코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드대시보드

남박사

2025-08-27437848

강의에서는 윈도우10 프로를 기준으로 윈도우의 Hyper-V 기반에 도커 설치 방법에 대해 설명을 하고 있습니다. 그런데 윈도우 10 홈에디션은 Hyper-V를 지원하지 않기 때문에 Hyper-V 대신 wsl2 를 기반으로 도커를 설치해야 합니다. 엄밀히 따지면 Hyper-V보다 wsl2 방식이 더 최신 기술이긴 합니다. 또한 wsl2 설치 방법이 오히려 Hyper-V 보다 더 간단하고 심플하긴 한데 문제는 이 방식이 뭔가 좀 꼬이기 시작하면 초보 분들이 해결하기가 너무 복잡하고 제가 질문 답변으로 해결해드릴 수가 없어서 그래서 강의에서는 다루지 않는 부분입니다. 따라서 윈도우10 홈에디션이라 하더라도 직접 wsl2 방식으로 도커를 설치하실 수만 있다면 강의 진도를 나가는데 별 상관이 없긴합니다.

남박사

2025-08-26437720

안녕하세요. 지금 보니 수강전에는 강의의 질문 답변 게시판을 확인할 수가 없는 구조이군요. 또한 수강전 문의에는 스크린샷 첨부가 안되서 아쉽습니다만. 어쨌든 답변을 드리자면... 저도 AI도 없고 인터넷 개발자 커뮤니티도 몇개 없던 2000년대 초반 시절 언어를 처음 배울때 그런 시절이 있었습니다. 그때는 정말 질문 하나를 수십번 수일~수십일에 걸쳐 올리고 또 올리고 해야 답변 하나 달릴까 말까 하는 시절이었습니다. 물론 오래전 이야기지만 아직까지도 생생한 기억입니다. 그래서 저는 제게 남겨주시는 모든 질문에 최선을 다해 답변을 해드립니다. 그리고 강의에서도 항상 강조하지만 궁금한건 질문 답변 게시판에 남겨달란 얘기를 정말 많이 하는 편입니다. 질문자 분께서 말씀하신것 처럼 "어? 안되네?" 그러고 맙니다. 그럼 끝이죠. 한번 물어봐서 해결되면 다음으로 갈 수 있는데 그냥 거기서 멈추면 그냥 그걸로 끝인 경우가 많습니다. 그래서 강의에서도 항상 강조하는게 "궁금한건 질문 답변 게시판에 남겨주세요" 라는 이야기 입니다. 현재 오늘 기준 "코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드" 는 현재 140여개의 질문이 작성되어있으며 100% 모두 확인했고 100% 모두 답변을 해드렸습니다. 물론 어떤건 제가 알 수 없는 환경에 어떤 문제인지 정확히 알 수 없을때는 저도 정확한 답변을 해드릴 수 없습니다만 어쨌든 적어도 방향은 제시해 드립니다. 물론 제가 개개인의 여러 다양한 환경까지 알 수 없기 때문에 모든 문제를 해결해 드린다는 보장은 못합니다. 물론 열심히 하시는 분들이라면 저도 열심히 고민해보고 해결해드리려 노력하긴 합니다. 강의를 보고 강의를 응용해서 무언가 새로운게 궁금하더라도 강의의 연장선이고 제가 바라는 바이기 때문에 제가 아는 한도내에선 당연히 답변을 해드립니다. 그런 부분은 전혀 걱정하지 않으셔도 좋습니다.

남박사

2025-08-15435261

안녕하세요. 현재 문의 하신 강의는 부가세 포함 68,200원이 정가이며 아마도 어떤 할인이 적용되셔서 그렇게 가격이 책정되지 않았을까 합니다만 인프런 자체의 할인이나 회원님들간의 할인은 제가 알 수 없는 사항이라 5만원대로 보이는 이유에 대해서는 저도 알지 못합니다. 그리고 강의 상세페이지에 포함되는 모든 강의는 수강기간 제한없고 인프런이 없어지기 전까지 계속 수강하실 수 있습니다. 참고로 국내외 모두 포함해서 오늘날짜 기준(앞일은 모르는거라..) 강의 내용 대비 가격은 제가 가장 저렴하다 자부합니다. 더 궁금하신 사항 있으시면 질문주세요. 감사합니다.

남박사

2025-07-15429056

좋은 의미로 충격을 받으셔서 다행입니다. 개인적으로 실무 개발자시라면 제 강의 아니더라도 n8n은 꼭!!! 경험해보셔야 한다고 생각합니다. 일단 문의 하신 내용에 답변을 드리자면.. 1. Qdrant 는 이해하신 것 처럼 Local 에서 사용하는 DB 이기 때문에 따로 추가 비용이 들지는 않습니다. 다만 여기서 hwp --> 벡터화 할때 일반 텍스트를 벡터(부동소수점 배열형태)화 하기 위해서는 임베딩 이라는 과정을 거쳐야 합니다. 여기서 어떤 임베딩 모델을 쓰느냐에 따라 비용이 발생할 수 있습니다. 일반적으로 현재 서비스중인 AI 들의 임베딩 모델은 당연한 이야기지만 모두 비용이 발생합니다. 물론 무료로 사용할 수 있는 임베딩 모델도 있지만 어떤 임베딩 모델을 사용하느냐가 추후 RAG 성능에 큰 영향을 미치기에 선택에 신중할 수밖에 없습니다. 물론 임베딩 비용이 AI를 사용하는것과 비교하면 미비한 수준이긴 합니다. 다음 링크는 해당 궁금증에 대해 정리한 AI 와의 대화니 참고 해보시기 바랍니다. https://www.perplexity.ai/search/hyeonjae-sayongganeunghan-daep-MiDYv_sjR1Kq5gJSM90DOg 2. 벡터 모델 생성 이후 어떤 AI 를 쓰느냐에 따라 비용이 발생 할수 있습니다. 이때 구조적으로 사용자가 어떤 질문을 하게 되면 먼저 질문을 벡터화 하는 비용이 들고 벡터화 한 질문을 벡터데이터베이스에서 비교하여 결과를 얻고 이에 대한 응답처리할때 AI API 사용료가 발생합니다. 이때, 1에서 사용한 임베딩 모델과 동일한 임베딩 모델을 사용해야 합니다. 3. 너무 여러 다양한 상황이 있을 수 있기에 어떤 파일을 말씀하시는지는 모르겠습니다만 n8n은 생각 할 수 있는 대부분을 구현할 수 있는 유연함이 있습니다. URL의 파일을 가져오거나 아니면 도커 내부의 로컬 리눅스에서 파일을 직접 읽어오는것도 가능하긴 합니다. 4. 이전 대화 내용을 기억하게끔 하는 상황을 가정하신 질문 같은데 이는 AI Agent의 구조를 어떻게 설계 하느냐의 문제라서 어떻다라고 단순하게 답변을 드리기 어려운 문제입니다. 대표적으로 어차피 현재 우리가 사용중인 ChatGPT만 예를 들어도 이전 대화를 100% 그대로 기억하지 않습니다. 물론 ChatGPT 내부에서 어떤 프롬프트를 사용하여 어떤 구조로 AI Agent를 구현해서 사용하는지는 알 수 없으나 사용하다보면 느껴지는게 대화의 맥락만 요약하여 기억하거나 아니면 요약한 내용을 벡터화 해서 기억할 수도 있지 않을까 추측할 수 있습니다. PS. 얼마나 큰 규모의 벡터데이터 베이스를 구축하려 하시는지는 모르겠습니다만 일단 임베딩 비용만 생각했을때는 벡터화 하는 과정에서는 100만 토큰당 0.02~0.13 달러 수준이기에 실무에서 큰 부담은 없는 금액이긴 합니다. 또한 한번만 진행해놓으면 되는 부분이라 추후 질의응답시에는 사용자의 질문만 벡터화 하면 되서 이 부분도 문제가 되진 않습니다. 그러나 막상 데이터를 벡터화해서 RAG를 구축한다는게 생각보다 간단하고 쉬운 분야는 아닙니다. 많은 개발자들이 착각하는 부분인게 이 과정은 개발의 과정이라기보다 R&D의 과정으로 이해하셔야 합니다. 강의에서도 다루는 내용이지만 내가 사용하는 임베딩 모델, AI의 특성등을 이해하고 내가 검색하고자 하는 데이터의 성질도 이해해야 하고 그래서 chunk 사이즈도 어떻게 잡아야 하는지 디테일이 필요하고 수많은 테스트를 거쳐야 하는 부분이기도 합니다. 물론 실무 환경이라면 성능 좋은 GPU 를 구비해서 AI 자체를 로컬화 해서 사용하기도 합니다. 이는 비용보다는 보안적인 요소때문이기도 하지만 실제 이렇게 사용하는 회사들도 많습니다. 물론 이정도급 PC를 맞출려면 회사의 오너가 AI에 대한 관심도 높아야 하고 그래야 그만큼 든든한 지원이 가능하긴 합니다. 궁금하신 내용들이 해결되셨는지 모르겠습니다. 더 궁금하신 사항이 있으시면 또 질문주시기 바랍니다.

남박사

2025-07-14428913

Railway나 Heroku 같은 PaaS(Platform as a Service) 형태의 서비스는 목적 자체가 다르기 때문에 n8n 구동이 불가능하지는 않지만 개인적으로는 확성이 없기 때문에 적합하지 않다고 생각합니다. 제가 진행하는 강의는 AI Agent 입문자를 상대로 하고있긴 하지만 그냥 흉내내는 수준의 강의를 위한 강의를 진행하는 형식은 아닙니다. 그래서 실제 사용가능하며 확장 가능한, 그리고 응용 가능한 프로젝트들을 구현하기 위해 로컬환경에서 도커로 몇몇 서비스를 직접 구동하며 진행하기에 Railway나 Heroku 같은 그런 PaaS 형태의 서비스에서는 따라가기 힘든 부분이 많습니다. Railway 같은 PaaS 서비스에서는 딱! N8N만 사용가능한 환경인데 N8N 사용해서는 실제 뭘 응용해서 제대로 해볼 수 있는게 거의 없습니다. 그냥 사용법 익히는 수준밖에 되지 않는다고 생각합니다. 물론 불가능하지 않다 말씀드린것은 기본적으로 그런 PaaS 형태 서비스의 특징을 제대로 알고 이해하셨다면 필요한 나머지 확장 가능한 서비스들은 직접 또 다른 서버를 구축하여 구동하여 사용이 가능하기 때문입니다. (물론 이러면 배보다 배꼽이 더 크긴 합니다.) 윈도우 버전을 Pro를 사용하는 이유 역시 윈도우의 HyperV 기능을 적극적으로 사용하여 그런 도커 서비스 같은것을 병행 사용하기때문입니다. 물론 Pro가 아닌 Home 에디션에서도 도커가 구동되긴 하지만 이는 기본적으로 컴퓨터 지식이 어느정도 있어서 스스로 해결하셔야 하는 부분이라 강의에서 따로 홈 버전에 대한 내용을 다루진 않습니다. 따라서 외부 클라우드 환경을 사용하신다면 Railway나 Heroku 같은 PaaS 형태가 아닌 AWS, GCP, 디지털오션, 벌쳐, 콘타보 같은 IaaS(Infrastructure as a Service) 서비스 즉 VPS(Virtual Private Server) 환경에서 구동하며 직접 도메인 구입 및 환경 셋팅을 하는 것을 추천드리긴 합니다. 콘타보 같은 서비스는 가격이 저렴하여 가성비가 좋아 개발자들도 많이 사용하는 서비스라 요즘 많이 핫한 VPS 서비스긴 합니다. 참고로 저도 지금 작업중인 후속 강의에서는 콘타보의 VPS 환경을 기준으로 하고 있습니다. 궁금하신 내용이 충분히 해결되셨을지 모르겠습니다. 더 궁금하신 내용이 있으시면 언제든 또 질문 주시기 바랍니다.

남박사

2025-06-19423489

안녕하세요, 일단 문의하신 내용에 대해서 조금 더 심도 있게 생각해볼 부분이 많습니다. 예를 들어 가정을 하신 "머신러닝모델을 이용해서 입력변수 a=1, b=2일때 목적변수는 얼마가 되는가를 질문" 에 대한 대답을 AI 가 답변하는 것은 GPT의 언어 모델 추론일 뿐입니다. 여기서 AI는 chatgpt를 쓰던 gemini를 쓰던, 그록을 쓰던, llama를 쓰던...... LLM 기반의 AI는 진짜 데이터 기반의 예측이 아니라, 말 그대로 "그럴싸한 답변" 입니다. 따라서 정확한 데이터 기반 예측이 필요한 경우에는 머신러닝 모델이 필수입니다. 더 쉽게 예를 들면 LLM 기반의 AI 한테 1+1은 뭐야? 라고 묻는다면 AI는 학습된 데이터에서 1+1 뒤에 오는 가장 그럴싸한 단어 혹은 글자를 확률적으로 선택할 뿐이지 실제 1+1을 계산 하는 능력은 없습니다. 그래서 우리는 AI Agent를 공부하는 것이고 AI Agent에 이런 경우 계산기라는 도구를 사용해서 답변해라 라는 능력을 부여하고 구조를 설계하는데 목적이 있습니다. 제 개인적인 생각으로는 말씀하신 내용을 구현하려면 AI Agent에 "입력변수 a=1, b=2일때 목적변수는 얼마가 되는가" 를 계산 하 할 수 있는 도구(Tool) 를 직접 만들어서 구동해야 원하는 결과를 얻을 수 있을꺼라 생각합니다. 물론 질문하신 내용처럼 단순한 결과를 묻는 정도의 수준이라면 이미 현재 AI 들은 어마어마한 양의 데이터를 학습한 상황이기에 정말 그럴싸한 답변을 해주는게 일반적이긴 합니다만.. 만약 예를 들어 CSV에 데이터 셋을 저장하고 이 결과를 말씀하신 것처럼 구동하려면 실제 머신러닝이 구동되는 Tool을 만들어야 할 듯 보입니다. LLM은 그냥 말을 잘 만드는 기반으로 만들어진 모델이기에 단순한 내용은 정말 그럴싸하게 잘 만들긴 합니다만, 어쨌든 이는 단순히 확률적으로 "그럴싸" 한 답변이지 실제 AI 가 계산을 한것은 아니라는 사실을 잊지 않으셔야 합니다. 또한 참고로 예를 들어 우리가 ChatGPT 에게 엑셀파일을 넘겨주고 뭔가 계산을 하거나 혹은 통계를 뽑거나 할때 이 작업은 LLM이 그럴싸한 답변을 하는 경우도 있지만 때에 따라서는 ChatGPT가 내부적으로 엑셀을 분석하는 코드를 작성해서 코드를 실행하고 이 결과를 바탕으로 답변을 합니다. 결국 ChatGPT나 제미나이, 클로드 같은 AI 들이 지금 이런 다양한 멀티모달 형태의 인풋 아웃풋을 처리하는 것은 N8N 강의에서 다루는 수많은 AI Agent가 내부적으로 동작한다는 내용입니다. 그리고 강의에서는 이런 AI 동작을 이해하고 Agent를 만드는데 초점을 두고 있습니다. 답변이 길어졌는데 참고가 되셨길 바라며 더 궁금하신 사항 있으시면 질문 주시기 바랍니다.

남박사

2025-06-10421210

사실 윈도우11 홈에디션이냐 아니냐보다 도커를 설치하고 운영이 가능하느냐가 핵심이긴 합니다. 그런데 홈에디션에서는 윈도우 하이퍼V가 설치되지 않아서 강의에서 제공하는 설치방법으로는 말끔히 설치가 안되고 이를 해결하려면 기본적인 시스템 지식이 필요합니다. 물론 요즘은 ChatGPT 같은 AI 한테 물어보면서 어떻게든 진행은 가능하겠지만 하이퍼 V가 구동되지 않느다는건 시스템에 약간의 제약을 걸고 사용하는것과 마찬가지이기 때문에 여러모로 권장하지 않고 있습니다.

남박사

2025-05-28418263

안타깝게도 70% 얼리버드 할인은 인프런에서 제공하는 "강의 오픈시 최초 한번만 가능한" 제한적 기능이라 제가 임의로 진행 할 수 있는 방법이 없습니다.

남박사

2025-05-27418107

홈에디션 버전 2004, 빌드 19041 이상에서는 wsl2 가 지원된다는건 저도 알고는 있습니다만, 제가 홈에디션 환경이 아니라서 어떻다 말씀을 드리기가 좀 어렵습니다. 사실 중요한 포인트는 윈도우냐 리눅스냐 맥이냐가 중요한건 아니고, 도커가 문제 없이 구동만 되면 되는거기 때문에 어떤 환경에서든 도커를 구동해본 경험이 있거나 도커를 구동할 시스템에 대한 지식만 있으시다면 환경적인 요소는 크게 상관없긴 합니다.

남박사

2025-05-17415967

넵, 안타깝게도 윈도우11 홈에디션에서는 하이퍼-V를 지원하지 않기에 N8N을 도커 환경에서 구동할 수가 없습니다. 물론 우회방법이 여러가지가 있긴하지만 저 개인적으로는 추천드리지 않습니다.

남박사

2025-05-16415966

안녕하세요. 저도 강의를 윈도우11 + 도커 의 N8N환경을 기준으로 진행을 하고 있긴 합니다만 도커를 사용하실 수 있다면 맥이냐 윈도우냐는 사실 중요하지 않습니다. 다만 도커를 사용해 본적이 없으시다면 도커를 직접 설치하셔야 할텐데 그 부분에 대해 약간 염려가 있긴 합니다. 대부분 도커기반으로 운영하거나 아니면 외부 서비스 API를 사용하기 때문에 도커만 설치되서 n8n이 도커환경에서 구동만 된다면 다른 부분은 운영체제에 종속적인 부분은 없습니다.

남박사

2025-05-13415245

그런 기사들을 수집해주는 자동화 툴이 어떤건지 모르겠습니다만 강의 내용은 AI Agent를 이해하고 응용하는 방법에 초점이 맞춰져 있습니다. 전반적인 내용을 모두 다루는 강의라 보시면 아무래도 많은 도움이 되지 않을까 합니다.

남박사

2025-05-07414129

안녕하세요. N8N은 챗봇 같은 AI Agent는 충분이 만들수 있고 챗봇을 만들기 위한 가장 적합한 도구이기도 합니다만 웹사이트를 만드는 도구는 아닙니다. 다만 어떤 웹사이트를 생각하고 계신지 몰라서 제가 충분한 답을 드리긴 어렵겠습니다만... 만약 웹사이트가 ChatGPT 웹사이트 같은 형태의 챗봇 서비스라면 그정도는 가능합니다. 물론 그런 사이트를 만들려면 어느정도 코딩을 해야 가능하겠지만 지금 추가 강의로 음성으로만 소통하는 ChatGPT 같은 서비스를 만드는것에 대한 내용을 추가 강의로 계획하고 있습니다. 만약 그런 웹사이트가 아닌 이런 인프런 사이트나 커뮤니티 사이트 같은 웹사이트는 웹사이트의 로직을 이해하고 계신다면 프론트 영역을 다른 코딩 언어로 제작하고 백엔드 영역은 N8N에서 구동하게끔은 만들수 있지만 추천드리진 않습니다.