AI에서 체인이 하는 일

AI에서 체인이 하는 일 (What chains do)

AI 맥락에서 체인(chain)이 무엇인지, 그리고 n8n의 체인을 살펴볼게요.

체인[^1]은 AI의 여러 컴포넌트를 한데 모아 일관된 시스템을 만드는 역할을 해요. 컴포넌트들 사이의 호출 순서를 구성하죠. 이런 컴포넌트에는 모델과 메모리[^2]도 포함될 수 있는데, n8n의 체인은 메모리를 사용할 수 없다는 점을 미리 알아두세요.

n8n의 체인

n8n은 세 가지 체인 노드를 제공해요.

  • Basic LLM Chain: 추가 컴포넌트 없이 LLM과 대화할 때 사용해요.
  • Question and Answer Chain: 리트리버를 통해 벡터 스토어[^3]에 연결하거나, Workflow Retriever 노드로 n8n 워크플로에 연결할 수 있어요. 특정 문서에 대해 질문을 지원하는 워크플로를 만들고 싶을 때 사용하세요.
  • Summarization Chain: 입력을 받아 요약을 반환해요.

n8n의 체인은 LangChain 같은 다른 도구의 체인과 중요한 차이가 하나 있어요. 어떤 체인 노드도 메모리를 지원하지 않는다는 점이에요. 즉 이전 사용자 질의를 기억하지 못해요. LangChain으로 AI 애플리케이션을 코딩하면 메모리를 줄 수 있지만, n8n에서 워크플로가 메모리를 필요로 한다면 에이전트를 사용해야 해요. 사용자와 자연스러운 대화를 이어가게 하려면 이 부분이 꼭 필요하죠.

출처: 공식문서

더 알아보기 (Learn more)

[^1]: AI 체인은 대규모 언어 모델(LLM) 및 기타 리소스와 컴포넌트 호출의 시퀀스로 상호작용할 수 있게 해줘요. n8n의 AI 체인은 영구 메모리를 사용하지 않으므로 이전 컨텍스트를 참조하는 데 쓸 수 없어요(이 경우 AI 에이전트를 사용하세요).

[^2]: AI 맥락에서 메모리는 AI 도구가 상호작용 간에 메시지 컨텍스트를 유지할 수 있게 해줘요. 예를 들어 매 메시지마다 컨텍스트를 다시 제출하지 않고도 AI 에이전트와 대화를 이어갈 수 있게 해주죠. n8n에서 AI 에이전트 노드는 메모리를 쓸 수 있지만 AI 체인은 쓸 수 없어요.

[^3]: 벡터 스토어 또는 벡터 데이터베이스는 정보의 수학적 표현을 저장해요. 임베딩과 리트리버와 함께 사용해, AI가 질문에 답할 때 접근할 수 있는 데이터베이스를 만들 수 있어요.