설명서LLM 앱

첫 번째 앱을 자동으로 만들기 create-first-app

마지막 업데이트: 2026년 6월 18일
IMPORTANT
Adobe LLM Apps이(가) 현재 Beta에 있습니다.
여기에 표시된 기능, 워크플로우 및 UI가 반드시 제품의 최종 상태를 나타내지는 않습니다. Beta에 참여하려면 llm-apps-beta@adobe.com으로 이메일을 보내십시오.

플랫폼은 웹 사이트를 완전한 기능의 앱으로 전환합니다. 작업을 제안하고, 핸들러 코드 및 테스트를 쓰고, EDS 위젯을 만들고, 생성된 파일을 자신이 소유한 두 개의 GitHub 리포지토리에 보냅니다.

생성하는 데 약 15분이 소요됩니다. 이 자습서를 마치면 ChatGPT과(와) 같은 지원되는 LLM 플랫폼에서 테스트할 수 있는 배포된 앱이 제공됩니다.

여정: 두 개의 저장소→ 만들고 앱→ 만들고 생성된 작업→ 검토하여 스테이징→ 배포하고 프로덕션 시스템→ 연결하기 → 플러그인을 테스트하기 위한 요구 사항을 확인합니다.

시작하기에 앞서

이 자습서를 시작하기 전에 모든 LLM 앱 요구 사항을 완료하십시오.

이 자습서에서는 Frescopa Coffee용 LLM 앱을 만듭니다.

두 개의 빈 저장소 만들기

플랫폼에는 두 개의 빈 저장소가 필요합니다. 동일한 GitHub 계정 또는 조직에 두 계정을 모두 만듭니다.

  • 처리기 저장소 - 작업 처리기 및 테스트를 저장합니다. 예: my-brand-llm-app
  • EDS 저장소 — 생성된 위젯 블록 및 스타일을 저장합니다. 예: my-brand-llm-app-eds

각 저장소의 github.com/new​(으)로 이동합니다.

README, .gitignore 또는 라이선스를 사용하여 저장소를 초기화하지 마십시오. 플랫폼은 필요한 프로젝트 구조를 준비합니다.

TIP
앱과 각 저장소의 용도를 식별하는 저장소 이름을 사용합니다. 이렇게 하면 앱 만들기 대화 상자에서 쉽게 인식할 수 있습니다.

앱 시작

  1. Adobe LLM 앱을 열고 앱 만들기​를 선택합니다.

  2. LLM 앱 이름 및 선택적 설명을 입력하십시오.

  3. Analytics 영역​을 선택하세요.

    note important
    IMPORTANT
    앱을 만든 후에는 분석 영역을 변경할 수 없습니다.

  4. 내 앱 빌드​에서 내 앱 자동 빌드​를 선택합니다.

  5. 웹 사이트​에서 https:// 프로토콜을 포함한 웹 사이트 URL을 입력합니다. 플랫폼은 이 사이트를 분석하여 유용한 조치와 대표적인 샘플 결과를 결정한다.

LLM 앱 만들기 — 앱 세부 정보 및 내 앱 빌드 사용

저장소에 대한 LLM Apps 액세스 권한 부여

Adobe LLM 앱 GitHub 앱을 사용하면 LLM Apps에게 선택한 저장소에 액세스할 수 있습니다.

NOTE
GitHub 조직에 연결하는 것은 일회성 설정입니다. 조직이 대화 상자에 이미 표시되어 있는 경우 다시 연결하는 대신 GitHub에서 저장소 관리​를 사용하십시오.

연결된 조직

저장소를 만들기 전에 Adobe LLM 앱 GitHub 앱이 이미 설치된 경우:

  1. 연결된 조직을 선택합니다.
  2. GitHub에서 저장소 관리​를 선택합니다.
  3. 기존 GitHub 앱 설치에 두 저장소를 추가합니다.
  4. LLM Apps​(으)로 돌아가서 저장소 목록을 새로 고칩니다.

최초 연결만

조직이 대화 상자에 나타나지 않는 경우:

  1. GitHub 조직 연결​을 선택합니다.
  2. Adobe LLM 앱 GitHub 앱을 설치합니다.
  3. 저장소만 선택​을 선택하고 두 개의 저장소를 선택합니다.
  4. LLM 앱 만들기 대화 상자로 돌아갑니다.

GitHub 앱을 설치하거나 업데이트할 수 없는 경우 조직 관리자에게 문의하십시오.

저장소 선택

  1. Boilerplate 저장소​에서 조직 및 빈 처리기 저장소를 선택합니다.

  2. EDS 저장소​에서 조직 및 빈 EDS 저장소를 선택합니다.

    내 앱 빌드 — GitHub 조직, Boilerplate 저장소 및 EDS 저장소를 선택합니다

  3. 약관​에서 Adobe Developer 약관에 동의함​을 확인하세요.

  4. 앱 만들기​를 선택합니다.

EDS 설정 완료

선택한 EDS 저장소가 비어 있으면 LLM Apps이(가) AEM 보일러판으로 초기화합니다. 그런 다음 대화 상자에서 앱을 다시 만들기 전에 AEM 코드 동기화를 설치하라는 메시지가 표시됩니다.

  1. EDS 리포지토리 아래의 메시지에서 AEM 코드 동기화 설치​를 선택합니다.

  2. GitHub에서 AEM 코드 동기화를 설치하고 EDS 저장소에 대한 액세스 권한을 부여합니다.

    AEM 코드 동기화 등록됨 확인 페이지의 사이트 사용자​에서 + 사용자 추가​를 선택하고 관리자 역할을 사용하여 LLM Apps에 로그인하는 데 사용하는 전자 메일 주소를 추가하십시오. 그런 다음 페이지 하단에서 설정 완료​를 선택합니다.

    AEM 코드 동기화가 등록됨 - 자신을 관리자 역할의 사이트 사용자로 추가

  3. LLM 앱 만들기 대화 상자로 돌아갑니다.

LLM 앱 만들기 — 빈 EDS 리포지토리가 초기화되었으며 AEM 코드 동기화가 필요합니다.

EDS 사이트의 관리자여야 합니다. 대화 상자에서 관리자가 아닌 것으로 보고하는 경우:

LLM 앱 만들기 — EDS 관리자 액세스 필요

  1. AEM Live 관리자 열기​를 선택합니다.

  2. + 사용자 추가 단추를 클릭하여 EDS 사이트의 관리자로 자신을 추가하십시오.

    LLM 앱 만들기 — EDS 관리자로 추가

  3. LLM Apps​(으)로 돌아가서 EDS 저장소를 새로 고치고 앱 만들기​를 다시 선택합니다.

저장소 및 관리자 검사를 통과한 후 LLM Apps이(가) 앱을 만들고 작업 생성을 시작합니다.

작업 생성 대기

왼쪽에서 작업 페이지로 이동합니다. 에이전트가 웹 사이트를 분석하고 앱을 생성하는 동안 작업 페이지에 대화 환경에 대한 작업 검색​이 표시됩니다. 생성에는 보통 약 15분이 소요됩니다. 이 페이지에서 나갔다가 나중에 다시 돌아올 수 있습니다.

작업 — 권장 사항 생성

생성 중 LLM Apps:

  1. 웹 사이트를 분석하고 유용한 고객 의도를 파악합니다.
  2. 설명 및 입력 매개 변수를 포함한 작업 메타데이터를 만듭니다.
  3. 처리기 저장소의 각 작업에 대한 처리기 및 테스트를 생성합니다.
  4. EDS 저장소의 각 작업에 대한 EDS 위젯을 생성합니다.
  5. 검토를 위해 작업을 준비합니다.

생성된 처리기는 처음에 웹 사이트에서 파생된 샘플 데이터를 사용합니다. 완벽한 경험을 보여 주지만 프로덕션 시스템에는 연결되지 않습니다.

생성된 작업 검토

생성이 완료되면 작업 페이지에 생성된 작업과 위젯 미리 보기가 표시됩니다. 각 작업에는 AI 생성 작업이 있으며 배지를 검토해야 합니다.

작업 — 검토 준비된 작업 생성됨

각 작업에 대해:

  1. 검토​를 선택합니다.
  2. 이름, 설명, 매개 변수, 주석, 생성된 핸들러 및 위젯을 검토합니다.
  3. 검토됨으로 표시​를 선택합니다. 이렇게 하면 생성된 끌어오기 요청이 병합됩니다.
  4. 작업 페이지로 돌아가서 나머지 작업에 대해 를 반복합니다.

생성된 작업 — 검토됨으로 표시할 준비 완료

모든 작업을 검토하면 앱 페이지로 이동​을 선택합니다.

작업 — 생성된 모든 작업을 검토함

NOTE
생성된 코드는 사용자가 소유한 시작점입니다. 검토 후 작업 메타데이터, 핸들러, 테스트, 위젯 JavaScript 및 위젯 스타일을 변경할 수 있습니다.

앱 배포

  1. 앱 세부 정보 페이지로 돌아갑니다.
  2. 배포​를 선택하십시오.
  3. 단계​을(를) 대상 환경으로 선택합니다.
  4. 배포​를 선택하십시오.

배포 — 스테이징 환경 선택

LLM Apps이(가) 앱을 준비하고 빌드하고 게시하는 동안 잠시 기다려 주십시오.

배포 — 배포 파이프라인 실행 중

배포 — 스테이징 배포에 성공했습니다

배포 후 앱 테스트 섹션에 스테이징 MCP 서버 URL이 표시됩니다. URL 복사​를 선택합니다.

앱 세부 정보 — 스테이징 MCP 서버 URL 복사

ChatGPT에서 테스트

스테이징 MCP 서버 URL을 사용하여 플러그인을 만들려면 Test in ChatGPT를 따르십시오.

생성된 작업 중 하나와 일치하는 질문을 합니다. 다음을 확인합니다.

  • ChatGPT이(가) 필요한 작업을 선택합니다.
  • 위젯은 필요한 샘플 데이터를 렌더링하고 포함합니다.
  • 위젯 컨트롤은 예상되는 후속 동작을 생성합니다.
  • 텍스트 응답은 결과를 정확하게 요약합니다.

ChatGPT — 생성된 LLM 앱 플러그인 응답

이제 완전한 기능의 엔드 투 엔드 앱이 제공됩니다.

앱 제작 준비 완료

생성된 앱은 샘플 데이터를 사용합니다. 고객과 함께 사용하기 전에:

  1. 시스템에 연결 — 생성된 각 처리기를 사용자 지정하여 샘플 데이터를 API 또는 데이터 소스에 대한 호출로 바꿉니다.
  2. 자격 증명 보호 — API URL 및 자격 증명을 소스 코드 또는 위젯 JavaScript에 저장하지 않고 관리되는 런타임 구성에 저장합니다.
  3. 데이터 유효성 검사 — 작업 인수 및 API 응답을 확인하고, 요청 시간 초과를 추가하고, 안전 오류 메시지를 반환합니다.
  4. 위젯을 업데이트 — 각 위젯을 해당 처리기의 structuredContent에 맞게 정렬한 다음 브랜딩 및 접근성 요구 사항을 적용합니다. 생성된 위젯 사용자 지정을 참조하십시오.
  5. 처리기를 테스트합니다 — 올바른 입력, 잘못된 입력, 빈 결과, API 오류 및 위젯에 필요한 데이터 셰이프를 포함합니다.
  6. 스테이지에서 확인 — ChatGPT 플러그인을 통해 모든 작업을 다시 배포하고 테스트합니다.
  7. 프로덕션에 배포 — 단계 테스트가 성공하면 프로덕션에 배포하고 프로덕션 MCP 서버 URL로 플러그인을 만들거나 업데이트합니다.

플랫폼에서 만들지 않은 기능을 추가하려면 처음부터 작업 만들기를 참조하십시오.

recommendation-more-help
llm-apps-help-main-toc