AI 활용 후기 🫶

n8n으로 mcp는 못하는 완전 자동화하기 n8n이란? make처럼 업무 자동화를 도와주는 툴 make와의 차이점은 AI 기능을 활용하는 시스템 설계가 좀더 편하고 자유도가 있음 단, UI나 조작하는게 make보다는 테크니컬한 편이나 하다보면 비개발자도 어렵지 않게 사용 가능 mcp 단점 완전 자동화 n8n 자체를 mcp 서버로 활용해서 claude 데스크톱에서 mcp 활용도를 더 높히기 n8n으로 mcp는 못하는 '주기적 자동 실행' 완전 자동화하기 트리거 설정 : 어떻게 설정할 것인지 trigger manually 선택 뉴스 크롤링을 위해 rss 연동(rss : 일종의 뉴스 알림 시스템) rss read 추가 url에 뉴스 주소 적고 뒤에 feed 만 넣어주면 됨 test step 클릭하면, 왼쪽엔 input 오른쪽엔 output 값을 보여준다. 10개만 불러오도록 줄여주려면 limit 노드 추가 기사를 요약해서 하나의 메시지로 합쳐서 전달하기 위해 aggregate 노드 추가 어떤 input 값을 가져올 것인지 input field에서 드래그해서 input field에 넣어준다. 기사를 요약해줄 chatgpt 노드도 추가해준다 : openai > message a model

카카오톡으로 최신 AI 뉴스를 전달해주는 'AI 카톡 비서'를 만들려다 실패했어요..! 아쉬워라 ㅠㅠ 실패한 원인은 찾은 것 같아요! 성공담으로 다시 찾아올게요 :) 사용한 AI : N8N, MCP, Claude N8N이란? N8n은 자동화 워크플로우 플랫폼. 셀프호스팅(무료) 혹은 클라우드 서비스(월 20유로)에 가입해서 이용할 수 있음. 중요한 건 mcp를 이용하는 것. MCP란? mcp는 자율 에이전트들이 각 도구를 사용할 수 있는 약속된 프로토콜. n8n 1.88버전부터 mcp서버를 만들 수 있게 업데이트 됨. 이 말은, 노코드로 mcp서버를 만들 수 있고, 이 mcp 서버를 다른 곳에서 이용할 수 있다는 것. 우리가 만들 mcp 서버는 mcp 서버1 : 수집 서버 역할. 데이터베이스는 google spread sheet 사용 mcp 서버2 : 카카오톡으로 전송하는 역할. Claude란? mcp 서버를 이용하는 mcp 클라이언트로 역할. 데스크탑 버전으로 설치돼있어야 되고 sonet 3.7모델 사용. 목표/도구/규칙을 프롬프트로 전달하면, agent가 자율적으로 운영할 것.

모두가 AI 로켓에 올라타도록, 당근 운영실이 AI로 일하는 법 당근마켓 운영실은 AI를 단순히 도입하는 데 그치지 않고, 조직 전체가 AI 중심으로 일하는 체계와 문화를 구축하는 데 집중했습니다. 핵심 과정은 아래와 같이 정리할 수 있습니다. 1. 실행 문화와 방향성 정립 운영실 목표(사용자 문제 해결과 만족)는 변하지 않지만, AI를 활용하면 더 빠르고 효율적으로 달성할 수 있다는 공감대 형성 리더들은 자주 모여 AI 프로젝트의 방향, 우선순위, 실행 전략을 구체화하고, 팀원들이 한 방향을 바라볼 수 있도록 정렬 실패를 두려워하지 않고, 실험 자체를 장려하는 심리적 안전망을 조성해 팀원들의 적극적 시도를 유도 2. 조직 구조의 혁신 기존 파트별 분업 구조에서 벗어나, 한 문제를 푸는 사람들을 직군과 무관하게 워킹그룹으로 묶는 구조로 전환 각 워킹그룹이 하나의 AI 프로덕트에 집중하고, 데모와 피드백을 주기적으로 공유하며 실행 속도를 높임 AI 효과가 큰 프로젝트(VOC 파이프라인 등)에 리소스를 집중하고, 중요도가 낮은 기능은 최소한으로 유지해 실행의 밀도를 높임 3. 직군을 뛰어넘는 AI 몰입 AI 활용이 개발자만의 영역이 되지 않도록, 비개발자도 LLM 등 AI 도구를 실무에 직접 활용할 수 있는 환경을 조성 비개발자들도 SQL 쿼리 생성, 데이터 시각화 등 실제 업무에 AI를 적용하며, AI가 문제 해결에 실질적으로 도움이 된다는 경험을 축적 이로 인해 팀 전체에 자발적 학습과 실행 문화가 확산되고, AI는 특정 직군이 아닌 모두의 언어로 자리 잡음 4. 실행 중심의 조직 문화 확산 AI 도입은 기술의 문제가 아니라, 문화와 구조, 실행의 문제임을 강조