n8n AI 에이전트 만드는 법 — 트리거·모델·메모리·도구로 주간 브리핑 자동화

핵심 메시지

• n8n을 쓰면 지시를 따르고 스스로 판단해 작업을 처리하는 AI 에이전트를 코딩 없이 만들 수 있다.
• 간단한 작업은 클라우드로 충분하지만, 여러 단계를 자주 실행하는 AI 에이전트는 실행 한도가 없고 빠르며 데이터를 직접 통제할 수 있는 셀프 호스팅(VPS)이 더 낫다.
• AI 에이전트 노드는 두뇌 역할로, 채팅 모델·메모리·도구 세 가지를 붙인다. 모델은 구독이 아니라 API 토큰만큼 비용을 내는 방식이다.
• 에이전트에는 "주간 브리핑 담당"처럼 직무 설명 같은 프롬프트를 주고, 날짜는 스키마에서 끌어와 자동으로 채운다.
• 마크다운을 HTML로 변환하고 스타일을 입힌 뒤 Gmail 노드로 발송하며, 마지막에 워크플로를 활성화하면 백그라운드에서 자동 실행된다.

쉽게 이해하기

영상은 AI의 성장 덕분에 매일 몇 시간씩 잡아먹던 일을 자동화할 수 있게 됐다며, n8n으로 스스로 지시를 따르고 판단하는 AI 에이전트를 처음부터 만드는 과정을 단계별로 안내한다. 많은 초보가 어렵게 여기지만 몇 가지 핵심 부품만 이해하면 생각보다 쉽다는 것이 전제다.

본격적인 구성 전에 n8n을 어떻게 운영할지부터 정한다. 클라우드는 단순한 워크플로나 기본 기능 시험용으로는 충분하지만, 여러 단계를 거치며 더 많은 요청을 자주 보내는 AI 에이전트에서는 한도와 비용이 금세 늘어난다. 그래서 저자는 실행 한도가 없고 더 빠르고 안정적이며 데이터를 직접 통제할 수 있고 장기적으로 더 저렴한 셀프 호스팅을 권한다. 물리 서버나 데브옵스 지식 없이 VPS의 원클릭 설치로 가능하다고 설명한다.

워크플로는 트리거에서 시작한다. 예시는 주간 시장 업데이트와 명언을 보내는 에이전트로, 매주 일요일 정오에 실행되는 스케줄 트리거를 건다. 이어 두뇌에 해당하는 AI 에이전트 노드를 추가하고 세 가지를 붙인다. 채팅 모델(예시는 OpenAI로, 월 구독이 아니라 응답을 생성할 때마다 토큰만큼 비용이 드는 API 키 방식), 이전 상호작용을 기억하는 메모리(심플 메모리), 그리고 실제로 무언가를 하게 해주는 도구다. 여기서는 구글 검색을 위해 SerpAPI를 연결한다. 채팅 메시지 트리거로 "최근 주식 뉴스와 역사적 인물의 명언을 달라"고 보내 동작을 먼저 확인한다.

동작이 확인되면 에이전트에 실제 지시(프롬프트)를 직무 설명처럼 부여한다. "너는 주간 브리핑 에이전트로, 이번 주의 명언 하나와 S&P 500 동향 요약, 독자를 위한 한 문장 시사점을 짧고 신뢰할 수 있게 정리한다"는 식이다. 날짜는 좌측 스키마에서 "읽기 좋은 날짜"를 끌어와 매주 자동으로 채워지게 하고, 출력은 마크다운 형식의 미니 이메일 뉴스레터로 지정한다. 다만 원본 마크다운은 보기 흉하므로, 데이터 변환 노드로 마크다운을 이메일이 이해하는 HTML로 바꾸고, 다시 OpenAI 노드를 시스템 역할로 두어 인라인 CSS로 예쁜 뉴스레터처럼 스타일을 입힌다.

마지막으로 Gmail의 "메시지 보내기" 노드를 추가해 메일을 발송한다. 이를 위해 구글 클라우드 프로젝트를 만들고 Gmail API를 활성화하며, 인증 동의 화면과 OAuth 클라이언트(클라이언트 ID·시크릿, 리디렉션 URI)를 설정한 뒤 앱을 게시해 7일마다 다시 로그인하지 않도록 한다. 제목에 날짜를 끌어다 넣고 앞서 만든 출력을 본문으로 넣어 실행하면, 받은편지함에 S&P 500 데이터와 명언이 담긴 깔끔한 메일이 도착한다. 워크플로를 저장하고 활성화 토글을 켜면 별다른 조작 없이 백그라운드에서 자동 실행된다. 셀프 호스팅이라 무제한 워크플로와 동시 실행, 빠른 속도, 데이터·운영의 완전한 통제와 프라이버시를 얻는다는 점을 다시 강조하며 마무리한다.

주요 인사이트

• AI 에이전트의 핵심은 트리거(언제 시작할지), 모델(생각), 메모리(기억), 도구(실제 행동)라는 네 가지 부품의 조합으로 이해할 수 있다.
• 도구가 없으면 에이전트는 생각만 할 뿐 현실에서 아무것도 하지 못한다. SerpAPI 같은 도구를 붙여야 검색·조회 같은 실제 행동이 가능해진다.
• OpenAI 같은 모델을 워크플로에서 쓸 때는 월 구독이 아니라 사용한 토큰만큼 비용을 내는 API 방식이라, 쓴 만큼만 지불한다는 장점이 있다.
• AI가 내놓는 원본 마크다운은 지저분한 것이 정상이다. 마크다운→HTML 변환과 인라인 CSS 스타일링 단계를 거쳐야 보기 좋은 결과가 된다.
• 복잡한 단계를 추가하기 전에 채팅 트리거로 먼저 동작을 테스트하면, 무엇이 망가졌는지 빨리 확인할 수 있어 안전하게 확장할 수 있다.

자주 묻는 질문

관련 AI 소식