소개
기존에는 구글 앱스스크립트와 Make를 활용하여 학생들의 설문 응답을 분석하고, 그 결과를 음성으로 변환해 정기적으로 메일로 발송하는 자동화를 구현했습니다. 이번에는 같은 프로세스를 Make 대신 n8n으로 구현해보며 두 도구의 차이점을 체감해보고자 했습니다.
n8n은 설치형 워크플로우 자동화 툴로, 더 높은 자유도와 유연한 제어가 가능하지만 처음 접할 땐 익숙하지 않은 부분도 있었습니다. 이번 실험은 바로 그 낯섦을 겪으며 얻은 인사이트를 나누고자 합니다 ✨
진행 방법
사용 도구
n8n: Schedule Trigger, Google Sheets, Loop, HTTP Request, Google Drive, Gmail 등 노드 활용
ElevenLabs: GPT가 생성한 피드백을 음성으로 변환하는 API
Google Sheets & GAS(google appscript): 설문 응답 수집 및 상태 정리
Gmail: 변환된 피드백 음성을 포함한 메일 발송
1) GPT에게 물어본 설문 문항을 구글폼에 작성하였는데, 제목은 ‘오늘도 성장하는 나: 나의 노력과 마음을 기록해요!’로 정했구요, GPT에게 한 주간 학생들의 목표한 학습정도에 얼마나 노력하고 있는지 그리고 학생들의 심리를 상담하고자 하는데 구글 폼과 구글 시트의 앱스크립트를 이용해서 자동화를 구현하고 싶은데 구글폼에 들어갈 설문 내용을 자세하게 알려달라고 했습니다. 이에 이번 주에 설정한 학습 목표, 학습 목표 달성을 위해 어느 정도의 노력을 기울였는지, 이번 주 학습 목표를 얼마나 달성했다고 생각하는지 등의 학습 목표 및 달성도 평가와 이번 주 동안 학업에 대해 느낀 주된 감정은 무엇인지, 스트레스나 불안감이 높은 경우 주된 원인은 무엇인지, 학습과 관련된 스트레스를 어떻게 해소하고 있는지 등의 심리상태 점검을 위한 문항 등 12문항의 설문지를 작성했어요.
2) 그 다음 구글 폼에 연결되어 있는 구글시트를 열어 학생이 작성한 내용에 대한 지도 및 상담 내용을 다음과 같은 함수를 사용하여 R열에 담았습니다.
구글 앱스스크립트를 이용해서 이 내용을 학생메일로 보냈고 이때 S열에 발송완료를 표시하도록 했습니다. 발송이 되면 발송완료가 자동으로 뜨게 되어 발송여부를 바로 확인할 수 있습니다.
3) n8n에서 진행해보았는데 Make에서는 ElevenLabs 모듈이 제공되어 별도 설정 없이 간단히 사용할 수 있었던 반면, n8n에서는 HTTP Request 노드를 직접 구성해야 했습니다. 이 때문에 노드 수가 자연스럽게 늘어났으며, 인증 방식(API 키), 요청 헤더, 본문 형식 등을 직접 지정해야 했습니다. 이는 n8n의 개방성과 유연성의 장점이기도 하지만, 처음 접하는 사용자에게는 진입 장벽으로 작용할 수 있습니다.
워크플로우 구조 (n8n)
Google Sheets에서 설문 응답 읽기
응답 내용을 기반으로 피드백 생성
ElevenLabs API로 음성 변환 요청
생성된 음성 파일을 Google Drive에 업로드 및 공유 링크 생성
Gmail로 해당 음성을 학생에게 발송
결과와 배운 점
Make 대비 느낀 차이점
Make는 모듈 수가 적고 직관적이었음
n8n은 구성 요소가 많아 설정은 복잡했지만 세부 제어에 유리했음
특히 Make에서는 ElevenLabs 모듈을 바로 사용할 수 있었던 반면, n8n에서는 직접 HTTP 요청을 구성해야 해서 노드 수가 더 많아졌음
익숙함의 중요성도 느꼈지만
처음엔 n8n이 다소 낯설고 복잡하게 느껴졌지만, 실제로 구현하며 유연성과 확장성 측면에서 매우 만족스러웠음
특히 조건 분기, 루프 처리, API 호출 세부 설정에서 Make보다 강력한 부분이 많았음
다음 계획
n8n 기반 자동화를 정기적으로 운영하며 에러 핸들링과 알림 기능 확장 예 정
내부에서 재사용 가능한 템플릿으로 발전시킬 계획 🎯
도움 받은 글 (옵션)
이전 Make 기반 자동화 사례:
https://www.gpters.org/research/post/case-study-building-automated-dU4BMaqASq1AD2G