Langflow

랭플로우

드래그앤드롭으로 AI 에이전트와 RAG 앱을 설계하고 API로 배포하는 로우코드 빌더

앱 빌더 워크플로우 #AI 에이전트 빌더#RAG 앱#MCP 서버

에디터 한마디

여러 단계의 에이전트 워크플로나 RAG 시스템을 시각적으로 빠르게 프로토타이핑하고자 한다면 시도해볼 만합니다. 제품 담당자와 협업해 시각적으로 설계하고, 운영 환경용으로는 개발자가 LangChain 코드를 다듬는 흐름에 적합합니다.

장단점

좋은 점

  • 시각적 드래그앤드롭 캔버스와 템플릿으로 다단계 에이전트 워크플로를 수 분 내에 프로토타입화할 수 있습니다.
  • Slack, Gmail, Notion 및 여러 벡터 스토어용 커넥터가 내장되어 있어 각 통합을 수작업으로 연결할 필요가 없습니다.
  • Flow를 REST 엔드포인트로 공개할 수 있고 Model Context Protocol(MCP)을 지원해 외부 도구를 에이전트에 노출시키며 오픈소스와 클라우드 간 기능 평행성이 보입니다.

아쉬운 점

  • 프로덕션 디버깅은 Langflow가 생성하는 LangChain 코드 이해를 필요로 하므로 프로토타입에서 운영환경으로 전환할 때 개발 지식이 필요합니다.
  • 한국어 지원(현지화된 UI·문서 등)에 대한 정보가 확인되지 않아 한국어 사용자에게는 진입 장벽이 될 수 있습니다.

이렇게 써보세요

  1. 1
    RAG 챗봇 빠른 프로토타입

    로그인하거나 로컬에 Langflow 설치 → Retriever, 벡터 스토어, QA 노드를 드래그해 연결 → 모델을 교체해 테스트한 뒤 'Flow as an API'로 REST 엔드포인트를 발급해 앱에 연결합니다.

  2. 2
    Slack 연동 도구 에이전트 만들기

    호스트형 또는 로컬 Langflow에 Slack 통합 노드 추가 → 메시지 파서 → 인텐트 분류 → Slack API 호출 노드로 구성해 시뮬레이터에서 동작을 확인 → 배포합니다.

  3. 3
    Text-to-SQL 다중 에이전트 구성

    멀티스텝 템플릿을 불러오거나 정제자→스키마 매퍼→SQL 생성기→검증기 노드를 배치 → DB 커넥터에 연결해 각 에이전트의 출력과 검증을 반복 개선합니다.

2개 더 보기
  1. 4
    한 워크플로에서 모델 비교

    OpenAI, Mistral, 로컬 Ollama 같은 여러 모델 노드를 병렬 배치 → 동일 입력을 흘려 레이턴시·토큰·응답 품질을 UI에서 비교 → 코드 변경 없이 결과를 평가합니다.

  2. 5
    MCP로 외부 도구 노출하기

    워크플로에 MCP 서버 노드를 추가해 외부 도구 엔드포인트 등록 → 입력/출력을 에이전트 노드에 매핑 → 에이전트가 Model Context Protocol을 통해 도구를 호출하는지 확인한 뒤 API로 배포합니다.

주요 기능

  • 드래그앤드롭 컴포넌트 → 다단계 에이전트 플로를 몇 분 안에 프로토타입
  • Slack·Gmail·Notion·벡터스토어 연결 → 에이전트가 도구와 데이터 활용
  • ‘Flow as an API’ 클릭 → 앱에 연결 가능한 REST 엔드포인트 생성
  • MCP 서버 추가 → Model Context Protocol로 외부 툴 노출
  • 사전 제작 템플릿 사용 → 보일러플레이트 없이 RAG·챗봇 즉시 실행

이런 상황에 추천

  • 데이터 엔지니어가 여러 단계 검증을 포함한 Text-to-SQL 파이프라인을 조립할 때
  • 프로덕트 매니저가 Slack과 Notion에 연결된 고객 지원 분류 봇을 시연용으로 목업할 때
  • ML 엔지니어가 같은 워크플로에서 OpenAI, Mistral, 로컬 Ollama 모델을 비교할 때

가격

플랜가격포함
Free$0오픈소스이며 무료로 사용 가능; Langflow Cloud는 무료 계정 제공

시작하는 법

  1. 1 오픈소스 Langflow를 설치하거나 Langflow Cloud에서 무료 계정 생성
  2. 2 템플릿을 열고 모델 키(예: OpenAI)를 입력한 뒤 벡터스토어나 데이터 소스 연결
  3. 3 플로를 실행하고 API 엔드포인트로 퍼블리시해 앱에서 호출

소개

블록을 끌어다 놓아 에이전트 워크플로를 시각적으로 설계하고, 모델·벡터스토어를 교체한 뒤 API로 배포하거나 클라우드에서 실행합니다. 팀은 RAG 챗봇, 툴 사용 에이전트, MCP 연동 서비스 프로토타입을 손으로 연결할 필요 없이 빠르게 만들 수 있습니다.

비슷한 도구

  1. Incerto CRM·운영 데이터를 읽어 매출 지표와 리스크를 추적하는 산업별 AI 분석 에이전트
  2. FlowiseAI 노드 기반 캔버스로 RAG 앱과 LLM 에이전트 워크플로우를 만드는 오픈소스 빌더 약간의 설정 필요
  3. Bolt.new 채팅으로 요구사항을 설명하면 브라우저에서 풀스택 앱을 생성·수정·배포하는 AI 개발 워크스페이스 Freemium 약간의 설정 필요
  4. Firebase Studio 2027년 종료 예정인, Firebase 기반 앱을 브라우저에서 만들고 배포하는 AI 개발 워크스페이스 Freemium 약간의 설정 필요

FAQ

Langflow은(는) 무료인가요?

네, 무료로 사용할 수 있습니다.

어떤 플랫폼에서 사용할 수 있나요?

Web, API에서 사용 가능합니다.

한국어를 지원하나요?

현재 한국어는 지원하지 않습니다.

도움이 되었나요?