LLM 노드¶

LLM 노드는 AI 모델을 직접 호출하여 텍스트, JSON, 이미지를 생성합니다. AI 에이전트 노드와 달리 스킬 호출 없이 프롬프트에 대한 응답만 생성하므로, 단순한 텍스트 생성이나 데이터 변환에 적합합니다.

AI 에이전트 노드 vs LLM 노드¶

	AI 에이전트 노드	LLM 노드
스킬 사용	스킬 할당 및 자율 호출 가능	스킬 없음 (순수 LLM 호출)
응답 형식	텍스트	텍스트 / JSON / JSON 스키마 / 이미지
프롬프트	시스템 + 입력 (2개)	다중 메시지 (system/user/assistant)
파일 입력	미지원	이미지, PDF 등 멀티모달 입력 지원
적합한 경우	판단 + 실행이 필요한 작업	텍스트 생성, 데이터 변환, 분류
비용	LLM + 스킬 실행 비용	LLM 호출 비용만

설정 방법¶

1. 모델 선택¶

4개 AI 제공자의 모델을 선택할 수 있습니다. 우측 상단 톱니바퀴 아이콘으로 고급 설정 (Temperature, Top-P, Max Tokens)을 조정할 수 있습니다.

OpenAIAnthropicGooglexAI

모델	특징	추천 용도
GPT-5-mini (기본)	빠르고 경제적	일반 텍스트 생성
GPT-5	고성능, 복잡한 추론	복잡한 분석, JSON 변환
GPT-4.1-mini	경량, 빠른 응답	실시간 처리

모델	특징	추천 용도
Claude 4.5 Haiku (기본)	빠른 응답, 한국어 우수	한국어 텍스트 생성
Claude 4.5 Sonnet	균형 잡힌 성능	분석, 문서 작성
Claude 4.5 Opus	최고 성능	복잡한 추론, 코드 생성

모델	특징	추천 용도
Gemini 2.5 Flash (기본)	빠른 처리	대량 처리, 실시간
Gemini 2.0 Flash	안정적	범용
Gemini 1.5 Pro	긴 컨텍스트	대용량 문서 분석

모델	특징	추천 용도
Grok 4 Fast (기본)	빠른 추론	실시간 처리
Grok 4 Latest	최신 버전	범용

2. 프롬프트 작성¶

LLM 노드는 다중 메시지 블록으로 프롬프트를 구성합니다.

역할	용도	설명
SYSTEM	역할 정의	AI의 행동 규칙, 출력 형식 정의
USER	사용자 입력	처리할 작업 지시, 변수 참조 가능
ASSISTANT	응답 예시	Few-shot learning용 예시 답변

+ 메시지 추가 버튼으로 메시지 블록을 추가/삭제할 수 있습니다.

변수 참조¶

프롬프트 내에서 @를 입력하면 이전 노드의 출력을 참조할 수 있습니다.

다음 고객 문의를 분석하여 카테고리와 긴급도를 판단해주세요:

{{ $('trigger').data_content.message }}

3. 파일 입력 (멀티모달)¶

모델이 파일 입력을 지원하는 경우 파일 입력 섹션이 나타납니다.

입력 방법	설명
업로드	로컬 파일을 S3에 업로드
@ 변수 참조	이전 노드의 `storage://` 파일 출력을 참조

지원되는 파일 형식은 모델에 따라 다릅니다:

제공자	지원 형식
OpenAI	이미지 (PNG, JPG, GIF, WebP), PDF
Anthropic	이미지 (PNG, JPG, GIF, WebP), PDF
Google	이미지, 오디오, 비디오, PDF

Google Gemini 파일 제한

Google Gemini API의 fileData.fileUri는 Google File API URL, GCS(gs://), 공개 HTTPS URL만 허용합니다. S3 presigned URL은 쿼리 파라미터가 포함되어 있어 거부될 수 있으므로, Google 모델에 파일을 전달할 때는 직접 업로드 방식을 사용하세요.

4. 응답 형식¶

형식	설명	용도
텍스트	자유 형식 텍스트	일반 텍스트 생성
JSON	JSON 객체	구조화된 데이터 추출
JSON 스키마	스키마 기반 JSON	정확한 형식의 데이터 생성

JSON 스키마 설정¶

JSON 스키마를 선택하면 스키마 빌더에서 필드를 정의할 수 있습니다.

{
  "name": "customer_analysis",
  "schema": {
    "type": "object",
    "properties": {
      "category": { "type": "string" },
      "urgency": { "type": "string", "enum": ["low", "medium", "high"] },
      "summary": { "type": "string" }
    }
  }
}

5. 이미지 생성¶

이미지 생성 모델 선택 시 이미지 생성 설정이 나타납니다.

설정	옵션
해상도	512px, 1K, 2K, 4K
비율	1:1, 3:4, 4:3, 9:16, 16:9

6. Google 검색 그라운딩¶

Google 모델 선택 시 검색 버튼이 나타납니다. 활성화하면 AI가 실시간 웹 검색 결과를 참조하여 응답을 생성합니다.

고급 설정¶

파라미터	설명	기본값
Temperature	응답의 창의성 (0.0~2.0)	0.7
Top P	토큰 샘플링 범위 (0.0~1.0)	1.0
Max Tokens	최대 응답 길이	모델별 상이

출력¶

출력 구조¶

{
  "node_type": "llm",
  "status": "success",
  "text_content": "LLM이 생성한 텍스트 응답",
  "data_content": {
    "model": "gpt-5-mini",
    "response_format": "text"
  }
}

JSON 응답 시 출력¶

{
  "node_type": "llm",
  "status": "success",
  "text_content": "{\"category\": \"billing\", \"urgency\": \"high\"}",
  "data_content": {
    "model": "gpt-5-mini",
    "response_format": "json_object",
    "parsed_json": {
      "category": "billing",
      "urgency": "high"
    }
  }
}

출력 참조¶

{{ $('llm_1').text_content }}                    → LLM 텍스트 응답
{{ $('llm_1').data_content.parsed_json }}        → 파싱된 JSON 데이터
{{ $('llm_1').data_content.parsed_json.category }} → JSON 내 특정 필드

사용 예시¶

고객 문의 분류¶

설정	값
모델	GPT-5-mini
응답 형식	JSON 스키마
SYSTEM	`고객 문의를 분석하여 카테고리와 긴급도를 JSON으로 분류하세요.`
USER	`{{ $('trigger').data_content.message }}`

데이터 요약 보고서¶

설정	값
모델	Claude 4.5 Sonnet
응답 형식	텍스트
SYSTEM	`데이터 분석가입니다. 주어진 데이터를 분석하여 핵심 인사이트를 요약하세요.`
USER	`다음 매출 데이터를 분석해주세요: {{ $('skill_db').data_content.result.rows }}`

이미지 기반 분석 (멀티모달)¶

설정	값
모델	Gemini 2.5 Flash
파일 입력	`@ 트리거 노드의 사진 파일`
USER	`이 이미지에서 텍스트를 추출하고 내용을 요약해주세요.`

다음 단계¶

AI 에이전트 노드 — 스킬을 활용한 자율 작업 수행
변수 시스템 — 노드 간 데이터 전달
스킬 노드 — 스킬 직접 실행