n8n AI Agent 노드를 사용하면 워크플로우 내에서 자율적인 AI 에이전트를 구축할 수 있습니다. 이 에이전트는 도구(tools)를 사용하고, 의사결정을 내리며, 작업이 완료될 때까지 루프(loop)를 수행할 수 있습니다. 이는 현재 n8n에서 가장 강력하고(가장 많이 검색되는) 기능 중 하나입니다.

이 가이드는 이 노드가 어떻게 작동하는지, 언제 사용해야 하는지를 안내하며, 즉시 시작할 수 있도록 무료 워크플로우 JSON을 제공합니다.

n8n AI Agent 노드란 무엇인가?

AI Agent 노드는 단순한 OpenAI 노드와는 다릅니다. 단일 호출 및 반환(call-and-return) 방식 대신 다음과 같은 기능을 수행합니다:

• 작업 설명(task description) 수신 (단순한 프롬프트가 아님)
• 도구(tools) 사용 (검색, 코드 실행, 커스텀 HTTP 호출, 기타 n8n 노드)
• 자율적 루프(loops autonomously) 작업이 완료되거나 중단 조건에 도달할 때까지 반복

ChatGPT에게 질문을 던지는 것과, ChatGPT에게 당신의 앱에 접근할 수 있는 할 일 목록(to-do list)을 건네주는 것의 차이라고 생각하면 됩니다.

언제 AI Agent 노드를 사용해야 할까요?

다음과 같은 경우에 AI Agent 노드를 사용하세요:

• LLM이 실행 시점에 결정해야 하는 **여러 단계(multiple steps)**의 작업이 필요한 경우
• LLM이 발견한 내용에 따라 어떤 도구를 호출할지 선택하기를 원하는 경우
• **반복적인 추론(iterative reasoning)**이 필요한 경우 (예: 조사 → 요약 → 이메일 발송)

다음과 같은 경우에는 일반 OpenAI 노드를 사용하세요:

• 고정된 프롬프트가 있고 단일 응답을 원하는 경우
• 도구 사용이 필요하지 않고, 단순히 텍스트 생성이나 분류만 필요한 경우

핵심 개념

1. ReAct 루프

AI Agent 노드는 ReAct 루프를 실행합니다: Reason(추론) → Act(행동) → Observe(관찰) → Repeat(반복).

1. LLM이 작업을 수신합니다.
2. LLM이 어떤 도구를 호출할지 결정합니다 (또는 완료되었다고 말합니다).
3. 도구가 실행되고 결과를 반환합니다.
4. LLM이 결과를 통합하여 계속 진행하거나 중단합니다.

2. 도구 (Tools)

도구는 에이전트가 할 수 있는 일입니다. n8n에서는 도구 노드를 AI Agent에 연결합니다:

• HTTP Request 도구 — 모든 외부 API 호출
• Code 도구 — 데이터를 변환하거나 계산하기 위해 JavaScript 실행
• Wikipedia 도구 — Wikipedia 검색
• Calculator 도구 — 수학 계산을 안정적으로 수행
• Custom workflow 도구 — 다른 n8n 워크플로우를 트리거하고 그 출력을 가져옴

3. 메모리 (Memory)

AI Agent 노드는 선택 사항인 **메모리 (Memory)**를 지원합니다. 이는 여러 번의 에이전트 호출(invocation)에 걸쳐 대화 문맥 (context)을 유지하는 방법입니다. Memory 노드(예: Window Buffer Memory)를 연결하여 에이전트에게 단기 문맥을 제공할 수 있습니다.

4. 채팅 모델 (Chat Model)

선택한 LLM (OpenAI GPT-4o, Anthropic Claude, Groq 등)을 에이전트의 Chat Model 입력에 연결합니다.

단계별 가이드: 조사 및 이메일 발송 에이전트 구축하기

이 예시 에이전트는 다음과 같이 동작합니다:

1. 웹훅 (webhook)으로부터 주제를 받음
2. Wikipedia에서 해당 주제를 검색
3. 결과를 요약
4. 요약된 내용을 이메일로 전송

1단계: 트리거 (Trigger)

Webhook 노드를 추가합니다. 메서드를 POST로 설정합니다. 이곳이 작업(예: topic: quantum computing)이 도착하는 지점입니다.

2단계: AI Agent 노드

AI Agent 노드를 추가합니다. System Prompt 필드에 다음을 입력합니다:

당신은 조사 보조원입니다. 주제가 주어지면 Wikipedia에서 검색하고, 찾은 내용을 3개의 불렛 포인트로 요약하여 반환하세요. 간결하게 작성하세요.

User Message 필드에는 웹훅 입력을 참조합니다: {{ $json.body.topic }}

3단계: 채팅 모델 연결

OpenAI Chat Model 서브 노드를 추가합니다. 이를 AI Agent의 Chat Model 입력에 연결합니다. 모델은 gpt-4o-mini를 선택합니다 (이 작업에 저렴하고 빠릅니다).

4단계: Wikipedia 도구 연결

Wikipedia 도구 노드를 추가합니다. 이를 AI Agent의 Tools 입력에 연결합니다. 별도의 설정은 필요하지 않습니다. 에이전트가 검색이 필요하다고 판단하면 자동으로 호출합니다.

5단계: 이메일로 결과 전송

AI Agent 다음에 Gmail 노드를 추가합니다. 에이전트의 출력값을 매핑합니다: {{ $json.output }}

6단계: 활성화 및 테스트

웹훅 POST로 테스트합니다: { "topic": "n8n workflow automation" }

에이전트가 Wikipedia를 검색하고, 요약하여, 결과를 이메일로 보냅니다. 고정된 프롬프트 없이도 작동합니다.

무료 워크플로우 JSON

Import from JSON (메뉴 → Workflows → Import)을 통해 n8n으로 다음을 복사하여 가져오세요:

{
  "name": "AI Agent: Research & Email (Starter)",
  "nodes": [
...

프로덕션용 AI Agent 워크플로우를 위한 팁

최대 반복 횟수(Max Iterations) 제한을 설정하세요. AI Agent 노드 설정에서 Max Iterations를 5~10 사이로 설정하여, API 크레딧을 낭비하는 무한 루프(runaway loops)를 방지하세요.

도구(tool) 사용이 많은 에이전트에는 gpt-4o-mini를 사용하세요. GPT-4o보다 15배 저렴하며, 대부분의 작업에서 도구 호출(tool calling)을 잘 수행합니다.

에러 핸들링(error handling)을 추가하세요. Error Trigger 노드를 연결하여 에이전트 실패를 포착하고 Slack이나 이메일로 알림을 받도록 설정하세요.

에이전트 출력값을 Google Sheets에 기록하세요. 에이전트 뒤에 Google Sheets 노드를 추가하여 모든 실행 내용을 기록하세요. 이는 디버깅(debugging)과 시간에 따른 품질 측정에 매우 유용합니다.

최대 1~2개의 도구로 시작하세요. 도구가 너무 많은 에이전트는 혼란을 겪을 수 있습니다. 단순하게 시작하고, 필요할 때만 도구를 추가하세요.

Full Workflow Starter Pack에는 무엇이 들어있나요?

n8n Workflow Starter Pack ($29)에는 리드 캡처(lead capture), Stripe 영수증, 예약 보고서, Slack 알림 등 일반적인 자동화를 다루는 10개의 프로덕션용 워크플로우 JSON이 포함되어 있으며, 각 워크플로우에는 전체 설정 문서가 함께 제공됩니다.

👉 Gumroad에서 Starter Pack 받기

여러분의 차례입니다

여러분은 n8n AI Agent 노드로 무엇을 만들고 계신가요? 여러분의 유스케이스(use case)를 댓글로 남겨주세요. 특히 사람들이 에이전트에 어떤 도구들을 연결하고 있는지 정말 궁금합니다.