n8n 워크플로우 2026: MCP 노드로 외부 도구 연결하는 AI Agent 4단계 가이드
n8n 워크플로우를 이미 한 번이라도 만져본 분이라면, 지금까지 가장 답답했던 부분이 있을 겁니다. "AI 에이전트가 우리 회사 Notion이나 사내 API를 직접 호출하게 하려면 노드를 일일이 만들어 붙여야 한다"는 문제죠. 2026년에는 이 흐름이 크게 바뀌었습니다. n8n이 MCP(Model Context Protocol) 노드를 공식 지원하면서, 외부 도구를 AI 에이전트에 연결하는 작업이 사실상 "엔드포인트 등록 한 번"으로 끝나게 됐기 때문입니다.
이 글은 셀프호스팅 설치 가이드가 아닙니다. 이미 n8n을 쓰고 있는 분이 MCP 노드와 AI Agent를 활용해 외부 도구를 한 번에 연결하는 4단계 워크플로우를 정리한 실전 가이드입니다. 본 글의 가격·기능 정보는 작성 시점(2026년 6월) 기준의 n8n 공식 문서를 기반으로 합니다.
왜 지금 n8n 워크플로우에 MCP가 중요한가
기존 n8n에서 AI 에이전트가 외부 도구를 쓰려면 각 도구마다 HTTP Request 노드를 만들고, 인증·파라미터를 손으로 매핑하고, 결과를 다시 에이전트에 넣는 작업이 반복됐습니다. 도구가 5개면 노드가 15~20개로 늘어났죠. 도구가 추가될 때마다 워크플로우 그림이 거미줄처럼 부풀어 디버깅 비용도 같이 늘었습니다.
MCP는 이 과정을 표준화한 프로토콜입니다. n8n에는 MCP 클라이언트가 추가되어, MCP 서버 엔드포인트를 등록하면 그 서버가 노출하는 도구들을 Agent 노드에서 바로 호출할 수 있게 됐습니다. 도구 목록은 n8n이 자동으로 가져오고, 인증은 Bearer·헤더·OAuth2 중 선택할 수 있습니다(n8n 공식 문서: MCP Client Tool node).
2026년 n8n 가격·과금 구조도 함께 정리
- Cloud Starter: 월 약 $24부터, 월 2,500 실행 포함
- Cloud Pro: 월 약 $60, 월 10,000 실행 포함
- Business / Enterprise: 별도 견적
- 셀프호스팅 Community Edition: 소프트웨어 무료, VPS 비용(보통 월 $3~7)만 부담
핵심은 "실행 기반 과금"입니다. 20개 노드짜리 워크플로우 한 번 = 1 execution. Zapier·Make의 스텝 단위 과금과 결정적으로 다른 부분이라, 복잡한 자동화일수록 비용 차이가 커집니다. 정확한 최신 요금과 플랜별 한도는 결제 전 n8n 공식 가격 페이지에서 한 번 더 확인하는 걸 권합니다.
n8n MCP + AI Agent 워크플로우의 핵심 노드
이번에 새로 자리 잡은 노드 두 개를 먼저 확실히 구분해야 합니다. 이름은 비슷하지만 역할이 정반대입니다.
MCP Server Trigger — 내 워크플로우를 도구로 "노출"
내가 만든 n8n 워크플로우 중 일부를 외부 AI 클라이언트(예: Claude Desktop, Cursor)에게 도구로 열어주는 역할입니다. 노드를 추가하면 테스트용·프로덕션용 URL이 발급되고, Bearer 토큰이나 커스텀 헤더로 접근 인증을 걸 수 있습니다. "사내 ERP 재고 조회 워크플로우만 AI에게 열어주기" 같은 식으로 일부만 선택적으로 노출하는 게 핵심입니다. 사내 데이터를 통째로 외부에 던지지 않고, 정해진 함수 호출만 허용하는 느낌으로 쓸 수 있죠.
MCP Client Tool — 외부 MCP 서버 도구를 "내 에이전트에 연결"
반대로 외부에 이미 있는 MCP 서버의 도구를 n8n의 AI Agent 노드 안으로 끌어오는 역할입니다. 한 번 연결해두면 그 서버가 제공하는 도구 전체를 자동으로 인식하고, "Selected" 옵션으로 일부만 노출시킬 수도 있습니다.
두 노드를 같이 쓰는 그림은 결국 이렇게 정리됩니다. MCP Server Trigger는 "내가 만든 워크플로우를 외부 AI에게 도구로 빌려주는 창구", MCP Client Tool은 "외부 도구를 내 AI Agent의 손에 쥐여주는 어댑터". 사내 데이터·외부 도구를 같은 에이전트가 다루는 그림을 만들고 싶다면 두 노드를 같은 워크스페이스에 둘 다 깔아 두는 게 일반적입니다.
실전 4단계 워크플로우 가이드
1단계: AI Agent 노드와 LLM 자격증명 준비
새 워크플로우에 AI Agent 노드를 하나 추가하고, OpenAI·Anthropic Claude·Google Gemini 중 하나의 API 키를 자격증명으로 등록합니다. 여기서 모델 호출 비용은 n8n이 아니라 각 모델 제공사에 직접 지불됩니다. n8n은 이 부분에 별도 "AI 사용료"를 받지 않습니다. 처음 깔 때는 토큰 단가가 가장 저렴한 모델로 시작해 도구 연결이 잘 되는지부터 확인하고, 품질이 부족할 때 상위 모델로 교체하는 순서가 안전합니다.
2단계: 외부 MCP 도구 붙이기
같은 워크플로우의 AI Agent 노드 아래 Tools 영역에서 MCP Client Tool을 추가합니다. 연결할 MCP 서버의 엔드포인트 URL과 인증 방식을 입력하면, n8n이 도구 목록을 가져옵니다. "All"로 두면 전체, "Selected"로 두면 원하는 도구만 노출됩니다. 셀프호스팅 환경에서는 커뮤니티 패키지의 도구 사용을 허용하는 환경변수 N8N_COMMUNITY_PACKAGES_ALLOW_TOOL_USAGE=true를 켜야 한다는 점을 기억하세요. 처음에는 도구 1~2개만 "Selected"로 노출해 호출이 안정되는지 본 다음 범위를 넓히는 게 디버깅 비용이 가장 적게 듭니다.
3단계: 내 워크플로우를 도구로 역제공 (선택)
거꾸로 우리 회사 데이터·로직을 외부 AI 클라이언트(Claude Desktop, Cursor 등)에 도구로 열고 싶다면 새 워크플로우의 시작점에 MCP Server Trigger를 둡니다. 트리거 노드 안에서 어떤 도구(워크플로우 함수)들을 노출할지 선택하고, Bearer 토큰 인증을 권장 설정으로 잡습니다. 발급된 프로덕션 URL을 외부 클라이언트의 MCP 설정에 등록하면 끝입니다. 회사 데이터가 걸려 있다면 토큰 발급 후 외부 클라이언트별로 별도 토큰을 발급해 두는 편이, 나중에 회수·교체가 쉬워집니다.
4단계: 실행 모니터링과 비용 통제
n8n의 Executions 패널에서 1회 실행 단위로 로그·소요 시간·실패 원인을 확인합니다. 과금은 실행 횟수 기준이므로, AI Agent가 한 실행 안에서 도구를 여러 번 호출해도 그 자체는 1 execution입니다. 다만 각 모델 호출은 모델사 토큰 비용으로 별도 누적되니, Anthropic·OpenAI 콘솔에서 일일 한도(spend limit)를 미리 걸어 두는 게 안전합니다. 실패한 실행에는 자동 재시도를 켜기 전에 "왜 실패했는지"를 확인하는 습관이 중요합니다 — 외부 도구 인증 만료 같은 케이스는 재시도만 반복하면 토큰 비용만 나갑니다.
막히기 쉬운 지점과 실용 팁
- Tools 영역에 MCP Client가 안 보일 때: 셀프호스팅이라면 위에서 말한 환경변수를 켜고 컨테이너를 재시작합니다. Cloud 환경이라면 노드 검색에서 "MCP"로 다시 찾아보세요.
- MCP Server URL이 외부에서 안 열릴 때: 셀프호스팅이라면 Webhook URL이 외부 도메인으로 잡혀 있는지 먼저 확인합니다. localhost로 잡혀 있으면 외부 AI 클라이언트는 접근할 수 없습니다.
- 실행 비용이 빨리 늘 때: 한 워크플로우 안에서 가능한 작업을 묶어 처리하는 게 유리합니다. 1회 실행 = 1 execution 룰을 적극 활용하세요.
- 도구가 너무 많아 에이전트가 헷갈릴 때: 한 에이전트에 도구를 전부 붙이지 말고, 용도별로 워크플로우를 쪼개 도구 묶음을 분리하는 게 정답에 가깝습니다. 도구가 적을수록 모델이 잘 고릅니다.
- 처음부터 직접 짜기 부담스러울 때: n8n 공식 템플릿 라이브러리에 AI/MCP 관련 워크플로우가 다수 공개돼 있어 클론해 출발점으로 삼을 수 있습니다(n8n 워크플로우 템플릿).
결론 — n8n 워크플로우의 다음 단계
2026년의 n8n 워크플로우는 더 이상 "조건문이 들어간 자동화 도구"에 머무르지 않습니다. MCP 노드 두 개로 우리 회사의 데이터·로직과 LLM 에이전트를 양방향으로 묶을 수 있는 작은 AI 플랫폼에 가깝습니다. 가격 측면에서도 실행 기반 과금 덕분에 복잡한 자동화를 짤수록 비용 효율이 좋아지는 구조가 유지되고 있습니다.
이미 n8n을 쓰고 있다면 오늘 새 워크플로우 하나만 만들어 보세요. AI Agent 노드 + MCP Client Tool 하나, 그리고 평소에 자주 쓰는 외부 도구 한 가지를 연결하는 것부터 시작하면 충분합니다. 작은 한 번의 연결이, 내년 한 해의 자동화 폭을 결정합니다.
※ 본 글의 가격·기능 정보는 작성 시점(2026년 6월) 기준이며, 실제 적용 전 n8n 공식 사이트에서 최신 내용을 확인하시기 바랍니다.
댓글
댓글 쓰기