클로드 코워크(Claude Cowork)와 n8n 연동 실전: 이메일 분류 자동화·토큰 절약·실행 이력

핵심 메시지

• 클로드 코워크는 스킬과 커넥터로 컴퓨터에서 실제 작업을 수행하는 앤트로픽 데스크톱 앱이며, n8n 커넥터로 60초 안에 연결된다.
• 코워크는 유튜브 등 일부를 직접 다루지 못하므로, n8n을 외부 API 호출의 다리로 삼아 데이터를 가져온다.
• 코워크에서 스킬을 연달아 실행하면 토큰을 많이 먹으므로, n8n 구독이 있다면 작업을 n8n 실행으로 넘겨 클라우드 한도를 아낀다.
• n8n은 실행 이력과 시각적 로그를 남겨 "신뢰하되 검증"이 가능하며, 이는 규제·컴플라이언스 환경에서 중요하다.
• 코워크의 채팅 인터페이스와 n8n의 구조화된 백엔드는 비기술 도메인 전문가의 진입 장벽을 크게 낮춘다.

쉽게 이해하기

진행자와 게스트 라이언 놀란(Ryan and Matt Data Science 운영, Bill에서 부서별 AI 자동화 배포)은 클로드 코워크를 기존 워크플로우에 어떻게 녹일지를 다룬다. 코워크는 스킬과 커넥터로 컴퓨터에서 실제 작업을 하게 해 주는 앤트로픽 데스크톱 앱으로, 데모에서 코워크의 커스터마이즈 → 커넥터에서 n8n을 검색해 "허용"만 누르면 약 30~60초 만에 연결된다.

권한 설정으로 접근 범위를 조절할 수 있다. 실행 데이터 수집은 승인 필요로 두거나 항상 허용 또는 완전 차단으로 바꿀 수 있어, 보안 선호에 맞춰 노출을 통제한다. 첫 데모로 외부 API 호출을 보여 주는데, 유튜브는 코워크에서 막혀 있으므로 n8n을 다리로 삼아 RapidAPI로 영상 자막을 가져온다. 웹훅·HTTP 요청·웹훅 응답 세 노드면 시작할 수 있다.

이어 처음부터 이메일 분류기를 만든다. 코워크에 새 n8n 워크플로우를 만들게 하고, 웹훅으로 시뮬레이션한 수신 이메일을 IT 지원·청구·기능 요청·스팸 등으로 분류하게 한다. 게스트는 "확실하지 않으면 내게 물어봐"라고 지시해 환각을 줄이고, 초안 프롬프트는 일단 쓰게 한 뒤 나중에 다듬는다고 말한다. 결과 워크플로우에는 게이트로 텍스트 분류기, 카테고리별 스위치 라우팅, 24시간 타임아웃의 Gmail 휴먼인더루프(승인·거절 버튼), 공유 오류 알림 Gmail 노드로 연결된 에러 핸들링이 추가됐다.

토큰 절약이 큰 주제다. 코워크에서 스킬을 줄줄이 연결하면 토큰을 빠르게 소진하고 클라우드 한도에 부딪힌다. 이미 n8n 구독(예: 월 2,500~10,000 실행)이 있다면 모든 일을 코워크 스킬로 돌리지 말고 n8n 워크플로우 실행으로 넘기는 편이 낫다. 또 워크플로우 생성에는 옵스(Opus) 같은 상위 모델을 쓰되, 프롬프트 작성 같은 저수준 작업은 더 싼 모델로 바꿔 비용을 아끼라고 권한다.

"신뢰하되 검증"이 이 시스템의 이름값이다. n8n은 실행 이력과 시각적 로그를 남겨 어떤 입력이 들어와 어떤 출력이 나왔는지 노드 단위로 설명할 수 있다. 반면 스킬은 각자의 컴퓨터에 개별로 존재해 규제기관이 요구하는 감사 기록 측면에서 컴플라이언스 문제가 될 수 있다. HIPAA 등 규제 환경에서 AI와의 모든 상호작용을 로깅해야 하는 이유다.

주요 인사이트

• 코워크는 컴퓨터와 브라우저를 직접 제어할 수도 있지만 매우 느리고 토큰을 많이 먹는다. LinkedIn·Instagram 같은 사이트는 Apify 등 스크레이퍼를, 맞춤 작업은 파이썬 스크레이퍼를 n8n에 연결하는 편이 훨씬 빠르고 안정적이다.
• n8n의 새 자격증명 연결은 "구글로 로그인"으로 약 5초면 끝나, 과거 구글 클라우드 문서를 헤매던 과정을 대체한다. n8n 데이터 테이블을 쓰면 구글 시트처럼 자격증명을 공유할 필요가 없어 템플릿 공유도 쉬워진다.
• 워크플로우 생성에는 옵스(Opus) 같은 상위 모델을, 단순 프롬프트 작성에는 더 싼 모델을 쓰는 식으로 모델을 바꿔 토큰을 아낄 수 있다. 데모에서 소넷(Sonnet)을 쓰자 GPT-4o mini 같은 엉뚱한 노드 선택도 나왔다.
• 해커톤 사례: n8n을 처음 써 본 팀이 이틀 만에 운전면허증 검증 워크플로우를 만들었다. 비전 모델로 흐림·흑백 여부를 확인하고 OCR로 정보를 추출해 주(state)별 패턴·만료·이름 일치를 검사하는 실무용 자동화였다.
• 도입 조언: 한 부서의 일상 업무를 먼저 관찰해 가치 있으면서 자동화하기 쉬운 지점을 찾고, 한 부서에서 시작해 50~200회 실행으로 충분히 테스트한 뒤 한 번에 한 조각씩 쌓아 올리라는 것이다.

자주 묻는 질문

관련 AI 소식