llm 연동2 Flowise로 RAG 시스템 만들기: 정말 ‘Low-code’였을까? Flowise RAG 빌더를 써보니, 진입 장벽은 어느 정도였나?RAG(검색 강화 생성) 기술은 챗봇, 검색 엔진 등에서 널리 쓰이고 있습니다.하지만 직접 구축하려면 LLM 연동, 벡터 DB 설정, API 설계 등 복잡한 과정이 필요합니다.Flowise는 이런 과정을 시각적이고 로우코드 방식으로 단순화했다고 하는데,실제로 사용해 본 결과 얼마나 쉽게 접근할 수 있었는지 정리했습니다.설치부터 실행까지, 정말 몇 분이면 충분하다Flowise는 로컬에 Node.js 환경만 있으면 바로 실행할 수 있습니다.GitHub에서 클론 후 npm install과 npm run dev를 실행하면바로 브라우저에서 UI가 열립니다.기본 포트는 3000번이며 별도의 서버 설정이 필요 없습니다.항목세부 내용설치 방식Node.js.. 2025. 7. 30. LangChain Agents vs CrewAI: 멀티 에이전트 효율 누가 앞서나? 대표 멀티 에이전트 프레임워크 두 가지, 실제 성능은 어떻게 다를까?AI 에이전트 기술이 빠르게 발전함에 따라, 여러 AI 에이전트가 협력하여 복잡한 작업을 처리하는 멀티 에이전트 시스템이 주목받고 있습니다. 이 분야에서 대표적인 두 프레임워크인 LangChain Agents와 CrewAI는 각각 독특한 구조와 방식을 가지고 있습니다. 본 글에서는 두 시스템의 효율성, 기능, 사용성을 비교하여 어떤 상황에 어떤 프레임워크가 적합한지 알려드립니다.멀티 에이전트 시스템이란 무엇인가?멀티 에이전트 시스템은서로 다른 역할을 가진 여러 AI 에이전트가 협력하여복잡한 문제를 해결하는 구조입니다.문서 요약, 코드 생성, 검색, 보고서 작성 같은 작업을전문화된 에이전트들이 병렬 또는 단계적으로 수행함으로써속도와 정확도.. 2025. 7. 21. 이전 1 다음
