코딩 몰라도 AI 자동화 끝! n8n을 활용한 AI 에이전트 핵심 4가지, 10분 만에 끝내기

"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."

n8n을 활용한 AI 에이전트 챗봇을 만드는 방법은?

n8n에서 자동화의 첫 번째 노드를 채팅 트리거로 설정하고, 그 다음 노드로 AI 에이전트를 연결한 뒤, AI 에이전트가 작동할 수 있도록 OpenAI 챗 모델과 윈도우 버퍼 메모리를 연결 하면 됩니다

AI 에이전트의 기능을 설정하는 방법은?

AI 에이전트 노드의 '애드 옵션'에서 '시스템 메시지'를 추가하여 AI 에이전트의 역할을 설정할 수 있으며, 챗 모델 자체에서도 토큰이나 페널티 옵션을 통해 결과물의 길이와 느낌을 조절할 수 있습니다

코딩 없이도 AI 자동화를 구현하고 싶은 분들을 위한 필수 가이드입니다. 이 영상은 '덴(Den)'이라는 강력한 노코드 플랫폼을 활용하여 ai 에이전트 챗봇을 직접 만드는 과정을 단계별로 보여줍니다. 단순히 챗봇을 만드는 것을 넘어, ai 에이전트의 ' 기억력'을 설정하는 방법과 외부 툴을 연동하여 기능을 확장하는 노하우까지 배울 수 있습니다. 복잡한 자동화개념을 쉽고 명확하게 설명하여, 누구나 자신만의 AI 비서를 만들고 실생활에 적용할 수 있는 실용적인 인사이트를 제공합니다.

1. AI 에이전트 챗봇 제작 및 n8n 플랫폼 활용 기초

1. AI 에이전트 자동화 시리즈 소개
   1. 지난 AI 에이전트 자동화영상에 대한 관심에 감사하며, 시리즈 영상을 통해 AI 에이전트기초와 n8n을 이용한 자동화를 배울 예정이다.
   2. 가장 먼저 AI 에이전트 챗봇을 만드는 방법을 다룬다.
   3. 이 영상을 통해 AI 에이전트 챗봇제작에 필요한 도구 사용법과 활용법을 익힐 수 있다.

1. n8n 플랫폼 개요 및 활용
   1. n8n은 각각의 기능을 하는 노드를 엮어 자동화 워크플로우와 AI 에이전트를 만들 수 있는 강력한 플랫폼이다.
   2. n8n을 잘 활용하면 복잡한 자동화도 구현할 수 있다.
   3. 더 자세한 내용은 ' AI 노코드마스터마인드' 커뮤니티에서 제공된다.

1. 워크플로우 생성 및 트리거 설정
   1. n8n 가입 및 로그인 후 워크플로우를 만들 수 있다.
   2. 화면 중앙의 플러스 버튼을 통해 자동화의 첫 번째 노드를 생성한다.
   3. 여기서 노드는 각각 다른 기능을 하는 자동화 부품을 의미한다.
   4. 자동화가 동작하려면 트리거가 필요하며, 이는 자동화를 시작하는 조건을 설정하는 것이다.
   5. 이번 기초편에서는 트리거를 채팅으로 설정하며, 하단의 "온 챗 메시지(On Chat Message)"를 클릭하여 설정한다.
   6. 챗 노드가 생성되고 하단에 챗 버튼이 생긴 것을 확인할 수 있다.
   7. 챗 버튼을 눌러 "안녕하세요"라고 채팅을 쳐도 아무 일도 일어나지 않는데, 이는 트리거만 있고 자동화가 연결되지 않았기 때문이다.
   8. 이는 이전 영상에서도 설명된 내용이다.
   9. 다음 단계는 채팅 명령에 따라 자동화가 일어나도록 하는 것이며, 이를 위해 AI 에이전트를 사용한다.

2. AI 에이전트 노드 연결 및 기본 설정

1. AI 에이전트 노드 추가
   1. 챗 노드우측의 플러스 버튼을 클릭하여 다음 노드를 설정할 수 있다.
   2. 이 옵션들을 활용하여 자동화중간에 플로우를 설정하거나, HTTP 리퀘스트를 통해 커스텀 노드를 만들고 코드까지 사용할 수 있다.
   3. 초보자는 단계적으로 배워나가면 된다.
   4. 하단의 "어드밴스드 AI(Advanced AI)"를 클릭하여 AI 에이전트를 설정할 수 있다.
   5. 노드중 "AI 에이전트"라는 노드를 클릭하면 설정창이 나타난다.
   6. 자동화플로우는 채팅 트리거를 통해 데이터가 우측으로 이동하여 AI 에이전트 노드가 실행되는 방식이다.
   7. 초록색 선을 따라 데이터 흐름을 확인할 수 있으며, '원 아이템(One Item)'은 데이터가 해당 노드로 들어감을 의미한다.

1. AI 에이전트 인풋/아웃풋 및 프롬프트 설정
   1. AI 에이전트설정창은 왼쪽에 인풋(Input) 섹션, 오른쪽에 아웃풋(Output) 섹션으로 구성된다.
   2. 인풋은 AI 에이전트에게 내리는 명령을 의미한다.
   3. 채팅에서 입력한 "안녕하세요"가 챗 인풋에 그대로 반영된다.
   4. AI 에이전트가 채팅을 인식하는 방식은 가운데 있는 프롬프트(Prompt)를 통해 이루어진다.
   5. "제이슨 챗 인풋(JSON Chat Input)"을 통해 "안녕하세요"가 챗 인풋으로 들어간 것을 확인할 수 있다.
   6. AI 에이전트가 이전 노드에서 명령을 가져오는 대신 고정된 명령을 설정하고 싶다면, 가운데 있는 "스포 프롬프트(Spo Prompt)"를 클릭한다.
   7. 기본 옵션인 "커넥티드 챗 트리거 노드(Connected Chat Trigger Node)"는 이전 단계에서 명령을 가져오는 것을 의미한다.
   8. "디파인 로우(Define Raw)"를 클릭하면 이전 단계의 명령 대신 사용자가 직접 작성한 텍스트가 명령이 된다.
   9. 일반적으로는 이전 단계에서 명령을 가져오는 것이 효율적이므로 다시 원래대로 돌려놓는다.
   10. 에이전트 종류는 여러 가지가 있지만, 기본적으로 가장 위에 있는 "투즈 에이전트(Tooz Agent)"를 사용한다.

3. AI 에이전트 활성화를 위한 챗 모델 연결

1. 챗 모델 연결의 필요성
   1. AI 에이전트 노드가 빨갛게 에러 메시지를 보이는 것은 필수적인 도구, 즉 챗 모델을 연결하지 않았기 때문이다.
   2. AI 에이전트 노드만으로는 작동하지 않으며, ChatGPT, Claude, DeepL과 같은 LLM(대규모 언어 모델)을 연결하여 작동할 수 있는 힘을 부여해야 한다.

1. OpenAI 챗 모델 연결 과정
   1. 챗 모델 밑의 플러스 버튼을 눌러 다양한 챗 모델 옵션 중 OpenAI를 선택한다.
   2. OpenAI를 연결하려면 OpenAI 계정이 있어야 하고, API 사용 등록이 되어 있어야 한다. 이는 ChatGPT Plus나 Pro와는 다르다.
   3. OpenAI API 키를 얻어 시크릿 키를 생성한다.
   4. 시크릿 키 생성 시 이름을 "테스트 키"로 지정하고 프로젝트를 선택한다.
   5. 생성된 API 키를 복사하여 n8n으로 돌아온다.
   6. 새로운 연결을 클릭하여 API 키를 붙여넣고 "세이브(Save)" 버튼을 누르면 연동이 완료된다.

1. 모델 선택 및 에이전트 활성화 확인
   1. 연결이 완료되면 추가된 계정을 확인할 수 있으며, 모델에서 GPT-4를 선택한다.
   2. 설정이 끝나고 뒤로 가면 더 이상 빨간색 에러 메시지가 뜨지 않으며, AI 에이전트가 정상적으로 작동할 수 있게 된다.

4. AI 에이전트 기능 설정 및 기억력 부여

1. AI 에이전트 기본 작동 확인
   1. 하단 채팅창에 "너의 소개를 해 줘"라고 명령을 내리면, AI 에이전트가 "안녕하세요. 저는 여러분의 질문에 답변하고 도움을 드리기 위해 설계된 인공지능 비서입니다"와 같은 올바른 답변을 생성한다.

1. 시스템 메시지를 통한 AI 에이전트 기능 설정
   1. 인풋에는 사용자가 쓴 대화인 휴먼(Human) 인풋과, 설정하지 않은 시스템(System) 인풋이 있다.
   2. 시스템 메시지는 AI 에이전트 노드의 하단 옵션 중 "애드 옵션(Add Option)"을 클릭하여 "시스템 메시지(System Message)"를 추가함으로써 설정할 수 있다.
   3. 예시로 "너는 내 건강 주치의야"라고 설정하고 테스트 스텝을 누르면, AI 에이전트가 건강 관련 정보를 제공할 수 있다고 응답한다.
   4. "특히 내과 전문의야"를 추가하면, AI 에이전트가 내과 관련 내용을 중심으로 건강 정보를 제공하는 등 더욱 전문화된 응답을 한다.
   5. 이처럼 시스템 메시지에서 AI 에이전트의 기능을 설정할 수 있다.

1. 챗 모델 옵션 설정
   1. 챗 모델 자체에서도 옵션을 설정할 수 있다.
   2. OpenAI 챗 모델을 클릭하면 토큰 설정을 통해 결과물의 길이를 조절하거나, 페널티 옵션을 통해 결과의 느낌을 바꿀 수 있다.
   3. 다양한 옵션들을 테스트해보는 것이 좋다.

1. AI 에이전트 기억력(메모리) 연결
   1. AI 에이전트가 제대로 작동하려면 기억력(메모리)이 필요하다.
   2. 챗 모델 옆의 메모리 버튼을 클릭하여 도구를 연결해야 한다.
   3. 메모리 옵션 중 "윈도우 버퍼 메모리(Window Buffer Memory)"를 사용한다.
   4. 윈도우 버퍼 메모리는 이전 노드에서 가져온 프롬프트의 세션 ID를 식별자로 사용하여 기억한다.
   5. 기본 설정은 이전 다섯 단계까지 기억하며, 이 수치를 올려 더 많이 기억하게 할 수 있다.
   6. AI 에이전트에게 "역류성 식도염이 있는데 어떻게 수면 계획을 세우는 게 좋을까?"라고 질문하면, OpenAI 챗 모델을 통해 결과를 생성한다.
   7. 결과 확인 시 OpenAI 챗 모델뿐만 아니라 윈도우 버퍼 메모리가 두 번 나오는 것을 볼 수 있다.
   8. 마지막 윈도우 버퍼 메모리를 클릭하면 액션에 "세이브 컨텍스트(Save Context)"라고 표시되어 있으며, 이는 대화의 컨텍스트를 윈도우 버퍼 메모리에 저장한다는 의미이다.
   9. 원래는 대화 하나하나가 개별적으로 분리되지만, 메모리를 연결하면 "내가 방금 물어본 질환이 뭐야?"라고 질문했을 때 AI 에이전트가 윈도우 버퍼 메모리에서 컨텍스트를 불러와 "당신이 방금 물어본 질환은 역류성 식도염입니다"라고 대답한다.
   10. 로그를 확인하면 액션이 로드되고 메모리 변수를 확인하며 이전 컨텍스트를 불러오는 것을 알 수 있다.
   11. 초보자가 AI 에이전트를 가장 쉽게 만들려면 챗 모델과 메모리를 연결해야 한다.

5. AI 에이전트 기능 확장 및 배포

1. AI 에이전트 툴(Tool) 연동을 통한 기능 확장
   1. 세 번째 툴(Tool) 옵션에는 다양한 종류가 있다.
   2. 벡터 스토어(Vector Store)를 연동하여 단기 기억이 아닌 장기 기억으로 활용할 수 있다.
   3. 에어테이블, 지메일, 계산기, 구글 앱 등 다양한 외부 앱을 연동하여 기능을 확장할 수 있다.
   4. 여러 AI 에이전트를 만들고 다른 앱의 워크플로우를 가져와 에이전트가 에이전트를 호출하는 대규모 자동화도 가능하다.
   5. 이러한 심화 자동화셋업은 AI 노코드마스터마인드에 공개될 예정이다.

1. AI 에이전트 워크플로우 활성화 및 배포
   1. 워크플로우를 만든 후에는 n8n 내에서만 사용하는 것이 아니다.
   2. 첫 번째로, 자동화 워크플로우를 활성화해야 한다.
   3. 현재 '액티브(Active)' 상태로 되어 있는 버튼을 클릭하여 워크플로우를 활성화한다.
   4. 두 번째로, 채팅 노드를 더블 클릭하여 설정창에서 채팅을 퍼블릭(Public)하게 만들 수 있다.
   5. 해당 버튼을 클릭하면 채팅 URL이 생성되며, 이 URL을 복사하여 링크를 열면 채팅이 활성화된 것을 확인할 수 있다.
   6. 만약 채팅이 켜지지 않으면 워크플로우로 돌아가 워크플로우를 저장해야 활성화된다.

1. 테스트 단계와 실제 배포 단계의 기억 차이
   1. 활성화된 채팅에서 "내가 아까 물어봤던 질문이 뭐지?"라고 물어보면 AI 에이전트가 기억을 못 한다고 응답한다.
   2. 이는 테스트 단계의 채팅 과정과 실제 배포 버전의 채팅이 다르기 때문이며, 테스트 단계의 기억은 잃는 것이 당연하다.
   3. 자동화를 활성화하고 채팅을 처음 시작한다면 다시 한번 채팅을 해야 한다.
   4. 이러한 내용은 자동화화면 상단의 "큐(Queue)" 탭에서 확인할 수 있다.
   5. 큐 탭을 클릭하면 왼쪽에 실행했던 스텝들이 나오며, 우측에 실험실 아이콘이 있는 로그들은 테스트였다는 의미이다.
   6. 가장 최근의 스텝에 실험실 로고가 없다면 정식 실행이었음을 의미한다.
   7. 이 화면은 나중에 자동화가 작동하지 않을 때 가장 많이 확인하게 될 화면 중 하나이다.

 

초보자 AI 에이전트 만들기. n8n 무료 가입부터 사용법. 자동화 기초. 바로가기

초보자 AI 에이전트 만들기. n8n 무료 가입부터 사용법. 자동화 기초. - 하나이프 블로그