n8n 대안 5개 비교: 라이선스·RAM·DB·AI·백업
Activepieces, Windmill, Node-RED, Automatisch, Huginn을 n8n과 비교합니다. 라이선스, RAM 사용량, 데이터베이스 필요 여부, AI 단계와 복원을 망가뜨리는 백업 문제를 확인할 수 있습니다.
n8n 대신 사용할 수 있는 도구
VPS(가상 사설 서버)에서 직접 호스팅하여 n8n 대신 사용할 만한 도구로는 Activepieces, Windmill, Node-RED, Automatisch, Huginn이 있습니다. Activepieces는 대부분의 사용자가 n8n을 활용하는 방식과 가장 유사한 대체재이며, 핵심 코드는 MIT 라이선스를 따릅니다. Windmill은 캔버스 위에서 상자를 끌어다 놓는 방식보다 Python이나 TypeScript로 직접 코드를 작성하는 것을 선호하는 팀에 적합합니다. Node-RED는 경량화된 도구로, 별도의 데이터베이스가 전혀 필요하지 않습니다.
많은 사용자는 현재 환경을 그대로 유지하는 것이 좋습니다. n8n 라이선스는 내부적인 비즈니스 용도를 허용하므로, 자사 업무를 위해 워크플로를 운영하는 경우 라이선스 문제는 발생하지 않습니다. 또한 마이그레이션에는 비용이 따릅니다. 2026년 10월 27일 기준으로 Activepieces는 n8n 내보내기 파일을 읽어올 수 없었으므로, 마이그레이션을 하려면 모든 워크플로를 수동으로 다시 구축하고 모든 자격 증명을 다시 입력해야 했습니다. n8n 자체를 설치하는 방법은 Docker와 HTTPS를 이용한 VPS 상의 n8n 설치에서 다루고 있으며, Zapier 및 Make와 비교한 n8n에서는 이 범주의 도구들이 호스팅 서비스와 어떻게 다른지 설명합니다.
셀프 호스팅 n8n 대안을 찾는 이유
반복해서 언급되는 이유는 2가지다.
첫 번째는 라이선스다. n8n은 Sustainable Use License v1.0에 따라 배포되며, 프로젝트에서는 이를 오픈 소스가 아닌 fair-code라고 부른다. 이 라이선스는 “소프트웨어를 자체적인 내부 비즈니스 목적 또는 비상업적·개인적 용도로만 사용하거나 수정할” 권리를 부여하며, 소프트웨어를 상업적으로 다른 사람에게 제공하는 행위를 금지한다. 이름에 .ee이 포함된 파일과 디렉터리는 별도의 n8n Enterprise License를 따른다. 유료 고객을 위해 자동화를 구축하고 실행하되 고객이 n8n 인터페이스나 워크플로 로직에 접근하지 못하게 하는 것은 허용된다. 조직 외부의 사람이 워크플로를 구축하거나 구성하도록 허용하려면 상업용 라이선스가 필요하다. 내부 운영 팀이라면 일상적인 사용 방식은 달라지지 않는다. 라이선스와 가격은 별개의 문제이며, 비용 장벽에 실제로 도달하지도 않은 상태에서 떠날지 결정하기 전에 유료 키가 필요한 n8n 기능은 무엇인지부터 확인해야 한다.
두 번째는 메모리다. n8n은 Node.js 프로세스이며, 실행 중에는 워크플로 데이터가 메모리에 저장된다. n8n 문서에서는 원인으로 JSON 데이터의 양, 바이너리 데이터의 크기, 워크플로의 노드 수, Code 노드, 수동 실행(편집기를 위해 데이터를 다시 복사함), 동시에 실행되는 다른 워크플로를 제시한다. 문서에서 제시하는 해결책은 다른 제품으로 교체하는 것이 아니다. 기본 SQLite 파일 대신 ~/.n8n/database.sqlite에 Postgres를 사용하고, 별도의 worker 프로세스를 사용하는 queue mode로 전환하는 방법이다. 대규모 작업에는 batching도 필요하다. Loop Over Items 노드가 sub-workflow에 데이터를 전달하면 한 번에 데이터의 한 부분만 메모리에 유지하기 때문이다. 다른 곳에서 60개의 flow를 다시 구축하기 전에 이 방법부터 시도해야 한다.
유지보수 중인 n8n의 셀프 호스팅 대안
라이선스 텍스트는 읽기 쉬우므로 모두가 라이선스를 비교합니다. 프로젝트의 상태는 간과하기 쉽습니다. 이 비교에 포함된 6개의 프로젝트와 2026년 10월 29일 기준으로 각 프로젝트의 최신 안정 버전 태그는 다음과 같습니다.
이 차트의 데이터
[
{
"tool": "n8n",
"licence": "Sustainable Use License",
"latest_release": "2.45.6",
"released": "2026-10-29",
"days_since_release": 0
},
{
"tool": "Activepieces",
"licence": "MIT core, commercial ee",
"latest_release": "0.92.3-hotfix.2",
"released": "2026-10-28",
"days_since_release": 1
},
{
"tool": "Windmill",
"licence": "AGPLv3 source, CE image",
"latest_release": "v1.853.0",
"released": "2026-10-28",
"days_since_release": 1
},
{
"tool": "Node-RED",
"licence": "Apache 2.0",
"latest_release": "5.0.9",
"released": "2026-10-21",
"days_since_release": 8
},
{
"tool": "Automatisch",
"licence": "AGPL-3.0, commercial ee",
"latest_release": "v0.15.0",
"released": "2025-08-08",
"days_since_release": 447
},
{
"tool": "Huginn",
"licence": "MIT",
"latest_release": "v2026.10.26",
"released": "2026-10-26",
"days_since_release": 3
}
]한 행의 데이터가 최종 후보 목록을 바꿉니다. Automatisch의 마지막 태그는 v0.15.0이며, 이는 447일 전의 것입니다. 2026년 10월 27일 기준으로, 해당 프로젝트의 기본 브랜치에는 2026년 1월 15일 이후 커밋이 없습니다. Huginn은 두 번째 경고 대상이었습니다. Huginn은 v2022.08.18 이후 4년 동안 릴리스가 없었지만 코드는 계속 변경되었습니다. 이 상황은 2026년 8월 27일에 바뀌었으며, 그 이후로 Huginn은 여러 차례 릴리스를 진행했습니다. 가장 최신 버전은 v2026.10.26이며, 3일 전에 릴리스되었습니다.
이 비교를 포함하여 어떠한 비교 자료를 신뢰하기 전에 직접 확인하십시오. GitHub에서 해당 프로젝트의 릴리스 페이지를 열고, 기본 브랜치의 커밋 목록을 확인하십시오. 릴리스는 최신이지만 커밋 로그가 조용한 프로젝트는 현상 유지 중인 것입니다. 커밋은 활발하지만 수년 동안 릴리스가 없는 프로젝트는, 아무도 버전으로 공식화하지 않은 코드를 실행하라고 요구하는 것과 같습니다.
Activepieces: 가장 유사한 대안이자 MIT 라이선스 기반
Activepieces는 n8n과 가장 유사한 선택지입니다. 이 도구는 'pieces'라고 불리는 통합 기능을 통해 트리거와 액션을 제공하는 시각적 빌더이며, README에 따르면 280개 이상의 통합을 지원합니다. 모든 piece는 MCP(model context protocol) 서버로도 노출되므로, LLM(대규모 언어 모델) 클라이언트가 동일한 커넥터를 도구로 호출할 수 있습니다. 핵심 코드는 MIT 라이선스입니다. packages/ee/ 및 packages/server/api/src/app/ee 디렉터리는 상용 라이선스를 따릅니다. 공식 셀프 호스팅 지침은 기본적으로 무료 플랜에서 실행되는 AP_EDITION=ee를 설정하며, 유료 기능은 업그레이드가 필요합니다. 동일한 라이선스에 따라 구독 없이도 개발 및 테스트 목적으로 해당 코드를 복사하고 수정할 수 있습니다.
이 라이선스 구분은 대부분의 MIT 프로젝트보다 범위가 넓으므로 마이그레이션 전에 확인하십시오. Community Edition은 자동화 핵심 기능만 제공하며, $0인 Free 플랜에는 클라우드 또는 온프레미스 호스팅 환경에서의 Flows, Agents, Tables, "MCPs and API access"가 포함됩니다. Agent는 piece 액션을 호출 가능한 도구로 변환합니다. 프로젝트, SSO(단일 로그인), 표준 역할은 Team 플랜부터 시작하며, 릴리스 및 Git 동기화, 감사 로그, 비밀 관리자, 브랜딩은 Ultimate 플랜에 포함됩니다. 따라서 상용 디렉터리에 모듈이 있다고 해서 반드시 비용을 지불해야 하는 것은 아닙니다. 하지만 프로그래밍 방식으로 플로우를 생성하는 데는 유료 플랜이 필요하지 않습니다. Activepieces는 플로우 생성, 복제, 이름 변경, 게시, 단계 추가·업데이트·삭제, 트리거 업데이트를 수행하는 도구가 포함된 내장 MCP 서버를 제공합니다(ap_create_flow, ap_build_flow, ap_add_step 등). 문서에 따르면 "ap_run_action을 제외한 MCP 도구는 무료이며, ap_run_action은 호출당 1 크레딧이 차감됩니다". MCP 도구로 시작된 플로우는 일반 플로우 실행으로 과금됩니다.
런타임 구성은 앱 컨테이너 1개, 워커 컨테이너 1개 이상, Postgres, Redis로 이루어집니다. AP_DB_TYPE=POSTGRES 및 AP_REDIS_TYPE=STANDALONE가 기본값입니다. 내장 데이터베이스와 인프로세스 큐(AP_REDIS_TYPE=MEMORY을 사용하는 AP_DB_TYPE=PGLITE)를 사용하는 단일 컨테이너 모드가 있으며, 문서는 이를 "단일 머신에서의 개인용"으로 설명합니다. 이 설명을 그대로 받아들이십시오. 인메모리 큐는 단일 머신의 단일 인스턴스만 지원하므로, 규모가 커지면 단순히 설정을 바꾸는 것이 아니라 마이그레이션을 수행해야 합니다.
Windmill: 코드 우선 방식, 그리고 예상보다 무거운 리소스
Windmill은 Python, TypeScript, Go, Bash, SQL로 스크립트를 실행한 뒤 이를 조합하여 플로우를 구성합니다. 자동화 작업이 대부분 코드 위주이고 그 사이를 연결하는 접착제 역할이 적다면, 노드 캔버스 방식보다 훨씬 적합합니다.
라이선스에는 주의가 필요합니다. 엔터프라이즈 기능 플래그 없이 컴파일할 경우 소스 코드는 AGPLv3를 따릅니다. ghcr.io/windmill-labs/windmill에 게시된 이미지는 커뮤니티 에디션(Community Edition)으로, 오픈 소스가 아닌 코드가 포함되어 있으며 할당량 내에서 무료로 사용할 수 있습니다. Windmill의 가격 정책 페이지에 명시된 할당량은 사용자 50명, 워크스페이스 3개, 워크스페이스 객체 스토리지 10 GiB이며, 실행 횟수는 무제한입니다. 1인 또는 소규모 팀에게는 이 상한선이 매우 넉넉하므로 실질적인 문제는 할당량이 아닙니다. 문제는 실행하는 바이너리가 AGPL 빌드가 아니라는 점입니다.
또 다른 고려 사항은 무게입니다. Windmill의 자체 docker-compose.yml은 Postgres 18 데이터베이스, 서버 1대, 기본 워커 3대(각각 2048M 메모리 제한), 네이티브 워커, Caddy 프록시를 포함합니다. 문서화된 권장 사양은 "1vCPU당 워커 1대, RAM 1-2 GB"입니다. 소형 서버에서는 복제본 수를 줄일 수 있습니다. 다만 워커가 실제로 작업을 수행하는 주체이므로, 수를 줄일 때는 이 점을 인지해야 합니다.
Windmill의 AI 기능은 두 가지 유형으로 나뉩니다. 첫 번째는 빌드 과정에서의 도움으로, 코드 생성, 플로우 빌드, 채팅, 폼 채우기 등이 있습니다. 이를 사용하려면 먼저 워크스페이스 설정에서 모델 제공자 리소스를 구성하거나 인스턴스 설정에서 상속받아야 합니다. 두 번째는 플로우 내부에서 실행되는 AI 에이전트 단계입니다. 이 단계는 인라인 스크립트, 워크스페이스 스크립트, Hub 스크립트 또는 MCP 서버를 도구로 호출할 수 있으며, OpenAI, Anthropic, Mistral, Google AI 등의 제공자와 연동됩니다. 따라서 스케줄에 따라 실행되고 도구를 호출하는 에이전트 단계가 필요하다면, Windmill은 n8n의 AI Agent 노드만큼이나 이를 잘 수행할 수 있습니다. n8n에서 AI 에이전트 구축하기에서 n8n 버전을 다룹니다.
Node-RED: 데이터베이스가 전혀 없는 소형 도구
Node-RED는 카피레프트 조항이 없는 허용적 라이선스인 Apache 2.0을 따르지만, Huginn이나 Activepieces 코어에 적용된 MIT 라이선스는 이보다도 요구 사항이 적습니다. 이 도구는 /data 볼륨을 사용하는 단일 Node.js 프로세스로 구성됩니다. Postgres나 Redis는 사용하지 않습니다. 2026년 10월 29일 기준 최신 릴리스인 nodered/node-red:5.0.9로 버전을 고정하십시오.
IoT(사물인터넷) 배선 도구에서 발전했기 때문에 커넥터 중심이 아닌 이벤트 중심의 형태를 띱니다. 타사 서비스를 위한 노드는 커뮤니티 라이브러리에서 제공하며 품질이 일정하지 않은데, 이는 작은 설치 공간을 얻는 대신 감수해야 할 부분입니다. 일급 AI 에이전트 단계는 없습니다. 웹훅과 메시지 큐 트래픽을 처리하는 소규모 VPS 환경에서, 이 도구는 여기 소개된 것 중 가장 가볍고 수 초 내에 시작됩니다.
Huginn 및 Automatisch: 커밋 로그를 먼저 확인하십시오
Huginn은 MIT 라이선스를 따르며 Ruby on Rails로 작성되었고, MySQL 또는 PostgreSQL이 필요합니다. 이 도구는 소스를 감시하고 이벤트를 방출하는 에이전트 단위로 사고하는데, 이는 흐름 캔버스(flow canvas) 모델과는 다릅니다. Huginn의 OpenAI LLM Agent는 이벤트당 하나의 채팅 완료 요청을 Ollama를 포함한 OpenAI 호환 API로 보내고, 응답을 새로운 이벤트로 방출합니다. 이 에이전트는 도구를 호출하지 않으므로, 에이전트 루프가 아닌 텍스트 처리 단계로 취급해야 합니다. 4년 동안 태그된 릴리스가 없었으나, 2026년 8월부터 보안 릴리스를 시작으로 여러 차례 릴리스가 게시되었습니다. Huginn은 일반적인 n8n 대체재가 아니라, 에이전트 모델이 해결하려는 문제와 일치할 때 선택하십시오.
Automatisch는 .ee 파일을 제외하고 AGPL-3.0 라이선스를 따르며, Postgres, Redis, 소규모 앱 카탈로그를 사용하는 단순한 n8n처럼 보입니다. 이 도구는 단일 배포 튜토리얼에서 계속 추천하는 도구입니다. 릴리스 기록을 보면 기다리는 것이 좋습니다. 1년 넘게 릴리스가 없다는 사실이 이미 운영 중인 환경에서 당황할 이유는 아니지만, 새로운 프로덕션 배포를 시작하지 말아야 할 이유는 됩니다.
Activepieces 스택에 실제로 필요한 RAM
유휴 상태와 작업 중인 메모리 사용량은 사용자가 실행하는 flow와 flow가 처리하는 데이터 양에 따라 달라지므로 누구도 일률적인 수치로 제시할 수 없다. 확인할 수 있는 것은 각 공급업체가 예산으로 책정하라고 안내하는 수치다. Activepieces는 다음과 같은 구성을 문서화하고 있으며, 숫자보다 그 옆의 문장이 더 중요하다. "동시성 1 worker는 flow가 실행되는 전체 시간 동안(최대 10 min) 사용 중이므로 trigger rate가 아니라 동시 flow 수를 기준으로 용량을 산정해야 한다."
이 차트의 데이터
[
{
"label": "App container",
"vcpu": 1,
"ram_gb": 1
},
{
"label": "Worker (each)",
"vcpu": 0.5,
"ram_gb": 1
},
{
"label": "Postgres",
"vcpu": 2,
"ram_gb": 4
},
{
"label": "Redis",
"vcpu": 1,
"ram_gb": 1
}
]worker 1개에는 0.5 vCPU와 1 GB가 필요하다. AP_WORKER_CONCURRENCY=1일 때 한 번에 정확히 하나의 flow를 실행한다. 이는 문서에서 권장하는 설정이다. 제공되는 기본값은 5이며, 하나의 container 안에서 여러 flow를 실행한다. 이 경우 문서에서는 worker마다 메모리를 약 5배 할당하라고 안내한다. Postgres에는 4 GB가 필요하다. 프로젝트의 compose 파일에는 worker replica 5개가 기본으로 포함되어 있다. 따라서 concurrency 1에서도 저장소의 스택은 flow가 실제 작업을 수행하기 전부터 약 11 GB를 요구한다. 공개된 production 설정은 처리량 수치를 산정하기 위해 S3 object storage도 요구한다. 이 수치는 아래의 로컬 스택을 설명하지 않는다. 단일 도구 튜토리얼에서는 이 파일을 복사한 뒤 이를 소규모 배포라고 설명한다.
4 GB VPS에서는 concurrency 1로 worker 2개를 실행하고, 같은 compose 프로젝트에 Postgres를 포함한 뒤 측정한다. docker stats --no-stream는 각 container의 실제 resident memory를 한 줄씩 출력하므로 공급업체나 블로그가 게시한 어떤 수치보다 정확하다. container의 메모리가 제한 없이 증가하면 상한을 설정한다. Docker Compose의 메모리 제한에서 구문을 확인할 수 있다.
단일 VPS에서 Activepieces를 위한 compose 파일
태그를 고정하십시오. latest를 사용하면 다음 docker compose pull에서 예고 없이 데이터베이스 스키마를 변경할 수 있습니다. 버전 0.92.3-hotfix.1은 2026년 10월 Node.js 보안 취약점을 해결하며, 0.92.3-hotfix.2은 웹훅 트리거 API 충돌에 대한 수정 사항을 포함하므로 아래 예시는 해당 핫픽스로 고정합니다.
먼저 문서에 명시된 길이에 맞춰 두 개의 비밀 값을 생성하십시오.
openssl rand -hex 16 # AP_ENCRYPTION_KEY, encrypts stored connections
openssl rand -hex 32 # AP_JWT_SECRET, signs session tokenscompose 파일 옆에 .env을 작성하십시오:
AP_ENGINE_EXECUTABLE_PATH=dist/packages/engine/main.js
AP_ENVIRONMENT=prod
AP_FRONTEND_URL=https://automation.example.com
AP_ENCRYPTION_KEY=REPLACE_WITH_HEX_16
AP_JWT_SECRET=REPLACE_WITH_HEX_32
AP_DB_TYPE=POSTGRES
AP_POSTGRES_DATABASE=activepieces
AP_POSTGRES_HOST=postgres
AP_POSTGRES_PORT=5432
AP_POSTGRES_USERNAME=postgres
AP_POSTGRES_PASSWORD=REPLACE_WITH_A_LONG_RANDOM_PASSWORD
AP_REDIS_TYPE=STANDALONE
AP_REDIS_HOST=redis
AP_REDIS_PORT=6379
AP_EDITION=ee
AP_EXECUTION_MODE=SANDBOX_CODE_ONLY
AP_WORKER_CONCURRENCY=1
AP_TELEMETRY_ENABLED=falseAP_FRONTEND_URL는 반드시 공개 HTTPS 주소여야 합니다. 그렇지 않으면 Activepieces가 웹훅 URL을 생성할 때 서버의 공인 IP 주소를 사용하려고 시도하기 때문입니다. 타사에 전달하는 모든 웹훅은 해당 값으로 생성되므로, 만약 localhost로 설정되어 있다면 다른 서비스에 붙여넣은 URL은 서버에 도달하지 못합니다. AP_WORKER_CONCURRENCY=1은 각 워커가 하나의 흐름만 처리하도록 제한하므로 위에서 계산한 크기가 유지됩니다. 에디션과 실행 모드는 셀프 호스팅 지침을 따릅니다. ee은 무료 플랜으로 시작하며, 시작 시 UNSANDBOXED를 거부합니다.
services:
app:
image: ghcr.io/activepieces/activepieces:0.92.3-hotfix.2
restart: unless-stopped
ports:
- '127.0.0.1:8080:80'
depends_on:
- postgres
- redis
env_file: .env
environment:
- AP_CONTAINER_TYPE=APP
volumes:
- ./cache:/usr/src/app/cache
worker:
image: ghcr.io/activepieces/activepieces:0.92.3-hotfix.2
restart: unless-stopped
depends_on:
- app
env_file: .env
environment:
- AP_CONTAINER_TYPE=WORKER
- AP_FRONTEND_URL=http://app
deploy:
replicas: 2
volumes:
- ./cache:/usr/src/app/cache
postgres:
image: pgvector/pgvector:0.8.0-pg14
restart: unless-stopped
env_file: .env
environment:
- POSTGRES_DB=${AP_POSTGRES_DATABASE}
- POSTGRES_USER=${AP_POSTGRES_USERNAME}
- POSTGRES_PASSWORD=${AP_POSTGRES_PASSWORD}
volumes:
- postgres_data:/var/lib/postgresql/data
redis:
image: redis:7.0.7
restart: unless-stopped
volumes:
- redis_data:/data
volumes:
postgres_data:
redis_data:해당 파일은 프로젝트 자체의 compose 파일을 기반으로 합니다. 워커 수는 5개에서 2개로 줄였고, 게시된 포트는 모든 인터페이스가 아닌 127.0.0.1에 바인딩되도록 했으며, 복제본이 있는 서비스는 사용할 수 없는 고정 컨테이너 이름은 제거했고, compose가 어차피 생성하므로 명시적인 네트워크 블록도 삭제했습니다. 또한 설치 가이드의 요구 사항에 따라 보안 핫픽스를 고정하고 워커에 자체 앱 URL을 부여했습니다.
docker compose up -d
docker compose ps두 개의 worker 컨테이너를 포함하여 모든 서비스가 Up 상태를 보여야 합니다. 루프 상태로 재시작되는 컨테이너는 docker compose logs worker에 그 이유를 출력하므로, 설정을 변경하기 전에 해당 내용을 읽어보십시오. 포트 바인딩의 의미는 TLS(전송 계층 보안)를 적용한 리버스 프록시를 앞단에 두기 전까지는 외부에서 앱에 접근할 수 없다는 뜻이며, 이에 대해서는 여러 compose 앱 앞단에 Traefik 실행하기에서 다룹니다. compose 환경 파일에서 비밀 값 처리하기에서 설명하는 것처럼 .env은 모드 600으로 유지하고 git에 포함되지 않도록 하십시오.
자격 증명을 읽을 수 있는 상태로 유지하는 백업
n8n, Node-RED, Activepieces와 같은 도구는 저장된 자격 증명을 암호화하므로 데이터베이스 덤프만으로는 백업이 되지 않습니다. 데이터베이스 덤프와 이를 복호화할 키가 모두 필요합니다. n8n과 Node-RED는 이 키를 자동으로 생성하는데, 이 키가 데이터베이스 백업 외부에 존재할 수 있다는 점이 함정입니다.
n8n이 가장 대표적인 사례입니다. N8N_ENCRYPTION_KEY를 별도로 설정하지 않으면, n8n은 "첫 실행 시 무작위 암호화 키를 자동으로 생성하여 ~/.n8n 폴더에 저장"하고, 이 키를 사용하여 자격 증명을 암호화한 뒤 데이터베이스에 저장합니다. Postgres를 덤프하여 새로운 볼륨을 사용하는 새 컨테이너에 복원하면 워크플로우는 돌아오지만, 모든 자격 증명은 읽을 수 없는 암호문 상태가 됩니다. n8n의 공식 백업 가이드에서도 이 점을 다룹니다. PostgreSQL을 사용하더라도 "자격 증명 암호화 키가 저장된 설정 파일을 포함하고 있으므로" .n8n 폴더를 백업하라고 안내합니다. 환경 변수를 명시적으로 설정하고, 큐 모드로 실행할 때는 모든 워커에 동일한 값을 설정하십시오.
Node-RED도 동일한 구조입니다. 자격 증명은 별도의 암호화된 파일에 저장되며, 키는 settings.js 내의 credentialSecret입니다. 키를 설정하지 않으면 런타임이 무작위 키를 생성하여 /data 내부의 설정 저장소인 _credentialSecret에 저장합니다. Node-RED 5.0.9는 자격 증명 파일이 시스템 생성 키를 사용하고 있으며, 이를 분실하면 자격 증명을 복구할 수 없으므로 직접 credentialSecret을 설정해야 한다는 경고를 로그에 남깁니다. 기본 설정 파일에는 "이 속성을 설정한 후에는 변경하지 마십시오. 변경 시 Node-RED가 기존 자격 증명을 복호화할 수 없게 되어 데이터가 손실됩니다"라는 결과가 명시되어 있습니다. flows 파일만 백업하지 말고 /data 볼륨 전체를 백업하십시오.
Activepieces는 "연결 암호화에 사용되는 32자(16바이트) 16진수 키"로 문서화된 AP_ENCRYPTION_KEY을 .env에 보관합니다. Huginn은 APP_SECRET_TOKEN를 환경 변수에 보관합니다. Automatisch는 ENCRYPTION_KEY, WEBHOOK_SECRET_KEY, APP_SECRET_KEY 세 가지를 사용합니다. 각 경우 모두 비밀 값이 환경 변수 파일에 존재하므로, 환경 변수 파일 자체가 백업의 일부가 되어야 합니다.
Windmill은 알아둘 가치가 있는 예외입니다. Windmill의 비밀 값은 작업 공간별 대칭 키로 암호화되어 데이터베이스 자체에 저장되므로, 단일 Postgres 덤프만으로도 기본적으로 두 요소가 모두 포함됩니다. SECRET_SALT를 설정했다면 해당 값도 보관하십시오. 덤프 파일 자체가 비밀 값인 것처럼 보호해야 합니다. 전체 인스턴스 복원에는 데이터 테이블이나 작업 공간 포크와 같은 기능에서 사용하는 다른 데이터베이스와 클러스터 역할도 필요합니다. 현재 compose 파일은 windmill 데이터베이스뿐만 아니라 전체 클러스터 덤프를 수행하도록 요구합니다.
위의 Activepieces 스택에서 백업은 다음 두 파일로 구성됩니다.
cd /srv/activepieces
docker compose exec -T postgres pg_dump -U postgres -Fc activepieces > "ap-$(date +%F).dump"
cp .env "ap-env-$(date +%F).bak"
chmod 600 ap-*.dump ap-env-*.bak그다음 백업이 작동하는지 검증하십시오. 테스트하지 않은 백업은 추측에 불과합니다. 의도적으로 다른 AP_ENCRYPTION_KEY을 사용하는 임시 compose 프로젝트에 덤프를 복원한 뒤, 저장된 연결을 사용하는 플로우를 실행해 보십시오. 데이터베이스의 암호문이 다른 키로 생성되었기 때문에 실패할 것입니다. .env의 실제 키를 사용하여 복원을 반복하면 동일한 플로우가 정상적으로 실행됩니다. 이 두 번의 실행 과정만이 귀하의 백업이 실제 백업임을 증명하는 유일한 근거입니다. 동일한 디스크에 저장된 백업은 디스크 고장 시 함께 소실되므로, restic을 이용한 VPS 백업을 통해 일정에 맞춰 두 파일을 서버 외부로 전송하십시오.
n8n을 계속 사용해야 하는 경우
작업이 자사 내부에 한정된다면 계속 사용한다. 이는 Sustainable Use License가 정확히 허용하는 범위이기 때문이다. 폭넓은 통합 기능을 중요하게 생각한다면 계속 사용한다. n8n의 integrations directory에는 2,000개가 넘는 통합 기능이 등록되어 있다. LangChain을 기반으로 구축된 AI Agent node를 활용하는 경우에도 계속 사용하는 편이 적합하다. 여기서 소개한 무료 self-hosted 옵션 중 Activepieces와 Windmill은 모두 도구를 호출하는 agent를 제공한다. Activepieces는 on-prem hosting을 지원하는 Free plan에 Agents를 포함하며, agent는 piece actions를 도구로 사용한다. Huginn의 OpenAI LLM Agent는 prompt를 전송하고 결과를 출력하지만, 도구는 호출하지 않는다. Claude로 n8n workflow 구동하기에서 실제 사용 방식을 확인할 수 있다.
자동화 핵심에 permissive licence를 적용하고 스택 전체를 처음부터 끝까지 직접 확인하고 싶다면 Activepieces로 전환한다. workflow가 사실상 사용자 인터페이스를 씌운 코드라면 Windmill로 전환한다. 서버가 작고 작업이 이벤트 중심이라면 Node-RED로 전환한다. benchmark에서 n8n이 무겁다고 했다는 이유만으로 전환하지 않는다. 먼저 자체 인스턴스에서 측정한 다음 2026년에 self-hosting할 가치가 있는 것을 읽고 한 번에 선택한다. 두 번째 마이그레이션에도 첫 번째와 같은 비용이 들기 때문이다.
FAQ
n8n의 셀프 호스팅 대안 중 n8n과 가장 유사한 것은 무엇입니까?
Activepieces입니다. 트리거가 흐름을 시작하고 각 단계가 서비스를 호출하는 시각적 빌더라는 점과 방대한 커넥터 카탈로그를 갖췄다는 점에서 동일한 개념입니다. 코어는 MIT 라이선스를 따르며, Docker 환경에서 Postgres와 Redis를 기반으로 실행되고, 각 피스(piece)는 LLM 클라이언트를 위한 MCP 서버 역할을 겸합니다. 상용 엔터프라이즈 디렉터리가 있다고 해서 모든 기능에 비용이 드는 것은 아닙니다. 무료 플랜에도 온프레미스 호스팅을 포함한 에이전트 및 MCP 접근 권한이 포함되어 있습니다. 내장된 MCP 서버를 통해 어시스턴트가 흐름을 생성하고 편집할 수 있습니다.
Activepieces는 정말 오픈 소스입니까?
코어는 MIT 라이선스 하에 오픈 소스입니다. packages/ee/ 및 packages/server/api/src/app/ee라는 두 디렉터리는 상용 라이선스가 적용됩니다. 공식 셀프 호스팅 지침은 AP_EDITION=ee을 사용하며 무료 플랜으로 시작합니다. 유료 기능은 업그레이드가 필요합니다. 구독 없이도 개발 및 테스트 목적으로 상용 코드를 복사하고 수정할 수 있습니다. 무료 플랜에는 온프레미스 호스팅을 포함한 흐름, 에이전트, 테이블, MCP 접근 권한이 포함됩니다. 프로젝트, 싱글 사인온(SSO), 감사 로그, 비밀 관리자, 브랜딩, Git 동기화는 유료 티어에 포함됩니다. 따라서 자동화 코어를 구축하고 실행하는 측면에서는 진정한 오픈 소스이며, 상용 에디션에는 무료 기능과 유료 기능이 모두 포함되어 있습니다.
Activepieces를 VPS에서 실행하려면 RAM이 얼마나 필요합니까?
Activepieces는 각 워커당 0.5 vCPU와 1 GB RAM, 앱 컨테이너당 1 vCPU와 1 GB RAM, Postgres용 4 GB, Redis용 1 GB를 문서화하고 있습니다. 워커 수치는 AP_WORKER_CONCURRENCY=1을 기준으로 합니다. 해당 설정에서 워커는 흐름이 진행되는 동안 한 번에 하나의 흐름만 처리하므로, 트리거가 발생하는 빈도가 아니라 최대 동시 흐름 수를 기준으로 크기를 산정해야 합니다. 기본값은 워커당 5개의 동시 흐름이며, 이는 워커당 메모리의 약 5배가 필요합니다. 저장소의 compose 파일은 5개의 워커를 기본으로 제공하며, 이는 동시성 1인 경우에도 약 11 GB의 크기가 됩니다. 4 GB VPS에서 동시성 1로 워커 2개를 실행하는 것이 합리적인 시작점이며, docker stats --no-stream를 통해 실행 중인 흐름의 실제 수치를 확인할 수 있습니다.
복구가 정상적으로 작동하려면 무엇을 백업해야 합니까?
데이터베이스 덤프와 암호화 키를 함께 백업해야 합니다. Activepieces의 경우 activepieces 데이터베이스의 pg_dump과 AP_ENCRYPTION_KEY을 담고 있는 .env 파일이 필요합니다. n8n의 경우 데이터베이스와 N8N_ENCRYPTION_KEY이 필요하며, 설정을 따로 하지 않았다면 n8n이 ~/.n8n 폴더 내부에 자동으로 생성했을 것입니다. Node-RED는 /data 볼륨 전체를 백업하십시오. 자격 증명 파일과 이를 복호화하는 키가 모두 그곳에 있기 때문입니다. Windmill은 기본적으로 작업 공간 키를 Postgres에 저장합니다. 설정했다면 SECRET_SALT도 함께 보관하고, 전체 인스턴스 복구를 위해 클러스터 전체 백업을 사용하십시오. 덤프 파일은 비밀 값 자체처럼 안전하게 보관하십시오.
n8n 워크플로우를 다른 도구로 가져올 수 있습니까?
2026년 10월 27일 기준으로 Activepieces는 n8n 워크플로우를 가져오거나 변환하는 기능을 지원하지 않습니다. 마이그레이션은 새로운 빌더에서 각 흐름을 다시 만들고 원래 서비스의 각 자격 증명을 다시 생성하는 과정을 의미합니다. 그 작업이 전환의 실질적인 비용이므로 결정하기 전에 흐름의 개수를 세어 보십시오. 12개의 흐름은 오후 한나절이면 충분합니다. 200개의 흐름은 하나의 프로젝트가 되며, 이 경우 모든 흐름을 다시 만드는 것보다 큐 모드와 Postgres를 사용하여 n8n의 메모리 사용 문제를 해결하는 것이 일반적으로 더 경제적입니다.