n8n 사용법【2026년 최신】AI 업무 자동화 완전 가이드——노코드로 에이전트를 만드는 법

n8n 사용법의 핵심부터 말한다. n8n은 오픈소스 워크플로우 자동화 플랫폼으로, 노코드/로우코드 방식으로 AI 에이전트를 구축하고 업무를 자동화할 수 있다. Docker로 셀프 호스팅하면 무료이고, 클라우드는 월 $24부터다. 2026년 3월 현재 커뮤니티에 5,815개 이상의 AI 자동화 워크플로우 템플릿이 공개되어 있다.

n8n이란 무엇인가

n8n(노드넷)은 2019년 Jan Oberhauser가 만든 오픈소스 워크플로우 자동화 도구다. ‘fair-code’ 라이선스로 소스 코드가 공개되어 있고, 개인과 소규모 팀은 무료로 셀프 호스팅할 수 있다.

핵심 개념은 단순하다. 트리거(이벤트 감지) → 노드(작업 수행) → 출력(결과 전달). 이 노드들을 캔버스 위에서 드래그&드롭으로 연결하면 하나의 워크플로우가 완성된다.

왜 지금 n8n인가

2025-2026년 AI 에이전트 시대가 열리면서, n8n은 단순한 자동화 도구에서 AI 에이전트 빌더로 진화했다. OpenAI, Claude, Gemini 등 주요 LLM과 네이티브로 연결되고, AI Agent 노드가 내장되어 있어 코드 한 줄 없이 자율적으로 판단하는 AI 에이전트를 만들 수 있다.

n8n 시작하기 — 3가지 방법

방법 1: n8n Cloud (가장 간단)

n8n.io에서 가입하면 즉시 사용할 수 있다. 무료 체험 후 Starter 플랜 월 $24.

방법 2: Docker 셀프 호스팅 (무료)

기술적 지식이 있다면 가장 경제적인 방법이다. 5분이면 로컬에서 구동된다.

# Docker로 n8n 실행 (1줄)
docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n

이후 http://localhost:5678에서 접속하면 된다.

방법 3: npx (테스트용)

npx n8n

Node.js가 설치되어 있다면 이 한 줄로 즉시 실행. 단, 데이터가 유지되지 않으므로 테스트용으로만 사용한다.

AI 에이전트 구축 — 핵심 4요소

n8n에서 AI 에이전트를 만들 때 필요한 4가지 구성 요소가 있다.

1. Trigger 노드: 워크플로우를 시작하는 이벤트. 채팅 입력, 웹훅 수신, 스케줄 실행 등
2. AI Agent 노드: 중앙 오케스트레이션. 어떤 도구를 사용할지 AI가 자율적으로 판단
3. Sub-노드: LLM 연결(OpenAI/Claude/Gemini)과 대화 메모리 관리
4. Tool 노드: 외부 API 호출, 코드 실행, 데이터베이스 접근 등 실제 작업 수행

실전 워크플로우 TOP 10

n8n 커뮤니티에서 가장 많이 사용되는 AI 자동화 워크플로우를 정리했다.

실습: 첫 번째 AI 에이전트 만들기 (10분)

여기서부터가 이 가이드의 핵심이다. n8n Cloud 또는 Docker로 n8n을 시작한 상태에서, 실제로 AI 챗봇 에이전트를 만들어본다.

Step 1: 새 워크플로우 생성

1. n8n 대시보드에서 + Create Workflow 클릭
2. 워크플로우 이름을 내 첫 AI 에이전트로 변경 (좌측 상단 클릭)

Step 2: Chat Trigger 추가

1. 캔버스에서 + 버튼 클릭
2. 검색창에 Chat Trigger 입력 → 선택
3. 이것이 사용자의 메시지를 받는 입구가 된다

Step 3: AI Agent 노드 연결

1. Chat Trigger 노드 우측의 + 클릭
2. 검색창에 AI Agent 입력 → Tools Agent 선택
3. Agent Type: Tools Agent 확인

Step 4: LLM 모델 연결

1. AI Agent 노드 하단의 Model 슬롯에 + 클릭
2. OpenAI Chat Model 선택 (무료 API 키 사용 가능)
3. Credential 설정:
   • API Key: platform.openai.com/api-keys에서 발급
   • Model: gpt-4o-mini (가장 저렴)
4. Save 클릭

Step 5: 메모리 추가 (대화 기억)

1. AI Agent 노드 하단의 Memory 슬롯에 + 클릭
2. Window Buffer Memory 선택
3. Window Size: 10 (최근 10개 메시지를 기억)

Step 6: 도구(Tool) 추가

1. AI Agent 노드 하단의 Tool 슬롯에 + 클릭
2. SerpAPI 선택 (웹 검색 기능 추가)
3. API Key: serpapi.com에서 무료 발급 (월 100회 무료)
4. 또는 Calculator를 추가해도 된다 (API 키 불필요)

Step 7: 테스트 실행

1. 캔버스 하단의 Chat 버튼 클릭 (말풍선 아이콘)
2. 채팅창에 오늘 서울 날씨 알려줘 입력
3. AI 에이전트가 SerpAPI로 검색 → 결과를 자연어로 응답
4. 방금 뭐라고 물어봤지? → 메모리 덕분에 이전 대화를 기억

Step 8: 워크플로우 활성화

1. 우측 상단의 Inactive 토글을 클릭 → Active로 변경
2. 이제 이 에이전트는 24시간 가동된다
3. URL이 생성되어 외부에서 API로 호출할 수도 있다

축하한다. 코드 한 줄 없이 웹 검색이 가능한 AI 챗봇 에이전트를 만들었다.

실습 2: 이메일 자동 분류 워크플로우 (15분)

실무에서 가장 많이 쓰이는 패턴이다. Gmail 수신 → AI가 카테고리 분류 → Slack 채널별로 자동 전달.

Step 1: Gmail Trigger 설정

1. 새 워크플로우 생성
2. + → Gmail Trigger 검색 → 선택
3. Credential: Google 계정으로 OAuth 연결
4. Event: Message Received
5. Label: INBOX

Step 2: AI 분류 노드 추가

1. Gmail Trigger 우측 + → OpenAI 검색 → Message a Model 선택
2. System Prompt에 다음 입력:

이메일을 분석하여 다음 카테고리 중 하나로 분류하세요:
- urgent: 긴급한 업무 요청
- client: 클라이언트/고객 관련
- newsletter: 뉴스레터/마케팅
- spam: 스팸/불필요
JSON 형식으로 응답: {"category": "...", "summary": "한국어 요약 1줄"}

3. User Message: {{ $json.text }} (Gmail 본문)

Step 3: Switch 노드로 분기

1. AI 노드 우측 + → Switch 검색 → 선택
2. Routing Rules 설정:
   • Rule 1: urgent 포함 → Output 1
   • Rule 2: client 포함 → Output 2
   • Rule 3: newsletter 포함 → Output 3
   • Default → Output 4 (기타)

Step 4: Slack 알림 연결

1. Output 1 (urgent) → Slack 노드 → #urgent 채널에 메시지 전송
2. Output 2 (client) → Slack 노드 → #clients 채널에 전송
3. Output 3 (newsletter) → 아무것도 연결하지 않음 (무시)
4. Slack 메시지 내용: 📧 {{ $json.summary }}

Step 5: 활성화 & 테스트

1. 워크플로우를 Active로 변경
2. 자신에게 테스트 이메일 발송
3. Slack에서 자동으로 분류된 알림이 오는지 확인

이 워크플로우 하나로 매일 30분 이상의 이메일 분류 시간을 절약할 수 있다.

프로덕션 배포 — 고수들의 6단계 프로세스

n8n 공식 블로그가 공개한 프로덕션 배포 15가지 모범 사례를 6단계로 정리했다.

1. 인프라 단계: Queue 모드(Redis + Worker) 활성화. 여러 작업을 동시 처리하면서도 블로킹 없이 운영
2. 개발 단계: 에러 핸들링 노드 필수 추가. 모든 외부 API 호출에 재시도 로직 설정
3. 사전 배포: 테스트 환경에서 충분히 검증 후 프로덕션 이동. 환경 변수 분리
4. 배포: Docker Compose + PostgreSQL 조합 권장. 자동 재시작 정책 설정
5. 유지보수: 실행 로그 모니터링. 실패한 워크플로우 자동 알림 설정
6. 퇴역: 사용하지 않는 워크플로우는 비활성화→아카이브→삭제 순서로 정리

요금 플랜 상세

누가 n8n을 선택해야 하는가

n8n이 적합한 경우

• 데이터 프라이버시가 중요한 기업 (셀프 호스팅으로 완전 제어)
• AI 에이전트를 직접 설계하고 싶은 개발자/엔지니어
• 월 10만 건 이상의 대량 처리가 필요한 팀
• JavaScript/Python 코드로 커스텀 로직이 필요한 경우
• 비용을 최소화하면서 강력한 자동화가 필요한 스타트업

n8n이 적합하지 않은 경우

• 기술적 배경이 전혀 없는 비개발자 → Zapier 추천
• 빠른 설정이 최우선이고 서버 관리를 원하지 않는 경우 → Make 추천
• 7,000개 이상의 네이티브 연동이 필수인 경우 → Zapier 추천

n8n 공식 튜토리얼 영상

n8n 공식 채널의 AI 에이전트 구축 튜토리얼이다. 32분이면 첫 번째 AI 에이전트를 만들 수 있다.

https://www.youtube.com/watch?v=yAH1b7FeIIo

더 심화된 내용은 n8n 공식 AI 워크플로우 튜토리얼 문서에서 확인할 수 있다.

관련 기사

• Manus AI 사용법 — 완전 자율형 AI 에이전트 (n8n과 연동 가능)
• Claude Code Agent Teams 가이드 — 멀티 에이전트 협업
• AI 자동화 부업 사례 — n8n을 활용한 실제 수익 사례
• 에이전틱 엔지니어링 가이드 — AI 에이전트 설계의 원칙

FAQ

n8n은 정말 무료인가?

Community 에디션은 영구 무료다. Docker로 셀프 호스팅하면 VPS 비용(월 $5 정도)만 들고 n8n 자체에 요금은 없다.

프로그래밍을 몰라도 쓸 수 있나?

기본적인 워크플로우는 노코드로 만들 수 있다. 하지만 고급 커스터마이징에는 JavaScript/Python 지식이 있으면 유리하다.

Make나 Zapier에서 이전할 수 있나?

직접적인 마이그레이션 도구는 없지만, n8n은 HTTP Request 노드와 코드 노드로 거의 모든 워크플로우를 재현할 수 있다.

한국어를 지원하는가?

UI는 영어이지만, AI 에이전트는 한국어 프롬프트를 자연스럽게 처리한다. 공식 문서의 한국어 커뮤니티 번역도 있다.

n8n 사용법의 핵심을 정리하면, 무료 셀프 호스팅 + AI 에이전트 네이티브 지원 + 코드 실행 가능의 3가지가 경쟁사와의 결정적 차이다. 2026년 에이전틱 AI 시대에 가장 유연한 자동화 플랫폼을 찾고 있다면, n8n이 답이다.