n8n 용어 사전

n8n 및 관련 소프트웨어를 사용할 때 자주 등장하는 용어 사전입니다.

AI 에이전트 (AI agent) # AI 에이전트는 사용자의 요청에 응답하고, 의사결정을 내리며, 사용자를 위해 실제 작업을 수행할 수 있는 인공지능 시스템입니다. 대형 언어 모델(LLM)을 사용하여 사용자 입력을 해석하고, 보유한 정보와 리소스를 활용하여 요청을 가장 효과적으로 처리하는 방법을 결정합니다. AI 체인 (AI chain) # AI 체인을 사용하면 대형 언어 모델(LLM) 및 기타 리소스와 구성 요소 호출 시퀀스 방식으로 상호작용할 수 있습니다. n8n의 AI 체인은 지속적인 메모리를 사용하지 않으므로 이전 컨텍스트를 참조하는 데 사용할 수 없습니다(이 경우 AI 에이전트를 사용하세요). AI 완성 (AI completion) # 완성(Completion)은 GPT와 같은 모델이 생성한 응답입니다. AI 임베딩 (AI embedding) # 임베딩은 벡터를 사용하여 데이터를 수치로 표현한 것입니다. AI가 여러 차원에 걸쳐 값을 매핑하여 복잡한 데이터와 관계를 해석하는 데 사용됩니다. 벡터 데이터베이스 또는 벡터 스토어는 임베딩을 저장하고 접근하도록 설계된 데이터베이스입니다. AI 근거성 (AI groundedness) # AI, 특히 검색 증강 생성(RAG) 컨텍스트에서 근거성과 비근거성은 모델의 응답이 소스 정보를 얼마나 정확하게 반영하는지를 나타내는 척도입니다. 모델은 소스 문서를 사용하여 근거 있는 응답을 생성하며, 근거 없는 응답은 동일한 소스로 뒷받침되지 않는 추측이나 환각을 포함합니다. AI 환각 (AI hallucination) # AI에서의 환각은 LLM(대형 언어 모델)이 존재하지 않는 패턴이나 객체를 잘못 인식하는 현상입니다. AI 재순위 지정 (AI reranking) # 재순위 지정은 검색 결과의 관련성을 향상시키기 위해 후보 문서 목록의 순서를 정제하는 기법입니다. 검색 증강 생성(RAG) 및 기타 애플리케이션은 재순위 지정을 통해 생성 또는 다운스트림 작업에 가장 관련성 높은 정보를 우선순위에 두게 됩니다. AI 메모리 (AI memory) # AI 컨텍스트에서 메모리는 AI 도구가 상호작용 전반에 걸쳐 메시지 컨텍스트를 유지할 수 있게 해줍니다. 이를 통해 예를 들어 매 메시지마다 지속적인 컨텍스트를 제출하지 않고도 AI 에이전트와 지속적인 대화를 나눌 수 있습니다. n8n에서는 AI 에이전트 노드가 메모리를 사용할 수 있지만, AI 체인은 사용할 수 없습니다. AI 검색 증강 생성 (AI retrieval-augmented generation, RAG) # 검색 증강 생성, 즉 RAG는 외부 소스의 새로운 정보에 LLM이 접근할 수 있도록 하여 AI 응답을 향상시키는 기법입니다. RAG 시스템은 원래 학습 데이터를 보완하기 위해 최신, 도메인별, 또는 독점 지식에 기반한 응답을 생성하고자 관련 문서를 검색합니다. RAG 시스템은 외부 데이터를 효율적으로 관리하고 검색하기 위해 종종 벡터 스토어에 의존합니다. AI 도구 (AI tool) # AI 컨텍스트에서 도구는 요청에 응답할 때 AI가 특