n8n 설치부터 실행까지: 셀프 호스팅과 MCP 연동으로 만드는 AI 에이전트 워크플로우

핵심 메시지

• n8n은 노드를 연결해 자동화 워크플로우를 만드는 도구다. 클라우드 버전은 월 20유로가 들지만, 공개된 저장소를 받아 직접 호스팅하면 같은 기능을 비용 없이 쓸 수 있다.
• 제작사가 함께 공개한 셀프 호스팅 구성에는 로컬 모델 실행 도구와 하이브리드 검색이 가능한 벡터 스토어, 워크플로우와 인증 정보를 저장할 데이터베이스가 묶여 있어 외부 클라우드 없이 바로 돌릴 수 있다.
• 발표자는 개발자 모드로 최신 버전을 골라 MCP를 활성화하고, 구글 캘린더를 MCP 서버로 붙인 AI 에이전트에게 자연어로 일정을 조회·생성하게 하는 과정을 시연했다.
• 에이전트의 성패는 시스템 메시지에 달려 있다. 같은 MCP 서버를 붙여도 현재 시각을 알려주지 않으면 캘린더 작업이 엉뚱한 날짜로 흘러가며, 실제 시연에서도 이 문제가 그대로 재현됐다.
• 워크플로우는 스케줄 트리거로 정해진 시각에 돌리거나 중간에 사람 확인 단계를 넣을 수 있다. 발표자는 음성 파일을 받아 자막을 만들고 검수·업로드까지 잇는 파이프라인으로 영상 제작 시간을 크게 줄였다고 말한다.

쉽게 이해하기

AI·ML·퀀트 스터디의 MLOps 시리즈 발표는 워크플로우 자동화 도구 n8n을 처음 설치하는 단계부터 실제로 돌려보는 데까지를 화면 공유로 훑는다. 발표자는 도구 이름부터 설명한다. 노드로 자동화를 만든다는 뜻의 단어를 앞뒤 글자만 남기고 가운데 여덟 글자를 숫자로 줄인 이름이며, 독일에 본사를 둔 회사가 만들었다. 공식 문서의 사례를 보면 신규 사용자 등록 요청이 들어왔을 때 계정을 만들고, 관리자인지 아닌지에 따라 채널 초대와 프로필 갱신으로 분기하는 식의 업무 흐름이 그대로 노드 그림으로 표현돼 있다. 설치 방법은 두 갈래다. 제공되는 클라우드를 쓰거나 직접 호스팅하거나. 발표자는 직접 호스팅을 권한다. 클라우드는 월 20유로가 드는 반면 직접 호스팅하면 같은 기능이 전부 무료이고, 공개 저장소의 구성을 내려받아 컨테이너로 띄우면 바로 쓸 수 있기 때문이다. 게다가 제작사가 별도로 공개한 셀프 호스팅 구성에는 n8n만 있는 것이 아니다. 로컬에서 모델을 돌리는 도구, 키워드 검색과 의미 검색을 함께 쓰는 하이브리드 검색이 가능한 벡터 스토어, 그리고 만든 워크플로우와 인증 정보를 보관하는 관계형 데이터베이스가 함께 묶여 있다. 엔비디아 그래픽카드가 있는 경우와 AMD인 경우의 설정도 각각 준비돼 있어, 외부 클라우드에 붙이지 않고도 문서 기반 검색까지 내부에서 구성할 수 있다.

발표의 중심은 MCP 연동이다. 기본 배포판에서는 MCP를 쓸 수 없지만, 더보기 메뉴에서 개발자 모드의 최신 버전을 고르면 사용할 수 있다. 발표자는 자신의 구글 캘린더를 MCP 서버로 붙인 뒤, 채팅 모델과 메모리, 그리고 현재 시각을 알려주는 노드를 함께 연결한 AI 에이전트를 만들어 보였다. 여기서 중요한 준비 작업이 하나 있다. 캘린더를 다루려면 오늘 날짜를 정확히 인식해야 하므로 시간대를 서울로 지정해두어야 한다. 설정을 마치고 '오늘 벚꽃놀이 갈 곳'처럼 말하면 에이전트가 MCP 클라이언트를 거쳐 캘린더에 일정을 만들고, 실제로 구글 캘린더에 정오 일정이 들어간 것을 확인할 수 있었다.

n8n의 각 노드는 입력과 출력을 눌러 확인할 수 있어 디버깅이 쉽다. 채팅 입력이 들어오면 세션 아이디와 입력 값 같은 필드가 만들어져 다음 노드로 넘어가고, 그 내용을 스키마, 표, JSON 중 편한 형태로 열어볼 수 있으며, 필요한 값을 끌어다 놓으면 표현식으로 변환돼 이어진다. 시스템 메시지는 마크다운으로 작성하는데, 컴퓨터가 다루는 문서 형식으로 학습된 모델이 더 잘 인식하리라는 판단에서다. 발표자는 검색형 AI 서비스의 프로젝트 공간에 프롬프트를 정리해두고 마크다운 파일로 내보내 시스템 메시지에 붙여 넣는 방식으로 프롬프트를 문서화한다고 소개했다.

같은 워크플로우를 MCP 서버로 노출하면 n8n 화면 밖에서도 쓸 수 있다. 발표자는 코드 편집기에서 같은 캘린더 도구를 호출해 보였는데, 여기서 흥미로운 실패가 드러났다. n8n 내부에서는 현재 시각을 알려주는 노드와 시스템 메시지 덕분에 제대로 동작했지만, 편집기 쪽에서는 그 프롬프트가 전달되지 않아 모델이 현재 시각을 알지 못한 채 엉뚱하게 오래된 일정을 불러왔다. 참석자와 함께 시간 관련 도구를 붙여 다시 시도하자 정상적으로 동작했다. 같은 서버라도 클라이언트 쪽 프롬프트 구성이 결과를 좌우한다는 점을 보여주는 장면이다. 직접 만들기 부담스러운 경우를 위한 우회로도 있다. 템플릿 목록에는 다른 사용자들이 공개한 워크플로우가 1,600개 넘게 올라와 있고, 마음에 드는 것을 열어 복사한 뒤 새 워크플로우에 그대로 붙여 넣으면 별도의 가져오기 절차 없이 옮겨진다. 다만 이 복사 붙여넣기 동작은 운영체제와 버전에 따라 표시되는 방식이 달라, 발표 중에도 윈도우에서는 보이는 버튼이 맥에서는 보이지 않는 차이가 확인됐다. 설정 화면의 커뮤니티 노드를 통해 필요한 확장을 설치할 수도 있는데, MCP 기본 모듈이 없던 시절에는 이 방식으로 MCP 클라이언트를 사용했다고 한다.

마지막으로 발표자는 자신이 실제로 돌리고 있는 자동화들을 보여줬다. 하나는 콘텐츠 제작 파이프라인이다. 음성 파일을 올리면 음성 인식 모델이 자막을 만들고, 조건을 걸어둔 검수 단계를 거쳐 본문까지 생성한 뒤 다시 업로드된다. 퇴근 후 몇 시간에 쫓기며 만들던 영상을 훨씬 빨리 처리할 수 있게 됐다는 것이다. 다른 하나는 스프레드시트를 입력으로 삼는 썸네일 생성 흐름이다. 시트에서 표시한 항목만 필터로 걸러 세 개씩 묶어 처리하고, 주제별로 지정된 슬라이드 페이지로 보내 썸네일을 만든 뒤 이미지로 저장한다. 텔레그램을 웹훅으로 연결해 휴대폰에서 같은 워크플로우를 호출하는 구성도 시연했다. 다만 그는 n8n이 실시간 병렬 처리에는 한계가 있어, 멀티 에이전트를 제대로 구성하려면 코드 기반 에이전트 프레임워크도 함께 알아둘 필요가 있다고 덧붙였다.

주요 인사이트

• 자동화 도구의 진입 장벽은 대개 비용이 아니라 구성의 복잡함이다. 제작사가 로컬 모델·벡터 스토어·데이터베이스를 한 묶음으로 배포한 덕에, 외부 클라우드 없이 검색까지 되는 환경을 한 번에 띄울 수 있게 됐다.
• MCP를 붙이는 순간 워크플로우는 특정 화면 안의 자동화가 아니라 여러 클라이언트가 호출하는 도구가 된다. 같은 서버를 코드 편집기에서도 호출할 수 있었던 시연이 그 확장성을 보여준다.
• 현재 시각을 알려주지 않아 캘린더 작업이 어긋난 장면은, 에이전트 오류의 상당수가 모델 성능이 아니라 컨텍스트 누락에서 온다는 사실을 드러낸다.
• 시스템 메시지를 마크다운으로 쓰고 별도 도구에서 정리해 내보내는 습관은, 프롬프트를 코드처럼 버전 관리 가능한 문서로 다루려는 시도로 읽힌다.
• 노코드 도구가 만능은 아니다. 실시간 병렬 처리가 필요한 멀티 에이전트 구성에서는 코드 기반 프레임워크가 필요하다는 발표자의 단서는 도구 선택의 현실적인 경계를 알려준다.

자주 묻는 질문

관련 AI 소식