Dify (2026 메이저 업데이트)
비주얼 워크플로우 빌더**: 드래그-앤-드롭 캔버스에서 LLM 체인, 조건 분기, 루프 노드를 결합하여 복잡한 에이전트 워크플로우를 코드 없이 구성
Dify는 LangGenius(전 Tencent Cloud DevOps 팀 출신)가 개발한 오픈소스 LLM 앱 플랫폼이에요. 한 줄로 표현하면 'LLM 워크플로우와 RAG를 코드 없이 드래그-앤-드롭으로 조립하는 비주얼 IDE'라고 할 수 있습니다. 기존에 LLM 기반 자동화를 만들려면 LangChain 같은 프레임워크로 직접 코드를 짜고, 벡터 DB·문서 인제스트·관측성 도구를 각자 연결해야 했어요. Dify는 이 모든 단계를 단일 캔버스에 통합해, 노드 박스를 끌어다 놓으면 LLM 체인·조건 분기·RAG 검색·외부 API 호출이 한 번에 묶입니다. 2026-03 메이저 업데이트에서는 **MCP(Model Context Protocol)** 를 양방향 지원해, Dify 워크플로우 자체를 Claude나 Cursor 같은 외부 클라이언트에서 함수처럼 호출할 수 있게 됐죠. 실무 관점에서는 (1) 사내 PDF/PPT 수천 건을 인제스트해 챗봇으로 검색하는 RAG 파이프라인을 30분 만에 구성하고, (2) 100+ LLM 제공자(GPT, Claude, Mistral, 셀프호스팅 Ollama 포함)를 한 클릭으로 교체해 비용·품질을 비교하며, (3) Function Calling/ReAct 에이전트를 50+ 내장 도구(Google Search, DALL·E 등)와 결합해 멀티스텝 자동화를 만들 수 있습니다.
💻 필요한 컴퓨터 사양
불필요 — LLM 추론은 외부 API 또는 별도 추론 서버(Ollama, vLLM 등)에 위임. Dify 자체는 CPU만으로 동작
Docker 이미지 + 벡터 DB + PostgreSQL 합산 약 2-5GB 기본. RAG 문서 규모에 따라 증가
⚡ 설치법
### 4-1. Quick Start (Docker Compose)
```bash
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d
```
설치 완료 후 브라우저에서 `http://localhost/install` 접속하여 관리자 초기 설정.
### 4-2. 상세 설치
```bash
# 1. 저장소 클론 (최신 릴리즈)
git clone https://github.com/langgenius/dify.git
cd dify/docker
# 2. 환경 변수 설정
cp .env.example .env
# .env 파일에서 SECRET_KEY, DB 비밀번호 등 커스터마이즈
# 고급 설정: docker/envs/ 하위 테마별 env 파일 참고
# 3. 서비스 기동 (API, Worker, Web, Plugin Daemon + PostgreSQL, Redis, Weaviate, Nginx 등)
docker compose up -d
# 4. 초기 접속
# http://localhost/install (로컬) 또는 http://<서버IP>/install (원격)
```
**Kubernetes 배포**: 커뮤니티 Helm Chart 다수 존재 (Douban Charts, Magicsong AI Charts 등).
**클라우드 원클릭**: AWS Marketplace (Dify Premium AMI), Alibaba Cloud Computing Nest, Terraform (Azure, GCP) 지원.
---📝 업데이트 노트
아직 업데이트 노트가 없습니다.
🧪 관련 생명의 코드
관련된 생명의 코드 글이 아직 없습니다.