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
한 줄 요약
섹션 제목: “한 줄 요약”n8n 초보자가 AI 에이전트의 개념을 이해하고, Google Calendar 퍼스널 어시스턴트·서브에이전트 구조·Pinecone RAG 챗봇을 실제로 완성하는 실전 가이드.
핵심 내용
섹션 제목: “핵심 내용”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
- Trigger 노드: 워크플로를 시작하는 첫 번째 노드 (채팅, Telegram, Gmail 등)
- Action 노드: Trigger 이후 실행되는 모든 노드
- AI Agent 노드 3요소: Chat Model(뇌) + Memory + Tools
Google Calendar 퍼스널 어시스턴트 구축
- Chat Trigger → AI Agent 노드 추가
- Chat Model: OpenAI GPT-4.1 mini (속도·비용 우위)
- Simple Memory: context window 5개 메시지
- Google Calendar 도구 3개 추가: create / get many(검색) / update
- 시스템 프롬프트 5요소로 작성: 역할 정의 → 도구 목록 → 지시사항 → 규칙 → 출력 형식
- 규칙 예시: “오늘 날짜는
{{$now}}” (하드코딩 금지, expression 사용) / “업데이트·삭제 전 반드시 get many로 event ID 먼저 조회”
서브에이전트(Sub-agent) 구조
- 메인 AI Agent가 여러 서브 워크플로를 “Call n8n Workflow” 도구로 호출
- 각 서브 에이전트는 “When executed by another workflow” 트리거 사용
- 도구가 너무 많으면 추론이 어려워짐 → 도메인별로 분리(Calendar / Gmail / Airtable 등)
- 서브 워크플로 간 데이터 전달: JSON 형식으로
message,sessionId필드 정의 - sessionId: 동시에 여러 사용자(Bob, Stacy, Dylan)가 사용할 때 대화 구분
Gmail 서브에이전트
- Google Contacts로 이름 검색 → 이메일 주소 획득 → Gmail 도구로 발송
- IF 노드: 이름이 없으면 Google Contacts 검색 건너뜀 (에러 방지)
- Merge 노드로 두 경로를 합쳐 AI Agent 하나로 처리
RAG(Retrieval Augmented Generation) 챗봇
- 데이터 적재 파이프라인: Manual Trigger → Google Drive 파일 다운로드 → Pinecone Vector Store에 삽입
- 임베딩 모델: text-embedding-3-small (1536 차원 인덱스 필요)
- 데이터 로더: binary mode, 자동 파일 형식 감지, recursive text splitter
- 조회 파이프라인: Chat Trigger → AI Agent → Pinecone 도구(retrieve document as tool for AI agent)
전술·요소
섹션 제목: “전술·요소”| 항목 | 설정값 / 팁 |
|---|---|
| Chat Model | GPT-4.1 mini (2025-06-17 기준 최신은 4.1) |
| Memory | Simple Memory, context window 5 |
| 날짜 함수 | {{$now}} — fixed 아닌 expression 모드 필수 |
| Pinecone 인덱스 차원 | 1536 (text-embedding-3-small에 맞춤) |
| 텍스트 분할 | simple / recursive text splitter, 의미 단위 청크 유지 |
| 서브에이전트 JSON 필드 | message, sessionId 최소 두 개 |
| Google Drive 연동 | Google Cloud Console에서 OAuth 클라이언트 직접 생성 필요 (약 3분 소요) |
| 데이터 품질 | RAG에 과도한 데이터 적재 시 답변 충돌 발생 — 정확한 데이터만 입력 권장 |
시스템 프롬프트 구조 5요소
- 역할 정의 (what the agent does)
## Tools섹션: 도구명 + 사용 시점- 지시사항: “think step by step before selecting a tool”
- 규칙: 날짜 주입, 업데이트·삭제 전 조회 강제
- 출력 형식 (필요 시): JSON structured output (message + success boolean)
수치·사례
섹션 제목: “수치·사례”- 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)
도구·워크플로
섹션 제목: “도구·워크플로”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