LLM Chain

LLM Chain 노드는 지정된 프롬프트를 기반으로 LLM이 응답을 생성하도록 구성하는 가장 기본적인 체인 노드입니다. 프롬프트와 모델만 설정하면 모든 유형의 단일 질문 응답, 문장 생성, 요약, 변환 등 작업에 활용할 수 있는 범용 텍스트 생성 노드입니다.

---

주요 기능

• 사용자 정의 프롬프트 기반 LLM 응답 생성

• 다양한 자연어 처리 태스크에 유연하게 활용 가능

• Output Parser를 통해 구조화된 출력 처리 가능

• Prompt Chain의 구성 단위로 사용 가능

WindyFlo LLM Chain

입력값 (Inputs)

항목	설명	필수 여부
Language Model	문장 생성을 수행할 LLM	필수
Prompt	출력 결과를 생성하기 위한 명령 또는 프롬프트 텍스트	필수
Output Parser	결과를 구조화된 포맷(JSON 등)으로 변환하는 옵션	선택
Input Moderation	유해/부적절한 입력 차단 기능	선택
Chain Name	체인에 이름을 지정할 수 있는 옵션	선택 (체인 관리 목적)

---

출력값 (Outputs)

출력 항목	설명
LLM Chain	기본 LLM 응답 텍스트 (기본 출력)
Output Prediction	Output Parser 적용 결과나 예측값 등 구조화된 출력 (옵션 선택 시 사용)

---

활용 예시

1. 텍스트 생성

   • 프롬프트: “{name}에 대한 소개 글을 작성해줘”

   • 입력값: name = 'WindyFlo' → LLM이 회사 소개 문장 생성

2. 형식 변환

   • 이메일 → 회의록 요약, 텍스트 → JSON 변환 등 다양한 변환 작업에 활용

3. 간단한 추론 작업

   • “다음 문장이 긍정인지 부정인지 판단해줘: {문장}” → Output Parser로 yes/no 추출 가능

---

사용 팁

• Prompt는 사용자 입력값과 매핑될 수 있도록 {} 변수를 활용해 동적으로 구성할 수 있습니다.

• Output Parser는 JSONSchema 기반 구조를 설계하거나, 커스텀 파서 노드와 연결하여 더 정교한 결과를 받을 수 있습니다.

• Prompt 설계 시 System 역할 포함 가능 (예: “You are a helpful assistant.”)

---

주의사항

• Prompt 내 {input} 같은 변수명은 실제 연결되는 값과 일치해야 합니다.

• Output Parser를 설정하지 않으면 LLM의 출력 결과는 순수 텍스트 형태로 반환됩니다.

• 출력 옵션에서 Output Prediction을 선택하지 않으면 예측값은 출력되지 않으며, 파서 로직도 무시됩니다.

---

LLM Chain은 WindyFlo에서 가장 범용적이고 유연하게 사용 가능한 텍스트 생성 노드입니다. 질문 응답, 문장 작성, 포맷 변환, 감정 분석 등 모든 LLM 기반 작업의 시작점으로 활용됩니다.