니다.Dify는 공식 문서 기준으로:로컬 문서(문서 업로드)Notion 동기화웹사이트 동기화(Jina / Firecrawl 사용) 를 지원합니다.한 지식베이스를 “온라인 데이터 전용”으로 만들면, 나중에 로컬 문서를 섞어 넣을 수 없으니 처음에 구조를 잘 정하는 것이 좋습니다.3) 예시 문서 업로드 (..

1. RAG 등장 배경RAG(Retrieval-Augmented Generation)는검색(Retrieval) + 증강(Augmented) + 생성(Generation)을 결합한 기술로,기존 LLM이 갖고 있던 여러 한계를 보완하기 위해 등장했습니다.LLM의 주요 한계할루시네이션: 근거 없는 내용을 사실처럼 생성최신 정보 반영 불가특정 도메인 지식 부족출처 불명확 문제LLM 자체를 다시 학습하거나 사내 데이터를 직접 Fine-tuning하기는 어렵고 비용도 큽니다.그래서 LLM이 외부 지식베이스에서 관련 정보를 가져온 뒤 생성하도록 하는 방식인 RAG이 필요해졌습니다.2. RAG 시스템의 동작 원리일반적인 LLM은 “질문 → 답변”이라는 단순 구조로 동작합니다.반면 RAG은 중간에 검색 과정이 들어가기 ..

이번에는 변수를 활용하여 이메일을 비지니스 스타일에 맞게 교정해주는 챗봇을 만들어보겠습니다.Dify에서 변수를 사용하는 가장 큰 이유는 효율성 때문입니다.변수를 활용하면 하나의 프롬프트로 여러 상황에 대응할 수 있어 매번 새로 작성할 필요가 없습니다.예를들어 ”{{고객명}}님, {{문의내용}}에 대해 안내드리겠습니다"라는 템플릿을 만들면, 고객 이름과 문의 내용만 바뀌어도 자동으로 맞춤형 응답을 생성할 수 있습니다.변수는 사용자가 입력하는 내용에 따라 AI 응답이 실시간으로 바뀌게 해주어 더 자연스럽고 개인화된 대화를 만들어냅니다.또한 한 번 만든 템플릿을 계속 재사용할 수 있어 개발 시간을 크게 단축시키면서도, 일관된 품질의 서비스를 제공할 수 있다는 것이 변수 사용의 핵심 장점입니다.변수1️⃣ 변수는..

시스템 프롬프트를 작성하여 간단한 챗봇 구현인 경상도 아저씨 말투 챗봇을 구현해보겠습니다.사용자의 입력에 대해서 경상도 아저씨처럼 대답하는 챗봇입니다.또한 챗봇을 구현한 뒤, Dify에서 앱을 배포하는 여러가지 방법을 살펴보겠습니다.1. 경상도 아저씨 챗봇 구현Dify 스튜디오에서 ‘빈 상태로 시작’ 을 누릅니다.2) 앱 유형으로 ‘챗봇’을 선택하고 앱 이름은 ‘경상도 아저씨’로 정하고 ‘만들기’를 누릅니다.3) 현재 모델은 ‘Gemini 2.5 Flash’로 설정되어 있습니다. 원하는 모델로 변경하시면 됩니다. 4) 오케스트레이션은 시스템 프롬프트를 입력하는 공간입니다.5) 오케스트레이션에`당신은 사용자의 질문에 경상도 아저씨처럼 툭툭 던지듯 대답하는 챗봇입니다.``경상도 사투리를 사용하며, 말투는 약..

프롬프트(Prompt)란?LLM이 응답을 생성할 때 기준으로 삼는 입력 지시문구조·길이·지시 방식에 따라 모델의 출력 품질이 크게 변화시스템 메시지, 유저 메시지, 예시(Few-shot), 제약 조건 등 여러 요소를 조합해 설계명확하고 일관된 프롬프트는 모델의 추론 정확도·출력 안정성을 높임"LLM의 성능은 모델 자체보다 프롬프트 품질에 더 크게 의존한다"페르소나 프롬프트(Persona Prompt)특징모델에게 특정 역할, 직업, 말투, 전문성, 관점 등을 부여응답의 방향성과 일관성을 크게 높임모델이 "누구처럼" 생각하는지가 지정됨사용 목적전문 도메인 챗봇(법률, 의료, 기술, 고객센터 등)특정한 말투·어조를 유지해야 하는 서비스모델의 응답 범위를 한정하고 안정적으로 만들고 싶을 때장점출력의 스타일·톤·..