콘텐츠로 이동

Master n8n AI Agents in 2 Hours: Beginner’s Guide for 2026

원본 영상: Master n8n AI Agents in 2 Hours: Beginner’s Guide for 2026

n8n 초보자가 AI 에이전트의 개념을 이해하고, Google Calendar 퍼스널 어시스턴트·서브에이전트 구조·Pinecone RAG 챗봇을 실제로 완성하는 실전 가이드.

AI 자동화 vs AI 에이전트 차이

  • AI 자동화: 규칙 기반, 순서 고정, 비정형 데이터 처리 불가, 메모리 없음
  • AI 에이전트: 비정형 입력(텍스트 메시지) 해석 → 도구 자율 선택 → 실행, 메모리·학습 가능

n8n 환경 기본 구조

  1. Trigger 노드: 워크플로를 시작하는 첫 번째 노드 (채팅, Telegram, Gmail 등)
  2. Action 노드: Trigger 이후 실행되는 모든 노드
  3. AI Agent 노드 3요소: Chat Model(뇌) + Memory + Tools

Google Calendar 퍼스널 어시스턴트 구축

  1. Chat Trigger → AI Agent 노드 추가
  2. Chat Model: OpenAI GPT-4.1 mini (속도·비용 우위)
  3. Simple Memory: context window 5개 메시지
  4. Google Calendar 도구 3개 추가: create / get many(검색) / update
  5. 시스템 프롬프트 5요소로 작성: 역할 정의 → 도구 목록 → 지시사항 → 규칙 → 출력 형식
  6. 규칙 예시: “오늘 날짜는 {{$now}}” (하드코딩 금지, expression 사용) / “업데이트·삭제 전 반드시 get many로 event ID 먼저 조회”

서브에이전트(Sub-agent) 구조

  • 메인 AI Agent가 여러 서브 워크플로를 “Call n8n Workflow” 도구로 호출
  • 각 서브 에이전트는 “When executed by another workflow” 트리거 사용
  • 도구가 너무 많으면 추론이 어려워짐 → 도메인별로 분리(Calendar / Gmail / Airtable 등)
  • 서브 워크플로 간 데이터 전달: JSON 형식으로 message, sessionId 필드 정의
  • sessionId: 동시에 여러 사용자(Bob, Stacy, Dylan)가 사용할 때 대화 구분

Gmail 서브에이전트

  • Google Contacts로 이름 검색 → 이메일 주소 획득 → Gmail 도구로 발송
  • IF 노드: 이름이 없으면 Google Contacts 검색 건너뜀 (에러 방지)
  • Merge 노드로 두 경로를 합쳐 AI Agent 하나로 처리

RAG(Retrieval Augmented Generation) 챗봇

  1. 데이터 적재 파이프라인: Manual Trigger → Google Drive 파일 다운로드 → Pinecone Vector Store에 삽입
  2. 임베딩 모델: text-embedding-3-small (1536 차원 인덱스 필요)
  3. 데이터 로더: binary mode, 자동 파일 형식 감지, recursive text splitter
  4. 조회 파이프라인: Chat Trigger → AI Agent → Pinecone 도구(retrieve document as tool for AI agent)
항목설정값 / 팁
Chat ModelGPT-4.1 mini (2025-06-17 기준 최신은 4.1)
MemorySimple Memory, context window 5
날짜 함수{{$now}} — fixed 아닌 expression 모드 필수
Pinecone 인덱스 차원1536 (text-embedding-3-small에 맞춤)
텍스트 분할simple / recursive text splitter, 의미 단위 청크 유지
서브에이전트 JSON 필드message, sessionId 최소 두 개
Google Drive 연동Google Cloud Console에서 OAuth 클라이언트 직접 생성 필요 (약 3분 소요)
데이터 품질RAG에 과도한 데이터 적재 시 답변 충돌 발생 — 정확한 데이터만 입력 권장

시스템 프롬프트 구조 5요소

  1. 역할 정의 (what the agent does)
  2. ## Tools 섹션: 도구명 + 사용 시점
  3. 지시사항: “think step by step before selecting a tool”
  4. 규칙: 날짜 주입, 업데이트·삭제 전 조회 강제
  5. 출력 형식 (필요 시): JSON structured output (message + success boolean)
  • n8n 무료 체험: 14일 (본인 실측)
  • OpenAI 크레딧: n8n 통해 100 크레딧 무료 제공 (영상 촬영 시점 기준)
  • Pinecone: 무료 플랜으로 시작 가능, 본인 실사용 중 유료 결제 없음 (본인 언급)
  • RAG 예시: 배관 FAQ PDF를 6개 청크로 분할 → “당일 또는 익일 서비스 가능” 등 정확한 답변 반환 (라이브 시연)

사용 도구

  • n8n (클라우드, 14일 무료)
  • OpenAI API (GPT-4.1 mini)
  • Google Calendar / Gmail / Google Drive / Google Contacts
  • Pinecone (벡터 데이터베이스)
  • Telegram (BotFather로 봇 생성 후 Access Token 연동)

트리거 옵션 (상호 교체 가능) Chat widget(사이트 임베드 가능) / Telegram / Twilio(SMS) / WhatsApp / Slack / Gmail / CRM

주요 워크플로 패턴

[메인 에이전트]
Chat Trigger
→ AI Agent (GPT-4.1 mini + Simple Memory)
→ Call n8n Workflow: Calendar Sub-agent
→ Call n8n Workflow: Gmail Sub-agent
[Calendar Sub-agent]
When executed by another workflow {message, sessionId}
→ AI Agent
→ Google Calendar: create / get many / update / delete
[RAG 적재]
Manual Trigger (또는 Google Drive 파일 추가 트리거)
→ Google Drive: 파일 다운로드
→ Pinecone Vector Store: 문서 삽입 (text-embedding-3-small)
[RAG 조회]
Chat Trigger
→ AI Agent
→ Pinecone Vector Store: retrieve document as tool