[00:00]
n8n이 방금 MCP 서버를 위한
[00:02]
네이티브 통합을 출시했는데,
[00:04]
두 개의 새로운 노드가 추가되었고
[00:06]
확실히 긍정적인 발전이지만
[00:08]
제가 기대했던 것과는 조금 달랐습니다.
[00:09]
오늘은 이 두 개의 새로운 노드가
[00:10]
실제로 어떤 기능을 하는지
[00:12]
그리고 이것이 우리에게 어떤 의미인지
[00:15]
제한사항과 향후 계획에 대해 살펴보겠습니다.
[00:16]
우리가 받은 두 개의 새로운 노드는
[00:18]
MCP 서버 트리거와 여기 보이는 것처럼
[00:21]
AI 에이전트와 연결해야 하는
[00:22]
MCP 클라이언트 도구입니다.
[00:24]
이 기능들을 사용하려면
[00:26]
n8n을 최신 버전인 1.88로
[00:27]
업데이트해야 합니다. 이전에는
[00:30]
MCP 서버 노드를 사용하려면
[00:33]
직접 호스팅하고 MCP 서버
[00:35]
커뮤니티 노드를 설치해야 했는데
[00:36]
그것은 이런 모습이었습니다.
[00:38]
하지만 이제 이 업데이트로
[00:40]
n8n에 네이티브로 통합되었습니다.
[00:42]
보시다시피 제가 평소 촬영 환경이 아니라
[00:43]
영상 퀄리티가 조금 떨어질 수 있지만
[00:45]
제작 품질이 좋지 않더라도
[00:47]
이 영상을 꼭 만들어서
[00:49]
여러분과 공유하고 싶었습니다.
[00:50]
이 통합에 대한 제 생각을 말씀드리고 싶은데
[00:52]
아마도 많은 영상들이 나올 텐데
[00:53]
실제 의미를 깊이 다루지 않고
[00:56]
과대 광고만 할 것 같아서입니다.
[00:57]
오해하지 마세요.
[00:59]
저는 이것을 비난하는 게 아닙니다.
[01:01]
이는 정말 멋진 발전이고
[01:02]
이런 릴리즈가 반갑습니다.
[01:04]
왜냐하면 이는 그들이
[01:05]
미래지향적이며
[01:06]
MCP 서버와 관련하여
[01:08]
올바른 방향으로 나아가고 있다는 의미이기 때문입니다.
[01:10]
하지만 아직 구현되지 않은 것은
[01:12]
진정한 MCP 에이전트를 만들어
[01:15]
여러 MCP 서버들을 연결하고
[01:17]
동적이고 유연하게
[01:19]
에이전트가 수많은 서버에서
[01:21]
작업을 수행하는 기능입니다.
[01:23]
지금까지 이 MCP 통합의 주요 이점은
[01:25]
이 트리거를 통해
[01:27]
Claude 데스크톱이나 Cursor,
[01:30]
또는 다른 MCP 클라이언트 IDE를
[01:33]
선택해서 연결할 수 있고
[01:35]
n8n 워크플로우와 도구들에 접근할 수 있다는 점입니다.
[01:38]
이것이 바로 흥미로운 부분입니다.
[01:40]
오늘 두 가지 데모를 보여드리겠습니다.
[01:41]
첫 번째는 n8n에서 MCP 에이전트를 사용하여
[01:43]
이 새로운 클라이언트 서버 도구로
[01:45]
MCP 서버 트리거를 호출하고
[01:47]
여기 있는 다양한 도구들에 접근하는 것이고
[01:50]
그 다음에는
[01:52]
이것을 Claude 데스크톱에 연결하여
[01:53]
실제로 Claude에서
[01:55]
n8n 도구들과 대화하는 방법을 보여드리겠습니다.
[01:58]
본격적인 설명에 들어가기 전에
[01:59]
만약 여러분이 MCP나
[02:01]
Model Context Protocol에 대해 잘 모르신다면
[02:03]
이 영상을 꼭 보시기 바랍니다.
[02:04]
위에 태그해둘 테니
[02:06]
제가 최대한 자세히 설명해드렸습니다.
[02:09]
자, 이제 실제
[02:10]
서버 트리거 노드 내부를
[02:12]
살펴보겠습니다. 클릭해보면
[02:14]
테스트 URL과 프로덕션 URL이 보이는데
[02:16]
n8n의 웹훅과 매우 비슷합니다.
[02:17]
테스트 URL로 시각적으로 확인하고
[02:20]
실제 워크플로우를 활성화할 때는
[02:21]
프로덕션 URL을 사용합니다.
[02:22]
워크플로우를 활성화하려면
[02:24]
프로덕션 URL을 가져와야 합니다. 제가 방금
[02:26]
테스트 URL을 복사했고, 이제
[02:28]
MCP 에이전트가 있는 새로운 워크플로우로 이동하겠습니다
[02:30]
우리가 추가할 도구는
[02:32]
새로운 MCP 클라이언트 도구입니다
[02:35]
보시다시피 여기 있네요
[02:37]
SSE URL을 붙여넣기만 하면 됩니다
[02:39]
SSE 엔드포인트는 Server Sent Event의 약자인데
[02:42]
이것이 바로 아직 우리가 원하는 만큼
[02:45]
유연하고 동적이지 않은 이유입니다
[02:47]
나중에는 이 모든 다양한
[02:50]
MCP 서버들에 연결할 수 있을 텐데
[02:51]
기본적으로 그 이유는
[02:53]
우리의 셀프 호스팅 버전에서
[02:55]
커뮤니티 노드를 보시면
[02:57]
새로운 자격 증명을 만들 때
[02:59]
제가 연결했던 모든
[03:00]
다양한 서버들을 볼 수 있는데
[03:02]
커맨드 라인 STDIO를 통해
[03:04]
연결할 수 있습니다. 여기서 우리는
[03:06]
명령어를 실행하고 인자와
[03:08]
환경 변수를 설정하거나
[03:10]
또는 SSE를 사용할 수 있었습니다
[03:12]
하지만 대부분의 MCP 서버들은
[03:14]
GitHub 저장소의 이 목록에서 보면
[03:16]
SSE 연결을 제공하지 않습니다. 일부는 제공하지만
[03:19]
대부분은 제공하지 않죠
[03:21]
대부분의 경우
[03:23]
데모에서 보여드린 Firecall처럼
[03:24]
명령어와 인자,
[03:26]
환경 변수를 사용해야 합니다
[03:28]
어쨌든 이것이
[03:30]
주요한 차이점이고
[03:31]
사실 이런 종류의 작업을
[03:33]
할 수 없는 이유입니다. 커뮤니티 노드는
[03:35]
여전히 특정 MCP 서버에서
[03:36]
강력한 기능을 제공하지만, 이제 n8n에서
[03:38]
이 트리거를 사용하여
[03:40]
Claude와 같은 것을 다른
[03:41]
도구들과 연결할 수 있습니다
[03:43]
어쨌든 저는 이 에이전트
[03:45]
클라이언트 도구를 우리가 방금
[03:47]
살펴봤던 트리거에 연결했고
[03:49]
이제 이것과 대화하면
[03:51]
여기로 데이터를 보내고 이 도구들 중 하나를 호출한 다음
[03:53]
에이전트에게 응답을 보냅니다. 지금 보여드리는
[03:55]
이 사용 사례는
[03:57]
그냥 이런 도구들 중 하나를 추가하는 것과
[03:59]
n8n 워크플로우를 호출하는 것과
[04:02]
크게 다르지 않습니다. 기본적으로
[04:04]
우리 목록에서 데이터를 보낼
[04:06]
워크플로우를 선택하는 것과
[04:08]
매우 유사합니다. 어쨌든
[04:10]
이 워크플로우로 돌아가서
[04:12]
테스트 워크플로우를 실행하여
[04:14]
트리거가 수신 대기하도록 하고
[04:15]
메시지를 보내보겠습니다
[04:17]
오후 3시에 이벤트를 만들어달라고 요청하겠습니다
[04:19]
제 캘린더를 보시면 3시에는 아무것도 없죠
[04:20]
전송을 누르면 MCP 클라이언트 도구를
[04:23]
호출하는 것을 보실 수 있습니다
[04:25]
이는 다른 트리거를 호출할 것이고
[04:26]
다른 워크플로우로 돌아가보면
[04:28]
트리거가 활성화되었고
[04:29]
이벤트 생성 도구를 호출했음을 알 수 있습니다
[04:31]
그리고 캘린더를 보시면
[04:33]
이제 3시에 팀 미팅이 있네요. 실제로
[04:35]
일어난 일은 이 클라이언트를 호출하고
[04:37]
가지고 있는 다양한 도구들과
[04:38]
필요한 매개변수들을
[04:40]
이해하고 전송했습니다
[04:42]
보시다시피 우리는
[04:43]
이벤트 시작 시간과 종료 시간을 받았습니다
[04:45]
이벤트 제목도 확인할 수 있으며,
[04:47]
사용된 도구 이름이 'create event'였고,
[04:49]
create event 도구에서 수행한 작업을 보면
[04:51]
리소스는 event이고 작업은 create였습니다.
[04:53]
이런 점이 흥미로운 것은
[04:55]
리소스와 작업이 있다는 건데,
[04:56]
우리가 실제 도구들로 돌아가 보면
[04:58]
각 도구마다 리소스와 작업이 있지만
[05:01]
이것들은 고정되어 있어야 합니다.
[05:02]
예를 들어 이벤트 생성의 경우
[05:04]
작업은 create이고 리소스는 event입니다.
[05:06]
이벤트를 가져올 때는
[05:08]
작업은 get many이고 리소스는 event입니다.
[05:11]
정말 멋진 것은
[05:13]
앞으로 Gmail을 위한 하나의 모드,
[05:16]
즉 하나의 도구를 가질 수 있다는 것입니다.
[05:19]
여기서 도구와 제목,
[05:21]
메시지가 모델에 의해 정의되는 것처럼
[05:23]
리소스와 작업도
[05:25]
모델에 의해 정의될 수 있다면,
[05:27]
들어오는 쿼리를 기반으로
[05:30]
정말 멋진 기능을 구현할 수 있습니다.
[05:32]
이것이 바로 우리가 원하는
[05:34]
진정한 올인원 도구가 될 것입니다.
[05:37]
'여기 Gmail MCP 서버가 있습니다.'라고 하면
[05:40]
다양한 리소스와 작업 옵션이 제공되고
[05:42]
이러한 모든 옵션들 중에서
[05:44]
리소스와 작업 쌍 내에서
[05:46]
다양한 작업을 수행할 수 있으며
[05:47]
모델이 이 모든 것을 결정하게 됩니다.
[05:49]
하지만 아직 거기까지는 도달하지 못했고
[05:51]
앞으로 그렇게 될 것이며 매우 흥미진진할 것입니다.
[05:53]
이것이 현재의 한계인 이유입니다.
[05:55]
SSE 엔드포인트를 통한
[05:57]
MCP 서버의 네이티브 통합이
[05:59]
새로운 트리거와 함께 있지만
[06:01]
아직 우리 에이전트에게
[06:03]
Gmail MCP 서버, 캘린더 MCP 서버,
[06:06]
Slack MCP 서버를 제공하고
[06:08]
모든 것을 스스로 파악하게 하는
[06:10]
기능은 아직 없습니다.
[06:12]
또 다른 한계점은
[06:14]
서버로 정보를 보낼 때입니다.
[06:16]
우리 에이전트를 똑똑하게 만드는
[06:17]
큰 요소 중 하나는
[06:19]
시스템 프롬프트 방식인데,
[06:22]
MCP 서버가 단순히
[06:23]
정보를 캡처하기만 하면
[06:25]
같은 수준의 프롬프팅을 받지 못합니다.
[06:27]
예를 들어 보여드리겠습니다.
[06:29]
워크플로우를 테스트하면
[06:31]
LinkedIn 포스트 생성기로 보내질 텐데,
[06:33]
워크플로우로 돌아가서
[06:34]
테스트해보겠습니다.
[06:36]
LinkedIn 포스트 생성기로 보내고
[06:37]
워크플로우로 돌아와서
[06:39]
AI 이미지 생성에 대한
[06:41]
LinkedIn 포스트를 작성해달라고 요청하겠습니다.
[06:46]
이것을 보내면 올바른 도구를 호출할 것입니다.
[06:49]
실제로 무슨 일이 일어나는지
[06:51]
살펴보겠습니다.
[06:52]
잠시 기다려보면
[06:54]
여기로 돌아가서 확인할 수 있을 겁니다.
[06:57]
올바른 도구인
[06:58]
LinkedIn 포스트 도구를 호출할 것입니다.
[07:00]
실제 데이터 전송이 좀 이상한데,
[07:03]
무슨 일이 일어나고 있는지와
[07:04]
데이터를 언제 보내는지가 좀 이상합니다.
[07:06]
보시다시피 시간이 좀 걸리는데
[07:08]
지금 LinkedIn 포스트 생성기를 클릭하면
[07:11]
실행 중이라고 표시될 것 같습니다.
[07:12]
왜냐하면 이게 가장 오래 걸리거든요.
[07:14]
보시다시피
[07:15]
실행이 완료되었네요.
[07:17]
보시다시피 즉시 완료되었습니다.
[07:19]
실제로 완료될 때까지는
[07:21]
트리거되고 있다는 것조차
[07:22]
표시되지 않을 것입니다.
[07:23]
이것이 흥미로운 점인데요.
[07:25]
어쨌든 LinkedIn 포스트가 생성되었고
[07:26]
이 워크플로우에서 어떤 일이 일어나는지
[07:28]
실제로 빠르게 열어서
[07:30]
여러분께 보여드리겠습니다.
[07:32]
이것을 서브 워크플로우로 보내면
[07:34]
우리의 쿼리를 가져가서 Tavi로 리서치를 수행하고
[07:37]
LinkedIn 시트로 보내게 됩니다.
[07:39]
이제 보시면 AI와 창조 산업,
[07:42]
생성형 AI 도구, 이미지 등
[07:44]
이런 모든 것들이 있습니다.
[07:46]
하지만 그게 중요한 게 아니라
[07:48]
제가 여러분께 보여드리고 싶은 것은
[07:49]
실제로 여기에 어떤 것이 전송되었는지입니다.
[07:52]
기본적으로 LinkedIn 포스트가 이미 전송되었죠.
[07:54]
시스템은 자체 도구를 사용하는 방법을 알고 있었고
[07:55]
LinkedIn 포스트라고 불리는 도구를 사용했습니다.
[07:57]
우리가 언제 호출할지 설명했기 때문이죠.
[07:59]
그리고 시스템이 한 일은
[08:01]
완성된 LinkedIn 포스트를 전송한 것입니다.
[08:03]
이쪽에서 프롬프팅이 있을 수 있지만
[08:05]
실제로 이 MCP 클라이언트를
[08:07]
Claude나 Cursor에 연결할 때는
[08:10]
그런 프롬프팅 요소가 없습니다.
[08:12]
예를 들어, Claude에서
[08:13]
MCP 서버를 사용해
[08:15]
LinkedIn 포스트를 만들어달라고 요청하면
[08:17]
아마도 단순히 짧은 쿼리만
[08:19]
'강아지' 같은 키워드나
[08:21]
포스트의 주제만 보내지는 않을 겁니다.
[08:23]
아마도 먼저 포스트를 만들고
[08:25]
그 포스트를 워크플로우로 보내려고 할 것입니다.
[08:26]
그래서 프롬프팅과 관련해
[08:28]
이런 문제들이 있을 것입니다.
[08:30]
비슷하게 제가 테스트할 때
[08:32]
이벤트 생성이나 이메일 전송 같은 작업을 요청했을 때
[08:35]
서버가 항상 지능적으로
[08:36]
먼저 연락처를 가져오고
[08:38]
이메일을 보내야 한다는 것을
[08:40]
이해하지는 못했습니다.
[08:42]
그래서 단계별로 진행해야 했죠.
[08:44]
'연락처를 가져올 수 있나요?'
[08:45]
'이메일을 보낼 수 있나요?' 이런 식으로요.
[08:47]
그래서 이런 경우에
[08:49]
여러 단계의 동적인 도구 호출 기능이 필요할 때는
[08:50]
실제로 궁극의 어시스턴트를 사용하는 것이 더 좋습니다.
[08:53]
여기 아래에 여러 하위 에이전트가 있는데
[08:54]
이것들을 거의
[08:56]
각각의 MCP 서버처럼 생각할 수 있습니다.
[08:58]
이것은 Gmail MCP 서버이고
[08:59]
이것은 캘린더 MCP 서버입니다.
[09:00]
정확히 같지는 않지만
[09:03]
이렇게 생각해볼 수 있습니다.
[09:06]
이메일 에이전트에는
[09:07]
여기 모든 작업들이 있고
[09:09]
각 에이전트 내에서
[09:11]
프롬프팅이 진행되고 있어서
[09:13]
작업을 어떻게 위임하고
[09:15]
각 워크플로우에 무엇을 보낼지 이해합니다.
[09:17]
너무 깊이 들어가서 혼란스럽게 하고 싶지는 않지만
[09:19]
제가 말씀드리고자 하는 것이 바로 이것입니다.
[09:21]
이것이 우리가 메인 에이전트에게
[09:22]
AI 이미지 생성에 대한
[09:24]
LinkedIn 포스트 생성을 요청한
[09:26]
실행 결과입니다.
[09:28]
시스템이 보낸 것은 연구나 워크플로우 실행 전에
[09:32]
이미 포스트를 만들려고 시도한 것이었죠.
[09:34]
그래서 LinkedIn 포스트를 보냈고
[09:35]
에이전트가 이를 가지고 연구를 수행한 다음
[09:37]
다시 LinkedIn 포스트를 생성했습니다.
[09:39]
그래서 효율적이지 않은 것입니다.
[09:41]
효율적이지 않습니다. 이것은 단순히
[09:43]
이런 시스템들 간에 데이터를 주고받는
[09:45]
방식의 한계인데요,
[09:47]
각각을 프롬프트로 일일이 지시해야 하기 때문입니다.
[09:50]
자, 이제 빠르게 이것을
[09:51]
Claude Desktop과 연결해보겠습니다.
[09:53]
이 부분이 정말 흥미로운데요,
[09:54]
이제 Claude가
[09:56]
n8n 도구들과 대화할 수 있기 때문입니다.
[09:58]
Claude Desktop에서 시작하기 전에
[10:00]
따라하시려면 먼저
[10:01]
Claude Desktop을 설치하셔야 하고
[10:03]
컴퓨터에 Node.js도 설치해야 합니다.
[10:06]
다운로드하면 되는데,
[10:07]
설치는 매우 간단합니다.
[10:10]
그리고 Claude Desktop의
[10:12]
상단 옵션에서
[10:14]
도움말을 찾으실 수 있고
[10:15]
개발자 모드를 활성화하시면 됩니다.
[10:17]
이제 할 수 있는 것은
[10:19]
Claude 설정으로 들어가서
[10:22]
개발자를 열고
[10:24]
설정 편집을 클릭하면
[10:26]
Claude Desktop
[10:28]
config.json이 나타납니다.
[10:30]
이것을 코드 에디터로 열어야 하는데
[10:32]
저는 Cursor를 사용하겠습니다.
[10:34]
영상 설명에 첨부할
[10:36]
내용을 붙여넣을 건데
[10:37]
URL만 실제 주소로 변경하시면 됩니다.
[10:40]
자, 이제 제 프로덕션
[10:42]
트리거 URL을 가져오도록 하겠습니다.
[10:46]
n8n으로 돌아가서
[10:47]
워크플로우를 활성화하고,
[10:49]
서버 트리거를 열어
[10:50]
프로덕션 URL을 복사하겠습니다.
[10:53]
이제 복사했으니
[10:54]
JSON 파일에 붙여넣겠습니다.
[10:56]
이제 해야 할 일은
[10:58]
파일을 저장하고 Claude를
[11:00]
다시 시작하면
[11:01]
도구들을 사용할 수 있게 됩니다.
[11:04]
실수로 JSON을 잘못 작성했네요.
[11:05]
Cursor로 수정하고
[11:07]
JSON을 교체한 다음
[11:09]
Claude를 다시 실행하겠습니다.
[11:11]
JSON을 수정하고
[11:13]
Claude를 다시 실행했더니
[11:15]
10개의 MCP 도구를 사용할 수 있네요.
[11:17]
클릭해보면 연락처 추가,
[11:19]
초안 작성, 이벤트 생성, 이벤트 삭제 등
[11:21]
모든 도구들이 있는데
[11:23]
이것들은 전부 n8n 서버에서 가져온 것이고
[11:25]
여기 아래 나열된
[11:27]
10개의 도구들이며
[11:29]
MCP 서버 트리거에 접근 권한을 준
[11:31]
도구들입니다. 기본적으로 n8n MCP
[11:34]
서버를 구축한 것이고
[11:36]
이 도구들에 접근할 수 있죠.
[11:37]
이제 Claude와 대화하면서
[11:39]
이 도구들을 사용할 수 있습니다.
[11:40]
자, 첫 번째 예시로
[11:42]
Michael Scott의
[11:43]
연락처 정보를 요청해보겠습니다.
[11:45]
n8n용 MCP 서버를 사용하는 걸
[11:47]
확인할 수 있을 겁니다.
[11:50]
이 채팅을 허용하면
[11:52]
백그라운드에서 실행 중인
[11:54]
워크플로우에 접근해서
[11:55]
정보를 가져올 겁니다.
[11:59]
전화번호 등이 보이네요.
[12:00]
여기 Claude가 방금
[12:02]
실행한 내역이 있고
[12:03]
아래로 스크롤해서 보면 우리의 워크플로우에서
[12:05]
연락처 가져오기 도구를 사용했음을 알 수 있습니다.
[12:08]
앞서 언급했던 것처럼
[12:10]
프롬프트의 한계점에 대해
[12:11]
어떤 일이 일어나는지 보겠습니다.
[12:12]
NVIDIA에 대한 LinkedIn 게시물을 작성하고
[12:14]
이를 Slack 팀에 전송하도록 요청해보겠습니다.
[12:17]
메시지를 보내면
[12:18]
아마도 LinkedIn 게시물 도구를
[12:19]
사용하라고 할 것 같은데
[12:21]
지금 바로 그렇게 하고 있네요.
[12:23]
이것을 허용하면
[12:25]
게시물을 생성할 것이고
[12:26]
그 다음에는 돌아와서
[12:28]
Slack 메시지 전송 도구를 사용해야 한다고
[12:30]
알려줄 것입니다. 어떻게 되는지 지켜보죠.
[12:33]
보시다시피
[12:35]
게시물을 생성한 다음
[12:36]
다시 돌아와서 Slack 도구를
[12:38]
사용할 수 있는지 물어봤습니다.
[12:40]
이제 어떤 일이 일어났는지 확인해보죠.
[12:41]
LinkedIn 게시물에서 보면
[12:43]
시트가 미디어 LinkedIn 게시물로 업데이트되었고
[12:46]
제 Slack에서는 이제
[12:48]
NVIDIA에 대한 LinkedIn 게시물이 있습니다.
[12:50]
이 영상을 너무 길게 하고 싶지는 않지만
[12:52]
이 네이티브 통합에 대한
[12:53]
과대 선전을 걸러내고 싶었습니다.
[12:55]
이 기능을 도입한 것은 정말 기쁘고 멋진 일이지만
[12:57]
정말 멋진 일이지만
[12:59]
이 통합의 핵심은
[13:00]
이제 Claude Desktop이나 Cursor에서 n8n 도구를
[13:03]
사용할 수 있다는 것입니다.
[13:05]
이런 식으로
[13:07]
n8n에서 매우 커스텀화된
[13:08]
워크플로우를 설정하고
[13:11]
Claude Desktop으로 이를 트리거할 수 있죠.
[13:13]
바로 여기에 진정한 힘이 있습니다.
[13:14]
이전 영상들에서 보여드렸던 것처럼
[13:17]
특히 이 작은 데모를 만들 때
[13:19]
우리는 에이전트가
[13:21]
여러 MCP 서버에 연결하여
[13:23]
더 지능적이고 유연하게
[13:24]
결정을 내리고
[13:26]
실제로 행동을 취할 수 있다는
[13:28]
아이디어에 매우 흥분했습니다.
[13:30]
아직 n8n에서는 거기까지 도달하지 못했지만
[13:32]
말씀드렸듯이 이제 이 트리거로
[13:34]
여러 도구에 연결하고
[13:35]
Claude가 단계별로
[13:37]
행동을 취할 수 있게 된 것처럼
[13:39]
꽤 멋진 일입니다.
[13:41]
프롬프트 이야기로 돌아가서
[13:42]
아직도 문제가 있다고 보는 이유는
[13:44]
여러 단계의 프롬프트를 실행할 때
[13:45]
예를 들어 "마이클 스콧에게 이메일을 보내고
[13:47]
이것도 하고 저것도 해줘"라고 하면
[13:48]
단계별로 나누어 처리하는데
[13:50]
이는 괜찮지만
[13:53]
LinkedIn 게시물같은 경우
[13:54]
NVIDIA에 대해 작성해달라고 했을 때
[13:56]
키워드를 기반으로 연구하고
[13:58]
그 다음 콘텐츠를 생성하는
[14:00]
워크플로우가 설정되어 있습니다.
[14:02]
우리가 open router에 연결된
[14:03]
에이전트를 사용하고 있지만
[14:05]
이것이 NVIDIA에 대한 실행이고
[14:07]
다시 한 번 Claude Desktop이 이미 생성한
[14:10]
LinkedIn 게시물을 전송했고
[14:12]
이것이 워크플로우의
[14:14]
나머지 부분을 통해 처리되었습니다.
[14:15]
아직 프롬프트를 완전히 제어할 수는 없지만
[14:17]
여기서 항상 "LinkedIn 게시물 만드는 것을 도와줘
[14:19]
하지만 도구에 전송할 내용은
[14:21]
이것뿐이야"라고 말할 수 있고
[14:23]
두 개의 키워드 정도만 전송할 수 있습니다.
[14:25]
이것도 여러분이 알아두셨으면 하는
[14:27]
또 다른 부분입니다.
[14:28]
실제로 뒤에서 어떤 일이 일어나고 있는지
[14:30]
그리고 데이터가 한 플랫폼에서
[14:32]
다른 플랫폼으로 어떻게 전송되는지에 대해서요.
[14:34]
오늘 영상은 여기까지입니다.
[14:36]
제가 여행 중이라
[14:38]
집 세팅을 사용할 수 없는 상황에서도
[14:40]
끝까지 봐주셔서 감사합니다.
[14:42]
항상 그렇듯이
[14:43]
영상 끝까지 봐주셔서 감사하고
[14:44]
영상이 맘에 들고
[14:46]
새로운 것을 배우셨다면
[14:47]
좋아요 버튼 눌러주시면 큰 도움이 됩니다.
[14:49]
이런 교육 스타일이 마음에 들고
[14:51]
MCP 서버에 대해 더 깊이 있는 논의를 하거나
[14:53]
n8n 자동화에 대해 더 실습 위주의
[14:55]
학습 경험을 원하신다면
[14:56]
제 유료 커뮤니티를 확인해보세요.
[14:59]
링크는 설명란에
[15:00]
있습니다.
[15:01]
훌륭한 커뮤니티가 있고
[15:02]
매우 빠르게 성장하고 있으며
[15:04]
n8n 자동화 학습에 전념하는
[15:06]
많은 멤버들이 있습니다.
[15:09]
리소스가 계속 업데이트되는
[15:10]
강의실 섹션이 있고
[15:12]
주 5회 라이브 콜을 통해
[15:14]
막힘없이 진행할 수 있으며
[15:16]
이 분야의 다른 사람들도 만날 수 있습니다.
[15:18]
같은 것을 배우려는
[15:20]
지지적인 사람들의 커뮤니티가
[15:21]
항상 필요하죠.
[15:23]
이 라이브 콜에서 여러분을 만나기를 바랍니다.
[15:25]
그렇지 않다면 다음 영상에서 뵙겠습니다.
[15:27]
모두 감사합니다.