ChatGPT, Claude, Gemini를 n8n으로 통합하면?
1. AI 모델 파편화 문제와 Chat Hub의 등장
현대의 업무 환경에서 사용자들은 ChatGPT, Claude, Gemini와 같은 다양한 AI 모델을 활용하고 있다. 각 모델은 특화된 영역을 보유하고 있어 하나만 사용하기에는 아쉬움이 있다. 하지만 ChatGPT에서 작업을 시작해 Claude로 이동하고 다시 Gemini로 넘어가는 과정에서 컨텍스트(Context) 유지가 어렵고, 매번 맥락을 다시 설명해야 하는 번거로움이 발생한다. 또한 각 서비스마다 별도의 구독료를 지불해야 하며, 다른 서비스와의 연동을 위해서는 MCP(Model Context Protocol) 서버를 찾아 설정하거나 직접 구축해야 하는 복잡함이 존재한다.
n8n에서 출시한 Chat Hub는 이러한 문제들을 해결하기 위한 통합 솔루션이다. Chat Hub는 n8n의 새로운 채팅 어시스턴트 기능으로, ChatGPT나 Gemini와 같은 채팅 화면을 제공하며, 사용자가 원하는 다양한 AI 모델을 API 키로 연동하여 활용할 수 있도록 지원한다.
2. 기존 챗 어시스턴트의 3가지 핵심 문제
2.1 모델 파편화(Model Fragmentation)
작업 유형에 따라 다양한 회사의 AI 모델을 혼용하고 싶을 때 발생하는 문제다. 예를 들어 창의적인 작업은 ChatGPT로, 딥 리서치(Deep Research)는 Gemini로, 문서 작업이나 코딩은 Claude로, 인터넷 기반 리서치는 Perplexity로 진행하고 싶을 수 있다. 하지만 서비스마다 플랫폼이 다르기 때문에 대화 맥락이 끊기며, 작업 내용을 서비스 간에 옮길 때마다 비효율이 발생한다.
2.2 비용 문제(Cost Issue)
여러 AI 모델을 섞어서 사용하려면 각 회사별로 구독료를 지불해야 한다. 하지만 실제로는 모든 구독 서비스를 100% 활용하지 못하는 경우가 많다. 특정 작업에만 특정 AI 모델이 필요하다면 구독 방식보다 API를 활용하는 것이 오히려 저렴할 수 있다. 또한 간단한 질문에는 오픈소스 모델을 무료로 활용할 수 있다면 비용 통제가 훨씬 용이해진다. 하지만 구독료 방식에서는 이러한 비용 컨트롤이 어렵다.
2.3 서비스 연동 제약(Integration Limitation)
기존 채팅 어시스턴트는 다양한 서비스를 연동하는 데 제약이 있다. 최근에는 Slack, Notion, Google Sheets 등 자주 사용하는 툴들을 MCP 서버를 통해 연동할 수 있지만, 여전히 복잡한 작업에는 한계가 있으며, 많은 서비스에 대해서는 MCP 서버가 존재하지 않는다. 따라서 다양한 서비스를 손쉽게 연결하고 실행하기에는 여전히 어려움이 있다.
3. Chat Hub 설정 및 구성 방법
3.1 클라우드 버전 설정
클라우드 버전에서 Chat Hub를 활성화하려면 다음 절차를 따른다:
- 좌측 하단의 Admin Panel 선택
- Manage 메뉴에서 버전을 최신 버전으로 업데이트
- n8n 버전을 최신 버전으로 선택 후 저장
- Open Instance를 통해 재실행하면 좌측 상단에 Chat (Beta) 메뉴 생성
3.2 셀프호스팅(Self-Hosting) 버전 설정
Docker 버전 기준으로 업데이트 절차는 다음과 같다:
# 기존 컨테이너 중지 및 삭제
docker stop n8n-docker
docker rm n8n-docker
# 최신 이미지 Pull
docker pull n8nio/n8n:latest
# 새 컨테이너 실행 (환경 변수 포함)
docker run -d \
--name n8n-docker \
--restart unless-stopped \
-p 5678:5678 \
-v <host-path>:/home/node/.n8n \
-e WEBHOOK_URL=<your-webhook-url> \
-e N8N_ENABLE_MODULES=chatTurbo \
n8nio/n8n:latest중요: 환경 변수 N8N_ENABLE_MODULES=chatTurbo를 반드시 설정해야 Chat Hub UI가 표시된다. 이 설정을 누락하면 Chat 메뉴가 나타나지 않는다.
4. AI 모델 API 연동 및 활용
4.1 기본 모델 설정
Chat Hub 좌측 상단에서 모델을 선택할 수 있다. OpenAI, Anthropic, Google 등 대표적인 모델들을 선택할 수 있으며, 각 모델을 사용하려면 Configure Credential에서 API 키를 등록해야 한다.
예시:
- OpenAI API 키 발급 및 등록
- Credential 생성 후 Select하여 사용
- GPT-4o-mini 등의 모델 선택 후 질문 입력
4.2 OpenRouter를 통한 멀티 모델 통합
OpenRouter는 하나의 API 키로 여러 AI 회사의 모델을 사용할 수 있는 통합 플랫폼이다. 각 회사별로 API 크레딧을 따로 관리하는 대신, OpenRouter에 통합 충전하여 다양한 모델을 사용하면 비용 통제가 훨씬 쉬워진다.
OpenRouter의 장점:
- 하나의 API 키로 OpenAI, Anthropic, Google 등 다양한 모델 접근
- 통합 크레딧 관리로 비용 예측 및 통제 용이
- 오픈소스 모델 무료 제공 (분당 20회 요청 제한)
- $10 충전 시 하루 1,000회까지 무료 사용 가능
5. 실무 시나리오: 멀티 모델 워크플로우
5.1 AI 브리핑 문서 작성 사례
목표: 이번 주 AI 및 자동화 트렌드 5개를 선별하여 브리핑 문서 작성
Step 1: 검색 단계 - Perplexity 활용
프롬프트: 지난 7일 기준, 한국 직장인이 체감할 만한 AI 업무 자동화 이슈 10개 후보를 뽑아 줘
모델: Perplexity Sonar (검색 특화)
결과: 10개 이슈 리스트 + 각 기사 링크 제공
Step 2: 선별 단계 - Claude 활용
프롬프트: 방금 10개 중에서 실무 임팩트가 큰 5개 남기고, 왜 중요한지 근거 중심으로 정리해 줘
모델: Claude Opus 4.5 (분석 특화)
결과: 5개 핵심 이슈 + 중요도 근거 정리
Step 3: 문서 작성 단계 - Gemini 활용
프롬프트: 이 정보 바탕으로 팀에게 보내는 한 페이지짜리 브리핑 구조로 재구성해 줘
모델: Gemini 2.5 Pro (문서 작성 특화)
결과: 최종 브리핑 문서 완성
이 과정에서 3개의 서로 다른 모델이 동일한 세션 내에서 컨텍스트를 공유하며 작업을 이어간다. 이전까지는 각 플랫폼을 옮겨 다니며 컨텍스트를 수동으로 복사해야 했지만, Chat Hub에서는 자연스럽게 연결된다.
6. Personal Agent: 커스텀 GPT 구현
6.1 Personal Agent 생성
Chat Hub는 ChatGPT의 GPTs, Gemini의 GEM과 유사한 Personal Agent 기능을 제공한다. 반복 작업을 자동화하기 위한 전용 에이전트를 생성할 수 있다.
생성 절차:
- 좌측 상단 Personal Agent → New Agent
- 아이콘, 이름, 설명 설정
- System Prompt 입력 (에이전트 작업 가이드라인)
- 모델 선택 (예: Gemini 2.5 Pro)
- 툴 설정 (Serp API, Jina AI 등 검색 툴)
예시: 주간 AI 브리핑 생성 에이전트
- 이름: 주간 AI 브리핑 생성 에이전트
- 설명: 매주 AI 자동화 트렌드를 정리해서 팀 브리핑을 만들어주는 에이전트
- System Prompt: 리서치 방법, 문서 작성 규칙, 출력 형식 지정
- 모델: Gemini 2.5 Pro
- 툴: Serp API (Google Search 기능)
6.2 Personal Agent와 다른 모델의 조합
Personal Agent로 생성한 결과물을 다른 모델로 전환하여 추가 작업을 수행할 수 있다. 예를 들어 Personal Agent(Gemini)로 브리핑 초안을 생성한 후, Claude로 전환하여 문체를 수정하거나 내용을 보완할 수 있다. 이는 Personal Agent가 단독으로 작동하는 것이 아니라, 기존 AI 모델과 동일하게 컨텍스트를 공유하는 하나의 옵션으로 작동하기 때문이다.
7. Workflow Agent: 진정한 자동화의 시작
7.1 Workflow Agent의 개념
Chat Hub의 진짜 강점은 Workflow Agent다. n8n에서 생성한 AI Agent 워크플로우를 Chat Hub에서 직접 호출하여 실행할 수 있다. 이는 단순 대화를 넘어 실제 업무 실행력을 부여한다.
7.2 Workflow Agent 설정 방법
기본 구성 요소:
- Chat Trigger 노드: On Chat Message 트리거 추가
- AI Agent 노드: 사용자 메시지 처리 및 작업 수행
- Tool 노드: Perplexity, Google Sheets 등 연동
- Chat Trigger 옵션 설정:
- Make Available in n8n Chat 활성화
- Agent 이름, 설명 입력
- Response 모드: Streaming 선택
- Allow File Upload (선택 사항)
중요: 워크플로우를 **Publish(Active 상태)**로 설정해야 Chat Hub에서 사용 가능하다.
7.3 실무 예시: AI 브리핑 자동 생성 및 시트 업데이트
워크플로우 구성:
[Chat Trigger]
→ [AI Agent]
├─ Model: GPT-4o
├─ Memory: 10 messages
├─ System Prompt: 리서치 및 브리핑 작성 가이드
└─ Tools:
├─ Perplexity Sonar (검색)
└─ Google Sheets (데이터 저장)
실행 과정:
사용자 입력: 지난 7일 AI Agent 및 노코드 자동화 정보 수집해서 팀장용 원페이지 브리핑 만들고, 해당 내용을 시트에 업데이트해 줘
→ AI Agent가 Perplexity로 검색 수행
→ 브리핑 문서 생성
→ Google Sheets에 Date, Title, Article Date, News Link 자동 입력
→ Chat Hub에 결과 스트리밍 출력
n8n의 Execution 탭에서 워크플로우 실행 과정을 실시간으로 확인할 수 있다.
8. 고급 기능: 작업 유형별 모델 자동 분기
8.1 동적 모델 선택 아키텍처
하나의 Workflow Agent 내에서 작업 유형에 따라 서로 다른 모델을 자동으로 선택하도록 설계할 수 있다. 이를 통해 비용 효율성과 성능을 동시에 최적화한다.
설계 전략:
- 리서치 작업 → Perplexity Sonar
- 구조화된 문서 작성 → Claude Opus 4.5
- 일반 질문 → ChatGPT OSS (오픈소스 무료 모델)
8.2 구현 방법: 모델 셀렉터(Model Selector) 활용
[Chat Trigger]
→ [Message Classifier (GPT-4o-mini)]
├─ Input: 사용자 프롬프트
├─ Output: "Perplexity" | "Claude" | "ChatGPT"
└─ System Prompt: 작업 유형 분류 규칙
→ [Model Selector]
├─ Model 1: Perplexity Sonar (리서치/검색)
├─ Model 2: Claude Opus 4.5 (문서 작성/분석)
└─ Model 3: ChatGPT OSS (일반 질문, 무료)
→ [AI Agent (선택된 모델로 실행)]
작동 예시:
Case 1: 리서치 요청
입력: 구글 AI 관련 12월 신기능에 대해서 리서치해 줘
분류: Perplexity
실행: Perplexity Sonar로 검색 및 요약
Case 2: 문서 작성 요청
입력: 전체 내용을 한 페이지 리포트로 요약해 줘
분류: Claude
실행: Claude Opus 4.5로 구조화된 문서 생성
Case 3: 간단한 정의 질문
입력: ARC AGI Benchmark가 뭐야?
분류: ChatGPT
실행: ChatGPT OSS(무료 모델)로 답변 생성
이 방식을 사용하면 작업 유형에 맞게 비용 효율적으로 API를 사용할 수 있다. 간단한 질문에는 무료 모델을, 복잡한 작업에는 유료 고성능 모델을 자동으로 배분한다.
9. Chat Hub의 3가지 핵심 장점
9.1 모델 통합(Model Integration)
여러 회사의 AI 모델을 한 세션 내에서 대화 맥락을 유지하며 혼용할 수 있다. ChatGPT, Claude, Gemini, Perplexity 등을 자유롭게 전환하면서도 이전 대화 내용이 모두 유지된다.
9.2 비용 효율성(Cost Efficiency)
월 100의 구독료를 여러 서비스에 지불하는 대신, API 키 방식으로 사용한 만큼만 지불한다. AI를 간헐적으로 사용하거나 특정 작업에만 활용하는 경우 훨씬 저렴하다. 또한 Gemini 무료 티어, ChatGPT 오픈소스 모델, OpenRouter 무료 모델 등을 혼합하면 비용을 더욱 절약할 수 있다.
9.3 실행력(Execution Power)
ChatGPT 내에서 대화만 하는 것이 아니라, Workflow Agent를 통해 실제 업무를 자동화할 수 있다. n8n이 제공하는 수백 개의 노드(Slack, Notion, Google Sheets, Email, Database 등)를 활용하여 다양한 서비스를 연동하고 복잡한 업무 프로세스를 구축할 수 있다.
10. 현재의 한계점과 향후 전망
10.1 주요 제약 사항
1. 워크플로우 구조 제한
- Chat Trigger만 설정 가능
- Streaming 모드로만 작동
- AI Agent 뒤에 다른 노드를 연동할 수 없음
- Structured Output Format이나 Output Parser 설정 시 작동 불가
- 툴을 너무 많이 연결하면 환각(Hallucination) 현상 심화
2. 멀티모달 작업 취약
- 음성 기능은 영어만 인식 (한글 미지원)
- 파일 업로드는 가능하나 이미지 생성/편집 불가
- 텍스트 답변만 출력 (이미지는 링크 형태로만 제공 가능)
3. 제한적인 툴 제공
- 현재 Serp API와 Jina AI 두 가지 웹 서치 툴만 제공
- 다양한 작업 수행에 한계 존재
10.2 향후 전망
Chat Hub는 베타 버전으로 출시된 지 얼마 되지 않았으므로, 시간이 지남에 따라 다음과 같은 개선이 예상된다:
- 워크플로우 옵션 확대
- 연동 가능한 툴 및 서비스 증가
- 멀티모달 기능 지원 (이미지 생성/편집, 한글 음성 인식)
- 더 유연한 Output 구조 설정
n8n은 특정 AI 회사에 종속되지 않는다는 강점을 활용하여, 노코드로 다양한 AI 모델을 통합하고 AI 에이전트를 제작할 수 있는 플랫폼으로 진화하고 있다.
11. 결론: Chat Hub의 적용 시나리오
Chat Hub가 유용한 경우:
- 텍스트 작업 위주의 업무
- 다양한 AI 모델을 한 컨텍스트 안에서 혼용하고 싶은 경우
- API 기반 비용 최적화가 필요한 경우
- 워크플로우 자동화와 AI를 결합하고 싶은 경우
현재 부적합한 경우:
- 멀티모달 작업(이미지 생성/편집, 음성) 중심 업무
- 매우 복잡한 출력 구조가 필요한 경우
Chat Hub는 AI 모델 통합, 비용 효율성, 실행력 측면에서 강력한 장점을 가지고 있으며, 베타 단계임에도 불구하고 실무에서 충분히 활용 가능한 수준이다. 향후 기능 확장에 따라 노코드 AI 자동화 플랫폼의 핵심 도구로 자리잡을 가능성이 높다.