Claude와 MCP 서버를 활용해 즉시 n8n AI 에이전트 구축하기 (마스터클래스)
Mark Kashef
구독자 37,000명
요약
이 영상에서는 Claude 데스크톱과 MCP(Multi-Context Protocol) 서버를 결합해 단 한 번의 프롬프트로 n8n 워크플로우와 AI 에이전트를 완전 자동으로 생성하는 3단계 마스터클래스를 제공합니다. 처음에는 원격 MCP 서버를 복사·붙여넣기만으로 간단하게 워크플로우를 생성하고, 다음으로 Docker 기반 로컬 MCP 서버로 보안성과 유연성을 확보하며, 마지막 단계에 Cursor 코드 에디터를 도입해 수만 줄의 코드베이스를 자유롭게 활용해 대규모 AI 에이전트를 구축하는 방법을 차례로 다룹니다. 각 단계마다 실제 예제와 데모를 통해 설정 방법과 핵심 개념을 명확히 설명하며, 최종적으로 완전히 자동화된 hands-off 프로세스를 실현하는 방법을 안내합니다.
주요 키워드
n8n
Claude
MCP
Docker
Cursor
워크플로우 자동화
AI 에이전트
JSON
Cloud Desktop
Warp
하이라이트
- 🚀 단 한 번의 명령으로 e-커머스 주문 처리 워크플로우를 n8n에 직접 생성하고 계정에 자동 등록할 수 있다.
- 🔑 getmcp.io를 활용해 복잡한 코딩 없이 MCP 서버 설정에 필요한 JSON 구성 코드를 자동으로 받아 복사·붙여넣기만 하면 된다.
- ⚡ 전문가 모드에서는 Docker와 Warp 터미널을 활용해 로컬 MCP 서버를 신속하게 구동하고, n8n API 키를 연동해 완전 자동화된 워크플로우 생성을 지원한다.
- 🌟 Cursor 에디터를 도입하면 수만 줄의 코드·워크플로우 샘플, 에이전트 템플릿을 폴더 단위로 불러와 Claude와 연동해 복잡한 AI 에이전트를 손쉽게 기획·구축할 수 있다.
- 📌 모든 단계에서 Claude가 JSON 유효성 검사, 오류 진단·자체 수정(Self-heal), 시각적 다이어그램 생성까지 수행해 완성도를 높인다.
- 🌐 MCP 서버를 통해 하나의 인증 키로 38개 이상의 기능(노드, 문서, 예제 검색 등)을 한 번에 활용해 작업 효율을 극대화한다.
- 📈 실시간 업데이트되는 n8n 공식 문서와 방대한 GitHub 워크플로우 저장소를 참조해 정확하고 최신의 노드 구성을 활용할 수 있다.
용어 설명
MCP(Multi-Context Protocol)
하나의 인증 키로 여러 서비스(노드 호출·문서 조회·샘플 워크플로우 검색 등)에 접근할 수 있도록 중계하는 프로토콜 서버
n8n
코드 없이 API 연결과 자동화를 설계·운영할 수 있는 워크플로우 자동화 플랫폼
JSON(JavaScript Object Notation)
n8n 워크플로우 구성을 표현하는 경량 데이터 교환 형식
Docker
애플리케이션과 서비스를 컨테이너 단위로 분리·구동해 로컬 서버처럼 사용하는 가상화 플랫폼
Cursor
대규모 코드 베이스를 AI와 함께 편집·관리할 수 있는 AI 지원 코드 에디터
Cloud Desktop
Claude의 데스크톱 버전 인터페이스로, 외부 MCP 서버를 연동해 프롬프트 기반 자동화를 지원한다
Warp
자연어 프롬프트로 명령어 실행·트러블슈팅을 돕는 AI 기반 터미널 환경
개요 및 라이브 데모
프롬프트 한 번으로 완전 자동화된 n8n 워크플로우가 계정에 직접 생성되는 과정을 시연한다. E-커머스 예시를 통해 Claude와 MCP 서버를 결합해 어떻게 즉시 주문 처리 및 고객 동기화 워크플로우를 구축하는지 확인한다.
단 하나의 프롬프트만으로 완전한 워크플로우 자동화를 생성하는 방법을 소개합니다. Claude와 MCP 서버를 결합하여 누구나 마스터할 수 있는 effortless한 워크플로우와 에이전트 생성을 실현할 수 있습니다.
이전에 Claude에서 워크플로우를 수동으로 복사하여 붙여넣는 방법을 보여드렸지만, 이번에는 완전히 다른 수준의 새로운 접근 방식을 제시합니다.
세 가지 강력한 접근 방식을 단계별로 안내합니다. 먼저 간단한 복사 붙여넣기 방법에 MCP 서버를 추가하여 워크플로우를 강화하는 방법을 보여드립니다.
Claude와 Docker, Cursor를 결합하여 핵폭탄 수준으로 끌어올리는 고급 기술을 소개합니다. 여러 서비스를 결합하여 N-N 워크플로우를 생성하고 계정에 바로 넣는 완전히 hands-off 프로세스를 구현합니다.
첫 두 방법의 경우, 어떻게 작동하는지 보여드리기 전에 실제로 작동한다는 것을 먼저 증명합니다.
브라우저 기반 버전이 아닌 Claude Desktop을 사용하는 이유와 활용 가능한 다양한 도구들을 살펴봅니다. 특히 N-N MCP 컨텍스트 7과 N-N 워크플로우 문서가 핵심 도구입니다.
평범한 프롬프트 하나를 단순히 기다리는 것만으로 편집 계정에서 대기하고 있는 워크플로우로 바꾸는 실제 데모를 시작합니다.
2천만 달러 규모의 전자상거래 비즈니스를 운영하면서 주로 Shopify에서 의류와 상품을 판매하는 예시를 바탕으로 N-N 워크플로우 초안 작성을 요청하는 프롬프트를 입력합니다.
Claude가 Salesforce, Shopify, Google Sheets, Gmail 등의 도구들을 활용하여 기본적인 워크플로우를 생성하는 방법을 설명합니다. 이는 마치 슈퍼차지된 컨설턴트와 대화하는 것과 같다고 표현합니다.
확장 사고 기능을 활성화하여 AI가 더 깊이 사고할 수 있게 하고, Claude Opus를 사용하여 특정 절차에 적합한 도구들을 자동으로 선택하는 과정을 보여줍니다.
AI가 사용할 수 있는 다양한 도구들을 어떻게 사용할지 추론하는 과정을 설명합니다. 먼저 필요한 노드들과 구조를 검색하고, 모든 것을 수집한 후 다음 단계로 넘어갑니다.
AI가 전체 프로세스를 다시 검토하고 JSON 구조화 방법을 이해하는 과정을 보여줍니다. n8n과 같은 워크플로우 자동화 도구가 JavaScript Object Notation을 사용한다는 점을 설명합니다.
몇 분 실행 후 AI가 워크플로우를 생성하고, 문제를 스스로 진단하여 자가 치유한 다음 사용자 계정에 워크플로우를 작성하는 과정을 보여줍니다.
생성된 이커머스 주문 처리 및 고객 동기화 워크플로우의 ID를 제공하고, 자동화가 어떻게 작동하는지 설명합니다. 추가적인 설정이나 확장 아이디어까지 제공하는 완전한 컨설팅 서비스를 제공합니다.
실제 n8n 계정에서 생성된 워크플로우를 확인하며, 유효한 노드들로 구성되어 있음을 보여줍니다. 기본적인 워크플로우이지만 시작점으로서의 가치가 있으며, 더 나은 프롬프트를 제공하면 더 좋은 결과를 얻을 수 있다고 설명합니다.
사용자의 업무 프로세스를 자세히 설명하면 더 맞춤형 워크플로우가 생성됩니다. 기본부터 고급 프롬프트까지 입력하면 전체 n8n 워크플로우가 자동으로 완성되는 것이 목표입니다.
레벨 1: 원격 MCP 서버 설정
getmcp.io를 활용해 원격 MCP 서버용 JSON 구성 코드를 세 개의 GitHub 저장소(n8n workflows, Context 7, n8n MCP)에서 자동으로 받아 복사·붙여넣기 하는 방법을 안내한다. Claude 데스크톱 설정에서 Developer 탭 내 config 파일 편집 절차와 재시작 후 도구 목록 확인 과정을 다룬다.
Claude는 최소한의 정보로도 논리적이고 간단한 해결책을 찾아내며, 때로는 하나가 아닌 여러 개의 워크플로우를 생성합니다. AI 에이전트 구조도 LangChain을 통해 만들 수 있습니다.
효과적인 워크플로우 생성을 위해서는 4가지 핵심 구성요소가 필요합니다. 첫째, n8n 문서와의 소통 - n8n은 오픈소스이므로 모든 코드가 공개되어 있어 서버가 문서를 읽고 이해할 수 있습니다.
문서 이해를 통해 언제 어떤 노드를 사용할지 파악하고, 시간이 지나면서 같은 채팅에서 생성된 워크플로우 구조를 학습합니다. 둘째, 수천 개의 워크플로우 저장소를 MCP 서버를 통해 Claude에 연결할 수 있습니다.
노드와 문서 검색뿐만 아니라 워크플로우 예시 검색도 가능해 사용자가 직접 예시를 업로드할 필요 없이 더 정확한 워크플로우를 생성할 수 있습니다. 에이전트 워크플로우 생성도 완전히 가능합니다.
에이전트 기반 워크플로우 생성을 위한 프롬프트 설계 방법과 A to B 워크플로우가 아닌 적절한 곳에 에이전트를 활용하는 세밀한 접근법의 중요성을 설명합니다.
첫 번째 레벨에서는 MCP 서버와 클라우드 데스크톱을 결합하여 JSON을 컨피그 파일에 복사 붙여넣기만 하면 도구들을 즉시 사용할 수 있는 간단한 설정 방법을 소개합니다.
MCP(멀티컨텍스트 프로토콜)의 개념을 설명하며, 특정 애플리케이션의 API나 백엔드 서비스를 래핑하여 쉽게 소통할 수 있도록 하는 기술임을 소개합니다.
Slack을 예시로 들어 기존의 '하나의 열쇠로 하나의 문을 여는' 방식에서 'MCP 서버로 하나의 키로 여러 문을 한 번에 여는' 방식으로의 변화를 설명합니다.
MCP의 핵심 가치인 하나의 서버에서 38개의 다른 기능을 제공하는 확장성과 기존 하드코딩 방식의 한계를 극복하는 방법을 설명합니다.
MCP 서버를 사용하는 두 가지 방법인 로컬과 리모트를 소개하며, 특히 비기술자에게 더 쉬운 리모트 방식의 장점과 설정 방법을 설명합니다.
Claude Desktop의 MCP 서버 설정 방법을 설명하며, 기능성과 자격 증명을 설정 파일에 붙여넣고 재시작하면 1분 만에 도구들을 사용할 수 있다고 소개합니다.
Git MCP 도구를 사용하여 GitHub 저장소의 코드를 복사해서 Claude의 설정 파일에 붙여넣는 방법으로 다양한 서비스와 연결할 수 있으며, 수천 개의 n8n 워크플로우와 문서에 접근할 수 있다고 설명합니다.
Docker에 대해 도시락 상자와 컨테이너 비유를 들어 설명하며, 로컬 컴퓨터에서 실행되는 서버의 보안상 장점과 n8n MCP 서버를 통해 API 키로 워크플로우를 작성하는 방법을 소개합니다.
레벨 2: Docker 기반 로컬 MCP (전문가 모드)
Docker와 AI 터미널 Warp를 사용해 로컬에 MCP 서버를 신속히 배포하는 방법을 설명한다. Docker Desktop 설치, Warp 터미널로 자연어 명령어 실행·오류 해결, n8n API URL·키 연동 절차를 통해 38개 이상의 노드·기능을 완전 자동화로 활성화하는 과정을 다룬다.
터미널에서 Docker 설정이 위협적일 수 있다고 언급하며, 무료로 사용할 수 있는 도구를 추천하고 Docker가 개별 컨테이너들을 운반하고 실행하여 Claude Desktop과 직접 통신할 수 있게 해준다고 설명합니다.
Docker 터미널 설정이 어려울 수 있어서 Warp라는 AI 기반 터미널 도구를 추천합니다. 자연어로 명령어를 입력할 수 있고 오류 발생 시 AI가 문제 해결 방법을 제안해줍니다.
Docker Desktop을 구글링해서 Windows나 Mac 버전을 다운로드하는 수동 설치 방법을 설명합니다. 하드웨어에 맞는 버전을 선택해서 다운로드하면 쉽게 설치할 수 있습니다.
레벨 3에서는 Claude Desktop, Docker, Cursor를 결합합니다. Cursor는 코드 에디터지만 ChatGPT처럼 사용할 수 있으며 폴더에 접근해서 강력한 작업을 수행할 수 있습니다.
Claude의 주요 제한점은 제한적인 지식 베이스로 인해 대화가 빨리 끝나고 더 많은 대화를 위해 요금제를 업그레이드해야 한다는 점입니다.
Cursor를 사용하면 수천 개의 워크플로가 있는 전체 폴더나 데이터베이스를 효율적으로 스캔할 수 있습니다. Claude에 모든 내용을 입력하고 대화 범위를 제한하는 일 없이 작업할 수 있습니다.
Claude의 강력한 기능 조합에 대해 설명합니다. 모든 클라우드 모델에 접근하고 파일들과 대화할 수 있으며, n8n 워크플로우 생성, 원격 워크플로우 생성, 수천 개의 워크플로우 참조가 가능한 매우 강력한 시스템을 만들 수 있습니다.
에디터 선택에 대해 설명합니다. Windsurf 대신 Cursor를 사용하는 이유는 OpenAI 인수로 인해 Claude의 최신 모델 접근이 제한되었기 때문입니다. Cursor는 좋은 관계를 유지하며 Claude Opus와 Sonnet 사용에 유연한 플랜을 제공합니다.
GitHub와 Context 7 서버를 활용하여 실시간 업데이트되는 문서에 접근할 수 있으며, n8n뿐만 아니라 OpenAI, Claude 최신 모델까지 지원하는 강력한 MCP 서버를 구축할 수 있습니다.
실제 설정 과정을 시작합니다. 빈 슬레이트에서 시작하여 Claude Desktop에서 도구를 추가하는 방법을 단계별로 안내합니다. 좌측 상단의 Claude 클릭 → 설정 → 개발자 → config 편집 순서로 진행합니다.
MCP 서버 정보를 Claude에 연결하는 과정을 설명합니다. 자격 증명과 주소를 붙여넣어 설정하며, 직접 코드를 작성하지 않고 Claude에게 전체 파일을 작성하도록 합니다.
첫 번째 접근 방식의 힘을 최대화하기 위해 세 가지 GitHub 저장소를 사용할 것이며, 그 중 하나는 'n8n 워크플로우'라고 불리는 저장소입니다.
Z619가 만든 n8n 워크플로 저장소를 소개하며, 수천 개의 워크플로를 통해 Claude가 학습할 수 있다고 설명합니다. 정확히 일치하지 않을 수 있지만 환상이나 손상된 노드를 피하는 데 유용할 것이라고 강조합니다.
두 번째 저장소인 Context 7을 소개합니다. 이는 Claude에게 웹 검색을 요청하는 대신 항상 최신 문서의 사본을 파일로 보관하고 있어 최신 문서에 쉽게 접근할 수 있게 해줍니다.
레벨 3: Cursor 통합 & AI 에이전트 구축
Cursor 코드 에디터에 n8n 워크플로우·에이전트 샘플 폴더(agent tools, agent workflows)를 불러와 Claude와 연동하는 법을 안내한다. Ask 모드와 Agent 모드를 전환해 수만 줄의 코드베이스를 읽고 실시간으로 기획·생성·테스트하며, 종합 AI 에이전트를 n8n 계정에 자동 등록하는 전체 과정을 시연한다.
세 번째로 개발자가 설계한 NAND MCP 서버를 소개합니다. 노드 생성, 검색, 문서 로드 등 뛰어난 기능을 제공하지만, 워크플로 생성을 위해서는 Docker가 필요하므로 이 단계에서는 제한적이라고 설명합니다.
MCP 서버를 처음부터 만드는 대신 getmcp.io라는 치트 코드를 제공합니다. 이 사이트에서 단계별 지침을 받을 수 있고, 미니 MCP 서버를 만들어 대화할 수 있다고 설명합니다.
getmc.io로 URL을 변경하면 채팅 기능과 서버 URL뿐만 아니라 Cursor, Cloud Desktop, Windsurf 등에 복사 붙여넣기할 수 있는 정확한 코드를 제공받을 수 있다고 설명합니다.
실제 작업을 시작하여 각 코드를 가져와서 브라우저에서 새로운 클라우드를 열고, 모든 코드를 통합한 JSON 파일을 만드는 과정을 보여줍니다.
Claude를 사용해서 Claude용 설정 파일을 작성하는 흥미로운 상황을 설명하며, get mcp.io에서 설정을 복사하여 config 파일에 붙여넣는 과정을 보여줍니다.
도구들이 즉시 나타나지 않는 이유를 설명하고, Claude를 완전히 종료 후 재시작해야 새로운 도구들을 인식할 수 있다고 안내합니다.
재시작 후 Contact 7 end MCP docs와 end workflow docs를 포함한 다양한 도구들과 기능들을 확인할 수 있다고 설명합니다.
Docker 없이는 4개의 핵심 기능만 사용 가능하지만, 실제로는 38개의 도구와 기능이 서버에 있다고 설명합니다.
텔레그램 워크플로우를 찾아 JSON 형식으로 출력하도록 요청하는 실제 예시를 보여주며, Claude가 어떻게 search workflows 기능을 사용하는지 설명합니다.
Claude가 GitHub 저장소에서 워크플로우 예시를 찾아 학습하고, 허용 팝업을 통해 실제 JSON 파일을 가져와서 새로운 시나리오에 적용하는 과정을 보여줍니다.
fetch 단계를 통해 전체 JSON 파일을 가져와서 구조를 학습하고, 그 구조를 바탕으로 새로운 JSON을 생성하는 방법을 설명합니다. 이 방법이 첫 번째 시도에서 성공할 가능성이 높은 이유도 함께 설명합니다.
이 방법은 직접 가져오기는 불가능하지만, 높은 확률로 올바르게 가져올 수 있는 워크플로를 생성합니다. 기본적인 텔레그램 워크플로 예시를 통해 환영 메시지와 에코 메시지 기능을 시연합니다.
레벨 2로 넘어가기 전에 컨텍스트 7을 활용하여 워크플로를 더욱 풍부하게 만드는 방법을 시연합니다. 최신 n8n 문서를 찾아보고 디지털 마케팅 에이전시에 맞춤형으로 만들어달라고 요청합니다.
컨텍스트 7을 명시적으로 사용하는 이유를 설명합니다. 웹 검색과 혼동을 피하기 위해 특정 명령을 사용하며, 시스템이 n8n 문서를 검색할 승인을 요청하는 과정을 보여줍니다.
시스템이 단순히 문서를 읽는 것이 아니라, 텔레그램 워크플로와 구글 애널리틱스를 결합한 예시를 찾아 디지털 마케팅 에이전시에 가장 적합한 워크플로를 생성하는 과정을 설명합니다.
생성된 워크플로를 복사해서 실제로 어떻게 변했는지 확인하는 과정을 보여줍니다. 기본적인 프롬프트였음에도 불구하고 더 맞춤형이고 개선된 버전이 생성되었으며, 스티키 노트와 서브워크플로까지 자동으로 추가되었습니다.
Claude를 사용할 때 더 구체적이고 의도적으로 비즈니스 프로세스, 마찰 지점, 사용 가능한 도구들에 대해 설명하면 더 좋은 결과를 얻을 수 있다고 설명합니다.
레벨 1의 마무리를 알리며, 기술적으로는 JSON 복사 붙여넣기만 하면 되는 간단한 과정임을 강조합니다. 편의를 위해 설명란에 JSON 파일 링크를 제공하겠다고 약속합니다.
레벨 2에서는 Docker 설치가 필요하다고 안내하며, 터미널을 사용하기 싫은 사용자를 위해 Docker 공식 사이트에서 직접 다운로드하는 방법을 제시합니다.
비개발자를 위한 추천 도구로 Warp를 소개합니다. 이는 AI 개발 환경으로, 복잡한 터미널 명령어 대신 자연어로 대화할 수 있는 기능을 제공합니다.
Warp의 실제 사용 예시를 들어 'Docker 다운로드'라고 말하면 Claude 3.5 Sonnet이 단계별 지시사항과 정확한 명령어를 제공해준다고 설명합니다.
Docker 설치 과정에서 발생할 수 있는 오류에 대해 Warp가 해결책을 제안해주며, 탭과 엔터키로 쉽게 해결할 수 있다고 안내합니다.
Docker 설정의 목적을 명확히 하며, n8n MCP 서버의 모든 잠재력을 활용하기 위함이라고 설명합니다. 또한 저장소에서 Claude Desktop용 JSON 파일들을 제공한다고 안내합니다.
n8n API URL과 키를 연결하여 워크플로우를 계정에 직접 생성하고 저장할 수 있는 방법을 설명합니다. 한 개발자가 MCP 서버의 완전한 기능을 활용하는 프롬프트를 만들어 제공하고 있습니다.
Docker가 실행되면 'docker pull' 명령어 한 줄만 입력하면 됩니다. Warp 터미널에서 MCP 서버 링크를 복사하여 붙여넣기만 하면 자동으로 설치가 진행됩니다.
설치 과정에서 몇 가지 오류가 발생할 수 있지만 시스템이 자동으로 수정 사항을 제안하므로 탭과 엔터를 누르면 모든 것이 Docker 데스크톱으로 다운로드됩니다.
Docker 데스크톱에서 여러 시행들을 확인할 수 있으며, 주소가 있는 항목이 Claude 데스크톱에서 실제로 사용하는 localhost 버전입니다. 이는 Claude 데스크톱이 대화할 미니 MCP 로컬 서버입니다.
통신이 작동하려면 녹색 아이콘이 있어야 하고 Claude 데스크톱과 Docker 데스크톱을 종료하면 안 됩니다. 종료하면 통신이 중단되고 도구들이 사라집니다.
n8n API URL과 키를 얻는 방법을 설명합니다. URL은 prompt advisor.app.n8n.cloud 형태이며, 슬래시 앞의 부분이 중요합니다. API 키는 n8n 설정에서 새 키를 생성하여 얻을 수 있습니다.
URL과 API 키를 설정하면 서버가 잠금 해제되며, 이를 복사하여 해당 위치에 붙여넣으면 설정이 완료됩니다.
이전 버전을 새로운 JSON으로 교체하고 URL과 API 키를 입력한 후, 클라우드 데스크톱에 붙여넣어 저장하고 재시작하면 준비가 완료됩니다.
업데이트된 JSON으로 클라우드를 업데이트하면 4개 서비스 대신 38개의 서비스를 볼 수 있으며, 모든 새로운 기능들을 확인할 수 있습니다.
우리가 원하는 핵심 기능은 n8n 워크플로우 편집 생성 기능으로, 기존 워크플로우를 가져와서 편집할 수도 있는 강력한 MCP 서버입니다.
레벨 2가 끝나고 이제 레벨 3의 강력한 방법을 보여드리는데, 같은 MCP 서버를 커서(Cursor)로 사용하는 것입니다.
커서는 AI 기능과 언어 모델을 활용할 수 있는 강화된 에디터로, 비전문가도 ChatGPT처럼 사용할 수 있습니다.
프로젝트 열기를 클릭하고 새 폴더를 생성하면 됩니다. 파워 플랜트라는 새 폴더를 열면 빈 화면이 나타납니다.
설정에서 워크벤치로 가서 색상을 라이트 모던으로 변경하여 덜 무섭게 만들 수 있습니다.
왼쪽으로 끌어당기면 기본적으로 ChatGPT 버전이 되며, 다른 AI 도구들처럼 다양한 모델 중에서 선택할 수 있습니다.
커서를 사용하는 이유는 월 20달러 플랜으로 최신 클라우드 모델과 맥스 버전에 접근할 수 있기 때문이며, 강력한 클라우드 for 오퍼스 맥스를 사용할 것입니다.
Claude Desktop에서 사용했던 동일한 Docker 설정을 Cursor에서도 활용할 수 있으며, 설정 메뉴에서 MCP tools를 구성하여 n8n MCP와 context 7에 액세스할 수 있다.
MCP 서버를 설정하려면 Cloud Desktop에서 사용했던 동일한 JSON을 복사해서 붙여넣기만 하면 되고, 인증 정보와 URL을 입력하면 녹색 아이콘으로 정상 작동을 확인할 수 있다.
Cursor를 사용하는 주요 이유는 Claude의 대화 한계와 달리 코드 작성에 최적화되어 있어 원하는 만큼 많은 파일을 끌어다 놓을 수 있고, 에이전트 파일들의 저장소를 활용할 수 있다는 점이다.
두 개의 폴더를 소개한다: 에이전트 도구 폴더(이전에 사용했던 AI 에이전트 샘플 파일들)와 에이전트 워크플로우 폴더(팀이 n8n의 모든 도구를 포함하여 새로 만든 JSON 파일들).
두 폴더를 작업공간에 추가하면 AI 에이전트 워크플로우 구축 시 언제든지 참조할 수 있으며, Claude의 한계에 도달하지 않고도 컨텍스트에 추가할 수 있다.
파일과 폴더를 클릭하여 'agent tools'와 'agent workflows' 폴더를 참조하면서 AI 에이전트 군단을 만들어 달라고 요청할 수 있습니다. 이때 Naden MCP와 같은 MCP 서버들을 활용하여 모든 도구를 결합한 메가 워크플로우를 구축할 수 있습니다.
이 시스템의 강력한 점은 제한이 없다는 것입니다. 한 버전이 최대 한도에 도달하면 클라우드 코스로 전환할 수 있고, 클라우드에서는 접근할 수 없는 다른 언어 모델(GPT 4.1 40, 03 등)도 사용할 수 있어 상황에 따라 최적의 모델을 선택할 수 있습니다.
이 시스템은 유연성을 제공하고 제한을 두지 않으며 두 세계의 최고를 사용할 수 있게 해줍니다. 기술적으로 무한한 지식 베이스에 접근할 수 있으며, 매번 전체 지식 베이스를 수집할 수는 없지만 관련된 부분을 스캔하여 워크플로우에 활용할 수 있습니다.
계획을 세우고 싶다면 'ask mode'를 사용할 수 있습니다. 부동산 중개업소를 위한 워크플로우를 만들고 싶다면 Go High Level, Gmail, Google Sheets, Slack 등을 사용하는 상황을 설명하고 워크플로우 계획을 요청할 수 있습니다.
시스템은 계획 기능을 사용하여 계획을 만들고, 승인 후 실제로 구축하여 NN 계정에 작성할 수 있습니다. 시스템이 에이전트 워크플로우 예시와 에이전트 도구를 읽고 관련성을 판단한 후, 몇 초 만에 다양한 에이전트에 대한 완전한 계획을 제시합니다.
마스터 부동산 에이전트 중 하나를 선택하여 실행을 요청할 수 있습니다. 첫 번째 워크플로우를 실행하고 NAND 워크플로우를 생성하여 계정에 작성하도록 요청하며, 이때 NIN MCP 서버와 제공된 모든 문서를 활용하여 모든 것을 결합하도록 지시합니다.
Claude는 폴더의 지식, MCP 서버 사용법, Claude Opus의 힘을 결합하여 워크플로우를 생성합니다. 에이전트 모드로 전환하면 MCP 서버를 실제로 실행할 수 있습니다.
시스템이 워크플로우 가이드를 통해 문서를 검토하고 관련 노드들을 검색합니다. n8n 상태 확인을 통해 클라우드 접근 권한을 확인하고 워크플로우 생성 함수를 실행합니다.
MCP 서버에는 워크플로우 자체를 검증하는 함수가 있어서 오류나 속성 값 오류 등을 자동으로 처리합니다. 문제가 발견되면 AI 에이전트를 단순화하기 위한 다이어그램을 생성합니다.
시스템이 워크플로우 생성을 다시 시도하며 새로운 JSON을 생성합니다. 사용자 개입 없이 부분 워크플로우 업데이트를 사용하여 조각조각 수리합니다.
모든 JSON을 검증하고 에이전트와 도구들의 다이어그램을 자동으로 생성합니다. 리드 관리 에이전트, 대화, 메모리, OpenAI GPT-4.0를 포함한 부동산 마스터 어시스턴트가 완성됩니다.
성공적으로 완성된 워크플로우의 ID가 제공되며, n8n에서 부동산 마스터 어시스턴트 워크플로우를 확인할 수 있습니다. 채팅 트리거, 워크플로우 시리즈, 메모리, OpenAI 모델을 사용합니다.
결론 및 추가 리소스
모든 설정용 JSON과 에이전트 템플릿은 영상 설명란 링크를 통해 제공되며, 커뮤니티 참여와 추가 실험 결과를 공유할 수 있는 방법을 안내한다.
사용자 개입 없이 모든 서브 워크플로우와 에이전트를 조율하는 프롬프트까지 생성했습니다. 이는 수천 개의 워크플로우를 사용하지 않고도 달성한 결과입니다.
Claude-4 Opus나 Opus Max를 사용하면 에이전트와 워크플로우를 만들고 A부터 Z까지 모든 검증, 가져오기, 라벨링을 처리할 수 있습니다. 이제 n8n 워크플로우 구축을 다음 단계로 끌어올릴 수 있습니다.
Docker 없이 Claude Desktop을 빠르게 실행할 수 있는 스켈레톤 JSON은 첫 번째 링크에서 찾을 수 있습니다. 에이전트 도구, 워크플로우 리포지토리, Cursor 설정 가이드 등 더 많은 리소스는 두 번째 링크에서 확인할 수 있습니다.
단 하나의 프롬프트만 입력하면
몇 분 후에 완전한 워크플로우
자동화가 바로 여러분의
인터넷 계정에 완전히 라벨링되고
설정 준비가 완료된 상태로 도착한다고 상상해보세요.
Claude와 MCP 서버의 강력한 기능을 결합하면
누구나 마스터할 수 있는 거의 손쉬운 워크플로우와
에이전트 생성을 실현할 수 있습니다.
이미 제 채널에서
Claude에서 워크플로우를 수동으로 복사해서 붙여넣는 방법을
어떤 데이터베이스에나 넣는 방법을 보여드린 바 있습니다.
그런 방법들 중 일부는
유튜브 전체에서 폭발적으로 채택되었습니다.
하지만 제가 곧 보여드릴 새로운 접근 방식들은
완전히 다른 수준으로
한 단계 더 나아간 방법들입니다. 이 비디오에서는
세 가지 강력한 접근 방식을 단계별로
차근차근 안내해드리겠습니다.
먼저 간단한 복사 붙여넣기 방법을 보여드리되
MCP 서버를 추가하여 워크플로우를 정말로 강화하는
방법을 보여드리겠습니다. 그리고 더 고급 기술들로
단계를 높여나가겠습니다.
Claude와 같은 것들을 결합하는 방법에 대해
더 고급 기술들로 단계를 높여나가겠습니다.
Docker와 심지어 Cursor까지 결합하여
이것을 완전히 핵폭탄 수준으로 끌어올리는 방법을 보여드리겠습니다.
그리고 여러 다른 서비스들을 결합하여
더 고급 기술들로 단계를 높여나가겠습니다.
N-N 워크플로우를 실제로 생성하고
여러분의 계정에 바로 넣을 수 있는
방법을 보여드리겠습니다.
완전히 손을 떼고 있어도 되는 프로세스입니다.
이 비디오를 처음부터 끝까지 보시면
여러분은 엄청난 레버리지를 제공하는
몇 가지 스킬을 습득하게 될 것입니다.
N-N뿐만 아니라 다양한
애플리케이션과 워크플로우에서 활용할 수 있는 스킬들을 말입니다.
처음 두 방법의 경우
어떻게 작동하는지 보여드리기 전에
먼저 실제로 작동한다는 것을 보여드리겠습니다.
시작하기 위해 여기서 저는
브라우저 기반 버전이 아닌 Claude Desktop을 사용하고 있습니다.
그 이유는 잠시 후에 설명드리겠습니다.
하지만 제가 활용할 수 있는
다양한 도구들을 살펴보면
Claude가 활용할 수 있는 추가 도구로
호출할 수 있는 일련의 다른 서버들이 있다는 것을 보실 수 있습니다.
오늘 우리가 정말로 관심 있는 것들은
N-N MCP 컨텍스트 7과
N-N 워크플로우 문서입니다.
하지만 이것을 실현하기 위해 단 하나의 도구만 필요하다면
저는 이 N-N MCP를 사용할 것입니다.
그리고 그것이 어떻게 생겼는지
기본 저장소가 어떻게 생겼는지
그리고 어떻게 작동하는지 살펴보겠습니다.
하지만 처음에 약속드린 대로
평범한 프롬프트 하나를
단순히 기다리는 것만으로 여러분의 편집 계정에서
대기하고 있는 워크플로우로 바꾸는 방법을 보여드리겠습니다.
그럼 여기서 첫 번째 프롬프트를 입력해봅시다.
그리고 저는 의도적으로 게으르게
음성으로 입력할 예정입니다. 제가 설명에서
장황할 수 있지만 동시에
직접 타이핑하지 않아도 되도록 말입니다.
좋습니다. 저는 전자상거래 회사를 운영하고
워크플로우를 자동화하려는
모든 종류의 도구들을 사용합니다.
하지만 무엇을 먼저 자동화해야 할지 모르겠습니다.
2천만 달러 규모의 전자상거래 비즈니스를
운영하면서 주로 Shopify에서
의류와 상품을 판매하는 예시를 바탕으로
N-N에서 완벽하게 작동하거나
최소한 완벽하게 초안이 작성된
워크플로우 초안을 만들어 주실 수 있나요?
Salesforce나 Shopify, Google Sheets,
Gmail 같은 툴을 사용해서
우리가 시작할 수 있는 워크플로우를
기본적인 출발점으로
만드는 것이 합리적이죠. 이건 마치
컨설턴트와 대화하는 것과 같은데,
모든 종류의 일을 할 수 있는
슈퍼차지된 컨설턴트라고 할 수 있어요.
여기서 한 가지는 확장 사고를 활성화해서
AI가 훨씬 더 깊이 사고할 수 있게
하겠습니다. 그리고 Claude Opus를
사용할 거예요. 여기서 보시면
제가 아무것도 지정하지 않았는데도
이 프롬프트를 보내면
어떤 도구들이 이 특정 절차에
사용할 가치가 있는지 알 수 있어야 해요.
여기서 보시면 AI가
사용할 수 있는 다양한 도구들을
어떻게 사용할지 추론하는 과정을 거치고 있어요.
먼저 어떤 노드들과 그 노드들의
기본 구조를 검색하고 있고
이를 구성하는 데 필요할 수 있는
모든 것을 먼저 수집했는지 확인하고
다음 단계로 넘어갈 거예요.
이제 AI가 전체 프로세스를 다시
생각하고 있어요. 제가 제시한
가상의 시나리오에 대해 너무 자세히
들어가지 않으면서 필요한 모든 것을
갖추고 있는지 다시 확인하고 있어요.
이제 JSON을 제대로
배치하고 구조화하는 방법을
이해하는 메커니즘에 들어가고 있어요.
그런데 혹시 n8n이나
이런 워크플로우 자동화 도구들을
모르시는 분들을 위해 말씀드리면
주로 JSON이라는 것을 사용해요.
JavaScript Object Notation의
줄임말인데, 화면에서 보는 자동화를
나타내는 일련의 코드를 위한
멋진 언어라고 할 수 있어요.
몇 분 실행한 후 기본 워크플로우를
생성하고 워크플로우에 일부
문제가 있다는 것을 깨달아요.
스스로 진단하고 기본적으로
자가 치유한 다음 기본 워크플로우를
우리 계정에 작성해요.
이것을 어떻게 아느냐 하면
이커머스 주문 처리와 고객 동기화를
다음 ID로 성공적으로 생성했다고
말하거든요. 이것이 워크플로우의
ID예요. 그리고 자동화가
어떻게 생겼는지, 어떻게 작동하는지
설명해줘요. 기본 로직이나
실제로 기능하게 하기 위해
설정해야 할 것들과 관련된
더 많은 질문을 하고 싶다면
바로 여기서 전체 분석을
제공해줘요. 하지만 여기서 끝이
아니에요. 다음에 할 수 있는
확장 아이디어까지 제공해줘요.
말 그대로 조언을 해줄 뿐만 아니라
이런 워크플로우의 설정과
프로토타입, 초안까지 만들어서
제로에서 70~80%까지 가져다줄 수 있는
자동화 컨설턴트를 두는 것과 같아요.
제 n8n 계정으로 가보면
바로 여기에 이커머스 주문 처리와
고객 동기화가 있어요.
워크플로우를 클릭하면
문서와 필요한 모든 것을 찾아봤기 때문에
유효한 노드들이 있을 거예요.
이것이 기본적인 워크플로우이긴 하지만
다시 말하지만, 시작하는 데
도움이 되죠. 그리고 제가 아주 좋은 프롬프트를 주지 않았어요.
여러분의 업무 프로세스가 어떻게 돌아가는지 설명해 주세요. 그러면 훨씬 더 상세하고 맞춤형으로 만들어질 것입니다.
이제 실제로 작동하는 것을 확인했으니,
어떻게 작동하는지 살펴보고
누구나 기술 수준에 관계없이
설정할 수 있는 첫 번째 버전을
구축하는 방법을 시작해보겠습니다.
다시 한번 목표를 말씀드리면, 기본 프롬프트부터
고급 프롬프트까지 어떤 것이든 입력하면
전체 워크플로우를 완성해 주는 것입니다.
그러면 들어가서 필요한 것을 연결하고,
비즈니스에 맞는 변경사항을 적용한 다음
그대로 사용하면 됩니다.
이런 식으로 만들어진 것이 바로 이것입니다.
Claude가 다시 한번 생각해서
이 매우 모호하고 최소한의 정보로
가장 논리적이고 간단한 해결책이
무엇인지 찾아낸 것입니다.
여기서 보시면 하나가 아니라
두 개의 별개 워크플로우를 만들어냈습니다.
때로는 요청한 양에 따라
3~4개의 워크플로우를 생성하기도 합니다.
그리고 여러분이 궁금해할 질문에 답하자면,
네, AI 에이전트 구조도 만들 수 있습니다.
결국 이 모든 AI 에이전트들은
랭체인(LangChain)이라는 것으로 표현되고,
모든 노드를 검색하는 동안
특정 노드들을 찾을 수 있으며
그 과정에서 우리가 코치해줄 수도 있습니다.
이런 상태에서 이런 결과로 효과적으로 가려면
우리가 사용해야 할 네 가지 핵심 구성요소가 있습니다.
지식 기반이 없어도
간단한 워크플로우를 빠르게 만들어내려면
n8n 문서와 소통할 수 있어야 합니다.
다른 제공업체들과 달리
n8n은 더 오픈소스적입니다.
즉, n8n이 어떻게 작동하는지 보는 데 필요한 모든 코드가
공개되어 있다는 뜻입니다.
그래서 이런 종류의 서버들이
그 문서를 읽고 더 잘 이해할 수 있도록 도와주며
워크플로우를 생성하거나 초안을 작성할 때마다
스스로 더 잘 숙지할 수 있게 됩니다.
그 문서를 이해함으로써
언제 어떤 노드나 워크플로우를 사용해야 하는지
더 잘 이해할 수 있고,
시간이 지나면서, 특히 같은 채팅에서
요청을 작성하고 있다면
여러 유형의 워크플로우를 보고
기본적으로 그 구조를 사용하게 됩니다.
물론 여러분이 동의한다는 가정하에서 말이죠.
이제 다음 구성요소는 선택사항이지만
확실히 성능을 향상시킬 수 있습니다.
수천 개의 워크플로우로 된
실제 저장소들이 있어서
MCP 서버를 통해 Claude에
쉽게 동기화하고 연결할 수 있습니다.
그래서 노드 검색, 문서 검색뿐만 아니라
워크플로우 예시들도 검색할 수 있습니다.
따라서 여러분의 워크플로우를
예시로 업로드하는 번거로움 없이도
워크플로우를 제대로 생성할 가능성이
훨씬 높아집니다.
마지막으로 에이전트 워크플로우를
생성하고 싶다면 완전히 가능합니다.
여기서 도움이 되는 한 가지는
실제로 프롬프트에서 넌지시 알려주거나
특별히 에이전트 기반인
예시 워크플로우 시리즈를 제공하는 것입니다.
그래야 에이전트가 아닌 다른 것을
만들지 않도록 유도할 수 있습니다.
프롬프트에 넣거나 에이전트 기반의 특정 워크플로우 예시들을 제공해서
A에서 B로만 가는 워크플로우가 아니라 적절한 곳에 에이전트를 사용하도록 유도하는 것이 중요합니다.
이런 세밀한 부분이 우리를 좋은 수준에서 환상적인 수준으로 끌어올리는 거죠.
제가 설명할 세 가지 접근법을 높은 수준에서 개괄적으로 설명해드리겠습니다.
각각이 무엇을 포함하는지 완전히 이해하실 수 있도록 말이죠.
첫 번째 레벨에서는 MCP 서버와 클라우드 데스크톱을 결합할 예정입니다.
설정하기 복잡하지 않고 컨피그 파일이라는 곳에
JSON을 복사해서 붙여넣기만 하면 됩니다. 저장하고 클라우드 데스크톱을 재시작하면
그 도구들을 즉시 사용할 수 있습니다.
MCP가 무엇인지 모르시는 분들을 위해 설명하면
멀티컨텍스트 프로토콜의 줄임말로
특정 애플리케이션의 API나 백엔드 서비스를 래핑해서
쉽게 소통할 수 있도록 하는 멋진 용어입니다.
보통 하나의 열쇠로 하나의 문을 여는 비유를 생각해볼 수 있습니다.
그 하나의 문이 하나의 기능이라고 상상해보세요.
Slack을 예로 들어보겠습니다.
Slack을 통해 메시지를 보내고, 메시지를 작성하고, 메시지를 예약하는 것
이 모든 것들이 다른 기능들입니다.
우리는 매번 호출을 할 때마다 백엔드 어깨를 두드려서
'나는 이것을 하고 싶어, 슬랙을 통해서가 아니라 N8N이나 Zapier, Make를 통해서'
라고 말해야 했던 세상에 살았습니다. 제 자격증명인 이 키를 가져다가 그 하나의 문을 열어서
이 하나의 요청을 할 수 있도록 해달라고 말이죠.
언어 모델들이 이런 구조를 사용해서 매번 문을 두드릴 수도 있지만
모든 도구를 효과적으로 사용하고 하나의 자격증명으로
모든 기능에 접근하기 위해서는
이제 같은 키로 다섯 개의 문을 한 번에 열 수 있게 해주는 서버들이 있습니다.
간단히 말하면, 하나의 키, 하나의 문이 예전 세상이었고
이 MCP 서버 세상에서는 하나의 키로 5개, 10개, 100개의 문을 한 번에 열 수 있습니다.
여기를 보시면 단일 도구가 아니라
38개의 다른 기능들을 하나의 개별 서버에서 얻을 수 있습니다.
이것이 바로 MCP의 힘입니다.
일반적으로 예전 세상에서는 사용하고 싶은 각각의 메소드를
하드코딩해야 했는데, 이는 확장성이 없을 뿐만 아니라
상황이 바뀌거나 서비스 소유자가
기능 구조를 변경하면 모든 것을 함께 업데이트해야 했습니다.
이제 이런 서버들을 사용하는 두 가지 주요 방법이 있습니다.
하나는 로컬이라고 하고 다른 하나는 리모트라고 합니다.
리모트를 사용하면 훨씬 쉽습니다. 특히 비기술자라면
MCP 서버라고 하는 작은 코드 조각들을 복사해서 붙여넣기만 하면 되니까요.
기능성과 보통 어떤 종류의 자격 증명이 필요하고
그것을 Claude Desktop의 설정 파일이라고 하는 곳에 붙여넣으면 됩니다
걱정하지 마세요, 정확히 어떻게 하는지 보여드릴게요
약 1분 정도면 끝나는 작업이에요
그리고 Claude를 재시작하면
바로 그 도구들을 볼 수 있을 거예요
이제 로컬 측면은 반드시 로켓 과학은 아니지만
시스템에 따라 때로는 몇 가지 단계를 따르는 데
약간의 마찰이 있을 수 있습니다
하지만 그럼에도 불구하고
여러분이 매우 강력한 레벨 2와 3을
활용할 수 있는 가능성을 높이기 위해
그것도 분해해서 설명해드릴게요
이 접근법이 가능한 한 간단하도록 하기 위해
Git MCP라는 도구를 사용할 거예요
이것은 기본적으로 누군가의 GitHub을 가져다가
코드나 저장소의 시리즈인데
여기에는 활성화할 수 있는 모든 종류의 기능이 있습니다
그리고 미니 MCP 서버를 만들어서
그들이 제공하는 코드를 복사해서 붙여넣고
Claude의 설정 파일에 붙여넣고 재시작하면
호환되는 원하는 서비스와 대화할 수 있게 됩니다
그리고 시작하기 위해
수천 개의 n8n 워크플로우와 정보를 연결할 거예요
문서화 및 제가 보여드린 초기 단계에서
노드를 검색하고, 워크플로우에 접근하고
문서에도 접근할 수 있었던 모든 것들이요
이제 접근법 2번으로
이것을 전문가 모드라고 부를 건데
기술적으로 우리가 해야 할 일은
Claude를 Docker라는 것과 결합하는 것입니다
Docker가 무엇인지 모르신다면
여기서 몇 가지 비유를 들어드릴게요
일련의 컨테이너가 있는 고래 아이콘이 있습니다
이것에 대해 생각할 수 있는 두 가지 방법이 있어요
첫 번째는 일종의 도시락 상자로 생각하는 거예요
컴퓨터에 이 상자나 컨테이너가 있다고 상상해보세요
그리고 이 컨테이너에는 모든 종류의 기능이 있을 수 있어요
다양한 앱이 있을 수 있고
서버 역할을 하는 것들을 실행할 수 있어요
이 경우, 클라우드의 서버가 아닙니다
실제로 여러분의 실제 하드웨어에서
실시간으로 실행되는 서버예요
당연히 이것은 훨씬 더 안전합니다
이것이 바로 이 n8n MCP 서버를 사용하고
로컬 컴퓨터에서 실행하면
n8n용 API 키와 자격 증명을 입력할 수 있어서
원격으로 프로그래밍 방식으로
모든 워크플로우를 n8n 계정에 작성할 수 있게 해주는 이유입니다
Docker를 보는 또 다른 방법은 올바른 방법인데
실제 컨테이너로 보는 것입니다
n8n MCP 서버든
컴퓨터에 추가할 수 있는 모든 종류의 서버든
구성하는 각 앱들을 상상해보세요
모두가 개별 컨테이너이고
Docker는 그 모든 것을 운반하고
원하는 대로 모든 것을 실행합니다
그리고 그것들을 실행하거나 컴퓨터에서 실행될 때
이 경우 Claude Desktop과 직접 통신할 수 있기 때문에
사용할 수 있습니다
이제 터미널에서 Docker를 설정하는 것은
사람들에게 약간 위협적일 수 있어요
그래서 정말 추천하는 도구가 하나 있는데
제휴된 건 아니고, 그냥 멋진 도구예요
무료로 사용할 수 있어요
n8n MCP 서버든
컴퓨터에 추가할 수 있는 모든 종류의 서버든
모두가 개별 컨테이너이고
Docker는 그 모든 것을 운반하고
원하는 대로 모든 것을 실행합니다
그리고 그것들을 실행하거나 컴퓨터에서 실행될 때
이 경우 Claude Desktop과 직접 통신할 수 있기 때문에
사용할 수 있습니다
이제 터미널에서 Docker를 설정하는 것은
사람들에게 약간 위협적일 수 있어요
조금 어렵게 느껴질 수 있어요. 그래서 제가 정말 추천하는 도구가 있는데요.
제휴 관계는 아니고, 그냥 정말 좋은 도구인데 대부분 무료로 사용할 수 있어요.
Warp라고 불리는 도구입니다.
기본적으로 AI 기반 터미널이에요.
자연어로 그냥 써도 되거든요.
'Docker 좀 다운로드해주세요'라고 하면
Docker를 찾아서 다운로드할 수 있게 해주고
오류가 발생할 때마다 - 이건 충분히 가능한 일이죠 -
Warp가 실제로 AI를 사용해서
다음에 할 수 있는 자연스러운 단계를 제안해줘요.
문제 해결을 위한 단계 말이에요.
그래서 기본적으로 탭이나 엔터를 계속 눌러서
다음에 뭘 해야 할지 제안을 받을 수 있어요.
아니면 다음에 뭘 입력해야 할지 말이에요.
터미널에서 보이는 모든 걸 스크린샷 찍어서
Claude나 ChatGPT에 넣고
SOS 도와달라고 하는 대신 말이에요.
제 경우에는 컴퓨터에 설정하는 데
대략 3분 정도 걸렸어요.
물론 이미 Docker가 설치되어 있었고
웹을 통해 수동으로 다운로드할 수도 있어요.
지금 보여드릴게요.
그냥 Docker Desktop을 구글링하면
이런 결과들을 볼 수 있을 거예요.
Docker Desktop for Windows가 있고
Windows 사용자라면 이걸 쓰면 되고
Mac 사용자라면 Mac용이 있어요.
그러면 해야 할 일은
이 웹사이트 중 하나에 들어가서
Mac용 데스크톱이나 Windows용 데스크톱으로 가서
자신의 하드웨어에 맞는 걸 선택하고
다운로드하면 되요.
이게 적어도 컴퓨터에 Docker를 설치하는
쉬운 방법이 될 수 있어요.
그리고 설치가 완료되면
우리가 첫 번째 레벨에서
원격 서버를 Claude에 연결했던 것과
같은 방식으로 그 서버를 Claude에 연결할 수 있어요.
그러면 그 이후로는 매우 간단해질 거예요.
그리고 레벨 3에서는
서비스를 하나 더 추가할 거예요.
여기서는 Claude Desktop, Docker
그리고 Cursor라는 것을 결합할 거예요.
Cursor가 뭔지 모르신다면
기본적으로 코드 에디터예요.
많은 분들이 보시고 처음에는 겁먹을 수 있지만
솔직히 ChatGPT를 사용하는 것과 같아요.
단지 폴더에 접근할 수 있고
매우 강력한 일들을 할 수 있다는 점이 다르죠.
그리고 이게 유레카 순간인 이유는
일반적으로 제가 만든 다른 워크플로 비디오에서
Claude는 항상 제한이 있었거든요.
그리고 주요 제한은
매우 제한적인 지식 베이스를 가지고 있다는 점이에요.
즉, 시작한 대화가
정말 빨리 끝난다는 뜻이에요.
그리고 5-6번 이상 대화하려면
계속해서 더 크고 더 큰 요금제로
업그레이드하라는 압박을 받게 됩니다.
하지만 Cursor 같은 걸 사용하면
할 수 있는 것은
전체 폴더나 수천 개의 워크플로가 있는 데이터베이스를
매우 효율적으로 스캔할 수 있다는 점이에요.
Claude에 모든 걸 때려넣고
Claude가 모든 줄을 읽게 하고
기본적으로 대화의 전체 범위를 제한하는 일 없이 말이에요.
그래서 실제로 작성뿐만 아니라
유지보수와 스캔에 최적화된
이런 플랫폼들을 사용하면
수천 개 아니면 수만 개의 코드 줄을
스캔할 수 있고
실제로 JSON 문서를 사용한다면
더 효율적으로 작업할 수 있어요.
모든 것을 제대로 분류하고 정리하면
모든 것을 적절히 분류하여
다양한 폴더로 정리하면
기술적으로 모든 클라우드 모델에 접근할 수 있습니다.
Claude가 기본적으로
이 모든 파일들과 대화할 수 있고
할 수 있는 것과 없는 것에 제약받지 않습니다.
그리고 이 세 가지 조합을 결합하면
Claude의 지능,
특히 n8n JSON 워크플로우 생성에서의
지식 베이스와 함께
이러한 워크플로우를 원격으로 생성하는 능력
그리고 수천 개의 다른 워크플로우를 참조하고
다른 서버를 통해 문서를 읽는 능력
이제 믿을 수 없을 정도로 강력한 무언가를 갖게 됩니다.
그리고 기술적으로 더 능숙하시다면
편하시거나 익숙한 에디터를
무엇이든 사용할 수 있습니다.
제가 Windsurf 대신 Cursor를 사용한 이유는
Windsurf가 OpenAI에 인수되었기 때문입니다.
그래서 Claude가 실제로
최신 모델에 대한 네이티브 액세스를 차단했습니다.
그래서 저는 Cursor를 선택했습니다.
그들은 매우 좋은 관계를 갖고 있고
Claude Opus와 Sonnet을 얼마나 많이 사용할 수 있는지
매우 유연한 플랜을 갖고 있습니다.
또한 이를 Max 모드에서 사용할 수 있어
해당 모델들의 최대 효율성과 성능을 제공합니다.
그리고 이 경우 GitHub 조합을 사용하여
Context 7에서 서버를 다운로드할 뿐만 아니라
모든 종류의 서비스에서 실시간으로 업데이트되는
문서에 액세스할 수 있게 됩니다.
n8n뿐만 아니라
OpenAI, Claude의 최신 모델도 도움을 받을 수 있습니다.
이것은 다시 한 번 매우 강력한 MCP 서버로
Claude를 포함한 모든 것에 추가할 수 있습니다.
그런데 그 넓은 시야로
레벨 1 설정에 들어가 봅시다.
좋습니다. 첫 번째 접근 방식에서
여러분 대부분이 그렇듯이
저는 빈 슬레이트로 시작하겠습니다.
만약 여기 내 도구들을 보면
제가 전에 언급한 도구들이 전혀 없는 것을 보실 수 있습니다.
그래서 우리는 단계별로 함께 추가할 것입니다.
이제 Claude Desktop에서
도구를 추가하는 방법은
왼쪽 상단으로 가서
Claude를 클릭하고
설정으로 가는 것입니다.
설정으로 가면
개발자를 클릭하고 싶을 것입니다.
그리고 개발자 탭에서
config를 편집할 수 있습니다.
그러면 제가 전에 언급한 파일이 팝업됩니다.
여기서 모든 자격 증명이나
주소를 붙여넣거나
이 경우 MCP 서버 정보를 붙여넣어
Claude에 연결할 수 있습니다.
이것이 기본 폴더의 파일 모습입니다.
그리고 더블 클릭하면
기본적으로 MCP 서버만 표시되는
빈 상태일 것입니다.
그리고 우리는 이것을 채워야 합니다.
이제 우리가 직접 코드를 작성할까요?
물론 아닙니다. 우리는
제가 어떻게 얻는지 보여드릴
모든 자격 증명을 복사해서 붙여넣을 것입니다.
실제로 Claude에 던져넣을 것입니다.
그러면 Claude가 이 전체 파일을 작성해서
우리가 그냥 복사해서 붙여넣을 수 있습니다.
이 첫 번째 접근 방식의 힘을 최대화하기 위해
세 가지 다른 GitHub 저장소를 사용할 것입니다.
하나는 n8n 워크플로우라고 불리는 것입니다.
그리고 저는 이것을 원합니다.
Z619에게 감사 인사를 전하고 싶습니다. 그분이 이걸 만들어주신 덕분에
수천 개의 워크플로를 사용할 수 있게 되었습니다.
이 파일을 클릭하면
정말 많은 워크플로들을 볼 수 있습니다.
여러분의 Claude 인스턴스가 학습할 수 있는 워크플로들이죠.
물론 이 모든 것들이 여러분이 원하는 것과
정확히 일치하거나 완전히 동일한 건 아닙니다.
그렇지 않죠.
하지만 이런 자료들에 접근할 수 있다는 것은
특히 세 번째 접근법에서
환상이나 손상된 노드를 피하는 데
훨씬 더 유용할 것입니다.
사용할 두 번째 저장소는
Context 7입니다.
다시 한 번 말씀드리지만 여기 정보를 읽어보시면
기본적으로 최신 문서에 접근할 수 있게 해줍니다.
따라서
Claude에게 웹 검색이나 딥 웹 검색을 해서
문서를 찾아달라고 하는 대신
이 서버를 호출하면
항상 최신 문서의 사본을 파일로 보관하고 있습니다.
마지막으로 가장 중요한 것은
바로 여기 이 분이 설계한
NAND MCP 서버입니다.
개인적으로 알지는 못하지만
정말 놀라운 일을 해냈습니다.
노드를 생성하고 노드를 검색하며
문서를 로드하는 것뿐만 아니라
모든 찬사와 칭찬을 받을 만합니다.
그러니 꼭 그의 저장소에 별점을 주세요.
더 유명해질 수 있도록 말이죠.
여기서 문제는 다시 워크플로를 만들 수 없다는 것입니다.
2단계에서 이야기할 Docker가 필요하기 때문에
자격 증명이 통과할 수 있도록 해야 합니다.
따라서 이 단계에서
이 특정 서버는
레벨 2와 3에서만큼 유용하지 않을 것입니다.
하지만 여전히 추가할 만한 가치가 있습니다.
이제 여러분에게 MCP 서버를 처음부터 만드는 방법을
알아내라고 하는 대신
기술적이든 비기술적이든
정말 유용한 팁이나 치트 코드를 알려드리겠습니다.
그래서
getmcp.io로 가시면 됩니다.
그러면 단계별 지침을 제공받을 수 있습니다.
미니 MCP 서버를 만들 수 있을 뿐만 아니라
저장소에 대해서도 알 수 있습니다.
실제로 그것과 대화하며
이게 뭘 하는 거죠? 무엇으로 구성되어 있나요?
같은 질문을 할 수 있습니다.
또 다른 치트 코드는
여기로 들어가서
이 URL을 변경해서
getmc.io라고 입력하는 것입니다.
한 번 보세요.
채팅 기능과 서버 URL을 제공할 뿐만 아니라
실제로 필요한 정확한 코드를 제공해줍니다.
Cursor, Cloud Desktop, Windsurf 등에
복사해서 붙여넣기만 하면 됩니다.
그래서 우리가 할 일은
이 코드들을 각각 가져와서
브라우저에서 완전히 새로운 클라우드를 열고
이 모든 것으로 통합된 JSON 파일을 만들어달라고
말하는 것입니다.
첫 번째를 붙여넣고 두 번째도 할 것입니다.
이것을 가져와서
똑같은 방식으로 할 것입니다.
getmcp.io로 가서
같은 방식으로 할 것입니다.
클라우드 데스크톱에서
여기에 붙여넣겠습니다. 그리고 당연히
흥미로운 점은 우리가 Claude를 사용해서 Claude용 파일을 작성하고 있다는 거예요. 그래서 Claude가 Claude를 위해 작업하는 상황이죠.
get mcp.io에서
다시 한번 말씀드리면, 이제 모든 설정이 완료되었습니다.
그래서 여기에 붙여넣기 하고요.
Claude가 이 모든 것을 정리하도록 시킬 겁니다.
복사해서 붙여넣기 하기만 하면 되고요.
1분 안에 이런 결과를 얻을 수 있습니다.
이제 복사해서
Claude로 돌아가서
config 파일에 붙여넣기만 하면 됩니다.
짠! 이제 저장하겠습니다.
실제로 이러한 도구들을 보려면, 여기서 보시는 것처럼
추가했음에도 불구하고 아직 아무것도 보이지 않네요.
Claude로 가서 프로그램을 완전히 종료하고
처음부터 다시 시작해야 합니다.
그래야 해당 파일을 읽고 도구들을 인식하게 됩니다.
Claude를 다시 시작할 때, 우측 상단에
즉시 오류가 나타나지 않으면
보통 정상적으로 설정된 것입니다.
여기를 클릭하시면
이 특정 섹션에서
Contact 7 end MCP docs와
end workflow docs를 볼 수 있습니다.
그리고 호출할 수 있는 다양한 도구들과
기능들을 모두 확인할 수 있어요.
제가 말씀드린 것처럼, NIDA와 MCP docs의 경우
로컬 서버에서 Docker 같은 것을 사용하지 않고는
전체 성능을 활용할 수 없기 때문에
4개의 핵심 기능에만 접근할 수 있습니다.
하지만 실제로는 38개의 다양한 도구와
기능들이 서버에 있습니다.
edit end workflow docs에 접근할 수 있으므로
기술적으로 생성하려는 워크플로우와
유사한 워크플로우를 검색하도록 요청할 수 있고
Claude의 지식베이스 공간을 차지하거나
혼잡하게 만들지 않으면서
JSON 파일을 메모리에 로드할 수 있습니다.
그래서 이런 식으로 할 수 있어요.
"당신이 사용할 수 있는 fetch workflows 기능이나"
"search workflows 기능을 통해"
"텔레그램을 사용하는 몇 가지 다른 워크플로우를 찾아서"
"JSON 워크플로우의 작은 프로토타입을 만들어"
"JSON 형식으로 출력하고 코드 블록으로 제공해주세요."
"NAD로 가져왔을 때 작동하도록 말이에요."
이렇게 보내면 시도해볼 수 있습니다.
이제 해당 도구를 사용할 수 있다는 것을 인식하고
해당 저장소 전체를 검색해서
다양한 파일들을 통해 관련 워크플로우를 찾을 거예요.
여기서 보시는 것처럼 이제 search end workflows 코드를 사용하고 있습니다.
텔레그램이라는 단어를 쿼리하고 일치하는 항목을 찾고 있어요.
이제 GitHub 저장소에서 워크플로우 예시를 찾아냈고
더 간단한 것을 찾아 학습하려고 합니다.
여기서 보시는 것처럼 동일한 검색의
다른 버전을 보내고 있어요. 다시 생각하고 있고
이제 '항상 허용'을 클릭할 수 있는 팝업을 제공합니다.
그러면 검색해서 실제 JSON 파일을 가져오고
그것을 살펴보고 학습한 다음
우리의 새로운 시나리오에 적용하려고 시도합니다.
이제 만약 우리가
이것을 사용한다면
Claude가 이 기능을 인식하고
전체 저장소를 검색해서
관련 워크플로우를 찾을 수 있습니다.
GitHub 저장소에서 워크플로우 예시를 찾아냈고
더 간단한 것을 찾아 학습하려고 합니다.
여기서 보시는 것처럼 동일한 검색을 다시 보내고
다시 생각하고 있습니다.
이제 '항상 허용'을 클릭할 수 있는 팝업을 제공해요.
그러면 검색해서 실제 JSON 파일을 가져오고
그것을 살펴보고 학습한 다음
우리의 새로운 시나리오에 적용하려고 시도할 거예요.
이제 만약 우리가 이것을 사용한다면
정말 강력한 기능을 활용할 수 있습니다.
이제 다음 단계로 넘어가겠습니다.
이 fetch 단계를 자세히 살펴보면
여기서 전체 JSON 파일을 가져와서
정확히 어떻게 구성되어 있는지 학습하고
그 구조를 바탕으로 JSON을 만들어냅니다
그리고 일반적으로 이 방법은
첫 번째 시도에서 작동할
가능성이 훨씬 높습니다
이것은 우리가 직접
텔레그램 노드로 워크플로를 수동으로 업로드하고
Claude가 새로운 시나리오에서
어떻게 보일지 추측하도록 하는 것과
같은 원리이기 때문입니다
이 방법은 직접적으로
어떤 플랫폼에도 가져올 수 없으므로
이 워크플로를 가져와서 높은 확률이나
높은 신뢰도로 올바르게
가져올 수 있습니다
자, 이제 페인트브러시를 클릭해서
렌즈를 적용해보겠습니다
환영 메시지 전송과 에코 메시지가 있습니다
매우 기본적인 워크플로입니다
저는 매우 기본적인 프롬프트를 사용했고
이제 사용할 준비가 되었습니다
설정을 시작할 수 있습니다
레벨 2로 가기 전에
컨텍스트 7을 활용해서
전체 워크플로를 어떻게 풍부하게 만들 수 있는지
보여드리겠습니다
여기서 프롬프트를 전송해보겠습니다
컨텍스트 7 도구를 사용해서
최신 n8n 문서를 찾아보고
예시들이나 다양한 영감을 통해
만들어진 워크플로를 훨씬 더
맞춤형으로 만들고 이상적으로는
디지털 마케팅 에이전시에 적합하게 만들어달라고
요청했습니다
결과 워크플로에 대해서는
크게 신경쓰지 않고
컨텍스트 7처럼 명시적으로
특정 명령을 사용했을 때
무엇을 할지 보여드리고 싶습니다
이 경우 컨텍스트 7이라고
더 의도적으로 말하는 이유는
기술적으로 최신 문서를 찾아달라고
말했고 웹 검색이 활성화되어 있으면
혼란스러워하며 웹 검색을 사용하겠다고
말할 수 있기 때문입니다
하지만 이 경우 컨텍스트 7을 사용해서
n8n 문서를 검색할 승인을 요청하는 것을 볼 수 있습니다
문서를 읽어보고 다른 관점으로
돌아올 것입니다
이 경우 문서만 읽은 것이 아니라
문서를 읽은 후 깨달은 것은
텔레그램 워크플로를 만드는 다른 예시를
보고 싶어했다는 것입니다
하지만 이번에는 구글 애널리틱스와
결합해서 만들었습니다
디지털 마케팅 에이전시에 가장
관련성이 높다고 판단했기 때문입니다
그 결과 여기서
워크플로를 생성하고 있습니다
재미삼아 복사해서 붙여넣기해서
어떻게 변했는지 보겠습니다
여전히 기본적일 수 있습니다
제 프롬프트가 그렇게 맞춤형이나
강력하지 않았지만 무엇이 나올지 보겠습니다
복사해서 이동하고 붙여넣기하고
페인트브러시를 클릭하면
이제 훨씬 더 맞춤형 버전을 볼 수 있습니다
제가 요청하지 않았는데도
무슨 일이 일어나고 있는지 설명하려고
스티키 노트를 만들었습니다
여기서 서브워크플로를 만들었고 이것은 단순히 개선해달라고 요청한 결과입니다
의도적으로 정확한 비즈니스 프로세스와
마찰 지점, 그리고 사용 가능한 도구들에 대해
자세히 설명했다면 더 좋았을 것입니다.
자, 이제 레벨 1이 끝났습니다.
보시다시피 그리 어렵지 않았죠.
기술적으로 해야 할 일은
JSON을 복사해서 붙여넣기만 하면 됩니다.
그런데 여러분의 편의를 위해
아래 설명란의 첫 번째 링크에
이 파일을 제공하겠습니다.
그러면 Claude Desktop에
복사해서 붙여넣기만 하면 되고,
자격 증명이 필요 없으니
바로 사용할 수 있습니다.
이제 레벨 2에서는
Mac이든 Windows든
데스크톱에 Docker를 설치해야 합니다.
터미널을 사용하기 싫다면
그냥 'docker download'라고 검색하세요.
Docker 사이트에 가면 'Get Docker'가
바로 여기에 보이고,
사용하는 기기에 맞게 다운로드하면 됩니다.
완전히 설치되는 데
약 5-10분 정도 걸립니다.
그리고 특히 비개발자에게 강력히 추천하는
또 다른 도구는
Warp라는 걸 다운로드하는 것입니다.
이것은 AI 개발 환경입니다.
이걸 다운로드하세요.
우리가 사용하는 용도로는
무료로 사용할 수 있을 것입니다.
화면은 이렇게 생겼습니다.
터미널처럼 보이는 빈 화면이지만
작동 방식은 완전히 다릅니다.
실제로 대화할 수 있어서
ChatGPT에게 이상한 명령어를
대시와 하이픈으로 보낼 필요가 없습니다.
예를 들어 '데스크톱에 Docker를
다운로드하고 싶다'고 말할 수 있죠.
그러면 Claude 3.5 Sonnet을 사용해서
다음 단계를 제안해줍니다.
정확히 무엇을 해야 하는지 알려주고,
실제로 컴퓨터에서 실행하려면
정확한 명령어를 제공합니다.
그래서 이걸 복사해서
여기에 붙여넣고 실행하면 됩니다.
이 경우 제 컴퓨터에는 Docker가 있는데,
없으시다면 새로 설치해야 합니다.
제공되는 지시사항을 따르면 되고,
오류가 발생하면
보통 해결책을 제안해줍니다.
그리고 오류가 발생하면
보통 수정 방법을 제안해주고,
탭을 클릭해서 제안을 수락하고
엔터를 누르기만 하면 됩니다.
보통 이런 식으로 설정합니다.
하지만 이것도 너무 복잡해 보이면
그냥 여기 URL로 가서
일반적인 방법으로 다운로드하고
그 부분을 해결하세요.
다시 말씀드리지만, Docker를 설정하는 이유는
이 n8n MCP 서버의 모든 잠재력을
활용하기 위해서입니다.
이 저장소의 좋은 점은
Claude Desktop 같은 곳에
가져와야 할 실제 JSON을
제공해준다는 것입니다.
그래서 Command+F로
'Claude Desktop'을 검색하면
두 가지 다른 버전의 JSON을 제공합니다.
하나는 기본 기능을 위해
바로 사용할 수 있는 것이고,
사용 방법을 보여줍니다.
실제로 n8n API URL과 키를 연결하여
워크플로우를 만들고 작성할 수 있으며
계정에 직접 저장할 수 있습니다.
앞서 말했듯이, 그런데 더 있습니다.
이 전설적인 개발자가
이 MCP 서버의 완전한 기능을
실제로 활용하는 방법에 대한
전체 프롬프트를 만들어 놓았습니다.
이 프롬프트를 복사해서
Claude 프로젝트에 붙여넣으면
바로 사용할 수 있습니다.
Docker가 실행되면
한 줄만 입력하면 됩니다.
docker pull을 입력하면 됩니다.
Docker가 컴퓨터에서 실행되면
Warp에 붙여넣기만 하면 됩니다.
docker pull 다음에
실제 MCP 서버 링크를 입력합니다.
여기서 바로 복사할 수 있고
Warp로 가면 이미 완료했습니다.
이것만 붙여넣었습니다.
처음에 몇 가지 오류가 발생했지만
아무것도 하지 않았습니다. 수정 사항을 제안해서
탭을 누르고 엔터를 두 번 누르니
모든 것이 Docker 데스크톱 컴퓨터로
다운로드되었습니다.
Docker에서 어떻게 보이는지 보여드리겠습니다.
이것을 클릭하면
여러 번 실행한 시행들을 볼 수 있습니다.
하지만 이것이 Claude 데스크톱에서
실제로 사용하는 것입니다.
주소가 있기 때문에 확인할 수 있습니다.
이것은 기본적으로 localhost의 한 버전으로
쉽게 말하면 이것이
Claude 데스크톱이 대화할
미니 서버 또는 미니 MCP 로컬 서버입니다.
대화할 수 있는 전제 조건은
녹색 아이콘이 있어야 하고
Claude 데스크톱을 닫으면 안 됩니다.
데스크톱 종료를 클릭하면 안 됩니다.
Docker 데스크톱 종료를 의미하는데
Docker 데스크톱과 Claude 간의
통신이 더 이상 작동하지 않고
갑자기 도구들이 사라지는 것을 보게 됩니다.
따라서 이것을 켜두고
백그라운드에서 실행하세요.
URL과 API 키를 얻어서
서버에 연결하려면
URL이 다음과 같이 보일 것입니다.
이 경우 제 Agency Prompt Advisor
URL입니다.
이 부분은 prompt advisor.app.n8n.cloud입니다.
슬래시 앞의 이 부분이
우리가 관심 있는 부분입니다.
그리고 API 키는
왼쪽 하단으로 가서
여기를 클릭하고 설정을 클릭하면
설정을 클릭하면
여기에 n8n API가 있습니다.
클릭할 수 있고
새 키를 생성할 수 있습니다.
키를 받아서 어딘가에 저장하세요.
그리고 그것을 넣을 곳은
실제 URL 여기입니다.
여기로 가면
n8n API URL이 보입니다.
방금 보여드린 prompt advisor URL이지만
여러분의 것은 다를 것입니다.
그리고 키는 우리가 받은
키가 될 것입니다.
이것을 가지면 서버가 잠금 해제됩니다.
기술적으로 해야 할 일은
이것을 복사해서 여기에 붙여넣으면 됩니다.
그리고 여기서 이전 버전을 이것으로 교체하라고 할 수 있습니다.
그런 다음 여기 제 URL과 API 키가 있습니다라고 말할 수 있습니다.
그러면 새로운 버전을 복사해서
클라우드 데스크톱에 붙여넣을 수 있습니다.
저장하고 닫고 재시작하면
준비가 완료됩니다.
새로운 JSON으로 클라우드를 업데이트하면
바로 여기 같은 아이콘을 클릭할 수 있습니다.
4개의 서비스를 보여주는 대신
제가 말했듯이 38개를 볼 수 있습니다.
그리고 이것을 클릭하면
우리가 가진 모든 새로운 기능들을 볼 수 있습니다.
그 중 하나가 우리가 정말 원하는 것입니다.
바로 n8n 워크플로우 편집 생성 기능입니다.
바로 여기 있는 것입니다.
그리고 워크플로우를 가져올 수 있습니다.
실제로 작업공간에서 기존 워크플로우를 가져와서
편집할 수도 있습니다.
이것은 정말 강력한 MCP 서버로
수많은 가능성을 열어줍니다.
그리고 이것으로 레벨 2가 끝납니다.
이제 강력한 레벨 3을 보여드리겠습니다.
이 방법을 사용하되 거의 똑같은 MCP 서버를
커서(Cursor)로 사용하는 것입니다.
다시 말하지만, 커서는 AI의 힘과
언어 모델을 사용할 수 있게 해주는
몇 가지 시스템을 갖춘 강화된 에디터입니다.
수십 개, 수천 줄의 코드까지도요.
하지만 우리의 경우, 비전문가라고 해서
겁먹지 마시기 바랍니다.
우리는 그냥 ChatGPT의 버전으로 사용하고
곧 좀 더 친숙하게 만들어보겠습니다.
하지만 여러분이 해야 할 일은
프로젝트 열기를 클릭하는 것뿐입니다.
프로젝트가 없을 것입니다.
폴더를 생성하기만 하면 됩니다.
제가 이미 준비한 폴더로 가보겠습니다.
이 경우에는
폴더를 열고 파워하우스에 들어가겠습니다.
여기에 여러 개의 폴더가 있습니다.
하지만 우리가 할 수 있는 일은
파워 플랜트라고 만든 새 폴더를 여는 것입니다.
그래서 열기를 클릭하면
빈 화면만 보게 됩니다.
조금 무섭긴 하지만
우리가 할 수 있는 일은
좀 덜 무섭게 만드는 것입니다.
여기 설정으로 가보겠습니다.
열기로 가서
워크벤치로 가보겠습니다.
좋습니다. 그러면 가서
덜 무섭게 보이도록 색상을 바꿔보겠습니다.
라이트 콘트라스트가 있습니다.
정말 끔찍해 보이네요.
좀 덜 무서운 것으로 해보겠습니다.
여기서 라이트 모던으로 해보겠습니다.
그럭저럭 할 만합니다.
그것을 닫고 이것도 닫겠습니다.
기술적으로 이것을 왼쪽으로 끌어당기면
기본적으로 ChatGPT 버전이 됩니다.
상황을 단순화하는 데 도움이 된다면 말이죠.
다른 AI 도구들처럼
이것을 클릭하고 온갖 모델 중에서
선택할 수 있습니다.
제가 이 작업에 커서를 사용하는 이유 중 하나는
최신 클라우드 모델과 그 맥스 버전에 접근할 수 있기 때문입니다.
월 20달러 플랜에 가입하면 말이죠.
하지만 기술적으로는 플랜 비용을 지불하지 않고도
클라우드 버전을 사용할 수 있습니다.
제 경우에는 강력한 클라우드 for 오퍼스 맥스를 사용하겠습니다.
여기서 제가 말했듯이
강력한 클라우드 for 오퍼스 맥스를 사용하겠습니다.
여기를 클릭하면 됩니다. 그리고 왼쪽
화면을 보시면 완전히
비어있는 상태입니다. 같은
작업을 두 번 하는 대신, Cloud Desktop에서 사용했던
동일한 Docker를 Cursor에서도
사용할 수 있습니다. 설정으로 가서
이것을 오른쪽으로 이동하고
MCP를 클릭하여 입력하면
MCP tools를 작성할 수 있습니다. 여기서
Claude에서 사용했던 것과 완전히 동일한 방법으로
n8n MCP와 context 7을 사용할 수 있습니다.
그 중 하나를 열어보면, context
7의 경우 제 인증 정보가 없기 때문에
이전과 완전히 동일한
개별 JSON을 볼 수 있습니다. 그리고
이 서버들을 설정하려면
Cloud Desktop의 MCP에서 사용했던 동일한 JSON을
복사해서 붙여넣기만 하면 되고
녹색 아이콘이 나타나서
작동하고 있음을 보여줍니다.
인증 정보와 URL 등을 입력하면
완벽하게 작동할 것입니다. 이것들이
켜지면, 이제 대화에서
액세스할 수 있습니다. 그런데 이 모든 것을 했음에도
여전히 궁금할 수 있습니다.
왜 Cursor라는 도구를 사용하는지
말이죠. 주요 이유 중 하나는
Claude를 사용해본 적이 있다면
대화가 얼마나 빨리 채워지거나
JSON 파일을 만들 때 한계에 부딪히는지
알 수 있을 것입니다. 하지만
코드 작성에 최적화된
Cursor 같은 도구를 사용하면
원하는 만큼 많은 파일을 끌어다 놓을 수 있습니다.
일련의 에이전트 파일을
끌어다 놓고 싶다고 하면
저희 경우에는 조금 있다가
에이전트 도구를 보여드릴 텐데, 이것은
에이전트를 구성하는 방법을 알고 있고
사용할 수 있는 에이전트 도구들의 완전한
저장소를 가지고 있습니다. 그리고
반은 워크플로우, 반은 에이전트인
워크플로우를 구축하고 싶거나
가장 합리적인 곳에서 에이전트를 사용하거나
꿈의 n8n 에이전트 군단을 구축하고 싶다면
모든 것을 할 수 있습니다. 하지만
제가 그냥 말만 하지 말고 보여드리겠습니다.
여기서 폴더를 열어보면 두 개의
폴더가 있습니다. 하나는 에이전트 도구라고 하고
다른 하나는 에이전트 워크플로우라고 합니다.
그 중 하나는 제가 이전에 사용했던
일련의 파일들입니다. 이것들은 n8n에서
AI 에이전트를 다양한 방식으로 사용하는
샘플 파일들입니다. 그런데
두 번째 파일은 좀 다르고
이전에 함께 만들어본 적이 없는 것인데
저와 제 팀이 함께 만든 일련의 파일들로
채팅 트리거와 AI 에이전트 노드를 가져와서
n8n에서 가능한 모든 도구를
끌어다 놓았습니다. 제 팀이
몇 시간을 투자했습니다. 그들은 저를 싫어했죠.
하지만 이제 우리는 폴더에 추가할 수 있는
JSON 파일들을 갖게 되었습니다. 그리고
AI 에이전트 워크플로우를 구축할 때
언제든지 그 폴더를 참조할 수 있습니다.
그러므로 이 두 폴더를 모두 여기에 끌어다 놓기만 하면 됩니다.
그리고 작업공간에 폴더 추가를 할 것입니다.
이제 두 폴더 모두에 액세스할 수 있습니다.
그래서 실제로 다음과 같이 물어볼 수 있습니다:
워크플로우를 구축해달라고. 기술적으로
Claude를 깨뜨리지 않고
한계에 도달하지 않고 6시간을 기다리지 않으면서
이것들을 제 컨텍스트에 추가할 수 있습니다.
파일과 폴더를 클릭하고 다음과 같이 쓸 수 있습니다
에이전트 도구와 같은 것을 작성하고
전체 폴더를 참조할 수 있습니다
에이전트 워크플로우뿐만 아니라 XYZ를 수행하는 AI 에이전트 군단을 만들어 달라고 말할 수 있습니다
이러한 MCP 서버를 사용하여
여러분이 사용할 수 있는
Naden MCP와 같은 도구들뿐만 아니라
컨텍스트 7을 사용하여 모든 도구를 결합할 수 있습니다
이 모든 도구들을 함께 조합하여
하나의 메가 워크플로우를 만들 수 있습니다
제한을 받지 않고 말입니다. 만약 최대 한도에 도달하면
이 최대 버전을 사용할 수 있습니다
클라우드 코스로 이동할 수 있습니다. 다른 언어 모델도 사용할 수 있습니다
이는 클라우드에서는 접근할 수 없는 기능입니다
그래서 어떤 이유로든
만약 여러분이 생각하기에
GPT 4.1 40이나 03과 같은 것을 사용하는 것이
구축 중인 워크플로우 버전에
더 나을 수 있다면 사용할 수 있습니다
그리고 전환할 수 있습니다
그래서 이것이 매우 강력하고
효과적이 되는 이유는
유연성을 제공하기 때문입니다. 제한을 두지 않고
두 세계의 최고를 사용할 수 있습니다
기술적으로 무한한 지식 베이스에
접근할 수 있습니다
물론 지식 베이스를 수집할 수는 없습니다
명령을 쓸 때마다
하지만 관련된 것을 스캔할 수 있고
그것을 워크플로우의 일부로 사용할 수 있습니다
한 가지 멋진 점은 묻기 모드로 갈 수 있다는 것입니다
실제로 계획을 세우고 싶다면
분위기 계획을 세우고 싶다면
최종 워크플로우를 위해 여기에 가서
에이전트가 있는 워크플로우를 만들고 싶다고 말할 수 있습니다
그리고 에이전트 워크플로우에서
에이전트의 예시를 참조할 수 있습니다
에이전트 도구에서 사용할 수 있는 도구들을 살펴볼 수 있습니다
그리고 워크플로우를 계획하고 편집할 수 있기를 원합니다
내 부동산 중개업소의 프로세스를 자동화하는
워크플로우를 만들고 싶습니다
부동산 중개업소를 위한 프로세스를 자동화할 것입니다
우리는 고 하이 레벨과 같은 것들을 사용합니다
Gmail, Google Sheets뿐만 아니라
Slack도 사용합니다. 그래서 워크플로우를 위한
계획을 세워주세요
함께 만들 수 있는 워크플로우 말입니다. 이제 계획 기능을 사용하여
계획을 만들고 실제로 실행할 수 있습니다
그 계획을 승인하면
실제로 구축하고 모든 작업을 수행하도록 할 수 있습니다
우리를 위해 모든 작업을 수행하고
NN 계정에 작성할 수 있습니다
여기에서 볼 수 있듯이
에이전트 워크플로우의 예시를 읽고 있습니다
에이전트 도구를 읽고 있고
무엇이 관련이 있는지 없는지 찾고 있습니다
그리고 몇 초 후에
다양한 에이전트에 대한
완전한 계획을 제시합니다
그리고 그 중 하나를 구축하도록 요청하겠습니다
이 경우 마스터 부동산 에이전트를 말입니다
그리고 아래로 내려가면 여전히 진행 중인 것 같습니다
그리고 다음 요청을 여기에 초안으로 작성하겠습니다
좋아요. 첫 번째 것을 실행하고 NAND 워크플로우를 만들어서
우리의 NAND 계정에 작성할 수 있나요?
사용할 수 있는 NIN MCP 서버를
사용하시기 바랍니다
뿐만 아니라 모든
제가 맥락으로 제공한
다른 문서들도 사용하세요. 이제 완료되면
이것을 보내고 모든 것을 결합할 수 있을 것입니다
모든 것을 결합하여
폴더의 지식을 결합하고
MCP 서버 사용법과
Claude Opus의 힘을 모두 결합합니다.
이제 예상대로 MCP 서버를 호출하고 있고
한 가지 확인할 점은
원래 이 요청을 실행 모드나
여기서는 에이전트 모드라고 하는 것 대신
묻기 모드로 보냈다는 것입니다.
실제로 MCP 서버를 실행할 수 있도록
에이전트 모드로 전환했는지 확인하세요.
여기서 보시면 워크플로우 시작 가이드를 사용해
문서를 검토하고 관련 노드를 나열했습니다.
관련성이 있다고 판단한
모든 노드를 검색했습니다.
그런 다음 더 많은 노드를 검색했습니다.
노드의 핵심 사항을 얻었습니다.
구조를 다시 확인했습니다.
이 n8n 상태 확인을 사용해
내 클라우드에 접근 권한이 있는지 확인했고
여기에서 볼 수 있듯이
상태: 성공, 성공이 true입니다.
이제 우리가 정말 원했던 부분인
워크플로우 생성 함수를 실행하고 있습니다.
10분간 실행한 후, 이것이 정말
전체 워크플로우의 멋진 부분입니다.
MCP 서버에는 워크플로우 자체를
검증하는 함수가 있습니다.
오류가 있거나 속성 값 오류가 있거나
워크플로우를 복사 붙여넣기할 때
경험하는 모든 다양한 문제들을
처리하는 작업을 수행합니다.
충분히 좋은지 여부를 반영하기 위해
그런 작업을 합니다.
그리고 망가졌거나
완전하지 않다는 결론에 도달하면
이 AI 에이전트를 단순화하는 방법을
생각하기 위해 스스로 다이어그램을 만들어
구축하기 쉽게 만듭니다.
그것을 검토하고 워크플로우 생성을 다시 호출합니다.
한 번 더 시도합니다.
또 다른 JSON 세트를 만듭니다.
제가 전혀 개입하지 않았습니다.
이제 부분 워크플로우 업데이트를 사용합니다.
전체 파일을 다시 작성하는 대신
조각조각 수리하고 있습니다.
그런 다음 테스트합니다.
여기서 보시면 모든 JSON을 검토해
모든 것이 유효한지 확인합니다.
맨 아래에서 어떤 에이전트가 만들어졌는지
어떤 다른 도구들이 있는지에 대한
다이어그램을 스스로 만듭니다.
원한다면 확대해서 볼 수 있습니다.
여기서 불러와서
원하는 만큼 확대할 수 있습니다.
리드 관리 에이전트가 있는
부동산 마스터 어시스턴트가 있을 것으로 예상됩니다.
대화, 메모리, OpenAI, GPT-4.0.
에이전트 리포지토리를 살펴보면서 그것을 학습했습니다.
그리고 맨 아래에 성공이라고 나와 있습니다.
실제 워크플로우의 ID가 여기 있습니다.
어디로 가면 알 수 있을까요?
부동산 마스터 어시스턴트라는 워크플로우가 있습니다.
부동산 어시스턴트가 있는
채팅 트리거를 사용하고 있고
일련의 워크플로우와 메모리, OpenAI 모델을
사용하고 있습니다.
제 폴더에 있던 예제들과 똑같이요.
그리고 평소처럼 모든 서브 워크플로우와
에이전트를 조율하는 프롬프트를
제가 전혀 개입하지 않고도
함께 만들었습니다.
이게 멋지지 않다면
뭐가 멋진지 모르겠습니다.
이건 Claude Desktop으로 봤던
수천 개의 워크플로우를 사용하지 않고 한 것입니다.
여기에 그것도 가져온다고 상상해 보세요.
에이전트와 워크플로우를 만들 수 있을 것입니다.
에이전트가 있는 워크플로우를 만들고
Claude-4 Opus나 이 경우
Claude-4 Opus Max로 업그레이드하고 싶다면
이 워크플로우를 A부터 Z까지
모든 검증, 가져오기, 라벨링을 처리하는
힘을 가질 수 있습니다.
이제 n8n 워크플로우 구축을
다음 단계로 끌어올리는 데 필요한
모든 것을 갖추었습니다.
다시 한 번 말하지만,
Docker 없이 Claude Desktop을 빠르게
실행하는 데 사용할 수 있는
이 스켈레톤 JSON에 접근하고 싶다면
아래 설명의 첫 번째 링크에서
찾을 수 있습니다.
하지만 제작하는 데 몇 시간이 걸린
이 에이전트 도구들과
에이전트 워크플로우 리포지토리,
Cursor 사용에 대한 설정 가이드,
그리고 수많은 다른 리소스들,
매일 이런 매드 사이언티스트 실험들에
접근하고 싶다면 아래 설명의
두 번째 링크를 확인해 보세요.
아마 우리 커뮤니티가
당신에게 완벽한 맞춤일 것입니다.
이것이 당신의 게임을 다음 단계로
끌어올리는 데 도움이 되었다면
아래 댓글을 정말 감사하게 생각합니다.
알고리즘에 도움이 되고
카피캣 군단으로부터 저를 보호해 줍니다.