[RAG 서비스 완성 및 배포 도전 2탄] 챗봇 고도화는 미룬 채, 일단 배포부터 따라해서 Deploy하는 방법 배워보기
2025.09.14
![[RAG 서비스 완성 및 배포 도전 2탄] 챗봇 고도화는 미룬 채, 일단 배포부터 따라해서 Deploy하는 방법 배워보기 본문 이미지](/_next/image?url=https%3A%2F%2Fcdn-beta.gpters.org%2Fexternal%2F4d4d2b6f7d35833d2e74a0a3.jpg&w=3840&q=75)
Dify 로 만들고 있는 이호선 교수님 페르소나의 챗봇이
제대로 작동하도록 스터디장님에게 받은 피드백을 바탕으로
더 고도화하고 Fine-tuning해야 하는데,
일단 잠시 접어두고
배포하는 방법을 몰라서 왕궁금해하고 있던 상황인지라
스터디장님께 배운 배포하는 방법을 따라해봅니다.
(좋은 서비스 만드는 것은 접어두고
후진 서비스를 배포부터 먼저 해 보는
무모함은 어떠한가요? ㅎㅎ)
Dify 에서 만든 챗봇에서 게시하기를 누르고 API 참조 접근을 살포시 눌러봅니다.

스터디장님 조언대로
API 액세스에 있는 모든 가이드 내용들을 긁어서

Google AI Studio의 Build로 가서

가이드 문서 내용 다 때려넣고
위의 dify api 이용 가이드 문서를 참고하여 (dify api key : "xxxxxxxxxxxxxxxx") UI/UX 측면에서 심미적으로 완벽한 챗봇을 만들어줘.
참고로, Dify API로 연결된 Dify 채팅플로우는 첨부한 이미지와 같아.Dify AI로 만든 노드 이미지도 캡쳐해서 넣어주고
일을 시킵니다.
얼마 있다가 열심히 코드를 짜더니 챗봇을 만들어줍니다.
짜~잔 하고 결과물이 나옵니다.
그럴싸 합니다.
그런데 test를 해 보니 질문에 대한 답변이 나오지 않아서
다시 reload를 하니 답변이 보입니다.
reload를 해야만 답변이 보이는 것은 에러네요.
그래서 몇 번 문제 상황을 설명하고 고쳐달라고 했는데
고치는 것 같더니 문제는 해결되지 않고 계속 똑같은 문제가 발생합니다.
그래서 수정하는 것보다는 새로 만드는 것이 더 낫다는 조언을 어디선가 들은 적이 있어서
(코드를 새로 짜는 게 더 빠르고 효율적이라는 조언)
지금까지의 작업은 다 엎고, 새로 만들기로 합니다.
위의 dify api 이용 가이드 문서를 참고하여 (dify api key : "xxxxxxxxxxxxxxxx") UI/UX 측면에서 심미적으로 완벽한 챗봇을 만들어줘. 사용자가 질문을 하면 Dify로 생성된 답변이 자동으로 화면에 출력되는 챗봇이어야 해!
참고로, Dify API로 연결된 Dify 채팅플로우는 첨부한 이미지와 같아.이처럼 추가 요청 사항을 넣고 작업을 다시 시킵니다.
그랬더니 이번에는 작업이 잘 된 것 같습니다.

그래서 이번에는 구글 cloud 이용해서 진짜 배포까지 진행해봅니다.

로켓 모양의 배포 버튼을 누르니
구글 cloud에서 프로젝트 새로 만들어 놓은 것이 보입니다.
그래서 선택해줍니다.

그러고 나니 좀 있다가 이렇게 뜹니다.

링크를 눌러 보니

요상하긴 하지만 뭐, 이런 것인가 보다 하고 적응해 보려고 합니다.
URL을 눌러서 간 후에 역시 test 해봅니다

UI/UX가 후진 것 빼고는 괜찮습니다.
배포가 이런 방식으로 이루어지는 것이라는 점을 배웠습니다.
구글 AI Studio에 가보니
나의 앱에 다음과 같이 등록되어 있는 것을 확인할 수 있었습니다.

이렇게 배포하는 것을 배워봅니다.
Questions
사용자별 대화 기록 등을 DB화 해서 사용자에 대한 기억을 바탕으로 서비스를 하려고 한다면 DB 연결 같은 것은 Dify에서 어떻게 할 수 있는 것인가요?
Lovable, Streamlit, Vercel, OpenWebUI(테디노트님 언급) 등등과도 연결해서 dify로 만든 챗봇을 서비스할 수 있는 것인가요? 그렇다면 방법은 어떻게 되는 것인지?
UI/UX를 개선하는 좋은 방법은?
스터디원 분 중 한 분이 만들고 계신 아래의 화면과 같은 방식으로 서비스를 만들려고 하면 어떻게 하면 되는 것인가요?

감사합니다.
로그인하고 댓글을 남겨 주세요
아는 것이 없지만, 답변을 잠깐 남겨드리자면..
1. 가능합니다. 저 같은 경우는 (이미 누군가가 구현해준..) AWS storage를 활용합니다만, 사용자 정의 마켓플레이스에서 data source 부분 뒤져보면 활용하실 수 있는 것이 있을 듯 합니다. (n8n 같은 곳에서는 postgresql 같은 노드를 연결하고, 사용자의 메타정보 ( 나이/이름 등)과, 이전 대화 이력 등을 저장해놓고, 사용자가 챗봇을 쓸 때마다, 해당 정보를 활용하게 됩니다. 제가 카카오톡 방에 사례 공유 드린 것도 동일한 로직입니다)
2. 가능합니다. vercel 예시로 들면, (제가 카카오톡 방에서 사례 공유 드린 것이 vercel로 연동한 것입니다) -> v0라는 툴로 가서, 내 api 정보는 ~~하니까 이거 기반으로 프론트 페이지 만들어줘. 라고 하면 만들어줍니다. (다만 api key랑 api 문서를 복붙 정도는 해줘야, v0가 만들어줍니다)
-> 추가로 v0는 초기엔 무료긴 한데, 좀 쓰다보면 바로 유료라...
저도 디자인 쪽은 답이 없어서.. 패스하겠습니다.
예시 화면을 어떻게 만드셨는 지는 잘 모르겠지만..
만일 제가 저걸 만든다면, 대시보드 / AI 플래너 / 내 여행 등 각 버튼이 있는 랜딩 페이지를 만들고,(v0 에 "만들어달라고" 하면 만들어줍니다.) AI 플래너 버튼을 누르면 AI 플래너 관련 화면이 보이도록 만들어달라 하고 (v0에 "만들어달라고" 하면 만들어줍니다) / 여기에 사용자가 입력할 수 있는 칸을 만들어주고, 이 칸에 사용자가 ~~~를 입력하면, 내 dify 엔드포인트에 연결해줘. 라고 할 것 같습니다.
대략 무슨 말씀이신지 이해가 되고 있습니다.
도움 주셔서 감사합니다. 🙇 🌸 👍
사용자별 대화 기록 등을 DB화 해서 사용자에 대한 기억을 바탕으로 서비스를 하려고 한다면 DB 연결 같은 것은 Dify에서 어떻게 할 수 있는 것인가요?
>> 요즘엔 외부 툴과의 연동이 비교적 간단한 Supabase와 같은 플랫폼이 DB로 많이 쓰이고 있는 것 같습니다. Dify 자체적으로 연결하는 것보다는 Dify API와 Supabase API를 함께 적절히 잘 활용하시면 원하시는 방향으로 앱이 제작될 수 있을 것 같습니다.
Lovable, Streamlit, Vercel, OpenWebUI(테디노트님 언급) 등등과도 연결해서 dify로 만든 챗봇을 서비스할 수 있는 것인가요? 그렇다면 방법은 어떻게 되는 것인지?
>> 네, 물론 가능합니다. 저번 스터디에서 보여드렸던 Google AI Studio Build와 거의 유사하게 제작이 가능합니다. Dify API 관련 문서를 AI에게 제공하여 각 플랫폼, 프로그래밍 언어에 맞게 원하는 느낌의 웹앱을 프롬프트에 잘 담아내어 설명하신 후에 각 플랫폼에서 제공하는 배포 기능을 통하여 배포하시면 됩니다.
UI/UX를 개선하는 좋은 방법은?
>> 윤누리 님의 사례 발표에서도 간단하게 언급드렸는데, Google AI Studio Build를 통하여 코드 초안을 생성했다고 가정하면, 그 코드 전체를 다운로드 받은 후에 해당 코드 전체를 담은 폴더를 Claude Code, Gemini CLI, OpenAI Codex 등의 CLI를 기반으로 동작하는 도구를 통하여 해당 앱의 기능은 유지한 채 UI/UX적으로 개선할 부분을 찾아서 개선해달라고 요청하시면 될 것 같습니다. 이때 개선에 사용할 프롬프트 또한 AI에게 생성해달라고 하셔도 되구요.스터디원 분 중 한 분이 만들고 계신 아래의 화면과 같은 방식으로 서비스를 만들려고 하면 어떻게 하면 되는 것인가요?
>> (이 부분은 최예찬 님께서 잘 설명해주신 것 같아서 답변은 생략하겠습니다.)




진행하시는 순간순간 확신을 없지만 그래도 포기하지 않고, 하나하나 단계를 진행하신 부분이... 제대로 연구하고 공부하시는 태도를 가지신것 같습니다. 태도를 본받아야겠어요~