Make 자동화 2026: 크레딧 전환과 AI Agent 도입으로 달라진 5단계 설계

Photo by Campaign Creators on Unsplash

"Make 자동화 다시 시작해볼까?" 했다가 결제 페이지에서 멈칫한 적 있다면, 2026년 들어 바뀐 두 가지 큰 변화 때문일 가능성이 큽니다. 하나는 8월부터 시작된 operations → credits 빌링 단위 전환, 다른 하나는 시나리오 빌더 안으로 들어온 AI Agent입니다. 둘 다 기존 워크플로우를 그대로 굴려도 되지만, 모르고 쓰면 같은 작업에 더 많은 크레딧을 태우게 됩니다. 본 글 작성 시점 기준, Make 공식 헬프센터와 커뮤니티 공지를 바탕으로 정리한 Make 자동화 2026 실전 가이드입니다.

왜 지금 Make 자동화를 다시 들여다봐야 할까

"노코드 자동화 = Zapier" 공식이 흔들린 지는 꽤 됐습니다. 같은 시나리오를 짜도 Make 가 더 저렴하고 시각적으로 보이는 분기가 많아 비개발자도 다중 단계 워크플로우를 짜기 좋다는 평가가 누적됐기 때문입니다. 여기에 2026년 들어 두 가지 변화가 더해졌습니다.

• 2026년 8월 27일 — 빌링 단위 변경. 기존 operations 가 credits 로 1:1 전환됐고, 요금제와 가격은 그대로지만 AI 모듈 같은 일부 고급 기능은 1 크레딧 이상을 소모할 수 있게 바뀌었습니다. (Make 공식 Credits 가이드)
• AI Agent 의 시나리오 빌더 통합. 별도 도구가 아니라 시나리오 안에서 호출 가능한 모듈이 되어, 추론(reasoning) 과정을 패널로 확인하고 멀티모달 입력(문서·이미지·오디오)을 받을 수 있게 확장됐습니다.

요약하면, 같은 작업이라도 모듈을 어떻게 골라 짜느냐에 따라 월말 크레딧 사용량 차이가 더 커졌다는 뜻입니다. 무작정 AI 모듈로 도배하면 크레딧이 빨리 닳고, 반대로 비싼 비용을 들이지 않고도 워크플로우의 "판단" 부분만 AI Agent 로 위임하는 새로운 설계 패턴이 가능해졌습니다.

달라진 핵심 변화 2가지 한눈에 보기

1) Operations → Credits 빌링 전환

2026년 8월 27일부터 Make 의 빌링 단위는 operations 에서 credits 로 바뀌었습니다. 기존 사용자는 잔여 operations 가 1:1 비율로 credits 로 자동 전환됐고, 플랜 가격 자체는 동일합니다. 단 핵심 차이는 다음 두 가지입니다.

• 모듈마다 크레딧 소모량이 다를 수 있다. 기존 모듈 대부분은 여전히 1 크레딧이지만, AI 모듈처럼 처리량이 큰 모듈은 더 많은 크레딧을 소모할 수 있게 설계가 바뀌었습니다.
• 유료 플랜의 롤오버. 사용하지 않은 크레딧을 다음 달로 한 달간 이월할 수 있어, 트래픽이 들쭉날쭉한 워크플로우(예: 월말 정산, 시즌성 캠페인)에서 손해가 줄어듭니다.

플랜 구조 자체는 Core 9달러/Pro 16달러/Teams 29달러 (월) 로 동일하며, 무료 플랜은 월 1,000 크레딧·시나리오 2개 한도까지 그대로 유지됩니다. 빌링 페이지에서 "operations" 표기를 보던 분이라면 이제 "credits" 로 라벨이 바뀐 점만 인지하면 됩니다.

2) AI Agent 가 시나리오 안으로 들어왔다

예전 Make AI 기능이 "프롬프트 → 결과" 식 단순 호출이었다면, 2026년 AI Agent 는 다음과 같이 달라졌습니다.

• 시나리오 빌더와 같은 화면에서 동작. 별도 콘솔로 이동하지 않고, 기존 노드 사이에 Agent 모듈을 꽂아 넣을 수 있습니다.
• Reasoning 패널. Agent 가 어떤 도구를 호출했고 왜 그 분기로 갔는지 단계별 로그를 볼 수 있어, 디버깅 시간이 줄어듭니다.
• 멀티모달 입력. 텍스트뿐 아니라 문서·이미지·오디오를 그대로 받아 Agent 가 판단합니다.
• 재사용성. 한 번 만든 Agent 를 라이브러리에 올려두고 여러 시나리오에서 호출할 수 있어, 같은 프롬프트를 매번 복사하지 않아도 됩니다.

실무적으로 가장 큰 차이는 "분기를 사람이 미리 다 짜야 했던 구간"을 Agent 에게 맡길 수 있다는 점입니다. 예를 들어 들어온 문의 메일이 환불·기술문의·세일즈 중 어디인지 분류하던 라우터 노드를 Agent 하나로 줄이는 식의 단순화가 가능해집니다.

실전: 크레딧을 아끼면서 AI Agent 를 쓰는 5단계 설계

STEP 1. "AI 가 꼭 필요한 노드"만 골라낸다

모든 분기를 AI 로 돌리면 크레딧이 금방 닳습니다. 다음 원칙으로 필터링하세요.

• 고정 규칙으로 처리 가능한 분기(예: 금액 ≥ 10만원 → A, 미만 → B) → 일반 Router/Filter 모듈
• 입력 형식이 자유롭고 사람이 봐도 한 번에 분류가 안 되는 분기(예: 자유 문의 메일 분류) → AI Agent
• 요약·재작성·번역 등 텍스트 생성 → AI Agent 또는 단발 AI 모듈

STEP 2. 시나리오 스케줄링 주기를 다시 본다

빌링 단위가 크레딧으로 바뀌면서, 동일 시나리오라도 "얼마나 자주 도는가" 가 비용에 더 직결됩니다. 1분 간격으로 폴링하던 시나리오를 5분/15분으로 늦추는 것만으로도 월 크레딧이 크게 줄어듭니다. 실시간이 필수가 아닌 백오피스 자동화라면, 우선 폴링 주기를 늘려 보세요.

STEP 3. Reasoning 패널로 Agent 의 "헛수고" 를 잡는다

AI Agent 모듈을 도입했다면, 첫 일주일은 반드시 Reasoning 패널을 켜고 로그를 확인하세요. 자주 발견되는 비용 누수 패턴은 다음과 같습니다.

• 동일한 외부 API 를 같은 입력으로 반복 호출 → 캐시 모듈 추가
• 출력 토큰이 매번 수천 단위 → 시스템 프롬프트에서 "JSON 한 줄로만" 같은 출력 제약 추가
• 판단이 갈리지 않는 분기에서도 Agent 호출 → 앞단에 단순 Filter 모듈 추가

STEP 4. 롤오버를 가정해 월간 예산을 짠다

유료 플랜이라면 사용하지 않은 크레딧이 다음 달로 한 달간 이월됩니다. 즉, 매월 사용량이 들쭉날쭉하다면 "월 평균" 으로 플랜을 잡되, 피크 달을 기준으로 너무 큰 플랜을 잡지 않아도 됩니다. 한 달 정도는 다음 달 잉여로 메울 수 있기 때문입니다. 반대로 매월 사용량이 일정한 워크플로우라면 롤오버 효과가 거의 없으니, 평균치에 딱 맞는 플랜을 고르는 편이 낫습니다.

STEP 5. 작은 예시 한 개로 감을 잡는다

"문의 메일 자동 분류 후 담당자 슬랙 알림" 시나리오를 예로 들어 보겠습니다. 기존에는 Gmail 트리거 → 키워드 기반 Filter → Router 3분기 → 슬랙 채널별 알림 식으로 짰다면, 2026년 권장 구성은 다음과 같습니다.

• Gmail 트리거 모듈
• 본문 길이가 짧고 명확한 키워드가 있으면 단순 Filter 모듈로 먼저 분류
• 그 외에는 AI Agent 모듈로 환불·기술·세일즈 중 하나로 분류
• 분류 결과를 Router 모듈로 받아 슬랙 채널별로 알림 발송

핵심은 AI Agent 호출이 모든 메일에 대해 일어나지 않도록 앞단에 단순 Filter 를 두는 것입니다. 길이가 짧고 패턴이 분명한 메일은 어차피 키워드로 분류되니, Agent 를 부르지 않아도 됩니다. 이 한 줄 차이가 월말 크레딧 사용량에서 의외로 큰 폭으로 누적됩니다. 반대로 본문이 길거나 의도가 모호한 메일에서는 Agent 가 사람보다 빠르고 일관되게 분류해주니, "모호한 입력은 Agent 에게, 명확한 입력은 Filter 에게" 라는 분담을 시나리오 한 장에 녹여두면 됩니다.

도구 선택: Make 가 맞는 사람, Zapier·n8n 이 맞는 사람

같은 노코드 자동화 카테고리라도 결이 다릅니다. 본 글 작성 시점 기준 일반론으로 정리하면 다음과 같습니다.

• Make — 시각적 시나리오로 다중 분기·반복 처리를 짜야 하는 중간 복잡도 워크플로우. 무료 1,000 크레딧으로 손쉽게 PoC 가능.
• Zapier — 단순 트리거→액션 1:1 자동화 위주, IT 부서 없이 비개발자 혼자 빠르게 세팅. 다만 작업당 과금이라 대량 처리는 비용이 빠르게 증가.
• n8n — 셀프호스팅이 가능한 팀. 코드/JS 노드를 자유롭게 쓸 수 있고, 자체 서버에 올리면 실행 수 제한 없이 운영 가능.

"AI Agent 를 시나리오 안에서 시각적으로 디버깅하고 싶다" 가 우선순위라면, 본 글 작성 시점 기준 가장 손이 덜 가는 선택지는 Make 입니다. 반대로 자체 서버 운영이 가능하고 비용 통제가 중요하다면 n8n 셀프호스팅이 여전히 강력한 대안입니다.

마무리: 같은 시나리오라도 "구조" 가 비용을 가른다

2026년 Make 자동화의 핵심 변화는 결국 하나입니다. 모듈마다 크레딧 소모량이 달라졌고, 판단이 필요한 노드에 AI Agent 라는 새 카드가 추가됐다. 같은 워크플로우라도 모든 분기를 AI 로 도배하면 비용이 빠르게 누적되지만, 진짜 판단이 필요한 한 노드에만 Agent 를 꽂으면 사람이 매번 분기를 손보던 시간을 줄이면서 크레딧은 거의 그대로 유지할 수 있습니다.

지금 돌리고 있는 시나리오가 있다면, 오늘부터 Reasoning 패널을 켜고 한 주만 로그를 들여다보세요. "이 분기, 굳이 AI 가 아니어도 되겠는데?" 하는 자리가 두세 군데는 반드시 보입니다. 그 두세 군데를 단순 모듈로 바꾸는 것만으로도, 다음 달 크레딧 청구서 숫자가 달라집니다.