2. 바로 Dify 사용하기

Dify(디파이) 노코드 AI구축 기초부터 실무 가이드

Mar 30. 2025

(1) Dify란?

실무에서 Dify(디파이)를 도입해본 경험이 있는 필자입장에서 왜 Dify(디파이)를 추천하는지 그 이유를 설명합니다. Dify를 한마디로 말하면, "AI 앱개발을 단순화하여, 누구나 자신의 아이디어를 현실로 만들 수 있는 플랫폼"입니다.

AI앱개발에는 복잡한 요소들이 엄청나게 필요합니다. 그러나, Dify는 그런 복잡함을 대폭 줄여줍니다. 그래서 필자나 독자는 아이디어의 실현에 집중할 수 있다는 것입니다.

Dify(디파이)를 추천하는 주요 이유는 다음과 같습니다.

오픈소스이다

노코드, 로우코드로 앱 개발이 가능하다

작성한 앱을 API호출할 수 있다

로컬 환경에서도 실행할 수 있다.

이 4가지 특징이 기존 AI 앱 개발의 장벽을 크게 낮춰줍니다.

① 오픈소스의 장점

Dify(디파이)의 큰 특징 중 하나는 오픈소스라는 점입니다. 즉, 소프트웨어의 설계도(소스코드)가 공개되어 있습니다. 누구나 그 내부를 확인하고, 개선할 수 있다는 것입니다.

이것이 왜 중요할까요?

우선 안심하고 사용할 수 있기 때문입니다. 가전제품을 구매할 때 내부가 보이지 않는 블랙박스보다, 구조가 밝혀진 제품이 더 안심되지 않을까요? 고장나면 부품을 교체해 스스로 수리할 수도 있습니다. 이와 마찬가지로 Dify(디파이)는 내부설계도(소스코드)가 공개되어 있으므로, 데이터가 어떻게 다뤄지는지, 위험한 부분은 없는지 누구나 확인할 수 있습니다. 다음은 모두가 같이 더욱 나은 방향으로 개선할 수 있기 때문입니다.

Dify(디파이)는 전세계 개발자들이 모이는 GitHub라는 장소(리포지토리)에 공개되어 있습니다. 여기서는 누구든지 '이 부분이 사용하기 불편하다', '이런 기능이 있으면 좋겠다'라는 제안을 할 수 있습니다. 버그(불량)를 발견하면 보고도 할 수 있습니다. 그리고 그런 목소리들을 반영하면서 제품은 매일매일 진화해 갑니다.

이는 특히 중요한 것이 생성형 AI의 세계입니다. 어제의 최신기술이 오늘은 구식이 될 정도로 진화 속도가 빠릅니다. 그런 초고속 변화하는 세계에서는 많은 사람들의 눈과 지혜를 모을 수 있는 오픈소스라는 형태가 매우 이치에 맞는 것입니다.

② 노코드, 로우코드 개발의 매력

Dify(디파이)의 직관적인 인터페이스가 놀라운 점은 프로그래밍 기술이 없이도 AI앱을 만들 수 있다는 점입니다. 예를 들어, 챗봇을 만들기 위해 복잡한 설정이 필요하지 않습니다. 버튼만 클릭하면 됩니다. 또한, RAG(검색증강생성), 에이전트(자율형 AI), 워크플로우(자동화 시스템)와 같은 고급기능도 쉽게 구현할 수 있습니다. 더 나아가, 여러가지 LLM을 자유자재로 사용할 수 있습니다.

RAG는 이런 형태?

RAG(검색증강생성)는 LLM의 응답능력과 정보검색을 결합한 기술입니다. 예를 들어, 사내문서나 기술문서를 업로드하기만 하면, 이를 바탕으로 질문에 답해주는 AI시스템을 만들 수 있습니다. 데이터베이스에 대한 지식이 필요없습니다.

AI 에이전트의 방식은?

워크플로우는 복잡한 업무 프로세스를 AI로 자동화하는 메커니즘입니다. 예를 들어, 잠재고객분석부터 제안서 작성까지 일련의 과정을 자동화할 수 있습니다. 또한, 대량의 데이터를 한번에 처리(배치처리)하는 것도 가능하며, 처리된 데이터를 CSV파일로 다운로드할 수도 있습니다.

AI 워크플로우는?

여러가지 LLM을 자유롭게

Dify(디파이)의 놀라운 점은 다양한 LLM을 자유롭게 사용할 수 있다는 것입니다. GPTs와 같은 다른 플랫폼은 대체로 OpenAI모델에 한정되지만, Dify(디파이)는 다릅니다. 또한 프로그래밍 없이도 다양한 LLM의 API를 호출할 수 있습니다. 새로운 LLM이 출시되면 바로 테스트해볼 수 있습니다. AI업계에서는 어제의 최강 모델이 오늘에는 2위로 내려가는 경우가 흔하며, 고가의 LLM API비용이 하루만에 절반으로 내려가는 경우도 있습니다. 그런 상황에서 신속하게 LLM을 전환할 수 있는 것은 매우 중요합니다. 얼마나 빠르게 최적의 LLM으로 전환할 수 있느냐가 앱개발에서 이러한 대체 가능성을 항상 보장하는 핵심요소입니다. 이 유연성과 확장성은 AI앱의 개발과 연구에 있어 헤아릴 수 없는 가치를 가지고 있습니다.

③ API로 호출이 가능하다

Dify(디파이)로 만든 앱은 웹API로 공개할수 있습니다. 즉, 기존 시스템과 Dify(디파이)를 쉽게 연동할 수 있습니다. 예를 들어, 사내 전자상거래 쇼핑몰에 상품 추천 기능을 추가하거나, 사내 검색시스템에 AI를 결합할 수 있습니다. 프로그램 제어는 사용자측 앱에 맡기고 자연어처리와 추론을 Dify(디파이)에 맡기는 방식으로 사용할 수 있습니다. 엔지니어들은 이것을 BaaS(Backend as a Service)라고 부릅니다.

또한, RAG(검색증강생성)의 지식베이스도 API로 업데이트할 수 있습니다. 즉, AI의 지식을 항상 최신 상태로 유지할 수 있습니다.

④ 로컬 환경에서 작동

Dify(디파이)는 로컬환경에서 실행할 수 있습니다. 사내용도로 한정하고 보안이 중요한 경우에 이는 최적의 해결책이 됩니다. 외부와 연결되는 것은 LLM을 호출하는 API뿐입니다. LLM 제공사가 데이터의 기밀성을 보장해주지만, 충분한 보안이 확보될 수 있습니다.

또한, 로컬환경에서 운영할 수 있는 장점은 사내기밀문서나 데이터베이스와 사용자 애플리케이션 간의 연동이 로컬환경내에서 원활하게 이루어진다는 것입니다.

참고로 로컬에서 동작하는 LLM, 특히 소규모 모델을 SLM(Small Language Model)이라고도 부르는데, 이를 로컬환경에서 실행할 수 있다면 완전히 클로즈드한 환경에서 AI 앱을 운영할 수 있게 됩니다. 물론, LLM을 실행하기 위해 충분한 GPU가 내장된 서버를 준비해야 하지만, 최근 기술의 발전을 감안하면 가까운 미래에 내부 환경에서 현장에서 충분한 성능을 발휘하는 LLM을 실행할 수 있습니다.

로컬에서 동작하는 LLM이라고 하면, "작은 버전의 AI"라고 생각하는 독자가 있다면 그것은 큰 오해입니다. 로컬 LLM은 앞으로 미래 먹거리의 핵심이 될 수 있습니다. 물론 GPT-4o, o1, Gemini 2.0, Claude 3.5정도의 만능모델은 아닐지라도 특정분야에서는 "이거 좋네"라는 수준의 실력을 보여줄 수 있습니다.

또한,

데이터는 완전히 사내에서 관리됩니다.

특정분야에 특화된 전문AI로 활용할 수 있습니다.

비용 효율성이 뛰어납니다.

원하는만큼 자유롭게 커스터마이징할 수 있습니다.

가까운 미래에는 "우리 회사의 AI"가 당연한 시대가 올지도 모릅니다.

⑤ 솔직히 Dify도 아쉬운 점이 있다!

Dify(디파이)도 앞으로 해결해야할 과제가 있습니다. 예를 들어,

상세한 커스터마이징에는 한계가 있습니다.

대규모 데이터 처리에는 적합하지 않습니다.

완전한 노코드라고 단언할 수 없습니다. (가끔 Python 지식이 필요합니다)

그러나, 이런 문제는 치명적인 것은 아닙니다. 오히려 이런 부분들이 이해한 상태에서 활용하면 Dify(디파이)의 진가를 발휘할 수 있다고 봅니다. 따라서 적절하게 사용하면, Dify(디파이)는 각 사용자수준에 맞게 활용할 수 있습니다. 경험이 많은 엔지니어라면 Dify로 프로토타입을 제작한 후, 필요에 따라 Python등으로 재작성하면 전용 앱으로 발전시킬 수 있고, 초보자라면 가능한 것부터 조금씩 시작할 수 있습니다. 각자의 능력 수준에 맞춘 사용법들이 마련되어 있습니다.

빠르고(속도), 저렴하고(비용), 뛰어나고(품질)는 필자가 생각하는 Dify(디파이)의 매력은 바로 이 3가지가 모두 갖춰져 있다는 점입니다. 지금 필자가 설명하는 내용을 전부 이해할 필요는 없습니다. 급하게 생각하지 말고 천천히 앞으로 필자가 공개하는 내용을 따라해보면서 체험하고 익히면 충분히 따라올 수 있습니다.

앞으로 공개할 실제 사용방법은 챗봇 제작부터 RAG시스템 구축, 워크플로우 제작 등 순서대로 설명할 것입니다.

(2) 바로 Dify 사용하기

① Dify 시작하기 (클라우드 버전과 커뮤니티 버전)

이제 Dify(디파이)를 사용해보고 싶은 독자는 실제 사용방법은 2가지 선택지가 있습니다. 브라우저에서 바로 사용할 수 있는 클라우드 버전과 자신의 PC에 설치하여 사용하는 커뮤니티 버전(로컬 버전)입니다.

"어느쪽을 선택해야 할까요?"

답은 간단합니다. 먼저 클라우드 서벚부터 시작하는 것을 추천합니다. 왜냐하면, 설정과정 없이 바로 Dify(디파이)의 세계에 뛰어들 수 있기 때문입니다. 그렇지만 좀더 공부해보고 싶은 독자는 로컬 버전을 설치해서 사용하길 권장합니다.

이번에는 Dify(디파이)를 이용해서 처음 챗봇을 제작하는 과정을 익혀보겠습니다. 단, 이 글을 공개하는 시점에서는 Dify v1.1.3으로 업데이트된 시점이라서 이 버전을 기준으로 진행하면 과거 버전과 다소 구성화면이나 기능이 약간 다를 수 있습니다.

② Dify 계정 만들기 (클라우드 버전)

로컬에 설치했다면 이번 단계를 넘어갑니다. 클라우드 버전을 시작하려면 계정부터 만들어봅시다.

③ 첫번째 앱 생성하기

대시보드의 [빈 상태로 시작]을 클릭합니다. 그러면 새 앱 생성화면이 표시됩니다.

여기서 중요한 것은 '앱 유형 선택'을 선택하는 것입니다. 이번에는 [챗봇]을 선택합니다. 다음으로 '앱 아이콘과 이름'을 설정합니다. 이름은 나중에 변경이 가능하지만, 기억하기 쉬운 이름을 짓는 요령이 필요합니다. (예: 첫번째 테스트앱), 설명도 간단히 입력해 둡니다. (예: "간단한 AI 챗봇앱을 만들어 봅니다") 모든 입력을 마치면, [만들기]버튼을 클릭합니다.

그러면 아래와 같은 '오케스트레이션'화면이 표시됩니다. 여기서 챗봇설정을 진행합니다. 이후 '오케스트레이션'이라고 하면 이 화면이라는 것을 기억합시다.

④ 앱 테스트

오케스트레이션 화면이 열렸을 때 이미 기본적인 앱은 동작중인 상태입니다. 화면 오른쪽의 '디버그 및 미리보기'섹션에서 만들어진 챗봇동작을 실시간으로 테스트할 수 있습니다. 위 기름의 화면 오른쪽 하단이 입력박스가 있습니다. 테스트삼아 "안녕하세요. 당신에 대해 설명해 주세요."라고 입력해봅시다. AI가 어떤 식으로 응답하는지 확인할 수 있습니다.

클라우드버전 실행 내용 (gpt-4o-mini)

로컬 버전 실행 내용 (DeepSeek R1)

⑤ 앱 공개

테스트가 잘되었다면, 이제 공개단계입니다. 화면 오른쪽 상단 [발행]버튼을 클릭한 후, [Publish Update]버튼을 클릭하고 아래와 같이 공개설정 화면이 표시됩니다. [앱 실행]을 클릭합니다.

그러면, 별도의 탭이 열리고 독자의 챗봇 앱 공개페이지가 나옵니다. [새 채팅]버튼을 클릭하면 실제 챗팅화면이 나옵니다.

⑥ 챗봇 웹앱 공유

공개 페이지의 URL을 복사하여 소셜네트워크나 이메일등으로 친구나 동료에게 보내기만 하면 공개된 챗봇앱을 간단하게 공유할 수 있습니다. 또한 공유된 사람들도 웹상에서 챗봇을 사용할 수 있습니다.

프로그래밍 지식없이 노코드 형태로 자신만의 AI챗봇을 만들고 공개할 수 있게 되었습니다.

Dify(디파이)를 사용하면 이 정도만으로도 실용적인 AI챗봇을 만들수 있습니다.기본적인 계정 생성부터 챗봇설정, 테스트, 공개까지 프로그래밍지식없이도 몇분만에 완료했습니다. 다만, 이 단계에서는 아직 원하는대로 답변이 나오지 않을 수 있습니다. 다음에는 챗봇을 더 똑똑하고 편리하게 만든느 방법을 배워보겠습니다.

GAEBAL AI 개발사: https://gaebalai.com

LLM/RAG/미세조정 전문개발 - GAEBAL AI

저희는 오픈소스 LLM(DeepSeek, Llama, Qwen, Phi)를 이용하여 기업 내부데이터를 RAG(검색증강생성)이나 파인튜닝(미세조정)으로 최적화하여 기업용 내부 LLM을 개발을 전문으로 합니다.

https://gaebalai.com/

AI 강의 및 개발, 컨설팅 문의: https://talk.naver.com/ct/w5umt5

keyword

멤버쉽

AI개발자 소속 MDRULES

AI개발자는 AI LLM개발자로 일하며, Context Engineering, 프롬프트 엔지니어링관련 해서 기업대상으로 AI에이전트 개발부터 스펙주도개발, 바이브코딩 교육을 합니다

구독자 73

월간 멤버십 가입 월간 멤버십 가입

작가의 이전글1. Dify로 시작하는 하고 싶은 일에 맞춘 개발3. LLM모델 등록하기작가의 다음글