AI for Everyone
자동화·노코드

Dify

디파이

Dify는 LLM 앱과 에이전트, RAG 파이프라인을 시각적 워크플로 편집기로 만들고 배포하고 관측하는 오픈소스 플랫폼입니다. 프롬프트 작성, 모델 연결, 문서 검색, 도구 호출을 캔버스 위 노드로 조립한 뒤 웹 앱이나 API로 공개합니다 [1][3]. 실행 로그와 성능을 모니터링하는 LLMOps 기능도 함께 들어 있습니다 [1]. Docker Compose로 자체 서버에 셀프 호스팅할 수 있습니다 [1]. 라이선스는 순수 Apache 2.0이 아니라 멀티테넌트 운영 금지와 로고 제거 금지 조건이 덧붙은 수정본입니다 [2].

쉽게 말하면?

레고 블록을 순서대로 이어 붙이면 장난감 한 대가 완성되는 것과 비슷합니다. Dify에서는 질문 받기, 문서 찾기, 모델에게 답 시키기 같은 블록을 화면에서 선으로 연결하면 챗봇 한 개가 만들어집니다. 코드를 처음부터 다 쓰지 않아도 되고, 만든 결과는 링크나 API로 바로 나눠 줄 수 있어요.

한 줄로 비유하면?

Dify는 LLM 앱을 위한 조립 라인 설계 도판입니다. 부품은 모델과 문서, 컨베이어는 화면에서 잇는 선입니다.

어디에 쓰이나?

케이스 1카카쿠닷컴 — 사내 부서가 직접 만든 AI 앱 950여 개

일본 가격비교 서비스 기업 카카쿠닷컴은 Dify를 구글 쿠버네티스 엔진에 Helm 차트로 셀프 호스팅했습니다 [4]. Azure AD 싱글사인온을 연결하고 워크스페이스 관리 권한을 부서로 나눈 뒤 사내에 개방했습니다 [4]. 첫 실무 시스템인 상품 데이터 추출기는 3시간 만에 가동에 들어가 하루 수천 건의 상품을 처리합니다 [4]. 공식 블로그가 2025년 11월 공개한 사례입니다 [4].
도입효과: 도입 1개월 내 임직원 30%가 사용해 사내 앱 70여 개 생성, 누적 사내 앱 950여 개, 임직원 75% 계정 등록 [4]

케이스 2글로벌 소비자 가전 기업 — 고객 리뷰 분석 자동화

충전 기기와 스마트 기기로 알려진 소비자 가전 기업이 Dify로 고객의 소리 분석 시스템과 다국어 번역 에이전트, 상담 챗봇을 만들었습니다 [5]. 번역, 라벨링, 데이터 분석, 품질 검수처럼 역할을 나눈 에이전트를 각각 배치했습니다 [5]. 가장 많이 쓰인 앱은 약 1만 회 호출됐습니다 [5]. 공식 블로그가 2024년 10월 공개했고, 사명은 원문에도 밝히지 않았습니다 [5].
도입효과: 리뷰 분석 시간 건당 8시간에서 3시간으로 단축, 월 처리량 15,000건에서 50,000건으로 증가, 시범 도입 1개월간 AI 앱 200여 개 생성 [5]

케이스 3국내 Dify 커뮤니티 — 서울에서 열린 첫 사용자 모임

2026년 3월 7일 서울 역삼동에서 국내 첫 Dify 밋업이 열렸습니다 [6]. 국내 공급과 기술 지원을 맡은 오픈네트웍시스템이 2026년 3월 후기를 공개했습니다 [6]. 참가 신청이 몰려 발표 장소를 확장했다고 적었습니다 [6]. 국내 기업 실무자들이 도입 경험을 공유하는 자리였습니다 [6].
도입효과: 국내 기업의 도입 성과로 공개된 정량 수치는 없습니다(행사 후기 성격). 확인된 내용은 국내 기업 관계자 약 120명 참가 신청과 연 2회 해커톤 개최 계획입니다 [6]

케이스 4Dify for Education — 대학 수업에서 쓰는 AI 앱 실습 환경

Dify는 2025년 4월 교육 프로그램 Dify for Education을 공개했습니다 [7]. 자격이 확인된 교원과 학생에게 100% 할인 쿠폰을 주는 방식입니다 [7]. 공식 블로그는 델라웨어대학교 경영정보시스템 담당 교수가 수업에서 에이전트 제작 실습에 활용한 사례를 소개했습니다 [7]. 코드 없이 에이전트를 조립하는 과정을 수업 과제로 삼은 구성입니다 [7].
도입효과: 참여 학교 수와 수강생 수 등 공개된 정량 수치는 없습니다(프로그램 소개 성격). 확인된 내용은 검증된 교원과 학생 대상 100% 할인 제공입니다 [7]

주의할 점은?

오늘 바로 해보기
01. 서버 사양을 확인합니다. 저장소가 안내하는 최소 사양은 CPU 2코어, 램 4GiB입니다 [1].
02. Docker와 Docker Compose를 설치하고 저장소를 내려받은 뒤 docker 폴더에서 환경 파일을 복사하고 컨테이너를 올립니다 [1].
03. 브라우저에서 설치 경로로 접속해 관리자 계정을 만듭니다 [1].
04. 모델 공급자에 API 키를 등록하고, PDF 같은 문서를 지식으로 올려 검색이 붙은 앱을 하나 만듭니다 [1][3].
05. 워크플로 캔버스에서 노드를 이어 앱을 완성한 뒤, 로그 화면에서 실행 기록을 확인하고 웹 앱 또는 API로 공개합니다 [1][3].

한계와 진화
라이선스를 먼저 확인해야 합니다. Dify의 라이선스 파일은 Apache 2.0 수정본이며 두 가지 추가 조건이 붙습니다 [2].

  1. 서면 허가 없이는 Dify 소스코드로 멀티테넌트 환경을 운영할 수 없습니다 [2]. 여기서 테넌트 하나는 워크스페이스 하나를 뜻하므로, 고객사마다 워크스페이스를 나눠 파는 재판매 모델은 별도 상업 라이선스가 필요합니다 [2].
  2. 프런트엔드를 쓰는 한 콘솔과 앱의 로고와 저작권 표시를 지우거나 고칠 수 없습니다 [2]. 운영 부담도 함께 봅니다. 셀프 호스팅은 데이터베이스와 벡터 저장소, 작업 큐를 포함한 컨테이너 묶음을 직접 돌리는 일이라 백업, 버전 업그레이드, 모델 키 관리가 모두 내부 몫이 됩니다. 제품 변화 속도는 빠릅니다. 2025년 여름에는 도구 연결용 OAuth 지원, 프롬프트 최적화 보조와 코드 노드 자동 수정이 들어갔고 시각적 RAG 파이프라인이 예고됐습니다 [8]. 도입 판단은 두 질문으로 좁힙니다. 워크플로를 개발자 외 구성원도 화면에서 손봐야 하는지, 그리고 모델과 데이터를 내부망 안에 둬야 하는지입니다. 둘 다 아니라면 코드 기반 프레임워크가 더 단순한 선택일 수 있습니다. 버전이 자주 오르는 만큼 도입 직전에 릴리스 노트와 라이선스 파일을 그 시점 기준으로 다시 확인하는 편이 안전해요.

참고 자료

  1. Dify 저장소 README — 공식 오픈소스 저장소·LangGenius·2026 — https://github.com/langgenius/dify
  2. Open Source License (Apache 2.0 수정본) — 공식 라이선스 파일·LangGenius·2025 — https://github.com/langgenius/dify/blob/main/LICENSE
  3. Introduction — 공식 문서·Dify Docs·2026 — https://docs.dify.ai/
  4. Kakaku Accelerates AI Adoption with Dify: Fast, Secure, and Scalable — 공식 블로그 도입 사례·Dify·2025 — https://dify.ai/blog/kakaku-accelerates-ai-adoption-with-dify-fast-secure-and-scalable
  5. How Dify.AI powers the company that's powering the world — 공식 블로그 도입 사례·Dify·2024 — https://dify.ai/blog/how-dify-ai-powers-the-company-that-is-powering-the-world
  6. 국내 첫 개최, Dify와 함께한 서울 커뮤니티 밋업 — 국내 기업 기술 블로그·오픈네트웍시스템·2026 — https://open-network.co.kr/blog/dify-seoul-community-meetup
  7. Meet Dify for Education — 공식 블로그·Dify·2025 — https://dify.ai/blog/meet-dify-for-education
  8. 2025 Dify Summer Highlights — 공식 블로그 릴리스 요약·Dify·2025 — https://dify.ai/blog/2025-dify-summer-highlights

대표 출처

공식 저장소 (2026) · LangGenius, langgenius/dify README 및 LICENSE
카드뉴스로 공유하기 다른 AI 용어 보기