n8n에서 Claude AI 워크플로우 구축 및 연동 가이드

구축할 내용

이미 운영 중인 n8n 인스턴스에서 세 가지 AI 워크플로우를 구현합니다. 전달받은 내용을 요약하는 웹훅, 기사를 읽어 구조화된 스프레드시트 행으로 변환하는 예약된 피드 리더, 그리고 질문에 답하기 위해 스스로 HTTP API를 호출하는 AI 에이전트입니다. 이는 VPS에서 Python으로 Claude API 호출하기의 노코드 버전입니다. 동일한 API, 동일한 토큰, 동일한 비용이 발생하지만, 오케스트레이션은 스크립트가 아닌 n8n 노드에서 수행됩니다.

n8n은 Docker 기반의 n8n 셀프 호스팅 가이드에 따라 이미 HTTPS 환경에서 구동 중이라고 가정합니다. 아직 설정하지 않았다면 먼저 진행하십시오. 웹훅은 실제 TLS 엔드포인트가 필요하며, API 키를 저장할 자격 증명 저장소는 해당 가이드에서 강조하는 암호화 키 백업이 필수입니다.

여기서 중요한 문제는 드래그 앤 드롭 방식이 아닙니다. 노드별 모델 선택, undefined를 자동으로 삽입하는 프롬프트 필드, 그리고 자동화가 무인으로 실행된다는 점이 핵심입니다. 실행당 0.5센트인 워크플로우는 저렴하지만, 재시도 루프가 밤새 4,000번 실행되면 이야기가 달라집니다. 이 가이드의 대부분은 이러한 운영상의 고려 사항을 다룹니다.

백업한 키로 암호화된 하나의 자격 증명

platform.claude.com의 Anthropic Console에서 Settings, API Keys 순으로 이동하여 n8n-vps와 같은 이름으로 키를 생성합니다. 이 키는 한 번만 표시됩니다. 계정에 잔액을 충전하거나 결제 수단을 설정하십시오. API 사용료는 토큰 단위로 부과되며 Claude.ai 구독과는 완전히 별개입니다. 비용을 지불하지 않고 이 세 가지 워크플로를 구축하려 했다면 무료 티어는 존재하지 않으며, 소액의 가입 크레딧과 일부 무료 엔드포인트만 제공된다는 점을 유의하십시오.

n8n에서 Credentials, Create credential을 선택한 뒤 Anthropic을 고르고, API Key 필드에 키를 붙여넣은 후 저장합니다. 모든 워크플로의 Claude 노드는 저장된 이 자격 증명을 참조하므로, 노드마다 키를 직접 붙여넣을 필요가 없습니다.

운영 시 다음 2가지를 유의해야 한다.

첫째, n8n은 N8N_ENCRYPTION_KEY을 사용해 저장된 자격 증명을 암호화한다. n8n 가이드에 따라 compose 파일에서 해당 환경 변수를 명시적으로 설정하면 컨테이너를 다시 빌드해도 자격 증명을 유지할 수 있다. n8n이 키를 생성하도록 두었다가 볼륨을 잃으면, 저장된 모든 자격 증명과 이 키 자체를 포함한 데이터가 복구할 수 없는 암호문이 된다. 이 설정을 건너뛰었다면 지금 키를 백업해야 한다.

둘째, n8n 자격 증명 저장소를 피해 범위의 기준으로 간주해야 한다. 인스턴스에서 워크플로를 편집할 수 있는 사람은 누구나 사용자의 Anthropic 키로 요청을 보낼 수 있다. Community edition에는 자격 증명에 대한 사용자별 권한이 없다. 따라서 다른 사람이 이 인스턴스에 로그인한다면 계정을 발급하기 전에 유료 n8n 라이선스에서 제공하는 접근 제어 기능을 확인해야 한다. Console의 Settings에서 지출 한도를 설정해야 한다. 인스턴스가 침해되거나 비정상적으로 계속 실행되더라도 비용이 한도를 넘지 않게 할 수 있다.

모델 선택은 노드별로 결정합니다

n8n의 Claude 노드에 있는 모델 드롭다운은 API에서 실시간으로 가져오므로, 사용자의 키로 접근 가능한 모델이 표시됩니다. 2026년 7월 기준으로 모델 라인업과 100만 입력/출력 토큰당 API 가격은 다음과 같습니다. Claude Haiku 4.5(claude-haiku-4-5)는 200K 컨텍스트 윈도우를 지원하며 $1/$5입니다. Claude Sonnet 5(claude-sonnet-5)는 1M 토큰 컨텍스트 윈도우를 지원하며 $3/$15이고, 2026년 8월 31일까지는 도입 기념으로 $2/$10가 적용됩니다. Claude Opus 4.8(claude-opus-4-8)은 1M 토큰 컨텍스트 윈도우를 지원하며 $5/$25입니다. 가장 복잡한 추론 작업을 위한 Claude Fable 5(claude-fable-5)는 $10/$50입니다. 이 가이드의 어떤 작업도 Fable을 필요로 하지 않습니다. 반드시 정확한 ID를 사용하십시오. 과거 튜토리얼에서 본 날짜가 포함된 변형 ID를 사용하면 404 오류가 발생합니다. 가격은 변동될 수 있으므로, 이곳을 포함한 어떤 문서의 숫자도 맹신하지 말고 반드시 platform.claude.com에서 확인하십시오.

다음과 같은 습관을 들이는 것이 좋습니다. 모델은 플랫폼 단위가 아니라 노드 단위로 선택하십시오. 자동화의 핵심인 분류, 추출, 요약, 라우팅 작업은 Haiku에서 매우 원활하게 실행되며, 비용은 Sonnet 정가의 3분의 1, Opus의 5분의 1 수준입니다. Sonnet은 에이전트와 다단계 추론 작업에, Opus는 잘못된 답변이 토큰 비용보다 더 큰 손실을 초래하는 드문 워크플로우에만 사용하십시오. Claude 노드 5개가 포함된 워크플로우라면 각 노드에서 모델을 혼합하여 사용하는 것이 바람직합니다.

두 개의 Claude 노드와 각각의 사용처

n8n은 두 가지의 서로 다른 Anthropic 통합 기능을 제공하며, 잘못된 노드를 선택하는 것은 초보자가 가장 흔히 겪는 시행착오입니다.

Anthropic 노드는 일반적인 앱 노드로서, 하나의 요청을 받아 하나의 응답을 반환합니다. 이 노드의 Text 리소스에는 Message a Model 작업이 있으며, 이미지와 문서를 분석하는 작업도 포함되어 있습니다. 워크플로우 로직이 n8n 내부에서 트리거, Claude 호출, 다음 노드로 이어지는 구조라면 이 노드를 사용하십시오. 아래의 워크플로우 1과 2는 이 노드나 이와 대응하는 체인 노드를 사용합니다.

Anthropic Chat Model 노드는 서브 노드입니다. 이는 AI Agent나 Basic LLM Chain과 같은 루트 노드에 모델을 제공하는 작은 부속품입니다. 이 노드는 자체적인 트리거가 없으며 출력값도 없습니다. 대신 모델 선택기와 Maximum Number of Tokens, Sampling Temperature와 같은 샘플링 옵션을 제공합니다. n8n 문서에서 기억해 둘 만한 주의 사항이 하나 있습니다. 서브 노드 내부의 표현식은 항상 각 항목이 아닌 첫 번째 입력 항목을 기준으로 해석됩니다. 따라서 항목별 표현식은 서브 노드가 아닌 루트 노드의 프롬프트 필드에 입력하십시오.

워크플로우 1: 웹훅 수신 및 요약 발송

AI 자동화의 입문 단계입니다. URL로 POST 요청된 모든 내용을 요약하여 Slack이나 이메일로 전송합니다.

1. Webhook 노드에서 HTTP Method를 POST로, 경로를 summarize으로 설정합니다. n8n은 테스트 URL과 프로덕션 URL을 제공하며, 프로덕션 URL은 워크플로우가 활성화된 상태에서만 수신 대기합니다.
2. Anthropic 노드에서 Message a Model을 선택하고, 모델은 claude-haiku-4-5, Max Tokens는 300 정도로 설정합니다.
3. Slack 노드(또는 Send Email)를 사용하여 응답 텍스트를 채널에 게시합니다.

프롬프트는 n8n 표현식과 Claude가 만나는 지점입니다. POST 본문은 $json.body 아래에 위치하므로, 사용자 메시지 필드는 다음과 같이 구성됩니다.

Summarize the following feedback in three bullets, then one line:
verdict: praise | complaint | churn-risk. No preamble.

{{ $json.body.text }}

역할과 형식 지침은 사용자 메시지가 아닌 노드의 시스템 프롬프트 필드에 입력하십시오. 시스템 프롬프트는 고정되어 있고 페이로드는 변하기 때문에, 이렇게 하면 동작이 안정적으로 유지되며 6개월 뒤에도 프롬프트를 쉽게 이해할 수 있습니다. VPS에서 직접 테스트하십시오.

curl -X POST https://n8n.example.com/webhook/summarize \
  -H 'Content-Type: application/json' \
  -d '{"text": "Third support ticket this month about slow disk IO..."}'

Haiku 모델의 실행당 비용은 다음과 같습니다. 1,200 토큰 페이로드와 프롬프트를 합치면 입력 비용은 약 $0.0012이며, 300 토큰 출력 비용은 $0.0015로 대략 0.25센트 수준입니다. 한 달에 1,000번 실행해도 $3 미만입니다. 동일한 노드를 Opus 4.8로 설정하면 비용은 약 5배가 됩니다. 구축하는 모든 워크플로우에 이 비율을 곱해보면, 노드별로 모델을 신중하게 선택하는 습관이 왜 중요한지 알 수 있습니다.

워크플로 2: RSS 피드를 정기적으로 읽어 구조화된 행으로 저장

이제 주기적으로 실행되며 구조화된 결과를 출력하는 작업을 구성합니다. 매시간 RSS 피드를 읽고, 각 항목을 분류한 뒤, 시트에 행을 추가하는 방식입니다.

1. Schedule Trigger: 매시간 실행되도록 설정합니다.
2. RSS Read: 피드 URL을 입력합니다. 기사당 하나의 항목을 출력합니다.
3. Basic LLM Chain: claude-haiku-4-5으로 설정된 Anthropic Chat Model 하위 노드와 JSON 스키마를 포함한 Structured Output Parser 하위 노드를 사용합니다.
4. Google Sheets(또는 Postgres): 항목당 한 행씩 추가합니다.

Structured Output Parser는 "Claude, JSON으로 응답해 줘"라는 막연한 기대를 확정적인 계약으로 바꿉니다. 이 노드는 모델의 응답이 스키마에 부합하는지 검증하며, 잘못된 데이터가 행으로 기록되는 대신 오류를 명확히 발생시킵니다. 스키마 예시는 다음과 같습니다.

{
  "type": "object",
  "properties": {
    "category": { "type": "string", "enum": ["release", "security", "tutorial", "other"] },
    "relevance": { "type": "number" },
    "one_line_summary": { "type": "string" }
  },
  "required": ["category", "relevance", "one_line_summary"]
}

체인의 프롬프트는 피드 항목을 참조합니다.

Classify this article for a VPS hosting audience.

Title: {{ $json.title }}
Content: {{ $json.contentSnippet }}

여기서는 비용 산정 방식이 달라집니다. 실행 단위가 아닌 항목 단위로 비용이 발생하기 때문입니다. 시간당 50개의 기사를 하루 24시간 처리하면 한 달에 36,000번의 Claude 호출이 발생합니다. Haiku 모델 사용 시 기사 길이에 따라 약 40–90달러가 소요되며, Opus 모델은 그보다 5배가량 더 듭니다. LLM 노드 이전에 중복 제거(이전에 확인한 링크와 비교하는 간단한 IF 조건문이나 n8n의 Remove Duplicates 노드 사용)를 수행하면 호출 횟수가 급격히 줄어듭니다. 매시간 확인하는 피드 대부분에는 새로운 내용이 없기 때문입니다. 가장 저렴한 토큰은 호출하지 않는 호출입니다.

워크플로 3: 도구를 사용하는 AI 에이전트

앞선 두 워크플로는 파이프라인 방식이며, 사용자가 단계를 결정합니다. AI Agent 노드는 이 방식을 뒤집습니다. Claude에게 목표와 도구를 제공하면, 작업이 완료될 때까지 어떤 도구를 어떤 순서로 호출할지 에이전트가 결정합니다. n8n에서는 채팅 모델 하위 노드와 최소 하나 이상의 도구 하위 노드를 연결해야 합니다.

구체적인 구현 예시로, 모니터링 시스템에서 "무엇이 중단되었고 그 이유는 무엇인가"에 답하는 운영 보조 에이전트를 구성해 봅니다.

1. Chat Trigger(또는 webhook): 질문이 입력됩니다.
2. AI Agent: claude-sonnet-5로 설정된 Anthropic Chat Model 하위 노드를 포함합니다. 에이전트는 도구 호출을 계획하고 연결합니다. Haiku는 단순한 단일 도구 에이전트를 구동할 수 있지만, 도구가 많아지면 Sonnet이 합리적인 최소 사양입니다.
3. HTTP Request 노드: 도구로 연결하며, Uptime Kuma status API 또는 Zabbix 엔드포인트를 가리킵니다. 두 번째 HTTP 도구를 사용하면 REST API를 가진 다른 모든 서비스에 접근할 수 있습니다.

두 가지 설정이 대부분의 작업을 수행합니다. 에이전트의 System Message는 역할을 정의합니다. "당신은 운영 보조입니다. 답변하기 전에 상태 도구를 사용하여 현재 모니터 상태를 확인하십시오. 중단된 모니터만 지속 시간과 함께 보고하십시오." 또한 각 도구의 설명(description)은 사람이 읽는 문서가 아니라, Claude가 도구 호출 여부를 결정하는 기준입니다. "모든 모니터링 서비스의 현재 상태를 JSON으로 반환"이라고 적으면 적절한 시점에 호출되지만, "status API"라고만 적으면 무시되거나 잘못 사용될 수 있습니다. HTTP Request 노드를 도구로 연결할 때는 Optimize Response 옵션을 활성화하고 필요한 JSON 필드만 선택하십시오. 그렇지 않으면 장황한 모든 API 응답이 모델의 컨텍스트로 입력되어 비용이 발생하는 입력 토큰으로 소모됩니다.

에이전트의 Max Iterations(기본값 10)를 작동 가능한 가장 작은 숫자로 설정하십시오. 이는 "에이전트가 4번의 도구 호출 후 포기함"과 수십 번의 모델 왕복 루프를 가르는 차이입니다. 또한 비용 구조를 이해해야 합니다. 각 반복마다 시스템 메시지, 질문, 이전의 모든 도구 결과 등 지금까지의 전체 대화 내용이 입력 토큰으로 다시 전송됩니다. 6번 반복되는 에이전트 실행은 누적 입력 토큰 20,000개와 출력 토큰 2,000개에 달할 수 있습니다. Sonnet 3.5의 도입 가격 기준 약 $0.06, 표준 가격($3/$15) 기준 약 $0.09로, 단순 요약 실행보다 20배가량 비용이 높습니다. 하나의 에이전트에 너무 많은 도구를 연결하게 된다면, 그때가 바로 VPS에서 MCP 서버를 실행하는 것이 더 깔끔한 아키텍처가 되는 시점입니다.

비용 가드레일, 아무도 지켜보지 않을 때를 대비하여

무인 워크플로우에는 사람이 직접 키보드 앞에서 수행할 때 암묵적으로 제공되는 제어 장치가 필요합니다. 비용이 저렴한 순서대로 4단계의 보호 장치를 적용하십시오.

모든 Claude 노드에 Max Tokens 설정. 이는 출력에 대한 엄격한 상한선입니다. 요약 노드에는 300, 분류 노드에는 100 정도가 적당합니다. 이 설정은 비용이 많이 발생하는 출력 토큰(입력 토큰당 $1–$5인 반면 출력 토큰은 $5–$25)의 지출을 제한하며, 프롬프트 오류로 인해 Claude가 장황하게 답변할 경우 8,000 토큰이 아닌 300 토큰에서 멈추게 하는 안전장치 역할을 합니다.

노드별 모델 선택. 위에서 언급했듯이, 이는 현재 라인업에서 5배에서 10배까지 비용을 조절할 수 있는 수단이며 설정하는 데 10초면 충분합니다.

루프 제한. 에이전트의 Max Iterations를 설정하십시오. 워크플로우 설정에서 타임아웃을 지정하여 실행이 멈췄을 때 무한 루프에 빠지지 않도록 하십시오. 노드별 Retry On Fail 설정은 신중해야 합니다. 일시적인 오류에는 유용하지만, 재시도는 비용을 곱절로 증가시킵니다. Max Tries를 3으로, Wait Between Tries를 5000 ms로 설정하면, 지속적인 오류 발생 시 항목당 최대 3번까지 비용이 청구된 후 종료됩니다. 이미 비용을 들여 성공한 노드를 재시도 루프로 감싸지 마십시오.

최후의 수단으로 오류 워크플로우 사용. Error Trigger 노드로 시작하는 워크플로우를 생성하여 실패한 워크플로우의 이름과 오류 내용을 Slack으로 전송하도록 하십시오. 그런 다음 각 AI 워크플로우 설정에서 이 워크플로우를 Error Workflow로 지정하십시오. 이 방식은 가장 위험한 실패 유형을 잡아냅니다. 예를 들어, 스케줄 기반 워크플로우가 매시간 오류를 일으키며 일주일 동안 실행되어, 종료되기 전까지 매번 토큰을 소모하는 상황을 방지할 수 있습니다. Anthropic Console에서 월별 지출 한도를 설정하고, 스케줄 기반 작업을 활성화한 후 첫 며칠 동안은 Console의 사용량 페이지를 확인하십시오. 정확히 어떤 항목으로 비용이 청구되는지 이해하려면 토큰 사용량 가이드를 참조하십시오.

실패 유형 및 확인 가능한 메시지

노드가 "Authorization failed - please check your credentials." 메시지와 함께 즉시 실패합니다. API가 401 코드를 반환한 경우입니다. 응답 본문은 다음과 같습니다.

{"type": "error", "error": {"type": "authentication_error", "message": "invalid x-api-key"}}

키를 잘못 붙여넣었거나, 일부가 잘렸거나, 공백이 포함되었거나, 튜토리얼의 플레이스홀더가 남아있는 경우입니다. n8n 자격 증명을 새로 생성하여 다시 붙여넣으십시오. 어제까지 정상 작동했다면 Console에서 키가 취소되었는지, 혹은 볼륨 복구 과정에서 다른 N8N_ENCRYPTION_KEY로 암호화된 자격 증명으로 되돌아갔는지 확인하십시오.

실행이 429 rate_limit_error 오류와 함께 간헐적으로 실패하며, "Number of request tokens has exceeded your per-minute rate limit."와 유사한 메시지가 나타납니다. 속도 제한은 분 단위로 적용되는데, n8n은 50개의 웹훅이나 RSS 실행을 동시에 처리하기 매우 쉽기 때문입니다. 이를 구조적으로 해결하려면 항목을 병렬이 아닌 순차적으로 처리(Loop Over Items)하고, Retry On Fail 설정에서 Max Tries를 3으로, Wait Between Tries를 최대치인 5000 ms로 설정하십시오. n8n은 해당 필드를 5000 ms로 제한합니다. 더 긴 대기 시간이 필요하여 재시도가 다음 분으로 넘어가야 한다면, 오류 경로에 Wait 노드를 추가하거나 항목을 하나씩 처리하십시오. 응답에는 정확한 대기 시간을 알려주는 retry-after 헤더가 포함되지만, n8n의 고정 대기 시간 설정은 이를 읽을 수 없으므로 더 긴 대기 시간은 직접 구성해야 합니다.

모델 이름을 지정하는 404 not_found_error 오류가 발생합니다. 본문에는 오타가 그대로 나타납니다.

{"type": "error", "error": {"type": "not_found_error", "message": "model: claude-haiku-4.5"}}

하이픈 대신 점을 사용했거나(4-5 대신 4.5), 오래된 블로그 게시물의 날짜 접미사가 포함되었거나, 은퇴한 모델을 사용한 경우입니다. 현재 목록을 기준으로 ID를 수정하십시오. 드롭다운에서 선택하지 않고 모델 필드에 표현식으로 직접 입력하는 경우 자주 발생하는 문제입니다.

Claude가 질문하지 않은 내용에 대해 답변합니다. 오류는 없으며 실행 결과는 성공(녹색)으로 표시됩니다. 페이로드에는 message를 사용했는데 표현식에서는 {{ $json.body.text }}와 같이 누락된 필드를 참조하면, 프롬프트에 undefined이라는 문자열이 그대로 삽입되어 Claude가 의미 없는 프롬프트에 대해 답변하게 됩니다. 참조한 노드가 전혀 실행되지 않았다면 "Referenced node is unavailable" 오류가 발생하지만, 필드가 누락된 경우에는 아무런 경고가 없습니다. 활성화하기 전에 항상 실제 데이터로 한 번 실행해 보고 노드의 입력 패널에서 실제로 렌더링된 프롬프트를 확인하십시오. 표현식 편집기에서 해석된 값을 미리 볼 수 있으며, 조금만 주의를 기울이면 undefined을 바로 확인할 수 있습니다.

FAQ

Claude를 n8n에 어떻게 연결합니까?

Anthropic Console(platform.claude.com)에서 API 키를 생성한 뒤, n8n에서 Anthropic 유형의 자격 증명을 추가하고 API Key 필드에 붙여넣으십시오. 모든 Claude 노드, Anthropic 앱 노드 및 Anthropic Chat Model 하위 노드는 저장된 해당 자격 증명을 참조합니다. n8n은 N8N_ENCRYPTION_KEY을 사용하여 이를 암호화하므로, 해당 키를 백업해 두지 않으면 볼륨 손실 시 자격 증명도 함께 사라집니다.

AI 워크플로우 실행당 비용은 얼마입니까?

실행당 토큰 수를 추정하고 모델의 백만 토큰당 가격을 곱하십시오. 2026년 7월 기준, Haiku 4.5는 입력/출력 백만 토큰당 $1/$5이며, Sonnet 5는 $3/$15(2026년 8월까지는 프로모션 가격 $2/$10)입니다. Haiku를 사용한 웹훅 요약은 약 0.25센트가 소요됩니다. 반면 여러 도구 호출을 수행하는 Sonnet 기반 에이전트 실행은 모든 반복 과정에서 전체 대화 내용을 입력으로 다시 전송하므로 $0.06–$0.10에 가깝습니다. 추정치에 의존하기보다 Console의 사용량 페이지에서 실제 실행 비용을 확인하십시오.

n8n 자동화에는 어떤 Claude 모델을 사용해야 합니까?

속도와 가격이 중요한 대량 작업, 분류, 추출, 요약 및 라우팅에는 Haiku 4.5를 사용하십시오. AI Agent 노드와 다단계 추론에는 Sonnet 5를 권장합니다. 오답으로 인한 비용이 Haiku의 5배, Sonnet의 2배에 달하는 $5/$25 정가를 정당화할 만큼 큰 경우에만 Opus 4.8을 사용하십시오. 모델은 워크플로우 단위가 아닌 노드 단위로 설정하며, 하나의 워크플로우에서 세 가지 모델을 혼합하여 사용할 수 있습니다.

n8n 워크플로우가 Claude API 비용을 초과 지출하지 않도록 하려면 어떻게 해야 합니까?

안전 장치를 단계별로 적용하십시오. 모든 Claude 노드에 낮은 Max Tokens를 설정하고, 에이전트에는 Max Iterations를, 워크플로우에는 타임아웃을 설정하며, 실패 시 토큰 지출이 늘어나지 않도록 Retry On Fail 설정을 보수적으로 조정하십시오. 또한 AI 워크플로우 실패 시 Slack으로 알림을 보내는 Error Trigger 워크플로우를 추가하고, VPS의 그 무엇으로도 우회할 수 없는 최종 한도로 Anthropic Console에서 월간 지출 한도를 설정하십시오.

AI Agent 도구 호출 시 추가 비용이 발생합니까?

별도의 도구 사용료는 없지만 도구 사용이 무료인 것은 아닙니다. 모든 도구 결과는 입력 토큰으로 모델에 다시 전달되며, 각 에이전트 반복 시마다 지금까지의 전체 대화 내용이 다시 전송됩니다. 필터링되지 않은 장문의 API 응답은 실제 프롬프트보다 훨씬 많은 토큰을 소모할 수 있으므로, HTTP Request 도구에서 Optimize Response를 활성화하여 에이전트가 필요한 필드만 반환하도록 하십시오.