[n8n이 다 해줌] 3주 차 미션 _ 장바구니 도우미 AI 만들기

---

CHAPTER 04.장바구니 도우미 AI 만들기_미션

---

주차별 진도에 따라 주어진 미션과 한 주간 공부한 내용을 정리하여 블로그에 정리

 

🚶기본 미션: 필수 사항
🏃심화 미션: 선택 사항(※ 심화 미션을 수행하면 기본 미션은 생략 가능)

---

[기본 미션]

CHAPTER 04 장바구니 AI Agent(KAMIS API + Google Sheets + Google Gemini)를 따라 워크플로우를 직접 만들고, 채팅창에 실제 질문(예: "오늘 복숭아 시세 어때?")을 넣어 AI Agent가 Google Sheets에서 품목 코드를 찾아 API를 호출하고 답변을 만들어 내는 흐름과 결과 화면을 블로그에 정리해 보세요.

---

 

 

□ 공부한 내용

  - Chat Trigger: 사용자의 채팅 메시지를 워크플로우 실행 신호로 받아 자동화를 시작하며, 결과를 같은 채팅 화면으로 돌려주는 트리거이자 타깃

  - AI Agent: 사용자의 질문 의도를 해석하고 필요한 도구를 호출해 데이터를 조회한 뒤, 비교/판단 결과를 문장으로 정리

  - Google Gemini Chat Model: AI Agent가 실제로 사고하고 문장을 생성하는 언어 모델(LLM)이며, Google AI Studio에서 발급한 API키로 n8n과 연결

  - KAMIS Open API: 장바구니 도우미가 참조하는 가격 데이터 소스로, 품목 코드와 요청 파라미터를 기반으로 일별 가격 정보를 조회

  - Google Sheets Tools은 품목명과 품목코드를 매핑하기 위한 참조 데이터로 사용

  - HTTP Request: KAMIS API를 호출해 가격 데이터를 가져옴

  - Make Chat Publicly Available: 이 옵션을 활성화하면 워크플로우가 Chat URL로 공개되어, n8n 계정이 없는 사용자도 브라우저에서 장바구니 도우미 AI를 바로 사용 가능

  - 시스템 프롬프트: AI Agent의 역할, 사용할 도구, 업무 절차, 출력 형식을 사전에 규정하는 최상위 지침으로 결과의 일관성과 품질을 좌우

 

 

□ 워크플로우

 

 

□ 노드의 연결 흐름

  - Main Workflow

    . When chat message received (Chat Trigger): 사용자가 채팅창에 "요즘 사과 시세 어때?"라고 자연어로 물어보면 워크플로우가 시작됨

    . AI Agent: 전체 시스템의 컨트롤 타워로, 프롬프트 설정을 통해 역할(Persona)과 '생각의 사슬(Chain of Thought)' 프로세스를 부여받음

    . Google Gemini Chat Model (gemini-2.5-flash-lite): 에이전트의 두뇌 역할을 하며 상황을 판단하고 답변을 생성
    . Simple Memory: 대화의 흐름을 기억해 문맥에 맞는 매끄러운 소통을 지원
    . Google Sheets Tool: 자연어 질문(예: 사과)을 API가 인식할 수 있는 '품목/부류 코드'로 변환하기 위해 맵핑용 구글 시트 데이터를 참조하는 도구
    . Call '장바구니' (Tool Workflow): 에이전트가 변환된 코드를 들고 실시간 가격 조회를 하러 가기 위해 실행하는 서브 워크플로우 실행 도구
  - Sub Workflow

    . When Executed by Another Workflow: 에이전트가 던져준 item_category_code를 입력받음

    . HTTP Request: KAMIS(농수산물유통정보) API와 통신하여 당일 기준 품목별 일별 시세 JSON 데이터를 실시간으로 가져옴
  - System Message

    . 역할 정의: 단순 데이터 전달자가 아닌 실용적 인사이트를 주는 '농산물 시세 전문 분석가'로 행동

    . 생각의 사슬(CoT): [의도 파악] ➔ [정보 매핑] ➔ [데이터 조회] ➔ [분석 및 인사이트] ➔ [결과 생성]의 5단계를 무조건 거치도록 유도하여 AI의 환각을 방지

    . 엄격한 규칙: 날짜 포맷 강제, 유저에게 가독성 떨어지는 원시 JSON 데이터 노출 금지, Markdown을 활용한 구조화된 답변 출력 유도

 

 

□ 실제 결과 화면

  - 질문:  오늘 사과 시세 어때?

    . 주말과 공휴일이 끼어있어서 그런지, 당일과 어제 시세 데이터가 적재되지 않아 다음과 같이 답변

 

 

□ 생각

파이썬으로 랭체인 등을 활용하여 이를 직접 코딩하려면 환경 설정부터 도구 바인딩까지 많은 양의 코드가 필요한데, n8n에서는 시각적으로 노드들을 이어 붙이고 시스템 메시지만 적어주면 작동하는 에이전트가 완성된다는 점이 정말 편리했습니다. 또한 에이전트가 직접 복잡한 HTTP Request 연동을 다 처리하게 하면 프롬프트가 꼬이기 쉬울 것 같은데, API 연동부는 Execute Workflow 형태로 분리하여 에이전트에게 도구(ToolWorkflow)로 쥐여주는 구성이 결합성과 유지보수 면에서 유용하다고 느꼈습니다.

 

---