지금까지 만든 워크플로우는 정해진 순서대로만 움직이는 '컨베이어 벨트'였습니다. AI Agent 노드를 쓰면 여기에 '스스로 판단하는 직원'을 고용할 수 있습니다. 이 직원은 상황을 읽고, 필요한 도구를 골라 쓰고, 대화 내용을 기억합니다.
AI 에이전트의 3요소
- 입력 질문·트리거
- AI Agent 스스로 판단하는 직원 Chat Model 🧠 두뇌, Memory 🧷 기억, Tools 🔧 손발
- 응답 결과 출력
AI Agent 노드 아래에 세 부품이 매달립니다. Chat Model이 없으면 생각을 못하고, Memory가 없으면 금붕어처럼 대화를 잊고, Tools가 없으면 말만 하는 직원입니다. 세 요소가 갖춰져야 진짜 AI 직원이 됩니다.
AI 에이전트를 구성하는 4가지 부품
AI Agent 노드를 캔버스에 놓으면 노드 아래쪽에 부품을 꽂는 소켓들이 보입니다. 신입 직원 채용에 비유해 봅시다. 두뇌(챗 모델)를 붙이고, 업무 매뉴얼(시스템 프롬프트)을 주고, 업무 도구(Tools)를 지급하고, 업무 수첩(메모리)을 쥐여 주는 것입니다.
| 부품 | 역할 | 예시 |
|---|---|---|
| Chat Model | 생각하는 두뇌 (필수) | OpenAI GPT, Anthropic Claude, Google Gemini |
| System Prompt | 행동 지침서 | 역할, 말투, 규칙, 출력 형식 지정 |
| Tools | 쓸 수 있는 손발 (선택) | 구글 시트 조회, HTTP 요청, 계산기, 다른 워크플로우 호출 |
| Memory | 대화 기억력 (선택) | Simple Memory, 외부 DB 기반 메모리 |
실습: 대화하는 AI 에이전트 만들기
기본 AI 에이전트 조립
- 새 워크플로우에 'Chat Trigger'(When chat message received) 노드를 추가합니다. n8n 안에 테스트용 채팅창이 생깁니다.
- 그 뒤에 'AI Agent' 노드를 연결합니다.
- AI Agent 노드 하단의 'Chat Model' 소켓을 눌러 원하는 모델(예: OpenAI Chat Model)을 추가하고, 5강에서 배운 방식으로 API 키 Credential을 연결합니다.
- AI Agent 설정에서 Options의 System Message에 에이전트의 역할과 규칙을 적습니다.
- 'Memory' 소켓에 'Simple Memory'를 추가해 대화를 기억하게 합니다.
- 화면의 'Open chat' 채팅창에서 말을 걸어 테스트합니다. 이전 대화를 기억하는지 두세 번 주고받아 보세요.
시스템 프롬프트: 에이전트의 인사 교육
시스템 프롬프트는 사용자가 무슨 말을 하든 변하지 않는 고정 지침입니다. 사용자의 메시지가 '그때그때의 요청'이라면, 시스템 프롬프트는 '입사 첫날 받은 업무 매뉴얼'입니다. 역할, 말투, 해도 되는 일과 하면 안 되는 일, 답변 형식을 구체적으로 적을수록 결과가 안정적입니다.
시스템 프롬프트 예시: 카페 주문 안내 에이전트
당신은 '모카포트 카페'의 주문 안내 직원입니다.
[역할]
- 메뉴 추천, 주문 접수, 영업시간 안내만 담당합니다.
- 메뉴: 아메리카노 4,500원 / 라떼 5,000원 / 크루아상 4,000원
- 영업시간: 매일 오전 8시 ~ 오후 9시
[규칙]
- 항상 존댓말로 친절하게 답합니다.
- 메뉴에 없는 것을 물으면 정중히 없다고 말하고 비슷한 메뉴를 추천합니다.
- 카페와 무관한 질문(정치, 코딩 등)에는 "주문 관련 문의만 도와드릴 수 있어요"라고 답합니다.
- 확실하지 않은 정보는 지어내지 말고 매장 확인이 필요하다고 안내합니다.도구(Tools): 에이전트에게 손발 달아 주기
챗 모델만 있는 에이전트는 '말만 잘하는 직원'입니다. Tools 소켓에 도구를 꽂으면 실제 행동이 가능해집니다. 구글 시트에서 재고를 조회하고, HTTP Request로 외부 API를 부르고, 계산기로 정확한 계산을 합니다. 중요한 점은 어떤 도구를 언제 쓸지 에이전트가 스스로 판단한다는 것입니다. 각 도구의 설명(description)을 명확히 적어 줘야 올바른 도구를 고릅니다.
도구 설명은 '언제 이 도구를 써야 하는지' 기준으로 적으세요. 예: '고객이 재고나 가격을 물어볼 때 이 시트를 조회한다.' 설명이 모호하면 에이전트가 엉뚱한 도구를 쓰거나 도구를 아예 안 씁니다.
메모리: 금붕어 직원 탈출하기
메모리가 없는 에이전트는 매번 대화를 처음부터 시작하는 금붕어와 같습니다. '아까 말한 라떼 두 잔이요'라고 해도 못 알아듣죠. Simple Memory를 붙이면 최근 대화를 기억합니다. 다만 Simple Memory는 n8n이 재시작되면 사라지는 임시 기억이므로, 실제 서비스용 챗봇이라면 Postgres 같은 외부 저장소 기반 메모리를 쓰는 것이 좋습니다.
AI 노드는 실행할 때마다 모델 API 비용이 발생합니다. 테스트는 저렴한 경량 모델로 하고, 프롬프트가 완성된 뒤 필요하면 상위 모델로 바꾸는 것이 요금을 아끼는 요령입니다.
이제 AI 직원을 조립하는 법을 배웠습니다. 다음 강의부터는 이 부품들을 모두 활용해 실전 자동화 3종 세트를 만들어 봅니다.