n8n에 클로드 스킬 붙였더니 일반 AI 노드랑 결과가 완전 달라졌습니다!

개요

Claude에서 출시한 Skills 기능을 n8n 자동화 플랫폼과 통합하면, 기존 AI 노드 방식보다 훨씬 정확하고 간결한 워크플로우로 전문적인 리포트를 생성할 수 있다. 본 영상에서는 유튜브 채널 분석 리포트 자동 생성 시스템을 두 가지 방식(Claude Skills API vs ChatGPT 기본 노드)으로 구현하여 비교 분석한다.

Claude Skills 개념 및 구조

Claude Skills란?

Claude Skills는 일관성 있는 결과물을 생성하기 위해 설계된 기능으로, 다음과 같은 구조를 갖는다:

skill.md 파일: 업무 지시 사항을 시스템 프롬프트 형태로 정의
참고 자료: 업무 수행 시 참조할 문서, 데이터, 코드 스크립트 등
배포 형식: 폴더를 ZIP 파일로 압축하여 업로드

주요 장점

특정 가이드라인에 따라 일관된 형식의 결과물을 반복적으로 생성해야 할 때 강력한 효과를 발휘한다. Claude 앱뿐만 아니라 Claude API를 통해서도 활용 가능하므로, n8n과 같은 자동화 플랫폼에서 프로그래매틱하게 실행할 수 있다.

n8n에서 Claude Skills API 설정하기

1. Claude Console에서 스킬 업로드

중요: Claude 앱에서 업로드하는 스킬과 API 버전 스킬의 업로드 위치가 다르다.

Claude 앱용: Settings → Capabilities → Skills
API용: console.anthropic.com → Skill Store에서 업로드

API 버전으로 사용하려면 반드시 Claude Console의 Skill Store에서 스킬을 추가해야 한다.

2. 스킬 목록 확인하기 (n8n)

n8n에서 HTTP Request 노드를 사용하여 사용 가능한 스킬 목록을 조회한다.

API Reference 활용:

Claude API Reference → “List Skills” 메서드 참조
GET 메서드로 /skills 엔드포인트 호출
cURL 커맨드 복사 → n8n의 “Import cURL” 기능으로 손쉽게 설정

필수 헤더:

Anthropic-Version: [버전]
Anthropic-Beta: [베타 기능]

Authentication:

Predefined Credential 선택
Anthropic API 키 설정 (Claude Console → Manage → API Keys에서 생성)

실행 시 기본 제공 스킬(Excel, PPT, PDF, DOCX 등)과 사용자 커스텀 스킬이 함께 반환되며, 각 스킬의 Skill ID를 확인할 수 있다.

실습: 유튜브 채널 분석 리포트 자동 생성 시스템

시스템 아키텍처 (Claude Skills 버전)

전체 워크플로우는 7개 노드로 구성된다:

Manual Trigger - 워크플로우 시작
Google Sheets - Get Rows - 유튜브 영상 데이터 조회
Code (JavaScript) - 2025년 데이터 필터링 및 결합
Code (JavaScript) - API Request Body 생성
HTTP Request - Claude Skills API 호출 (리포트 생성)
Code (JavaScript) - File ID 추출
HTTP Request - 생성된 DOCX 파일 다운로드
Google Drive - Upload File - 구글 드라이브에 업로드

핵심 구현 단계

Step 1: 데이터 수집 및 필터링

Google Sheets 연동:

채널의 영상 정보(조회수, 좋아요, 댓글 수, 공유 수 등) 수집
102개 영상 중 2025년 영상만 필터링

필터링 및 결합 코드 (JavaScript):

// 2025년 데이터만 필터링
// 여러 아이템을 하나의 아이템으로 결합
// Duration을 초 단위로 변환
// 빈 데이터를 0으로 대체

실행 결과: 45개의 2025년 영상 데이터를 하나의 레코드로 통합

Step 2: Claude Skills API Request Body 생성

핵심 파라미터:

{
  "model": "claude-sonnet-4-5",  // 또는 claude-haiku-4-0 (Rate Limit 고려)
  "max_tokens": 50000,            // 긴 리포트 생성을 위해 충분한 토큰 할당
  "system": "유튜브 비디오 데이터를 받아 프로페셔널한 monthly report를 Word 문서로 제작하라. YouTube Analysis Report 스킬을 활용하고, 차트와 인사이트를 생성하며, 한글 문서로 작성하라.",
  "skills": [
    {
      "type": "custom",
      "skill_id": "[YouTube Analysis Report 스킬 ID]",
      "version": "latest"
    }
  ],
  "messages": [
    {
      "role": "user",
      "content": "다음 영상 데이터를 분석해서 10월 성과 리포트를 생성해줘: [데이터]"
    }
  ],
  "tools": [
    {
      "type": "code_execution"  // 코드 실행 기능 활성화
    }
  ]
}

주요 요청 사항:

파생 지표 계산 (Engagement per 1K views, 구독 전환율 등)
차트 생성 (조회수 추이, Top 5 영상, 영상 길이별 성과 등)
통계 분석
실행 가능한 액션 플랜 제시
브랜드 컬러(주황색) 반영

Step 3: Claude Skills API 호출

HTTP Request 노드 설정:

Method: POST
Endpoint: https://api.anthropic.com/v1/messages
Authentication: Anthropic API Key
Body: 앞 단계에서 생성한 Request Body (JSON)
Timeout 설정: 360000ms (6분) - 스킬 실행에 시간이 소요될 수 있음

실행 시간: 약 10분 (Haiku 모델 기준)

Step 4: File ID 추출 및 다운로드

File ID 추출 코드: Claude Skills API 응답에서 생성된 파일의 ID를 추출한다. 스킬이 수행하는 단계 수에 따라 File ID의 위치가 달라질 수 있으므로, 재귀적으로 탐색하는 코드가 필요하다.

파일 다운로드 API:

GET https://api.anthropic.com/v1/files/[FILE_ID]/content

필수 헤더:

Anthropic-Version: [버전]
Anthropic-Beta: files-api

Response Format: document.docx

Step 5: Google Drive 업로드

파일명: Skills_YouTube_Analysis_Report_[오늘 날짜].docx

생성 결과 분석

리포트 구성:

핵심 인사이트 요약
핵심 지표 (총 조회수, 평균 조회수, Engagement Rate 등)
상세 성과 분석
차트 시각화 (조회수 추이, Top 5 영상, 영상 길이별 성과)
성과가 좋은 태그 Top 10
특히 성과가 좋은 영상 리스트
액션 플랜

정확도 검증:

총 조회수 (1-10월 합산): 368,427 ✓
Engagement per 1K views: 188.72 ✓ (정확한 계산식 적용)
구독 전환: 7,291명 ✓
Top 5 영상 Engagement: 188.66 ✓

디자인:

브랜드 컬러(주황색)와 조화로운 파란색 조합
전문적인 레이아웃
차트 자동 생성 (단, 한글 폰트 깨짐 이슈 - 스킬 수정으로 해결 가능)

대조군: ChatGPT 기본 노드 방식

시스템 아키텍처 (ChatGPT 버전)

전체 워크플로우는 약 20개 노드로 구성된다:

Google Sheets - 데이터 조회
Code - 필터링 및 결합
ChatGPT 노드 - 텍스트 콘텐츠만 생성 (Structured Output Parser 활용)
Google Docs - 템플릿 생성 (사전 작업 필요)
Google Docs - Update Document - 자리 표시자를 AI 생성 값으로 치환 (수십 개 필드 매핑)
QuickChart API - 차트 생성 (3개 차트 = 3개 노드)
Code - 차트 삽입 위치 인덱스 계산 (차트별로 필요)
Google Docs - Insert Image - 차트 삽입 (3회 반복)
Google Drive - 파일 관리

주요 구현 어려움

1. 템플릿 사전 제작 필수

Google Docs에서 리포트 템플릿을 수동으로 제작하고, 모든 동적 데이터 위치에 자리 표시자(placeholder)를 설정해야 한다.

예시:

{{총_조회수}}
{{평균_조회수}}
{{engagement_rate}}
...

리포트가 복잡할수록 자리 표시자 수가 급증하며, 수정 시 모든 매핑을 다시 설정해야 한다.

2. 필드 매핑의 복잡성

Google Docs Update 노드에서 수십~수백 개의 필드를 수동으로 매핑해야 하며, 로딩 시간도 상당히 소요된다.

3. 차트 생성의 복잡성

ChatGPT는 차트를 직접 생성할 수 없으므로:

외부 서비스(QuickChart 등) 활용 필요
차트 데이터를 하드코딩하거나 별도 AI 노드로 생성
각 차트별로 Google Docs 인덱스 계산 및 삽입 작업 반복

4. 프롬프트의 한계

ChatGPT에게 파생 지표 계산식을 프롬프트로 전달하지만:

계산 오류 발생 가능성
일관성 없는 기준 적용 (10월 데이터만 사용하다가 갑자기 전체 데이터 참조)

생성 결과 분석

모델: GPT-4o (타임아웃) → GPT-4o.1 (성공)

정확도 검증:

총 조회수 (10월만): 28,113 ✓ (단, 프롬프트 해석이 상이)
Engagement per 1K views: 계산 오류 - 3.57이어야 하나 훨씬 큰 값 출력
일관성: 리포트 전반부는 10월 데이터만 사용, 후반부는 전체 데이터 혼용

차트:

예시 차트만 삽입 (하드코딩)
실제 데이터 기반 차트는 추가 개발 필요

두 방식의 비교 분석

워크플로우 복잡도

항목	Claude Skills API	ChatGPT 기본 노드
총 노드 수	7개	약 20개
템플릿 사전 제작	불필요	필수
필드 매핑	불필요	수십~수백 개 수동 매핑
차트 생성	AI가 자동 생성	외부 서비스 + 복잡한 위치 계산
유지보수성	스킬 파일만 수정	템플릿 + 매핑 + 차트 로직 전부 수정

데이터 정확도

항목	Claude Skills API	ChatGPT 기본 노드
파생 지표 계산	코드 실행으로 정확	프롬프트 기반, 오류 가능성
차트 데이터	실제 계산값 자동 반영	하드코딩 또는 별도 AI 필요
일관성	높음 (skill.md 가이드라인 준수)	낮음 (프롬프트 해석 편차)
검증 가능성	코드 로직 확인 가능	블랙박스

확장성 및 유연성

Claude Skills API:

여러 스킬 동시 활용 가능 (예: Excel + PPT 동시 생성)
스킬 업데이트만으로 전체 워크플로우 개선
코드 실행 기능으로 복잡한 계산 및 처리 가능

ChatGPT 기본 노드:

새로운 기능 추가 시 노드 추가 및 복잡한 재설정 필요
템플릿 변경 시 전체 매핑 재작업
계산 로직은 프롬프트에만 의존

개발 시간

Claude Skills API: 스킬 제작 시간 + n8n 간단한 통합 (수 시간)
ChatGPT 기본 노드: 템플릿 디자인 + 필드 매핑 + 차트 시스템 구축 (수일)

Claude Skills의 작동 원리

Claude Skills는 기존 AI 자동화의 패러다임을 바꾼다:

전통적 방식 (예: Regex → AI 텍스트 추출):

과거: 정규표현식으로 텍스트 추출 (복잡함)
현재: AI 노드로 간단히 추출 (편리함)

워크플로우 자동화 (템플릿 + 규칙 → Skills):

과거: AI + 템플릿 + 매핑 규칙 수립 (복잡한 워크플로우)
현재: Claude Skills API 하나로 통합 (단순한 워크플로우)

핵심: Claude Skills는 “템플릿 생성 + 규칙 기반 문서 작성” 전체 프로세스를 하나의 API 호출로 추상화한다.

활용 시나리오

Claude Skills API가 특히 유용한 경우:

주기적 리포트 자동 생성
- 월간/주간 성과 리포트
- 브랜드 가이드라인 준수 필수
- 데이터 기반 차트 및 인사이트 포함
복잡한 계산이 필요한 문서
- 재무 보고서
- 데이터 분석 리포트
- KPI 대시보드 문서화
일관성이 중요한 업무
- 고객 제안서
- 법률 문서
- 표준화된 계약서
다중 데이터 소스 통합
- 여러 시트/DB에서 데이터 수집
- 통합 분석 및 리포트 생성

현재 한계점 및 개선 방향

1. Rate Limit 제약

문제:

복잡한 리포트 생성 시 빠르게 쿼터 한계에 도달
여러 리포트를 동시에 생성할 경우 제약 심화

대응:

리포트 생성 간 충분한 시간 간격 확보
덜 복잡한 작업은 Haiku 모델 사용

2. Max Tokens 제한

문제:

최대 60,000 토큰으로 제한
매우 긴 문서 생성 시 한계

대응:

리포트를 섹션별로 분할 생성 후 결합
요약 수준 조정

3. 입력 파일 형식 제한

문제:

PDF, 텍스트는 파일 업로드 가능
Excel 데이터는 파일로 첨부 불가 (현재는 프롬프트에 텍스트로 삽입)

개선 방향:

Excel 파일 직접 업로드 기능 추가 시 더욱 강력한 활용 가능

4. 한글 폰트 문제

문제:

차트 생성 시 한글 폰트가 깨짐

해결:

skill.md에 한글 폰트 로드 및 사용 지시 추가
차트 생성 코드 스크립트 수정

결론: 자동화의 새로운 패러다임

Claude Skills API는 n8n과 같은 자동화 플랫폼에서 “복잡한 규칙 기반 문서 생성”을 단일 노드로 단순화한다. 기존의 AI 노드 방식과 비교할 때:

7배 적은 노드로 동일한 작업 수행
더 높은 데이터 정확도 (코드 실행 기반 계산)
월등한 유지보수성 (스킬 파일만 수정)
뛰어난 확장성 (다중 스킬 조합 가능)

아직 베타 버전이며 Rate Limit, Token 제한 등의 한계가 있지만, 브랜드 가이드라인 준수, 복잡한 계산, 주기적 리포트 생성이 필요한 업무에서는 기존 방식을 대체할 강력한 도구로 자리잡을 잠재력을 보여준다.

최종 평가: Claude Skills API는 “Regex가 AI 텍스트 추출로 대체된 것처럼”, 복잡한 워크플로우를 하나의 스킬 노드로 대체하는 혁신을 가져온다.

DarkGarden

Topics

Sections

n8n에 클로드 스킬 붙였더니 일반 AI 노드랑 결과가 완전 달라졌습니다!

n8n에 클로드 스킬 붙였더니 일반 AI 노드랑 결과가 완전 달라졌습니다!

개요

Claude Skills 개념 및 구조

Claude Skills란?

주요 장점

n8n에서 Claude Skills API 설정하기

1. Claude Console에서 스킬 업로드

2. 스킬 목록 확인하기 (n8n)

실습: 유튜브 채널 분석 리포트 자동 생성 시스템

시스템 아키텍처 (Claude Skills 버전)

핵심 구현 단계

Step 1: 데이터 수집 및 필터링

Step 2: Claude Skills API Request Body 생성

Step 3: Claude Skills API 호출

Step 4: File ID 추출 및 다운로드

Step 5: Google Drive 업로드

생성 결과 분석

대조군: ChatGPT 기본 노드 방식

시스템 아키텍처 (ChatGPT 버전)

주요 구현 어려움

1. 템플릿 사전 제작 필수

2. 필드 매핑의 복잡성

3. 차트 생성의 복잡성

4. 프롬프트의 한계

생성 결과 분석

두 방식의 비교 분석

워크플로우 복잡도

데이터 정확도

확장성 및 유연성

개발 시간

Claude Skills의 작동 원리

활용 시나리오

현재 한계점 및 개선 방향

1. Rate Limit 제약

2. Max Tokens 제한

3. 입력 파일 형식 제한

4. 한글 폰트 문제

결론: 자동화의 새로운 패러다임

Related Reports

그래프 뷰

목차

Related Reports

백링크