“Website 를 코딩 없이 APIFY 이용 , n8n, Pinecone을 활용한 RAG AI 에이전트 구축 가이드”

안녕하세요. 이 글은 유튜브 채널 “Let’s Automate It”에서 공개한 “Build a RAG AI Agent with n8n & Pinecone (No Coding Required!)” 관련 동영상을 정리한 것입니다. 이 글의 정리 목적은 저희가 필요할 때 자체 검색용, 그리고 참고 목적으로 약식 정리한 것이므로, 개괄적인 내용만 정리했습니다. 세부적이고 보다 자세한 내용은 링크를 참조하여 해당 동영상을 직접 시청하세요.

RAG 에이전트의 개요

RAG(빠른 응답 생성) 에이전트는 고객의 질문에 답할 수 있도록 특정 지식 기반을 기반으로 작동합니다. 이 비디오에서는 n8n을 사용하여 RAG AI 에이전트를 만드는 간단한 방법을 소개합니다. n8n과 Pinecone을 조합하여 보다 스마트한 에이전트를 구축할 수 있습니다.

필요한 도구 및 환경 설정

RAG AI 에이전트를 구축하기 위해서는 몇 가지 도구가 필요합니다:

• n8n: 기본적인 워크플로우를 생성하는 플랫폼입니다.
• Appify: 웹사이트에서 정보를 스크랩하는 데 필요합니다.
• Pinecone: 벡터 데이터베이스로, AI가 빠르게 정보를 검색할 수 있도록 돕습니다.
• OpenAI: 대화형 AI 모델로, 우리 시스템에 필요한 정보를 조회하는 데 사용됩니다.
• 웹사이트: 최종적으로 채팅 위젯을 배포할 장소입니다.

이 도구들을 설정하기 위해 n8n의 설정 방법이나 각 도구의 사용법에 관한 별도의 자원을 제공하니 참고하면 좋습니다.

웹사이트 정보 스크랩하기

이제 Appify를 이용하여 원하는 웹사이트의 정보를 스크랩해야 합니다. 원하는 웹 URL을 입력하고, 적절한 스크랩 매개변수를 설정 후 실행하면, 원하던 지식 기반에 대한 정보를 수집할 수 있습니다. 스크랩이 완료되면, 수집된 데이터는 Pinecone 데이터베이스에 저장됩니다.

Pinecone 데이터베이스 설정하기

Pinecone에 계정을 만들고, 새로운 인덱스를 생성하여 스크랩한 데이터를 저장해야 합니다. 필요한 API 키를 생성한 뒤, Appify와 연동하여 데이터를 삽입할 준비가 완료됩니다. 이렇게 저장된 데이터는 RAG AI 에이전트의 지식 기반이 됩니다.

RAG AI 에이전트 구축하기

n8n을 통해 RAG AI 에이전트를 설정하기 위해, AI와 대화를 나눌 수 있는 채팅 트리거를 추가해야 합니다. 시스템 메시지를 설정하여 AI가 어떤 역할을 하는지 설명하고, OpenAI의 모델을 활용해 AI의 기억력을 설정합니다. Pinecone에서 데이터를 가져오는 도구를 추가하여, AI가 우리 지식 기반에서 정보를 검색할 수 있도록 설정합니다.

이때 사용한 Embeddings 모델은 Pinecone 데이터베이스에 있는 것과 일치해야 합니다.

테스트 및 배포

모든 설정이 완료되면, 채팅 모델을 테스트해 보고, 웹사이트에 배포할 준비를 합니다. 웹사이트에 채팅 위젯을 추가하기 위해서는 필요한 코드를 복사하여 웹사이트에 붙여넣고 설정을 마무리합니다.

이렇게 하면 RAG AI 에이전트가 웹사이트에서 응답을 제공할 수 있는 알고리즘이 완성됩니다. 이를 통해 웹사이트 방문자들이 실시간으로 질문하고 AI의 응답을 받을 수 있게 됩니다.

세부적이고 정확한 내용을 해당 동영상 시청으로 확인하세요.

동영상 게시일: 2025-03-03
동영상 링크: 여기를 클릭하여 동영상을 보세요.