#AI 직원 · 관리자 설정 가이드

이 문서는 모델 서비스부터 작업 투입까지, AI 직원을 설정하고 관리하는 방법을 빠르게 이해할 수 있도록 단계별로 전체 프로세스를 안내합니다.

#1. 시작하기 전에

#1. 시스템 요구 사항

설정하기 전에 환경이 다음 조건을 충족하는지 확인해 주세요.

• NocoBase 2.0 또는 상위 버전 설치 완료
• AI 직원 플러그인 활성화 완료
• 최소 하나 이상의 사용 가능한 대규모 언어 모델(LLM) 서비스 (예: OpenAI, Claude, DeepSeek, GLM 등)

#2. AI 직원의 이중 계층 설계 이해하기

AI 직원은 **"역할 정의"**와 **"작업 맞춤 설정"**의 두 계층으로 나뉩니다.

계층	설명	특징	역할
역할 정의	직원의 기초 인격과 핵심 능력	"이력서"처럼 안정적이고 불변함	역할 일관성 보장
작업 맞춤 설정	다양한 비즈니스 시나리오별 설정	유연하게 조정 가능	구체적인 작업에 적응

간단한 이해:

"역할 정의"는 이 직원이 누구인지를 결정하고, "작업 맞춤 설정"은 그가 현재 무엇을 해야 하는지를 결정합니다.

이러한 설계의 장점은 다음과 같습니다.

• 역할은 유지되면서 다양한 시나리오를 소화할 수 있습니다.
• 작업을 업그레이드하거나 교체해도 직원 자체에는 영향을 주지 않습니다.
• 배경과 작업이 서로 독립적이어서 유지 관리가 더 쉽습니다.

#2. 설정 프로세스 (5단계로 완료)

#1단계: 모델 서비스 설정

모델 서비스는 AI 직원의 두뇌에 해당하며, 반드시 먼저 설정해야 합니다.

💡 상세 설정 설명은 다음을 참고해 주세요: LLM 서비스 설정

경로: 시스템 설정 → AI 직원 → LLM service

추가를 클릭하고 다음 정보를 입력합니다.

항목	설명	주의 사항
Provider	OpenAI, Claude, Gemini, Kimi 등	동일한 규격의 서비스와 호환 가능
API 키	서비스 제공업체에서 제공한 키	보안을 유지하고 정기적으로 교체
Base URL	API Endpoint (선택 사항)	프록시 사용 시 수정 필요
Enabled Models	추천 모델 / 모델 선택 / 수동 입력	대화 중 전환 가능한 모델 범위 결정

설정 후 Test flight를 사용하여 연결을 테스트하세요. 실패할 경우 네트워크, 키 또는 모델 이름을 확인해 주세요.

#2단계: AI 직원 생성

💡 상세 설명은 다음을 참고해 주세요: AI 직원 생성

경로: AI 직원 관리 → 직원 생성

기본 정보를 입력합니다.

필드	필수	예시
이름	✓	viz, dex, cole
닉네임	✓	Viz, Dex, Cole
활성화 상태	✓	활성화
소개	-	"데이터 분석 전문가"
주요 프롬프트	✓	프롬프트 엔지니어링 가이드 참고
환영 메시지	-	"안녕하세요, 저는 Viz입니다…"

직원 생성 단계에서는 주로 역할과 기술 설정을 완료합니다. 실제 사용 모델은 대화 중에 Model Switcher를 통해 선택할 수 있습니다.

프롬프트 작성 제안:

• 직원의 역할, 말투, 책임을 명확히 설명하세요.
• "반드시", "절대 금지" 등의 단어로 규칙을 강조하세요.
• 추상적인 설명보다는 가능한 한 예시를 포함하세요.
• 500~1000자 사이로 조절하세요.

프롬프트가 명확할수록 AI의 표현이 더 안정적입니다. 프롬프트 엔지니어링 가이드를 참고하세요.

#3단계: 기술 설정

기술은 직원이 "무엇을 할 수 있는지"를 결정합니다.

💡 상세 설명은 다음을 참고해 주세요: 기술

유형	능력 범위	예시	위험 등급
프런트엔드	페이지 상호작용	블록 데이터 읽기, 양식 작성	낮음
데이터 모델	데이터 조회 및 분석	집계 통계	중간
워크플로우	비즈니스 프로세스 실행	사용자 정의 도구	워크플로우에 따라 다름
기타	외부 확장	웹 검색, 파일 작업	상황에 따라 다름

설정 제안:

• 직원당 3~5개의 기술이 가장 적당합니다.
• 모든 기술을 선택하는 것은 권장하지 않으며, 혼란을 줄 수 있습니다.
• 중요한 작업은 Allow 대신 Ask 권한을 사용하는 것을 권장합니다.

#4단계: 지식 기반 설정 (선택 사항)

AI 직원이 제품 설명서, FAQ 등 방대한 자료를 기억하거나 인용해야 하는 경우 지식 기반을 설정할 수 있습니다.

💡 상세 설명은 다음을 참고해 주세요:

• AI 지식 기반 개요
• 벡터 데이터베이스
• 지식 기반 설정
• RAG 검색 증강 생성

이 기능은 벡터 데이터베이스 플러그인을 추가로 설치해야 합니다.

적용 시나리오:

• AI가 기업 지식을 이해하게 함
• 문서 질의응답 및 검색 지원
• 특정 도메인 전용 어시스턴트 교육

#5단계: 효과 검증

완료 후 페이지 오른쪽 하단에서 새 직원의 아바타를 볼 수 있습니다.

다음 항목을 하나씩 확인하세요.

• ✅ 아이콘이 정상적으로 표시되는지
• ✅ 기초적인 대화가 가능한지
• ✅ 기술이 올바르게 호출되는지

모두 통과했다면 설정에 성공한 것입니다 🎉

#3. 작업 설정: AI를 실제로 업무에 투입하기

앞서 완료한 것은 "직원 생성"이며, 이제 그들을 "업무에 투입"해야 합니다.

AI 작업은 특정 페이지나 블록에서 직원의 행동을 정의합니다.

💡 상세 설명은 다음을 참고해 주세요: 작업

#1. 페이지 수준 작업

"이 페이지 데이터 분석"과 같이 전체 페이지 범위에 적용됩니다.

설정 입구: 페이지 설정 → AI 직원 → 작업 추가

필드	설명	예시
제목	작업 명칭	단계 전환 분석
배경	현재 페이지의 컨텍스트	Leads 목록 페이지
기본 메시지	사전 설정된 대화	"이번 달 추세를 분석해 주세요"
기본 블록	데이터 컬렉션 자동 연결	leads 테이블
기술	사용 가능한 도구	데이터 조회, 차트 생성

다중 작업 지원: 동일한 AI 직원에게 여러 작업을 설정할 수 있으며, 사용자가 옵션 형태로 선택할 수 있습니다.

제안:

• 하나의 작업은 하나의 목표에 집중하세요.
• 명칭은 명확하고 이해하기 쉬워야 합니다.
• 작업 수는 5~7개 이내로 제어하세요.

#2. 블록 수준 작업

"현재 양식 번역"과 같이 특정 블록을 조작하는 데 적합합니다.

설정 방식:

1. 블록 작업 설정을 엽니다.
2. "AI 직원"을 추가합니다.

3. 대상 직원을 바인딩하면 됩니다.

비교 항목	페이지 수준	블록 수준
데이터 범위	전체 페이지	현재 블록
세분성	전역 분석	세부 처리
전형적 용도	추세 분석	양식 번역, 필드 추출

#4. 모범 사례

#1. 설정 제안

항목	제안	이유
기술 수	3–5개	높은 정확도, 빠른 응답
권한 모드 (Ask / Allow)	데이터 수정 시 Ask 권장	오작동 방지
프롬프트 길이	500–1000자	속도와 품질의 균형
작업 목표	단일하고 명확함	AI의 혼란 방지
워크플로우	복잡한 작업은 캡슐화 후 사용	성공률 향상

#2. 실전 제안

작은 것부터 시작하여 점진적으로 최적화:

1. 먼저 기초 직원(예: Viz, Dex)을 생성합니다.
2. 1~2개의 핵심 기술을 활성화하여 테스트합니다.
3. 작업이 정상적으로 실행되는지 확인합니다.
4. 그 후 점진적으로 더 많은 기술과 작업을 확장합니다.

지속적인 프로세스 최적화:

1. 초기 버전 실행
2. 사용 피드백 수집
3. 프롬프트 및 작업 설정 최적화
4. 테스트 및 반복 개선

#5. 자주 묻는 질문

#1. 설정 단계

Q: 저장에 실패하면 어떻게 하나요? A: 모든 필수 항목, 특히 모델 서비스와 프롬프트가 입력되었는지 확인하세요.

Q: 어떤 모델을 선택해야 하나요?

• 코드 관련 → Claude, GPT-4
• 분석 관련 → Claude, DeepSeek
• 비용 민감 → Qwen, GLM
• 장문 텍스트 → Gemini, Claude

#2. 사용 단계

Q: AI 응답이 너무 느립니다.

• 기술 수를 줄이세요.
• 프롬프트를 최적화하세요.
• 모델 서비스 지연 시간을 확인하세요.
• 모델 교체를 고려하세요.

Q: 작업 실행이 정확하지 않습니다.

• 프롬프트가 명확하지 않습니다.
• 기술이 너무 많아 혼란이 발생합니다.
• 작업을 작게 나누고 예시를 추가하세요.

Q: Ask / Allow는 언제 선택하나요?

• 조회성 작업은 Allow를 사용할 수 있습니다.
• 데이터 수정 작업은 Ask를 권장합니다.

Q: AI가 특정 양식을 처리하게 하려면 어떻게 하나요?

A: 페이지 수준 설정인 경우 블록을 수동으로 클릭하여 선택해야 합니다.

블록 수준 작업 설정인 경우 데이터 컨텍스트가 자동으로 바인딩됩니다.

#6. 후속 읽기

AI 직원을 더 강력하게 만들려면 다음 문서를 계속 읽어보세요.

설정 관련:

• 프롬프트 엔지니어링 가이드 - 고품질 프롬프트 작성을 위한 팁과 모범 사례
• LLM 서비스 설정 - 대규모 모델 서비스의 상세 설정 설명
• AI 직원 생성 - AI 직원 생성 및 기초 설정
• AI 직원과 협업 - AI 직원과 효과적으로 대화하는 방법

고급 기능:

• 기술 - 다양한 기술의 설정 및 사용에 대한 심층 이해
• 작업 - 작업 설정의 고급 기술
• 블록 선택 - AI 직원에게 데이터 블록을 지정하는 방법
• 데이터 소스 - 해당 플러그인의 데이터 소스 설정 문서를 참고하세요.
• 웹 검색 - AI 직원의 웹 검색 능력 설정

지식 기반 및 RAG:

• AI 지식 기반 개요 - 지식 기반 기능 소개
• 벡터 데이터베이스 - 벡터 데이터베이스 설정
• 지식 기반 - 지식 기반 생성 및 관리 방법
• RAG 검색 증강 생성 - RAG 기술의 응용

워크플로우 통합:

• LLM 노드 - 텍스트 대화 - 워크플로우에서 텍스트 대화 사용
• LLM 노드 - 다중 모달 대화 - 이미지, 파일 등 다중 모달 입력 처리
• LLM 노드 - 구조화된 출력 - 구조화된 AI 응답 받기

#결론

AI 직원 설정에서 가장 중요한 것은 먼저 실행하고 나중에 최적화하는 것입니다. 먼저 첫 번째 직원을 성공적으로 투입한 후, 점진적으로 확장하고 미세 조정하세요.

문제 해결은 다음 순서로 진행할 수 있습니다.

1. 모델 서비스 연결 여부
2. 기술 수가 너무 많은지 여부
3. 프롬프트의 명확성
4. 작업 목표의 명확성

단계별로 진행한다면 진정으로 효율적인 AI 팀을 구축할 수 있습니다.