Dify 사용법 총정리 — 코딩 없이 AI 워크플로우 만드는 법

Dify가 뭔가요?

Dify(디파이)는 코딩 없이 AI 워크플로우, RAG 챗봇, AI 에이전트를 만들 수 있는 오픈소스 LLM 개발 플랫폼입니다.

"AI 앱을 만들고 싶은데 코드를 모른다" — 이런 분들을 위해 만들어졌어요. 드래그앤드롭으로 블록을 연결하면 AI 워크플로우가 완성됩니다. GitHub 스타 138,000개를 넘긴 프로젝트인 만큼 커뮤니티도 활발하고, 한국어 문서도 제공됩니다.

GPT-4o, Claude, Llama3 같은 모델을 자유롭게 갈아끼울 수 있고, 셀프 호스팅하면 완전 무료로 쓸 수 있다는 게 가장 큰 장점이에요.

[이미지: Dify 공식 홈페이지 — Agentic Workflow Builder]

핵심 기능

Dify 사용법을 알기 전에, 이 도구가 할 수 있는 것부터 짚어볼게요.

1. 워크플로우 빌더

가장 핵심적인 Dify 기능입니다. 시각적 캔버스에서 노드를 연결해 AI 파이프라인을 만듭니다.

LLM 호출 노드: GPT, Claude, Llama 등 원하는 모델을 선택
지식 검색 노드: RAG 파이프라인으로 내 문서에서 답변 생성
조건 분기: if/else 로직으로 흐름 제어
코드 실행: Python/JavaScript 블록으로 데이터 가공
HTTP 요청: 외부 API 연동 (슬랙, 이메일 등)

프롬프트 쓰고 → 모델 연결하고 → 출력 형식 지정하면 끝. 이게 워크플로우 하나입니다.

2. RAG (검색 증강 생성)

PDF, PPT, 워드 문서를 업로드하면 Dify가 자동으로 청크 단위로 분리하고 임베딩합니다. 사용자가 질문하면 관련 문서를 검색해서 LLM에게 전달하는 방식이에요.

활용 예시:

사내 규정 Q&A 챗봇
제품 매뉴얼 검색 봇
논문/리포트 분석 도우미

3. AI 에이전트

Function Calling 또는 ReAct 방식으로 에이전트를 만들 수 있습니다. Dify에는 50개 이상의 내장 도구가 준비되어 있어요.

Google 검색, DALL-E, Stable Diffusion
WolframAlpha, 날씨 API
커스텀 API 도구 추가 가능

에이전트가 스스로 도구를 선택하고, 결과를 조합해서 최종 답변을 만들어줍니다.

4. MCP 네이티브 통합

2026년 들어 가장 주목할 업데이트입니다. Dify가 MCP(Model Context Protocol) 서버로 동작할 수 있게 되었어요. 만든 AI 앱을 MCP 서버로 퍼블리시하면, Claude Desktop이나 다른 MCP 클라이언트에서 바로 호출할 수 있습니다.

이렇게 써보세요 — 실전 활용법

활용 1: 10분 만에 RAG 챗봇 만들기

가장 인기 있는 dify 사용법입니다. 순서는 간단해요.

Dify 대시보드에서 "챗봇" 앱 생성
Knowledge 탭에서 PDF/문서 업로드
시스템 프롬프트에 역할 지정 (예: "당신은 사내 규정 전문가입니다")
모델 선택 (GPT-4o, Claude 등)
"게시" 클릭 → 공유 가능한 챗봇 URL 생성

이 과정에서 코드는 한 줄도 필요 없습니다. 업로드한 문서를 기반으로 답변하는 AI 챗봇이 바로 만들어져요.

활용 2: 자동 리서치 워크플로우

매주 시장 리포트를 정리해야 한다면 이런 워크플로우를 만들어보세요.

시작 노드: 키워드 입력
Google 검색 도구: 최신 뉴스 수집
LLM 노드: 수집된 내용을 3줄 요약
HTTP 요청: 슬랙 채널에 자동 전송

한번 만들어두면 키워드만 바꿔가며 반복 사용할 수 있습니다.

활용 3: 고객 문의 자동 분류

고객 문의 메일이 들어오면 AI가 카테고리를 분류하고, 긴급도를 판단해서 담당자에게 라우팅하는 워크플로우를 만들 수 있어요. 조건 분기 노드를 활용하면 "환불 요청"은 CS팀으로, "기술 문의"는 개발팀으로 자동 연결됩니다.

[이미지: Dify 가격 플랜]

요금 & 시작하기

Dify는 두 가지 방식으로 시작할 수 있습니다.

Dify Cloud (클라우드)

플랜가격메시지 크레딧앱 수Knowledge 저장소Sandbox무료200회/월5개50MBProfessional$59/월5,000회/월50개5GBTeam$159/월10,000회/월200개20GB

Sandbox는 무료로 바로 시작할 수 있어요. 회원가입만 하면 됩니다.

셀프 호스팅 (완전 무료)

Docker가 설치되어 있다면 3줄이면 끝납니다:

cd docker
cp .env.example .env
docker compose up -d

http://localhost에 접속하면 Dify 대시보드가 뜹니다. 셀프 호스팅은 메시지 제한 없이 무제한으로 사용할 수 있어요. LLM API 키만 본인 것을 연결하면 됩니다.

지피터스에도 Docker 없이 로컬 설치하는 방법이 공유되어 있으니, Docker가 어려우신 분은 커뮤니티 글을 참고하세요.

자주 묻는 질문

Dify는 무료인가요?

Dify Cloud Sandbox 플랜은 무료로 월 200회 메시지를 사용할 수 있습니다. 셀프 호스팅하면 메시지 제한 없이 완전 무료로 사용 가능해요. 단, LLM API 비용(OpenAI, Anthropic 등)은 별도입니다.

Dify 시작하려면 뭐가 필요하나요?

Dify Cloud는 이메일 회원가입만 하면 바로 시작할 수 있습니다. 셀프 호스팅은 Docker와 최소 2GB RAM 서버가 필요합니다. 코딩 지식은 필요 없어요.

Dify와 n8n의 차이점은?

n8n은 범용 자동화 도구이고, Dify는 AI/LLM 특화 플랫폼입니다. n8n은 이메일 발송, DB 연동 같은 일반 자동화에 강하고, Dify는 RAG, 프롬프트 관리, 모델 비교 같은 AI 워크플로우에 특화되어 있어요. AI 앱을 만들 거라면 Dify, 업무 자동화 전반이라면 n8n이 더 적합합니다.

Dify는 한국어를 지원하나요?

네. Dify 인터페이스는 한국어를 포함한 다국어를 지원하고, GitHub README도 한국어 버전이 있습니다. RAG에 한국어 문서를 업로드하면 한국어로 답변하는 챗봇도 만들 수 있어요.

Dify에서 어떤 AI 모델을 쓸 수 있나요?

GPT-4o, Claude Sonnet/Opus, Llama3, Mistral 등 수백 개 모델을 지원합니다. Ollama로 로컬 모델도 연결할 수 있고, OpenAI API 호환 형식이면 어떤 모델이든 추가 가능해요.

💡 한 발 더 — 나의 생각

Dify의 진짜 가치는 "노코드 AI 빌더"라는 타이틀이 아니라, AI 앱의 운영 도구라는 점에 있습니다.

대부분의 노코드 AI 도구는 "만들기"까지만 도와줘요. Dify는 여기서 한 걸음 더 나갑니다. 프롬프트 버전 관리, 모델 A/B 비교, 토큰 사용량 모니터링, 사용자 대화 로그 분석까지 — 프로덕션 환경에서 AI 앱을 "관리"하는 기능이 내장되어 있어요.

이건 단순히 챗봇 하나 만드는 도구가 아니라, 팀에서 AI 서비스를 운영하기 위한 인프라에 가깝습니다. 실제로 Dify Enterprise를 도입한 회사들은 이 관찰(Observability) 기능 때문에 선택했다는 후기가 많아요.

한 가지 아쉬운 점은 워크플로우가 복잡해지면 디버깅이 까다로워진다는 거예요. 어떤 노드에서 에러가 났는지 추적하는 게 아직은 불편합니다. 그래도 오픈소스 프로젝트 특성상 업데이트가 빠르니, 이 부분도 곧 개선될 거라 봅니다.

n8n이나 Make와 비교하면, "AI에 올인한 노코드 도구"라는 포지션이 명확해요. 범용 자동화가 필요하면 n8n, AI 앱 개발과 운영이 필요하면 Dify — 이렇게 역할을 나누면 됩니다.

원문: https://dify.ai/

📣 24기 대기자 모집이 시작되었습니다!