워크플로우 개요

이 시스템은 Twitter의 새로운 팔로워에게 자동으로 다이렉트 메시지를 보내는 자동화 솔루션으로, RAG(검색 증강 생성, Retrieval-Augmented Generation) 기술과 벡터 데이터베이스를 결합하였습니다. 이 워크플로우는 새로운 팔로워 데이터를 지능적으로 처리하고, AI를 활용해 개인 맞춤형 DM 콘텐츠를 생성하며, 작업 결과를 Google Sheets에 기록합니다.

핵심 기능

지능형 DM 자동화

• 새로운 Twitter 팔로워가 생기면 Webhook을 통해 워크플로우가 트리거됨
• AI 기술을 사용하여 개인화된 DM 콘텐츠 생성
• 신규 팔로워에게 자동으로 환영 메시지 전송

RAG 기술 통합

• Pinecone 벡터 데이터베이스를 활용하여 컨텍스트 정보 저장 및 검색
• Cohere 임베딩 모델을 사용하여 텍스트를 벡터 표현으로 변환
• 의미 기반 검색을 지원하여 보다 정확한 컨텍스트 이해 제공

워크플로우 아키텍처

1. 트리거 계층

Webhook Trigger(Webhook 트리거)

• 엔드포인트 auto-dm-new-twitter-followers로 POST 요청 수신
• 전체 워크플로우의 진입점 역할
• 신규 팔로워 관련 데이터 수신

2. 데이터 처리 계층

Text Splitter(텍스트 분할기)

• 입력 텍스트를 더 작은 청크로 분할
• 청크 크기: 400자
• 오버랩: 40자
• 분할 시 문맥 일관성 유지 보장

Embeddings(임베딩 모델)

• Cohere의 embed-english-v3.0 모델 사용
• 텍스트를 수치형 벡터 표현으로 변환
• 의미 유사도 계산 지원

3. 벡터 저장 계층

Pinecone Insert(벡터 삽입)

• 임베딩된 벡터를 Pinecone 데이터베이스에 저장
• 인덱스 이름: auto-dm_new_twitter_followers
• 모드: 삽입 모드(insert)

Pinecone Query(벡터 쿼리)

• Pinecone 데이터베이스에서 관련 컨텍스트 검색
• 동일한 인덱스를 사용하여 쿼리 수행
• AI 생성을 위한 배경 정보 제공

4. AI 처리 계층

Chat Model(챗 모델)

• OpenAI 언어 모델 사용
• 지능형 응답 콘텐츠 생성 담당

Vector Tool(벡터 도구)

• 이름: Pinecone
• 설명: Vector context
• 벡터 쿼리 결과를 AI 에이전트에 제공

Window Memory(윈도우 메모리)

• 대화 이력 유지 관리
• 문맥 일관성 보장
• 멀티턴 대화 지원

RAG Agent(RAG 에이전트)

• 시스템 프롬프트: You are an assistant for Auto-DM New Twitter Followers
• 처리 유형: 텍스트 처리 정의
• 벡터 도구와 메모리를 통합하여 최종 응답 생성

5. 출력 계층

Append Sheet(Sheet에 추가)

• 처리 결과를 Google Sheets에 기록
• 문서 ID: SHEET_ID
• 시트 이름: Log
• 작업: 새 행 추가
• 기록 필드: Status

Slack Alert(Slack 알림)

• 오류 처리 메커니즘
• 전송 채널: #alerts
• 메시지 형식: Auto-DM New Twitter Followers error: {오류 메시지}

데이터 흐름

Webhook 수신 → 텍스트 분할 → 벡터 임베딩 → 
               ↓
            Pinecone 저장
               ↓
Webhook 수신 → 윈도우 메모리 → RAG 에이전트 ← 벡터 쿼리 ← Pinecone
               ↓           ↓
            챗 모델     벡터 도구
               ↓
            성공 → Google Sheets 로그
               ↓
            실패 → Slack 알림

기술적 특징

고도의 지능화

• 대형 언어 모델을 사용하여 개인 맞춤형 콘텐츠 생성
• RAG 기술로 응답의 정확성과 관련성 확보
• 사용자 선호도를 자동으로 학습 및 적응

강력한 확장성

• 벡터 데이터베이스로 대규모 데이터 저장 지원
• 모듈화된 설계로 기능 확장 용이
• 사용자 정의 프롬프트 및 파라미터 지원

신뢰성 보장

• 완전한 오류 처리 메커니즘
• Slack 실시간 경고
• Google Sheets 로그 기록

적용 사례

1. 소셜 미디어 마케팅: 신규 팔로워 자동 환영으로 사용자 참여도 향상
2. 고객 관계 관리(CRM): 초기 접촉을 통해 사용자 피드백 수집
3. 브랜드 프로모션: 브랜드 메시지 전달 및 사용자 행동 유도
4. 커뮤니티 운영: 신규 멤버 일괄 처리 및 개인화된 환영 제공

구성 요구사항

API 자격 증명

• Cohere API(임베딩 서비스)
• Pinecone API(벡터 데이터베이스)
• OpenAI API(언어 모델)
• Google Sheets OAuth2(데이터 기록)
• Slack API(오류 알림)

총 노드 수: 12개 노드

• 트리거 노드: 1개
• 데이터 처리 노드: 4개
• AI/ML 노드: 3개
• 벡터 저장 노드: 2개
• 출력 노드: 2개