AI Workflow 생성 파이프라인

AI Workflow 생성 파이프라인은 사용자의 자연어 요청을 분석 워크플로우 블록, 링크, 옵션으로 바꾸는 애플리케이션 구조이다.

핵심은 LLM이 바로 UI를 조작하지 않고, 정해진 계약 객체를 만든 뒤 프론트엔드가 그 객체를 검증하고 캔버스에 적용하는 것이다.

기본 흐름

Mermaid스크롤로 확대 · 드래그로 이동
Copy

왜 계약이 필요한가

• LLM 응답은 자연어라서 그대로 UI에 적용하기 어렵다.
• 워크플로우는 블록, 링크, 옵션, 위치 같은 구조 정보가 필요하다.
• 백엔드, AI 서버, 프론트엔드가 같은 의미를 다루려면 중간 DTO가 필요하다.

응답 계약의 핵심 필드

generate와 mutate

설계 원칙

• AI는 "무엇을 해야 하는지"를 구조화해서 제안한다.
• UI는 "어떻게 안전하게 적용할지"를 결정한다.
• 기존 캔버스 상태가 있으면 프롬프트에 함께 넣어 수정 요청으로 전환한다.
• LLM 응답은 반드시 Agent 응답 정규화를 거쳐 UI 내부 스키마로 맞춘다.

흔한 실패 지점

• snake_case와 camelCase가 섞여 필드가 누락된 것처럼 보인다.
• 블록 alias와 실제 canvas blockId를 혼동한다.
• option 값이 JSON string, object, array로 섞여 들어온다.
• 기존 캔버스의 watcher와 AI 배치 이벤트가 race condition을 만든다.

한 줄 정리

AI Workflow 생성 파이프라인은 자연어 요청을 구조화된 워크플로우 계약으로 바꾸고, 이를 정규화와 검증을 거쳐 캔버스에 반영하는 구조이다.

관련

• Structured Output
• Agent 응답 정규화
• Workflow Action
• 캔버스 적용 오케스트레이터
• gRPC