dograh
무엇인가
Dograh는 전화 통화를 처리하는 AI 에이전트를 만들고 배포하는 오픈소스 플랫폼이다. Vapi·Retell 같은 관리형 음성 에이전트 서비스가 차지하는 자리를 자기 서버에서 대신 채운다. BSD 2-Clause 라이선스로 전체 소스가 공개돼 있다.
어떻게 동작하나
백엔드는 Python으로 작성됐고 에이전트 로직은 비주얼 워크플로로 정의한다. 워크플로는 시작 노드, 에이전트 노드, 전역 지시문, 도구 호출, 노드 간 전환, 통화 종료 결과로 구성된다. 음성 파이프라인은 두 갈래다. 음성-대-음성 모델을 그대로 쓰거나, LLM·STT·TTS를 각각 조합하는 캐스케이드 방식이다. 각 계층은 교체 가능한 프로바이더 구조로 분리돼 있다. 통화 중 생성되는 아티팩트는 번들된 MinIO나 AWS S3 호환 스토리지에 저장된다. MCP 서버가 함께 기동하므로 Claude Code, Codex, Cursor 같은 MCP 클라이언트가 워크스페이스에 접속해 노드 스키마를 조회하고 워크플로 초안을 만들거나 저장할 수 있다.
무엇과 다른가
Vapi와 Retell은 호스팅 SaaS다. 프롬프트, 모델 선택, 통화 데이터가 벤더 인프라 안에 남는다. Dograh는 같은 기능을 자체 서버에서 돌리는 것을 전제로 한다. LLM·TTS·STT·전화 사업자를 각각 다른 것으로 바꿔 끼울 수 있고 코드를 직접 읽고 고칠 수 있다. 텔레포니 연동은 Twilio, Vonage, Telnyx, Plivo, Vobiz, Cloudonix, Asterisk ARI를 포함한다.
어떻게 쓰나
설치는 Docker 기반 스크립트 한 번으로 끝난다. 기동 후 http://localhost:3010 에 접속해 Inbound 또는 Outbound를 고르고 봇 이름과 5~10단어짜리 용도를 적으면 에이전트가 만들어진다. Test Agent 패널에서 Test Audio로 브라우저에서 바로 말을 걸어보거나, Test Chat으로 텍스트 턴을 편집·재생하며 노드 전환을 다시 생성할 수 있다. API 키 없이도 자동 생성된 키와 내장 LLM·TTS·STT 스택으로 동작하고, 원하면 자기 키를 넣는다. 프로그램 방식으로 에이전트를 만들려면 Python SDK(dograh-sdk)나 Node SDK(@dograh/sdk)를 쓴다.
전제와 한계
Docker 실행 환경이 필요하다. 첫 기동은 이미지 다운로드 때문에 2~3분 걸린다. 원격 서버에 올릴 때는 HTTPS 구성이 별도로 필요하다. 통화 전환(휴먼 핸드오프)은 지원하는 텔레포니 사업자에서만 동작한다. 익명 사용 데이터 수집이 기본 켜져 있고 ENABLE_TELEMETRY=false로 끈다.
관련 논문 1
유사 도구
- langflowLLM·벡터 DB·도구를 노드로 연결해 에이전트 플로우를 시각적으로 만들고, 이를 REST API나 MCP 서버로 배포하는 Python 플랫폼이다.
- lobehub여러 AI 에이전트를 고용·스케줄·보고 단위로 묶어 7×24로 운영하는 셀프호스팅 오케스트레이션 플랫폼이다. 에이전트를 작업 단위로 다룬다.
- difyLLM 애플리케이션을 워크플로·RAG·에이전트·모델 관리·관측까지 한 워크스페이스에서 만들고, 클라우드나 셀프호스팅으로 배포하는 오픈소스 플랫폼이다.
- FastGPTLLM 위에 지식베이스 RAG 검색과 시각적 워크플로 편집을 얹어 질의응답 시스템을 구성하는 TypeScript 플랫폼이다.
- onyxLLM 애플리케이션 계층으로, RAG·웹 검색·코드 실행·에이전트를 갖춘 셀프호스팅 AI 채팅 플랫폼이다. 50개 이상 커넥터로 사내 데이터를 색인한다.
- OpenHands여러 코딩 에이전트를 로컬·원격·클라우드 백엔드에 연결해 한 화면에서 실행하고 자동화하는 셀프호스팅 제어 센터다.