Dify가 GitHub에서 144K 스타를 돌파했으며 그 기세가 꺾이지 않고 있습니다.

최근에 이 플랫폼을 살펴보지 않았다면 — 이 플랫폼은 단순한 LLM 앱 빌더에서 완전한 에이전트 워크플로우 엔진으로 조용히 진화했습니다. 변경된 내용은 다음과 같습니다:

v0.18 릴리스에서는 네이티브 MCP (Model Context Protocol) 지원이 추가되었습니다. 이는 Dify 에이전트가 사용자 지정 미들웨어 없이 외부 도구 — 데이터베이스, API, 파일 시스템 — 에 직접 연결할 수 있음을 의미합니다. 이를 LangChain의 툴 호출(tool-calling) 기능과 같다고 생각하되, 그 위에 시각적인 드래그 앤 드롭 레이어가 추가되었다고 생각하시면 됩니다.

프로덕션 환경에서 중요한 주요 기능들:

• 하이브리드 검색 (BM25 + vector)을 갖춘 내장 RAG 파이프라인
• 에이전트들이 서로에게 서브태스크를 위임할 수 있는 다중 에이전트 오케스트레이션
• 단계별 토큰 사용량, 지연 시간 분석, 실패 지점을 보여주는 관측 가능성(Observability) 대시보드
• Docker, Kubernetes 또는 클라우드로 원클릭 배포 기능

한계점: Dify는 여전히 복잡한 다단계 추론 체인에서 어려움을 겪습니다. 만약 에이전트가 루프하거나, 유효성을 검사하거나, 재시도해야 한다면 — 코드 우선(code-first) 프레임워크를 사용하는 것이 더 좋습니다. 하지만 비즈니스 자동화 사용 사례의 80%에 대해서는 이 플랫폼이 프로덕션 준비가 되어 있습니다.

만약 AI 제품을 구축하면서 여전히 모든 에이전트 파이프라인을 수동으로 코딩하고 있다면, 엔지니어링 시간 측면에서 과도하게 비용을 지불하고 있는 것입니다.