서론

이 기사는 「현장에서 사용할 수 있는 AI 에이전트 실전 가이드」의 제6회입니다.

👉 이 기사는 「읽는 기사」가 아니라 「움직이는 기사」입니다

갑작스럽지만👇

👉 메일 대응, 이제 안 해도 됩니다

예를 들어👇

• 메일이 온다
• 내용을 읽는다
• 담당자를 판단한다
• Slack에 공유한다

👉 이 모든 것, 자동화할 수 있습니다

게다가👇

👉 AI가 판단합니다

🎯 이 기사로 할 수 있는 것

• 메일을 AI로 분류하기
• 담당자별로 자동 분류하기
• Slack에 자동 통지하기

👉 “실무가 줄어드는 것”을 만듭니다

⚠️ 먼저 결론부터

👉 n8n은 이런 도구입니다

「AI를 업무에 편입시키는 도구」

Dify와의 차이👇

• Dify → 조사하기 (Chat)
• n8n → 움직이기 (Automation)

👉 즉👇

👉 “생각하는 AI” → “일하는 AI”가 된다

🚀 완성 이미지

이번에 만드는 메커니즘은 이것입니다👇

👉 무엇이 좋은가👇

• 사람이 판단하지 않는다
• 즉시 통지된다
• 누락이 없어진다

👉 수수하지만 매우 효과적입니다

🧠 왜 이것이 효과적인가

이것을 도입하면👇

• 응답(Response)이 빨라진다
• 개인의 역량에 의존하는 현상(属人化, Siloing)이 사라진다
• 실수가 줄어든다

👉 솔직히👇

👉 “일 잘하는 사람” 취급을 받습니다

🛠 만드는 법

여기서부터 구현합니다.

Step 1: 트리거 (메일 수신)

먼저 메일을 기점으로 합니다.

• Gmail 또는 Outlook 노드(Node) 추가
• 트리거는 「신착 메일」

👉 메일이 오면 자동으로 작동합니다

Step 2: AI로 분류 (이 부분이 핵심)

메일 내용을 AI로 분류합니다.

그대로 사용할 수 있는 프롬프트(Prompt)👇

메일 내용을 다음 카테고리로 분류해 주세요.
- tech (기술)
- billing (청구)
...

👉 포인트👇

• 불필요한 문장을 출력하지 않게 하기
• 출력 형식을 고정하기

👉 이 부분이 흔들리면 전부 무너집니다

Step 3: 분기 (Switch)

AI 결과에 따라 처리를 분기합니다.

• Switch 노드를 사용
• tech / billing / other로 나누기

👉 노코드(No-code)로 설정할 수 있습니다

Step 4: Slack 통지

각 채널에 통지합니다.

예👇

새로운 문의가 도착했습니다
발신자: {{ $json.from }}
제목: {{ $json.subject }}
...

👉 이것으로👇

👉 담당자별로 자동으로 흐릅니다

Step 5: 테스트 (중요)

여기서 반드시 확인합니다.

체크 포인트👇

• 올바르게 분류되는가
• 오분류가 없는가
• Slack에 올바르게 보내지는가

👉 안 될 경우👇

• 프롬프트 수정
• 카테고리 재검토

👉 기억하세요👇

n8n은 “디버깅 게임”입니다

Step 6: 본番 운용

문제가 없다면 상시 가동 상태로 만듭니다.

👉 이것으로👇

👉 메일 대응이 자동화됩니다

🚀 여기서부터가 진짜

여기까지 만들었다면👇

다음에 할 일은 이것입니다.

• 카테고리를 늘리기
• 자동 답장 추가하기
• 다른 도구와 연동하기

👉 즉👇

👉 “사람이 하고 있는 업무”를 전부 연결하기

⚠️ 자주 발생하는 실수

❌ 처음부터 복잡하게 만들기

→ 심플하게 만들기

❌ API 설정에서 막히기

→ 우선 하나만 작동시키기

❌ 로그(Log)를 보지 않기

→ 실행 이력을 반드시 확인

👉 중요👇

막히면 로그를 보세요

💰 비용 이야기

n8n에는 두 가지가 있습니다.

Cloud 버전

• 바로 사용할 수 있음
• 월간 과금 있음

셀프 호스트 (Self-host)

• 무료
• 셋업(Setup) 필요

👉 결론👇

👉 처음에는 Cloud로 OK

🎯 최종 결론

👉 n8n은👇

👉 「AI를 실무에 넣는 장치」

👉 그리고👇

이것 하나만 만들 수 있으면 세상이 바뀝니다

👉 다음에 할 일

여기까지 해낸 분들께👇

👉 시리즈 전체를 모아 읽고 싶으신 분은 이쪽으로 (실무에서 어떻게 사용하는지까지 정리되어 있습니다)

(https://zenn.dev/tigerone1945/articles/e0f4fcba591fb2)

👉 다음은👇

여기까지 하신 분들은👇

👉 「실무 레벨」로 끌어올립니다

예를 들어👇

• 메일 자동화
• 업무 플로우 자동화
• 스프레드시트 연동
• Slack 통지
• 답장 안 생성

👉 GAS × Dify로 “업무 레벨”로 만드는 방법은 현재 정리 중입니다 (향후 Udemy에서 공개 예정)

・AI 에이전트 (AI Agent) 화

・업무 설계 (Business Design) 레벨의 개선

・보다 고도화된 자동화 👉 다음 회차

여기까지 👇

• Dify로 만들고
• n8n으로 자동화했다

👉 하지만 실제 현장에서는 👇

• 왜 정착되지 않는가?
• 왜 PoC (Proof of Concept) 단계에서 멈추는가?
• 왜 아무도 사용하지 않게 되는가?

👉 문제가 되는 것은 👇

👉 “기술”보다 “조직”이었습니다

👉 제7회:

「AI 도입, 기술보다 먼저 “조직”에서 실패한다 | PoC 단계에서 멈추는 회사의 공통점」