1단계 · 바이브 코딩으로 n8n 만들기, 결과 먼저

교시: 1~~2교시 (09:00~~10:50)
실습: Lab 01
이 단계가 끝나면: 결과를 먼저 정하고, 요청문으로 n8n 워크플로우를 만들어 push·test로 확인할 수 있다. 워크플로우 안에서 항목이 몇 개씩 지나가는지 읽을 수 있다.

flowchart LR
  A["1. 무엇이 바뀌나"] --> B["2. 워크플로우 = JSON"] --> C["3. AGENTS.md · flow.py"] --> D["4. 요청문 쓰기"] --> E["5. 결과 먼저"] --> F["6. 항목 흐름"]

1. 무엇이 바뀌나

64·65일차에는 n8n 화면에서 노드를 끌어다 놓고, 설정 칸을 채우고, 선을 이었습니다. 오늘부터는 그 일을 CLI 코딩 에이전트(Codex · Claude Code · Antigravity)가 합니다.

일	전	오늘부터
무엇을 만들지 정하기	나	나 (결과 · 요청문)
노드 고르기 · 설정 · 연결	나 (마우스)	에이전트
형식 오류 찾기	실행해 보고 빨간 표시	에이전트 + `flow.py check`
잘 되는지 확인	눈으로 OUTPUT 보기	나 (테스트 케이스, `flow.py test`)
실패 원인 판단	나	나 + 에이전트

손이 하던 일은 줄고, "무엇이 맞는 결과인가"를 정하는 일이 늘어납니다. 64·65일차에 배운 노드와 데이터 흐름은 요청문의 재료가 됩니다.

2. 워크플로우는 JSON 파일이다

n8n 화면의 워크플로우를 Download하면 JSON 파일이 됩니다. 에이전트는 이 파일을 씁니다. Lab 01 예제 2의 워크플로우를 줄이면 이렇습니다.

{
  "name": "66 Meeting summary (my)",
  "nodes": [
    {"name": "Meeting webhook", "type": "n8n-nodes-base.webhook", "typeVersion": 2, "parameters": {"path": "my-meeting", "...": "..."}},
    {"name": "Summarize", "type": "@n8n/n8n-nodes-langchain.agent", "typeVersion": 3.1, "parameters": {"...": "..."}},
    {"name": "Summary model", "type": "@n8n/n8n-nodes-langchain.lmChatOpenAi", "typeVersion": 1.2, "credentials": {"openAiApi": {"id": "openAiCourse0001"}}},
    {"name": "Send result", "type": "n8n-nodes-base.respondToWebhook", "typeVersion": 1.1, "parameters": {"...": "..."}}
  ],
  "connections": {
    "Meeting webhook": {"main": [[{"node": "Summarize", "type": "main", "index": 0}]]},
    "Summary model": {"ai_languageModel": [[{"node": "Summarize", "type": "ai_languageModel", "index": 0}]]}
  }
}

JSON	화면에서
`nodes[]` 하나	노드 상자 하나
`type` · `typeVersion`	노드 종류와 버전 (버전이 틀리면 열리지 않음)
`parameters`	노드를 열었을 때의 설정 칸
`credentials.id`	고른 Credential (키 자체는 n8n 안에만 있음)
`connections`	선. 보내는 노드 이름 → 받는 노드 이름

3. 에이전트에게 주는 규칙과 확인 도구

3.1 AGENTS.md: 에이전트가 모르는 것을 알려 준다

에이전트가 모르는 것	AGENTS.md에 적은 것
우리 n8n 버전에서 되는 노드 버전	실행 확인한 노드 JSON (`typeVersion` 포함)
Credential	`openAiCourse0001` id만 사용 (LLM은 OpenAI 하나), 키는 쓰지 않음
오늘 만들 것의 계약	웹훅 `my-meeting`, 입력 `title`·`notes`, Lab마다 결과 모양
일하는 순서	`my-work/`에 쓰기 → `check` → 사람이 push·test
하지 말 것	테스트 기대 결과 바꾸기, 도구 고치기, 키 출력

codex와 agy는 AGENTS.md를, claude는 CLAUDE.md(→ @AGENTS.md)를 읽습니다. 프로젝트마다 이런 파일을 두는 것이 바이브 코딩의 첫 단계입니다.

3.2 flow.py: 만든 것을 확인하는 도구

flowchart LR
  F["my-work/meeting.json"] --> C["check<br/>형식 · 버전 · 연결 · 키"] --> P["push<br/>가져오기 · 게시 · 재시작"] --> T["test<br/>요청 → 기대 결과 비교"]
  T --> RPT["runs/보고서.json"]

명령	언제
`check`	에이전트가 파일을 쓸 때마다 (에이전트가 직접 실행)
`push`	check 통과 후 (내가 실행). 화면의 Import → Publish를 대신함
`test`	push 후 (내가 실행). `Passed x/y`, 실패하면 보고서 경로

4. 요청문 쓰기

에이전트는 적힌 것만 압니다. 요청문에 다섯 가지를 넣습니다. Lab과 다른 업무(고객 문의 메일 분류)로 예를 듭니다.

넣을 것	고객 문의 메일을 분류하는 워크플로우라면
① 파일	`my-work/mail-triage.json` (새로 만듦)
② 입력	POST 웹훅 `my-mail-triage`, 본문의 `subject`·`body`
③ 처리	LLM이 문의 종류를 고르고(배송 · 환불 · 기타), 한 문장 요약
④ 결과 모양	`{"category": "환불", "summary": "..."}`
⑤ 기대 결과	테스트 파일 (예: 환불 메일은 `환불`, 빈 메일은 400)

나쁜 요청문	무엇이 빠졌나
"메일 분류 워크플로우 만들어 줘"	파일 · 입력 · 결과 모양 · 기대 결과 전부
"요약도 하게 해 줘"	어느 파일을 고칠지, 결과에 무엇이 추가되는지
"테스트 통과하게 해 줘"	무엇을 바꿔야 하는지 (에이전트가 테스트를 고치려 할 수 있음)

요청문은 한 번에 한 가지 변화만 담습니다. 예제 1 → 예제 2 → 과제처럼 작게 나눠 요청하고, 매번 test로 확인합니다. Lab 문서의 ▶ 가이드는 무엇을 채워야 하는지만 알려 주고, 요청문을 대신 써 주지 않습니다.

5. 결과 먼저

만들기 전에 결과 JSON을 손으로 씁니다.

{"title": "10월 16일 주간 회의", "summary": "…", "count": 4,
 "actions": [{"owner": "이준호", "task": "신규 고객 문의 응답 템플릿 정리", "due": "금요일까지"}, "…",
             {"owner": "미정", "task": "회의실 예약 규칙 개선", "due": "미정"}]}

결과를 먼저 쓰면
요청문의 ④ 결과 모양이 정해진다	필드 이름을 정확히 적을 수 있음
테스트가 된다	`count`는 4, `actions.0.owner`는 이준호
헷갈리는 곳이 먼저 보인다	4번 할 일의 담당자·기한은? → 회의록에 없으면 미정 (지어내지 않음)

수업 준비 때 빈 회의록을 입력 확인 없이 보내자 LLM이 "회의 내용이 없으므로 논의 사항이나 결정된 내용이 없습니다" 라는 답을 만들어 200으로 돌아왔습니다. "빈 회의록이면 400"을 결과로 먼저 정해 두었다면 바로 실패로 보였을 것입니다.

6. 항목 흐름: 1 → N → 1

n8n은 노드 사이로 항목(item)을 흘려보냅니다.

단계	들어오는 항목	나가는 항목
웹훅	—	1 (회의록 하나)
할 일 뽑기 (LLM)	1	1 (목록 하나)
할 일 하나씩 (Split Out)	1	4
확인 필요 표시 (Set)	4	4 (항목마다 실행)
다시 모으기 (Aggregate)	4	1

64·65일차에 화면에서 본 "items" 수가 이것입니다. 요청문에 어디서 몇 개가 되는지 적으면 에이전트가 덜 헤맵니다 (3단계).

정리

워크플로우는 JSON 파일이고, 오늘부터 에이전트가 쓴다. 나는 결과 · 요청문 · 기대 결과를 쓴다
AGENTS.md = 에이전트가 모르는 우리 교실의 사정, flow.py = check · push · test
요청문 다섯 가지: 파일 · 입력 · 처리 · 결과 모양 · 기대 결과
결과 먼저, 항목 흐름(1 → N → 1)

7.6 KiB Raw Blame History