API와 Gemini를 활용한 AI Workflow

1.수업 구성

지금까지는 사람이 미리 정한 데이터를 저장하고 전달했습니다. 오늘부터는 AI가 들어온 내용을 읽고 요약하고, 분류하고, 필요한 정보만 뽑고, 새 문장을 쓰고, 정해진 모양으로 결과를 만듭니다.

2.오늘 배우는 내용 & 전체 흐름

오늘 집중할 내용

3.지난 시간 복습 & AI가 들어오면

1교시 · API 이해와 Gemini 연결하기

DAY 03에서 만든 Workflow는 모든 행동이 사람이 미리 정한 규칙대로 실행됩니다. name은 시트의 name 열로, email은 Gmail의 받는 사람으로 — 어떤 데이터를 어디에 쓸지 사람이 직접 정했습니다.

AI가 들어가면 무엇이 달라질까?

기존 자동화에서 환불 문의를 골라내려면 사람이 규칙을 만들어야 합니다. 예를 들어 "문의에 '환불'이라는 단어가 있으면 → 환불 문의"처럼요. 그런데 고객이 이렇게 쓴다면 어떨까요?

AI Workflow는 일반 Workflow 안에 AI 처리 단계가 들어간 구조입니다. AI는 흐름 중간에서 데이터를 읽고 새 결과를 만들어 냅니다.

4.API란?

사람이 Gemini 웹페이지를 열지 않아도 프로그램이 Gemini에게 일을 맡길 수 있습니다.

Request와 Response

n8n에서는 이 Response를 다음 Node의 데이터로 쓸 수 있습니다.

5.API Key와 안전 관리

API Key는 Credential에 저장한다

DAY 03에서 Google 로그인으로 Credential을 만들었습니다. 오늘은 API Key를 Credential에 넣어 저장합니다. 키를 Workflow 여기저기에 직접 붙여넣지 않고 Credential 한 곳에서 관리하면 안전하고 바꾸기도 쉽습니다.

6.실습: Gemini API Key 준비

따라하기

무료 사용과 비용

API는 Gemini 웹사이트를 쓸 때와 요금 방식이 다를 수 있습니다. 무료로 쓸 수 있는 범위와 유료 사용 방식이 있고, 모델과 사용량에 따라 제한이나 비용이 달라집니다. 유료 등급을 쓰려면 Google Cloud 결제(Billing) 설정이 필요할 수 있습니다. 실습 전에 아래를 확인하세요.

* 가격과 무료 제공량은 자주 바뀌므로 그때그때 Google 공식 페이지에서 확인합니다.

7.실습: n8n에 Gemini 연결

첫 Workflow는 최대한 단순하게 만듭니다. Edit Fields에 AI에게 줄 글을 준비하고, Gemini가 요약하게 합니다.

STEP 1. 요약할 글 준비하기

새 Workflow(DAY04_Gemini)에 Manual Trigger → Edit Fields를 연결하고, Field 이름 content에 아래 글을 넣습니다.

STEP 2. Gemini Node 추가하고 Credential 만들기

* n8n 버전에 따라 Credential 이름이 Google Gemini(PaLM) API처럼 보일 수 있습니다. Host 칸은 기본값 그대로 둡니다.

STEP 3. Gemini에게 첫 요청 보내기

Gemini Node의 Prompt(메시지) 칸에 아래를 넣습니다. 마지막 줄의 {{ $json.content }}는 앞 Node의 content를 가리키는 연결식입니다. 붙여넣은 뒤 Expression이 선택되어 있는지 확인하세요.

실행한 뒤 OUTPUT에서 Gemini가 쓴 글(text)을 찾아보세요. 이 결과도 다른 Node의 Output과 똑같이 다음 Node에서 쓸 수 있는 데이터입니다.

8.Prompt의 기본 구조

처음에는 아래 네 칸을 기준으로 씁니다.

Gemini Node도 결국 Input → 처리 → Output

AI라고 해서 n8n의 데이터 구조가 달라지지 않습니다. 앞 Node의 Output이 Gemini의 Input이 되고, Gemini의 Output이 다음 Node의 Input이 됩니다.

실습: 여러 문장으로 테스트하기

content 값만 아래 문장으로 바꿔 가며 실행합니다. Prompt의 요청은 "내용의 핵심을 한 문장으로 요약하세요."로 바꿔 두세요.

입력이 달라져도 같은 Workflow를 계속 다시 쓸 수 있습니다.

9.요약과 분류

2교시 · AI를 실제 Workflow에 활용하기

AI Workflow에서 자주 쓰는 네 가지 작업을 차례로 실습합니다.

① 요약 — 문의 요약 Workflow

Edit Fields의 이름표를 request로 바꾸고, 아래 문의를 넣은 뒤 Gemini Prompt를 바꿔 실행합니다. 테스트 데이터를 세 가지 이상 바꿔 보세요.

② 분류 — 카테고리를 분명하게 정해 주기

AI에게 고를 수 있는 종류를 미리 알려주고 그중 하나를 고르게 합니다. 종류를 정해 주지 않으면 AI가 자유롭게 답해서 결과가 매번 달라집니다.

request 값을 아래 네 문장으로 바꿔 가며 실행하고, 결과가 정해 준 네 가지 중 하나로만 나오는지 확인합니다.

10.정보 추출과 문장 생성

③ 정보 추출 — 필요한 정보만 뽑기

AI는 문장 속에서 필요한 정보만 찾아낼 수 있습니다. 아래 문장을 request에 넣고 실행해 보세요.

예상 결과
이름: 김민수
예약일: 10월 15일
시간: 오후 3시
이메일: minsu@example.com

④ 문장 생성 — AI 이메일 초안 만들기

이번에는 가진 정보로 새 문장을 만듭니다. Edit Fields에 name: 김민지, request: 수업 시간 변경 문의, status: 확인중을 만들고 실행합니다.

예상 결과
김민지님, 문의해주셔서 감사합니다.
수업 시간 변경 요청을 확인하고 있습니다.
확인되는 대로 안내드리겠습니다.

11.결과의 모양도 설계하기

사람이 읽기 좋은 답 ≠ 프로그램이 쓰기 좋은 답

Prompt가 너무 자유로우면 생기는 문제

"문의 내용을 분석해줘."라고만 하면 실행할 때마다 모양이 다른 답이 나옵니다.

사람은 다 이해하지만, 시트의 category 열에 넣으려면 곤란합니다. 그래서 AI에게 무엇을 할지뿐 아니라 어떤 모양으로 답할지도 정해 줍니다.

{
  "summary": "수업 일정 변경 가능 여부 문의",
  "category": "수업문의"
}

실습: Prompt 고쳐 쓰기

"이 문의를 정리해줘."라는 Prompt를 아래 틀로 직접 고쳐 써 봅니다. 역할 · 작업 · 카테고리 · 길이 · 출력 형식 · 추측 금지 · 데이터가 모두 들어가야 합니다.

완성한 Prompt를 Gemini Node에 넣고 여러 문의로 실행해 보세요. 매번 summary: / category: 모양이 지켜지는지 확인합니다.

12.실습: AI 고객 문의 처리

이제 DAY 03의 Workflow에 Gemini를 넣습니다. AI Node를 어디에 넣을지는 목적에 따라 달라집니다. 정답이 하나만 있는 것은 아닙니다.

오늘 만들 구조

요약과 분류를 Gemini Node 두 개로 나누면 각각의 결과를 시트의 다른 칸에 바로 넣을 수 있습니다. Node 이름을 역할대로 바꿔 두세요.

STEP 1. 시트에 열 추가하기

DAY 03의 AI_AGENT_DAY03 파일에 새 탭 ai_inquiry를 만들고, 1행에 아래 다섯 칸을 적습니다. AI가 만든 결과도 일반 데이터처럼 저장할 수 있습니다.

STEP 2. 고객 문의 생성 → Gemini 요약

Edit Fields(이름: 고객 문의 생성)에 name(자신의 이름), email(자신의 이메일), request를 만듭니다. request에는 "수업을 신청했는데 개인 일정 때문에 다른 날짜로 변경하고 싶습니다."를 넣습니다. 그 뒤에 Gemini Node(이름: Gemini 요약)를 연결하고 Prompt ②를 넣습니다.

STEP 3. Gemini 분류 — 앞앞 Node의 문의 가져오기

Gemini 요약 뒤에 Gemini Node(이름: Gemini 분류)를 하나 더 연결합니다. 이 Node의 바로 앞은 Gemini 요약이라 $json.request가 없습니다. DAY 03에서 배운 대로 고객 문의 생성 Node의 request를 가져와야 합니다.

* Node 이름을 다르게 지었다면 $('…') 안의 이름도 똑같이 맞춰야 합니다. 헷갈리면 INPUT에서 고객 문의 생성 Node를 골라 request를 끌어다 놓으세요.

STEP 4. 시트에 저장 — 여러 Node에서 값 모으기

Google Sheets Node(Append row, 탭: ai_inquiry)를 연결하고 열마다 값을 연결합니다. INPUT 위쪽의 Node 선택 목록을 바꿔 가며 끌어다 놓으세요.

* Gemini의 OUTPUT은 여러 겹으로 되어 있어 content → parts → text처럼 안쪽에 글이 들어 있을 수 있습니다. 경로를 외우지 말고 OUTPUT에서 AI가 쓴 문장이 보이는 칸을 찾아 끌어다 놓으세요.

STEP 5. AI가 쓴 요약을 이메일로 보내기

마지막으로 Gmail Node(이름: 고객 확인 메일)를 연결합니다. To에는 고객 문의 생성의 email을, 본문에는 이름과 Gemini 요약 결과를 넣습니다. 이제 AI의 Output이 실제 외부 서비스까지 전달됩니다.

[고객 문의 생성의 name]님, 안녕하세요.

문의가 정상적으로 접수되었습니다.

문의 요약:
[Gemini 요약의 결과 글]

담당자가 확인 후 안내드리겠습니다.

13.AI 결과 검증과 테스트

AI가 항상 정확한 결과를 만든다고 보장할 수 없습니다. AI Workflow에서는 "실행됐다"가 성공 기준이 아닙니다. 결과가 적절한지도 확인해야 합니다.

하나의 데이터만 테스트하지 않기

12번에서 만든 Workflow에 request를 바꿔 가며 네 번 실행하고, 시트에 쌓인 category가 예상과 맞는지 비교합니다.

오류와 품질 문제는 다르다

결과가 마음에 들지 않을 때 — 모델부터 바꾸지 않기

핵심 — Prompt도 Workflow의 중요한 일부입니다. 결과가 나쁘면 Prompt부터 고칩니다.

14.한 번에 vs 나눠서 · 사용량

"요약하고 분류한 뒤 답변 이메일까지 작성하세요."처럼 Prompt 하나로 처리할 수도 있고, 12번처럼 요약 Node → 분류 Node → 답변 작성 Node로 나눌 수도 있습니다. 각각 장단점이 있습니다.

Node를 무조건 많이 만드는 것이 좋은 것은 아닙니다. 필요한 만큼 나누는 것이 중요합니다.

API 호출에도 사용량이 쌓인다

Gemini Node가 실행될 때마다 Gemini API에 요청이 갑니다. 요약 → 분류 → 이메일 작성 구조라면 데이터 한 건에 AI를 세 번 부릅니다. 실제로 운영할 때는 아래를 함께 따집니다.

GPT로 Gemini Prompt 개선하기

ChatGPT는 n8n 안에서 돌아가는 모델이 아니라 Workflow 만드는 과정을 돕는 보조 도구입니다. 분류 결과가 들쭉날쭉하다면 지금 쓰는 Prompt를 GPT에게 보여 주고 고쳐 달라고 할 수 있습니다.

15.도전 과제

Prompt를 직접 써서 만들어 보세요. 모든 과제의 공통 조건은 "없는 내용은 추측하지 않기"입니다.

16.최종 실습: AI 문의 정리 시스템

아래 요구사항을 보고 처음부터 Workflow를 구성합니다. 12번에서 따라 한 내용을 보지 않고 만들어 보는 것이 목표입니다.

17.오늘 내용 정리 & 다음 수업