AI Agent,Whitepaper,교육자료

빠른 트랙으로도 다음 5가지는 여러분 손으로 직접 만지셔야 합니다. 이 글은 그 5가지의 학습 경로를 한 장으로 정리합니다.

1. Docker 1줄 또는 npm 1줄로 Flowise 인스턴스 1개를 띄우고 좌측 사이드바의 Agentflows 메뉴가 보이는지 점검하기
2. OpenAI 와 사내 Custom LLM (Gemma 호환 BaseURL) 자격증명 2종 등록
3. Start → LLM → Direct Reply 3노드로 Hello World 워크플로 1개 만들어 첫 응답 받기
4. 14개 표준 노드 중 핵심 5개 (Start · LLM · Agent · Human Input · Direct Reply) 의 정의·언제·입력·출력·실수 5필드를 자기 언어로 설명하기
5. Marketplace 입문 예제 5종 (Memory 4종 비교 · RAG · Tool Agent · Route Agent · Supervisor) 중 1개 이상을 import 해 모델·도구·프롬프트를 자기 환경에 맞춰 변형

Flowise 는 FlowiseAI Inc. 가 2023년 GitHub 에 공개한 Apache 2.0 오픈소스입니다. 한 줄로 표현하면 LangChain.js 위에 React 캔버스 한 겹을 얹어 LLM 오케스트레이션 흐름을 단일 노드 그래프로 표준화한 도구입니다. 라이선스가 자유로워 사내 PoC 가 운영으로 옮겨갈 때 추가 협상이 필요하지 않습니다.

AgentFlow V2 는 그 위에 자체 execution queue 와 Flow State ($flow.state) 를 얹은 새 모델입니다. 외부 프레임워크에 의존하지 않고 자체 노드 14개만으로 LLM 워크플로의 모든 흐름 제어를 명시적으로 표현하는 방향으로 분기됐습니다. V1 과의 분기 규칙은 단순합니다 — *Agentflow 접미가 붙은 노드가 V2 전용입니다.

여러분이 V2 에서 가장 먼저 손에 익혀야 하실 두 노드는 Flow State 와 Human Input 입니다. 이 두 노드를 이해하시면 비인접 노드 간 상태 공유, 사람 결재 끼어들기, 워크플로 체크포인트 세 가지 패턴을 한꺼번에 다루실 수 있습니다.

Flow State 는 그래프 전역에서 읽고 쓰는 변수 상자입니다. Agent · Custom Function · Iteration · Loop · Condition Agent · Direct Reply · LLM 노드 7곳에서 갱신할 수 있습니다. 갱신 가능 노드 7곳과 함정 3가지는 백서 13장에 정리되어 있습니다.

Human Input 은 워크플로가 실행되는 도중에 사람의 확인 단계를 정식 노드로 끼워 넣는 표준 노드입니다. 자동화 플랫폼에서는 보통 외부 webhook 으로 풀어야 하는 패턴인데, V2 에서는 캔버스 위 한 노드로 끝납니다.

여러분이 5장에서 만지시게 될 14개 표준 노드의 한 줄 역할입니다. 각 노드의 5필드 (정의·언제·입력·출력·자주 막히는 실수) 는 백서 7~13장에서 펼쳐집니다.

가장 자주 빠뜨리시는 노드는 Direct Reply 입니다. 응답이 안 돌아온다면 8할은 이 노드가 빠졌거나 연결이 끊겨 있어서입니다.

빠른 트랙 4시간의 절반은 다음 두 단계입니다.

docker run -d --name flowise -p 3000:3000 flowiseai/flowise

브라우저에서 http://localhost:3000 을 여시고 좌측 사이드바에 Agentflows 메뉴가 보이면 정상입니다. 안 보이시면 Flowise 버전이 V1 전용일 가능성이 큽니다 — 이때는 백서 1.3.2 의 점검 한 줄을 확인하십시오.

자격증명 화면에서 OpenAI 키 1개와 (선택) 사내 Custom LLM BaseURL 1개를 등록하신 뒤, 새 Agentflow 를 만드시고 캔버스에 Start → LLM → Direct Reply 3개 노드를 끌어다 놓고 화살표로 연결하시면 됩니다. LLM 노드의 system prompt 에 한 줄, Start 의 입력 변수에 question 하나, Direct Reply 의 응답 본문에 한 줄을 박으시면 첫 응답이 돌아옵니다.

✅ 체크포인트 — 첫 응답을 받으셨다면 Hello World 통과입니다. 응답이 안 돌아오면 Direct Reply 누락, BaseURL 오타, Credential 미등록 셋 중 하나입니다.

14장에서 다루는 marketplace 입문 예제 5종은 다음과 같은 5가지 패턴을 한 번씩 직접 만져 보시도록 설계되어 있습니다.

• Memory 4종 비교 — Buffer / Buffer Window / Conversation Summary / Vector Store 의 차이를 같은 흐름에서 노드만 갈아 끼우며 체감
• RAG — Retriever 노드 + 사내 PDF 1건으로 외부 문맥 검색 패턴
• Tool Agent — LLM 단독 응답이 막힐 때 MCP 표준 도구로 외부 함수 호출
• Route Agent — Condition Agent 로 사용자 의도를 분기 (FAQ vs 작업 요청)
• Supervisor — Multi-agent 협업 (Plan → Execute → Review)

위 5종 중 1개 이상을 import 해 모델·도구·프롬프트를 자기 환경에 맞춰 변형하시면 1주 자기학습의 마지막 산출입니다.

Q1. 학습 분량은 어느 정도입니까?
A. 빠른 트랙 4시간 (0~6장 + 14장 일부) / 깊은 트랙 1주 (0~15장 전체) 두 경로로 설계되어 있습니다. 빠른 트랙만 마치셔도 Hello World 3노드와 marketplace 예제 1종 변형까지는 진입 가능합니다.

Q2. Docker 외에 다른 설치 옵션이 있습니까?
A. npm install -g flowise && npx flowise start 1줄로도 가능합니다. 사내 사이드카·테스트 PC 환경에서는 npm 1줄이 더 가벼우실 수 있습니다.

Q3. Flowise V1 과 V2 는 어떻게 구분합니까?
A. 좌측 사이드바에 Agentflows 메뉴가 보이고, 노드 이름에 *Agentflow 접미가 붙어 있으면 V2 입니다. V1 만 보인다면 Flowise 버전을 1.x 이상으로 올리셔야 합니다.

Q4. Flow State 와 Human Input 의 역할 차이는 무엇입니까?
A. Flow State 는 그래프 전역의 변수 상자 — 비인접 노드 간 상태 공유와 체크포인트 명시 용도입니다. Human Input 은 흐름 도중 사람의 확인을 받는 정식 결재 노드 — 사람 검토 단계를 캔버스 위 표준 노드로 다룹니다. 둘은 보통 한 그래프에서 함께 등장합니다.

이 글은 학습 경로 1장 요약입니다. 본격적인 실습은 첨부 백서 15장 본문 + 부록 A 표준 노드 cheatsheet + 부록 B v1 → v2 마이그레이션 매핑표 + 부록 C 자가 진단 체크리스트가 한 권으로 안내합니다. 빠른 트랙 4시간을 비우시고 Docker 1줄부터 시작해 보십시오.