1. 노드 설명
Storm OpenAPI
  • Welcome to STORM
    • STORM 소개
  • Quickstart
    • 시작하기
      • 계정 생성
      • 에이전트 생성
    • 주요 활용 시나리오
      • 문서 업로드
      • 워크플로우 설계
      • 테스트
      • 배포
      • 채널 연동
  • Feature Guide
    • 콘솔
      • 에이전트 관리
      • 대시보드
      • 권한 설정
    • 에이전트 템플릿
      • 심층 지식 탐색
      • 지식 탐색
      • 자유 대화
      • 보고서 작성
      • FAQ 챗봇
      • 이력서 스크리닝
      • 캐릭터 대화
      • 상담기록 분석
      • 기사 작성
      • SQL문 작성
      • 계약서 차이점 비교
    • 에이전트 빌더
      • 지식
        • 폴더
        • 피드백
        • 문서
          • 에이전트 지식
          • 팀 지식
          • Knowledge Base 연동하기
      • 워크플로우
        • 노드 설명
          • LLM
          • 검색(RAG)
          • 에이전틱 RAG
          • API
          • IF ELSE
          • 변수 선언과 할당
          • 후처리
          • 응답
          • 루프
          • 문서 생성
      • 테스트
      • 로그
      • 대시보드
    • 관리자 도구
      • 배포 관리
      • 채널 연동
      • 모델 파인튜닝
      • 학습 데이터 품질 관리
      • 기타 설정
      • Teams 채널 연동
  • Apis
    • 에이전트
      • 에이전트 조회
      • 에이전트 배포
      • 에이전트 배포 이력 조회
      • 워크플로우 목록 조회
      • 최신 워크플로우 조회
      • 워크플로우 단건 조회
      • 신규 워크플로우 생성
    • 버킷
      • 버킷 생성
      • 버킷 조회
    • 문서
      • 문서 학습 요청 by file
      • 문서 학습 요청 by url
      • 문서 조회
      • 문서 삭제
    • 채팅
      • 채팅 중 파일 업로드
        • 파일 생성 및 Presigned URL 발급
        • 파일 업로드 완료 처리
        • 파일 상태 조회
      • 채팅 전송 (OpenAI 호환)
      • 채팅 전송 (non-stream)
      • 채팅 전송 (stream)
      • 컨텍스트 검색
  • Learn More
    • 자주 묻는 질문
    • 과금 플랜
    • 에러 코드 가이드
      • AgentRag
      • DocGen
      • ApiCall
      • Function
      • IfElse
      • Loop
      • OpenLLM
      • Post
      • Rag
      • Response
      • Variable
  1. 노드 설명

LLM

LLM 노드#

LLM(Large Language Model)을 호출하여 응답을 생성하는 노드입니다.

LLM 모델#

Group 633083 4 (1).png
에이전트가 답변을 생성할 때 사용할 LLM 모델을 선택합니다.
이용중이신 과금 Plan 별로 사용가능한 모델이 제한될 수 있습니다.(상세한 모델 제약사항은 영업팀에 문의해주세요.)

각 모델별 가이드를 참고하여 서비스에 적합한 LLM을 선택해주세요.
GPT
Open ai
Azure
Claude
Antropic
vertex
Hyper Clova
Gemini
Llama
Xionic
Xionic은 sionic에서 자체 개발한 모델입니다.(이용을 원하시는 경우, 영업팀에 문의해주세요.)

LLM 파라미터#

Top P
Top P는 생성된 텍스트의 랜덤성을 조절합니다. LLM은 텍스트를 생성할 때 가능성이 높은 단어들의 집합에서 무작위로 선택을 하는데, Top P가 클수록 모델이 더 다양하고 예측하기 어려운 단어를 선택하게 됩니다. Top P가 낮을수록 모델이 예측 가능한 단어를 선택합니다.
즉, 창의적이고 흥미로운 텍스트를 생성하길 원한다면 Top P를 높이고, 반대를 원한다면 Top P를 낮추면 좋습니다.
Maximum length
Temperature
Frequency Penalty
Presence Penalty
Stop sequences
Seed

프롬프트#

Group 633083 7.png
SYSTEM Prompt와 USER Prompt, 두 종류가 있습니다. 각 차이점은 다음과 같습니다.
SYSTEM Prompt: 이 노드의 AI가 대화 전반에 걸쳐 따르는 역할과 규칙을 설정합니다. 한 번 설정하면 모든 대화에 계속 적용됩니다. 예를 들어 "당신은 계약서 변경점 분석 전문가입니다"처럼 AI의 전문 역할, 출력 형식, 판단 기준 등 대화의 맥락과 상관없이 바뀌지 않는 내용을 작성합니다.
USER Prompt: 사용자의 실제 요청을 받았을 때, 이 요청을 어떻게 처리할지 정의합니다. 예를 들어 "사용자가 업로드한 문서를 확인하고 변경점을 모두 추출합니다"처럼, 사용자가 입력한 값을 받았을 때 이를 어떻게 실제로 응답하고 어떤 작업을 수행하는지를 작성합니다.

이 외의 기능#

Group 633083 6.png

펑션콜#

외부 시스템과의 연동을 위해 모델이 특정 함수를 호출할 수 있도록 정의합니다.
각 함수에는 이름, 설명, properties을 설정할 수 있습니다.

지식 청크 포맷#

지식 청크를 LLM에 전달할 때 어떤 형식으로 주입할지 정의합니다.
{{인덱스}}: 검색된 정보의 개수만큼 자동으로 넘버링을 매겨줍니다.
{{파일명}}: 검색된 정보가 포함되어있던 파일명을 표시해줍니다.
{{페이지}}: 일부 한글 문서는 페이지 메타정보가 포함되지 않습니다.
{{내용}}: 검색된 정보의 본문 내용입니다.

히스토리 턴 수#

모델에게 이전 대화 맥락을 몇 턴까지 전달할지 설정합니다. 일반적으로, 연속성이 중요한 작업이라면 히스토리 턴 수를 늘리고, 연속성보다는 정확한 답변이 중요할 경우 히스토리 턴 수를 줄이는 게 좋습니다.
값이 클수록 더 많은 문맥을 참고할 수 있지만, 토큰 사용량도 증가합니다.
Modified at 2026-06-17 23:13:45
Previous
Knowledge Base 연동하기
Next
검색(RAG)
Built with