n8n 완벽 가이드

개요

사내 강좌를 통해 인프런의 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드 강좌 수업에 대한 요약을 정리

• 일정: 2026년 4월
• 구분: n8n
• 강사: 남박사
• n8n site: https://n8n.io/
• n8n 이름의 의미
  • Node(노드) + Automation(자동화) = nodemation → n8n

섹션1. AI Agent N8n

1. AI Agent에 대한 이해와 각종 Tool에 대해 알아보기

• AI Agent
  • ‘생각’과 ‘판단’이 가능한 자동화 프로그램
  • 인간이 생각하는 모든 영역을 가능하게 함
• AI Agent 만드는 방법
  • 직접 코딩
  • 노코드 툴 활용: n8n, make, zapier 등
• n8n 선택 이유
  • 셀프 호스팅 가능
  • API 자유 압도적이며, 큰 강점
  • 단점: 사용자 직접 설치 및 서버 운용 필요

2. 완전 초보를 위한 N8N 설치부터 셀프호스팅까지 - Docker 실습편

설치 전 준비

• 필요 프로그램: Git for Windows, Docker Desktop
• Git 설치
  • https://git-scm.com/ 에서 다운로드 받아 설치 진행
  • 특별한 설정 변경 필요 없음
• Docker Desktop
  • 설치 전 Windows 기능 켜기/끄기에서 Hyper-V, WSL, 하이퍼바이저 플랫폼 활성화 필요(재부팅)
  • 공식 설치 문서 참고
  • 설치 위치: C:\Program Files\Docker\Docker

설치

• n8n 설치는 Starter Kit으로 진행
  • n8n, Ollama, Qdrant, PostgreSQL 세트
• Starter Kit git clone

PS > git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git
Cloning into 'self-hosted-ai-starter-kit'...
remote: Enumerating objects: 160, done.
remote: Counting objects: 100% (2/2), done.
remote: Compressing objects: 100% (2/2), done.
remote: Total 160 (delta 0), reused 0 (delta 0), pack-reused 158 (from 2)
Receiving objects: 100% (160/160), 3.92 MiB | 18.69 MiB/s, done.
Resolving deltas: 100% (71/71), done.

!! 주의: 현재 시점 n8n은 2.x로 버전업이 되었으나, 학습 강의는 1.x로 되어 있어서 docker-compose.yml을 강좌에서 제공하는 별도의 파일로 교체 해줘야 한다.

• 설치 HW의 GPU 여부에 따라 별도 명령어로 docker compose 실행한다.
• cpu only : docker compose --profile cpu up Starter Kit의 설치 소개 참고

문제 해결

• 버전 등의 문제로 Starter Kit을 다시 설치해야 할 경우
  • docker-compose.yml 파일을 열어 버전 수정
  • 컨테이너 제거: docker compose down
  • 이미지 다시 Pull 및 다시 실행: docker compose pull && docker compose --profile cpu up -d

섹션2. 채팅 AI Agent 만들기

3. N8N 기본 인터페이스와 채팅 AI Agent 생성해보기

n8n 접속 및 기본 사용법

• 접속: 웹 브라우저통해 http://localhost:5678 접속
  • 기본 아이디, 패스워드 입력하여 계정 생성
  • 로그인 후 첫 화면

문제 해결

• chat message 에서 메세지 발송 시 오류가 날 경우
  • docker-compose.yml 파일에 N8N_PUSH_BACKEND=websocket 항목 추가 후 재 실행 docker compose up -d --force-recreate

chat agent 구성 및 OpenAI API 키 설정

• On Chat message → AI Agent 구성으로 간단한 AI Agent 생성
• OpenAI API
  • OpenAI 개발자 페이지에서 API 키 생성 및 등록
  • 생성된 키는 재확인 불가

4. 채팅Agent에 메모리 노드와 SerpAPI툴을 사용해 검색 능력 부여하기

메모리

• 심플 메모리를 통해 이전 대화 저장
• Context window 길이를 많이 잡을 수록 기억하는 내용이 많아지지만, 그만큼 토큰을 많이 사용
• 5~10 정도로 설정

SerpAPi (검색)

• Google Search API
• 회웍가입 후 이메일, 휴대폰 인증
• free plan의 경우 월 250 검색 사용 가능

문제 해결

n8n 버그로 SerpAPI 오류

• SerpAPI Official 사용
  • 툴 추가 검색에서는 하나만 검색되나, 전체 검색을 통해 Official을 install 할 수 있다
  • 설치 후 검색을 통해 사용 가능
• 이전 노드의 json사용
  • https://www.inflearn.com/community/questions/1705920 에서 확인 가능
• 검색 해보니 SerpAPI 보다는 Official 사용을 권장

5. AI Agent에 직접 Google API 를 사용해서 구글 검색 툴 작성하기

Google Gemini API 발급

• 이 강좌에서는 두개의 Google API 사용(Gemini API, Custom Search API)
• 이 중 Custom Search API는 2026-1-21 공지를 통해 단계적으로 종료예정으로 신규 고객에게 제공하지 않으며, 기존 고객도 2027년 1월까지 제거될 예정이라 함
• 이에 따라 Google Search API는 사용할 수 없음 → 대안으로 Brave Search 사용
• 강좌에서는 Google Cloud Console에서 발급을 받았으나, Google AI Studio에서 발급 받아 사용할 수도 있음(훨씬 단순함)

Brave Search 사용

• Brave Search API 발급
  • https://brave.com/search/api/ 에 로그인(사용자 등록 후)하여 API 발급 가능
  • 2,000/월 무료 사용 가능(1초당 1요청 제한)

6. 네이버 검색 API 를 추가하고 검색 기능을 서브 워크플로우로 작성하기

네이버 검색 API 생성

• 네이버 개발자 센터 회원가입/로그인
• 메뉴>Application>내 애플리케이션 에서 새 Application등록
  • 이름: n8n-search
  • 사용API: 검색
• 인증방식은 client id 와 client sercret을 http header로 전달

n8n에서 http quest 노드로 구성

• 헤더에 X-Naver-Client-Id, X-Naver-Client-Secret 추가

워크플로우 재사용

• 구성된 워크플로우를 다른 워크플로우에서 호출 가능

복수 검색 결과 머지 및 출력 가능

• 네이버, 구글 등의 검색 결과를 각각 수집하여 통합하여 사용
• merge , aggregate 노드 사용

워크플로우 결합 시 테스트 방법

• 호출되는 워크플로우에 Manual Trigger, set 노드 추가해서 테스트 가능
• AI Agent 호출 없이 변수(query)설정 후 단독 테스트 가능

섹션3. 이메일 AI Agent

7. AI로 네이버 스팸 메일 자동 분류하기: 이메일 에이전트 완전 자동화 실습

이메일 자동 수신 설정

• 트리거노드: Email Trigger (IMAP) 사용
• 메일(Naver, Google 등) 설정 방법
  • 네이버 메일 환경설정 진입 → IMAP/SMTP 사용
  • 2단계 인증 설정된 경우 애플리케이션 비밀번호 생성 필요함
  • 화면의 호스트, 포트 정보 확인하여 기입

자동 수신 메일 AI분석

• 이메일 도착하면 AI워크플로 시작
• Subject, text 를 AI프롬프트 입력하여 Spam여부 판단
• Structured Output Parser 이용해 yes, no 처리

스팸여부 결과에 따른 분기 처리

• Switch노드 이용하여 분기 처리
• 이메일의 uid를 가져오기 위해 n8n 커뮤니티 노드 설치
• 커뮤니티노드 검색 통해 imap 노드 인스톨
• 추가 기능 설치로 스팸메일의 휴지통폴더로 이동 처리

8. Gmail연동부터 자동 응답까지: 이메일AI에이전트 완전 구축법

Gmail 이메일 연동 및 노드 추가

• 기존 이메일 트리거 복제 후 Gmail용으로 설정
• imap.gmail.com 호스트 입력
• 앱비밀번호 설정 후 입력
  • 계정 설정 후 다른 계정들처럼 바로 성공되지 않음. 테스트 시 메일 내용 정상 수신 확인

디버깅 방법

• 이메일의 경우 백그라운드 실행 됨
• Executions 탭에서 실행 기록 확인해서 디버깅 진행

다양한 메일 구조 통합 처리 방법

• Edit Fields 노드 이용해 분기 및 통합 처리
• Edit Fields 노드 3개를 이용해서 각 메일의 구조 각각 통합 후 하나로 통합 처리

메일 내용 한글 깨짐 문제 처리

• Gmail 텍스트 깨질 경우 Resolved로 변경
• AI에게 그대로 전달하고 디코딩 요청하면 된다

오류 처리

• Switch 또는 조건 비교에서 특정 노드의 데이터를 참조할 때 item 접근이 불가능한 경우 발생
  • 해결법: first() 함수 사용
  • 예: {{$node[“메일 데이터”].first().json[“from”]}}

9. 메일 한 통이면 끝! 구글 캘린더와 연동된 미팅 자동화 에이전트 만들기

이메일 기반 미팅 에이전트 시나리오 구상

• 목표: 메일로 일정 문의가 오면 → 일정 확인 → 미팅 가능 시 자동 회신
• 동작 흐름 구상 및 시나리오 작성의 중요성 강조
• “프롬프트는 곧 시나리오 설계이다”라는 인식 필요

구글 캘린더 API 연동을 위한 OAuth 인증 구성

• Google Cloud Console에서 OAuth Client 생성
• 승인된 리디렉션 URI에 n8n의 파이툴 리디렉션 주소 등록
• 테스트 유저 등록 및 테스트 모드에서 인증 절차 완료

n8n에서 구글 캘린더 툴 구성

• 일정 확인용 노드 (CAL-Read)
  • Get Many 설정, Time After, Time Before는 AI가 설정
• 일정 등록용 노드 (CAL-Write)
  • Create 설정, 시작/종료 시간 역시 AI가 자동 설정

프롬프트 설계 전략

• 역할 부여: “당신은 메일 회신 전문 에이전트입니다.”
• 조건 명시:
  • CAL-Read → 일정 확인
  • CAL-Write → 일정 등록 (가능할 때만)
  • 받은 메일 제목 앞에 “Re:” 붙여 회신
• 예시 문장 포함: “5월 10일 오후 3시에 뵙겠습니다.” 등

AI가 오늘 날짜를 정확히 인식하게 하는 방법

• Date & Time 노드 사용하여 현재 날짜 가져오기
• 타임존을 Asia/Seoul로 설정해 정확한 시간 반영
• 중간 노드로 연결하고, 프롬프트 작성 시 현재 날짜 전달

메일 자동 회신 처리 테스트

• 네이버 메일을 사용하여 일정 문의 메일 발송
• 테스트를 위한 데이터 고정(Pin 기능 활용)
• AI가 캘린더 일정 확인 후, 가능한 경우 회신 메일 자동 작성 및 발송

한계 및 다음 강좌 예고

• 모든 메일이 미팅 요청은 아님 → 필터링 필요
• 발신자가 신뢰할 수 있는 인물인지 판단 필요
• 다음 시간에는 구글 주소록을 연동하여 주소록에 등록된 인물에게만 미팅 일정을 잡는 기능을 구현할 예정

10. 주소록 기반 자동 미팅 응답 시스템 만들기: 구글 API와 AI 에이전트의 결합

미팅 이메일 에이전트 개선 배경

• 기존 문제점: 누구에게서 오든 미팅 관련 내용이 있으면 무조건 회신함
• 개선 방향: 구글 주소록에 등록된 사람에게만 회신하도록 조건 추가

Google People API 연동

• 클라우드 콘솔에서 Google People API 활성화
• 기존 OAuth 클라이언트 ID와 Secret 재사용
• Google Contacts Tool 노드 설치 및 인증
• Operation을 Get Many로 설정하여 전체 주소록 검색

AI 프롬프트 수정

• AI에게 명확한 판단 기준 제시
  • 이메일 수신 시 연락처 검색 필수
  • 검색은 이메일 주소만 활용
  • 주소록에 없으면 회신하지 않음
• is_reply 필드 추가 → 회신 여부에 따라 분기 처리 가능

조건 분기 및 동작 흐름 구성

• Switch 노드를 사용하여 회신 여부에 따라:
  • true: 회신 이메일 및 구글 캘린더 일정 등록
  • false: 아무 동작도 하지 않음 (또는 알림 처리 가능)

구글 캘린더 일정 등록 상세화

• 기존에는 제목·내용 미기입 → additional fields에 summary, description 추가
• AI가 일정 제목 및 설명 자동 생성 → 더 자연스러운 일정 생성 가능

활용 및 확장 아이디어

• 주소록에 ‘호칭’ 정보까지 활용 가능 (메일 내 인삿말 자동화)
• 향후 업무 전용 이메일 에이전트로 확장 가능성
  • 예: 이전 메일·첨부파일·슬랙 대화 등 DB화하여 맥락 이해 후 응답
  • Slack/Telegram/Discord 등 다양한 입력 채널도 통합 가능

실전 팁 & 기술 포인트

• Google Contacts Tool 연동 시 주의점
  • 반드시 Google People API 사용해야 주소록 접근 가능
  • 쿼리는 AI에게 맡기되, 조건(이메일 주소만 사용)은 프롬프트에 명확히 설정
• 이메일 회신 조건 분기 처리
  • Switch 노드로 is_reply: true/false 조건에 따라 후속 노드 연결
• 일정 정보 세분화
  • 캘린더 등록 시 summary, description 등 개별 필드 AI에 위임 가능
• 메일 발신자 정보 활용
  • 주소록에 등록된 이름 기준으로 호칭 자동 적용 → 자연스러운 메일 응답