🤖Dify (Synology💾, Docker🐳) 설치하기

Dify는 바이브코딩?으로 유명해진 툴로 노드 기반 LLM 워크플로우를 GUI환경에서 손쉽게 제작이 가능합니다.

대규모 서버환경이 아니더라도 최소 사양이 낮은 프레임워크이기 때문에 Synology DSM나 Unraid 같은 환경에서 Docker를 통해 Dify를 구축할 수 있습니다.

🚀 주요 AI 워크플로우 플랫폼 4종 비교

A. Dify 설치하기(Synology) - 공식가이드 설치x, 커스텀 세팅

Git 설치

먼저 시놀로지에 git 패키지를 설치합니다.

DSM 공식 패키지 센터에는 포함되지 않아, 커뮤니티 버전으로 설치를 하였습니다.

synopackage.com

• 패키지 센터 - 설정 버튼 - 패키지 소스

추가 버튼을 클릭하여 https://packages.synocommunity.com 를 추가 합니다.

패키지 센터에 커뮤니티 메뉴가 생겼습니다.

git을 설치합니다.

터미널을 열어서 잘 동작하는 지 테스트 해봅니다.

Dify 설치

설치가 완료되었으면, Dify 설치 가이드를 따라 진행해 봅시다.

Deploy Dify with Docker Compose - Dify Docs

Dify Docs

cd /volume1/docker/
git clone https://github.com/langgenius/dify.git
cd dify
cd docker
cp .env.example .env
docker compose up -d

공식 Dify 깃허브에서 안내하는 설치법입니다.

GitHub - langgenius/dify: Production-ready platform for agentic workflow development.

Production-ready platform for agentic workflow development. - langgenius/dify

GitHublanggenius

위 커맨드로 설치를 시놀로지 상에서 진행하면 docker compose 시 무수히 많은 에러를 볼 수 있습니다. 😅

커스텀 세팅(docker-compose, .env) 설치

# compose 실패 시 취소/제거 하기
sudo docker compose down --remove-orphans

시놀로지에서 정상적인 설치를 위해, 먼저 실행된 도커 컨테이너들을 제거해줍니다.

그리고 미리 폴더들을 생성해줍시다.

# Dify 도커 폴더로 이동
cd /volume1/docker/dify/docker

# 누락되기 쉬운 모든 볼륨 폴더를 한 번에 생성합니다.
sudo mkdir -p volumes/db/data
sudo mkdir -p volumes/redis/data
sudo mkdir -p volumes/sandbox/dependencies
sudo mkdir -p volumes/app/storage
sudo mkdir -p volumes/plugin_daemon
sudo mkdir -p volumes/certbot/conf
sudo mkdir -p volumes/certbot/conf/live
sudo mkdir -p volumes/certbot/conf/archive
sudo mkdir -p volumes/certbot/www
sudo mkdir -p volumes/qdrant # weaviate 대체 벡터 DB !
sudo mkdir -p volumes/storage
sudo mkdir -p volumes/weaviate/data # AVX 명령어 없으면 사용 불가 !

# 모든 볼륨 폴더에 대해 쓰기 권한 부여
sudo chmod -R 777 /volume/

공식 가이드에서 설치되는 벡터DB인 Weaviate는 CPU에서 AVX 명령어를 지원해야 사용 가능합니다.

하지만 우리의 시놀로지는 대부분(?) AVX 명령어가 없는 CPU를 사용하고 있습니다.

대체 방안으로 Qdrant를 설치해 줍니다. (Dify는 다양한 DB를 지원합니다 😄)

(위 mkdir로 qdrant 디렉토리를 미리 생성했습니다 !)

/volume1/docker/dify/ 폴더에는 Dify 도커 설치를 위한 docker-compose와 .env가 있습니다.

Dify는 잦은(?) 업데이트로 다중 도커 컨테이너들을 연결하여 동작하기 때문에 설정이 꽤나 복잡합니다.

더군다나, 시놀로지라는 폐쇄된 시스템 안에서 제약사항들이 따라 붙습니다.

열심히 제미나이와 오픈클로(젬마)를 갈구며 커스터마이징한 docker-compose입니다.

• 제약사항
  • docker 네트워크를 Dify_bridge로 묶음
  • [api port] 5001:5001 -> 18080:5001
  • [web ui port] 3000:3000 -> 18081:3000
  • [plug-in daemon] 5002:5002 -> 15002:5002

env.yaml은 dify에 대한 설정들입니다.

기본적으로 시놀로지는 좀(?) 느린 편이기 때문에 Timeout 시간대를 대폭 늘리고, 앞서 말한 벡터DB를 Qdrant로 변경, docker-compose에서 수정한 port 등을 반영하였습니다.

• 수정항목
  • 시놀로지의 IP 및 docker-compose에 적용한 Port 번호를 설정합니다.
    WEB과 API를 구분해서 URL과 Port를 지정합니다.
    CONSOLE_API_URL=http://SynologyIP or Domain:18080
    CONSOLE_WEB_URL=http://SynologyIP or Domain:18081
    SERVICE_API_URL=http://SynologyIP or Domain:18080
    APP_API_URL=http://SynologyIP or Domain:18080
    APP_WEB_URL=http://SynologyIP or Domain:18081
    NEXT_PUBLIC_SOCKET_URL=ws://SynologyIP or Domain:18080
  • 혹시나 CORS 에러가 발생할 경우, IP와 Domain을 추가합니다.
    CONSOLE_CORS_ALLOW_ORIGINS=IP:18081,http://Domain:18081
    WEB_API_CORS_ALLOW_ORIGINS=IP:18081,http://Domain:18081
• 각 API들의 키를 설정합니다.
  - 편하게 GPT나 Gemini에게 생성해 달라고 합니다.
  SECRET_KEY=[32~64chars]
  PLUGIN_DAEMON_KEY=[32~64chars]
  PLUGIN_DIFY_INNER_API_KEY=[32~64chars]
• 시놀로지처럼 낮은 사양에 맞게 타임아웃을 늘렸습니다.
  FILES_ACCESS_TIMEOUT=600
  API_WEBSOCKET_GUNICORN_TIMEOUT=600
  GUNICORN_TIMEOUT=600
  SQLALCHEMY_POOL_TIMEOUT=300
  REDIS_SOCKET_TIMEOUT=600
  REDIS_SOCKET_CONNECT_TIMEOUT=600
  QDRANT_CLIENT_TIMEOUT=600
  PLUGIN_PYTHON_ENV_INIT_TIMEOUT=300
  PLUGIN_MAX_EXECUTION_TIMEOUT=600
• API 키 생성 방법

# SECRET_KEY (48 chars)
openssl rand -hex 24

# PLUGIN_DAEMON_KEY (56 chars)
openssl rand -hex 28

# PLUGIN_DIFY_INNER_API_KEY (56 chars)
openssl rand -hex 28

import secrets

# SECRET_KEY (48 chars)
secret_key = secrets.token_hex(24)  # 48 hex chars
print("SECRET_KEY=", secret_key)

# PLUGIN_DAEMON_KEY (56 chars)
plugin_daemon_key = secrets.token_hex(28)  # 56 hex chars
print("PLUGIN_DAEMON_KEY=", plugin_daemon_key)

# PLUGIN_DIFY_INNER_API_KEY (56 chars)
plugin_dify_key = secrets.token_hex(28)  # 56 hex chars
print("PLUGIN_DIFY_INNER_API_KEY=", plugin_dify_key)

위 env.yaml 파일은 .env로 변경해줍니다. Dify 실행 시 .env 설정값이 적용됩니다.

cp env.yaml .env

이제 compose를 진행해줍니다.

# Docker Compose
sudo docker compose up -d

설치가 완료되면 컨테이너들일 실행됩니다.

컨테이너 매니저에서도 동작현황을 확인할 수 있습니다.

혹여나 로그나 알람창을 통해 문제를 발생하면 실행을 중단하고 설정을 수정합니다.

# 혹시나 compose 실패 시
sudo docker compose down --remove-orphans

# 로그를 통해 권한 문제임을 확인
sudo chown -R 1000:1000 /volume1/docker/dify/
sudo chmod -R 777 /volume1/docker/dify/
sudo docker compose up -d

위에서 설정했던 http://SynologyIP:18081 주소로 접속해 봅니다.

잠시 기다리면 설치 작업이 끝납니다. (?)

관리자 계정 설정 페이지가 나타나면 성공입니다! 😊🎉

⚠️위 세팅들은 커스텀되었기 때문에 일부 동작에 문제가 있을 수 있습니다...?

-> 설정값들을 확인해 주세요!! 😼

B. Dify 설치하기 (Unraid)

위 시놀로지 설치과정에 비하면 매우 선녀입니다 🥹

Apps에 등록된 Dify-aio를 클릭하여 이미지를 다운 받습니다.

Unraid는 Apps에서 다운받은 이미지의 경우 기본적인 Docker Template들이 제공되기 때문에 크게 어려움은 없습니다.

dify-aio의 경우 환경변수로 MAIL_TYPE과 RESEND_API_KEY 정도만 추가하여 smtp, bypass로 설정하면 끝납니다!!

나머지 기본적인 Web UI Port, Initial Admin Password (선택), Timezone과 더 필요한 항목들이 있으면 추가하여 마무리합니다.

Dify 사용하기

Dify 설치가 완료되었다면 다음과 같은 화면이 나올 것 입니다.
기본적으로 LLM 모델을 세팅해 봅니다.

Dify - LLM Provider 연결하기

우측 상단 계정 - 설정 클릭

설정 - 모델 제공자(Model Provider) 클릭

알맞은 모델 공급자를 설치하고 시스테 모델 설정에서 사용할 모델 설정을 진행합니다.

예시로 제미나이를 설치해보겠습니다.

원클릭으로 금방 설치가 완료되었습니다. 이제 LLM을 실제 동작시키기 전에 API키를 추가하여 인증을 해야합니다.

API 키 추가 버튼을 클릭합니다.

Google AI Studio에서 API 키를 발급 받습니다.

Google AI Studio

The fastest path from prompt to production with Gemini

AI Studio

발급받은 API 키를 복사하여 Dify의 인증 구성 창에 입력하고 저장합니다.

Gemini 모델이 등록되면 Gemini에서 사용할 시스템 모델 설정을 진행합니다.

예시로 Gemini의 3.1 Flash-Lite 모델을 등록해 보았습니다.

앱 생성하기

Dify에서는 앱이라는 개념으로 사용자가 원하는 다양한 워크플로우 템플릿들을 제공합니다. 빈 상태에서 처음부터 직접 만들어갈 수도 있고, 제공된 템플릿을 입맛에 맞게 수정하여 LLM을 목적에 맞게 동작시키는 흐름도를 GUI로 손쉽게 구성 가능합니다.

테스트용으로 템플릿 하나를 선택하여 앱을 생성하였습니다.

사용 목적에 맞게 기본적으로 제공되는 노드구성들을 수정하였습니다.

LLM 노드에서 기본 세팅이 gpt로 되어있어 호환되지 않음이라는 경고표시⚠️가 생성되어 있습니다.

모델 선택 버튼을 클릭하면 위에서 설정한 Gemini 모델 리스트가 나타납니다. 사용할 모델을 선택하고 모델의 매개변수들을 설정하면 알림표시⚠️가 사라지는 것을 확인할 수 있습니다!

노드들의 배치와 워크플로우 세팅을 마친 후, 미리보기 버튼을 누르면 시작노드에서 설정한 항목들을 기준으로 채팅창이 활성화됩니다.

실제 앱 구동을 미리 보기를 통해서 테스트한 뒤, 완성된 앱을 게시하여 Web, API 등을 통해 배포를 손쉽게 구현할 수 있습니다.