n8n과 Ollama로 로컬 AI 업무 자동화 시작하기

n8n은 일정, 파일, 웹 요청 같은 시작 조건을 정하고 여러 처리 단계를 선으로 연결하는 자동화 도구예요. 이번 예에서는 PDF가 든 공유 폴더에서 파일을 읽고, 텍스트를 뽑아 Ollama에 한국어 요약을 요청한 뒤 결과를 파일로 저장해요. 각 단계의 입출력을 화면에서 확인해 실패한 곳을 바로 짚을 수 있어요.

캔버스의 첫 노드는 Manual Trigger로 두고, PDF 한 개가 끝까지 처리되는지 수동 실행해요. 편집기 오른쪽 위의 Execute Workflow를 눌러 노드별 입력과 출력을 확인하고, 모델이 원문에서 중요한 내용을 보존하는지 읽어요. 같은 파일의 재실행·중복 처리 기준을 정한 뒤에만 Schedule Trigger를 추가해요.

Docker Desktop과 Ollama 앱을 설치해요. Ollama 모델 라이브러리에서 원하는 모델의 정확한 ollama pull ... 명령을 골라 실행한 다음 ollama list로 설치된 이름을 확인해요. n8n 공식 스타터 킷 저장소는 Mac에서 Docker가 Apple GPU를 컨테이너에 전달하지 못한다고 안내해요. 따라서 이 Mac 구성에서는 n8n과 보조 서비스를 Docker Compose로 시작하고, 모델 추론²은 Mac에서 실행되는 Ollama가 맡게 해요.

새 폴더에서 스타터 킷을 내려받아 환경 파일을 만들고, 안내된 기본 비밀번호와 암호화 키를 본인 값으로 바꿔요. Ollama가 Mac에서 실행되는 경우 환경 파일의 OLLAMA_HOST를 host.docker.internal:11434로 설정해요. shared/inbox, shared/output, shared/processed 폴더를 준비한 뒤 프로젝트를 시작하면 브라우저의 http://localhost:5678/에서 n8n을 처음 설정할 수 있어요.

git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git n8n-ai-local
cd n8n-ai-local
cp .env.example .env
mkdir -p shared/inbox shared/output shared/processed

docker compose up

OLLAMA_HOST=host.docker.internal:11434

Ollama 앱은 기본적으로 127.0.0.1:11434에서만 연결을 받아요. Docker에서 Mac의 Ollama에 접속하려면 Mac 쪽 수신 설정도 필요해요. macOS 앱으로 실행한다면 공식 FAQ에 나온 launchctl setenv OLLAMA_HOST 0.0.0.0:11434를 설정하고 앱을 재시작해요.

이 설정은 모든 네트워크 인터페이스에서 연결을 받아요. Mac 방화벽에서 11434번 포트 접근을 신뢰할 수 있는 로컬 연결로 제한하고, 라우터 포트 전달이나 인터넷 공개는 하지 마세요. Ollama API³에는 기본 인증이 없어요.

launchctl setenv OLLAMA_HOST "0.0.0.0:11434"

첫 노드는 Manual Trigger로 만들어요. PDF를 호스트의 n8n-ai-local/shared/inbox/brief.pdf에 두고 Read/Write Files from Disk를 연결해요. Operation은 Read File(s) From Disk, File(s) Selector는 /data/shared/inbox/*.pdf, Put Output File in Field는 data예요. Compose가 호스트의 shared를 컨테이너의 /data/shared에 연결하므로 파일 선택기에는 컨테이너 경로를 넣어요.

Extract From File의 Operation은 Extract From PDF, Input Binary Field는 data예요. 추출 본문은 text 필드로 나와요. Basic LLM Chain에 Ollama Chat Model을 연결하고 자격 증명의 Base URL을 http://host.docker.internal:11434/로 설정해요. ollama list에 나온 정확한 모델 이름을 선택한 뒤 체인의 Prompt⁴ 칸에 다음 문장을 넣어요.

문서의 핵심을 5개 항목 이내로 요약하세요. 날짜·금액·고유명사는 원문대로 유지하세요.

{{ $json.text }}

체인의 출력은 text 필드예요. Convert to File에서 Operation은 Convert to Text File, Text Input Field는 text, File Name은 {{ $('Read/Write Files from Disk').item.binary.data.fileName.replace(/\.pdf$/i, '.summary.txt') }}로 지정해요.

마지막 Read/Write Files from Disk는 Write File to Disk로 설정해요. File Path and Name은 /data/shared/output/{{ $('Read/Write Files from Disk').item.binary.data.fileName.replace(/\.pdf$/i, '.summary.txt') }}, Input Binary Field는 data예요.

첫 실행 파일은 호스트의 n8n-ai-local/shared/output/brief.summary.txt에 생겨요. 스캔 PDF에서 추출 text가 비면 OCR⁵ 단계가 필요해요.

노드를 모두 연결했으면 편집기에서 Execute Workflow를 눌러요. 파일 읽기부터 저장까지 각 노드를 열어 입력·출력을 확인하고, 호스트의 shared/output/brief.summary.txt가 원문을 제대로 요약했는지 읽어요.

일정 실행을 켜기 전, 파일 읽기와 PDF 추출 사이에 Remove Duplicates를 넣어요. Operation은 Remove Items Processed in Previous Executions, Keep Items Where는 Value Is New, Value to Dedupe On에는 {{ $binary.data.fileName }}을 입력해요. Scope는 Node로 둬요. 같은 파일 이름은 다음 실행에서 걸러져 모델에 다시 보내지 않아요.

이 실습은 파일 이름을 문서 ID로 써요. 수정한 문서는 brief-v2.pdf처럼 새 이름으로 넣고, 요약이 실패한 파일도 새 이름으로 다시 넣어 재처리해요. 이전 요약은 다른 이름으로 보관하면 남겨둘 수 있어요. 서로 다른 파일은 이름이 겹치지 않게 관리하세요.

같은 파일로 두 번 실행해 두 번째에는 중복 제거 노드 다음으로 항목이 넘어가지 않는지 확인해요. 그다음 Schedule Trigger를 추가해 낮은 빈도로 설정하고 워크플로를 활성화해요. 첫 일정 실행 뒤에는 실행 기록과 출력 폴더를 확인하세요.

Ollama 모델 노드가 연결 오류를 내면 Mac의 Ollama 앱이 실행 중인지, ollama list에 지정한 모델이 있는지 확인해요. 이어서 Credentials에는 http://host.docker.internal:11434/, .env에는 host.docker.internal:11434가 각각 들어 있는지 봐요. 모델 이름은 목록에 나온 정확한 값을 선택해요.

파일 노드가 경로를 찾지 못하면 Mac의 경로가 아니라 컨테이너 안의 /data/shared/... 경로인지 확인해요. Extract From File 결과가 비면 PDF에 선택 가능한 텍스트가 있는지 확인해요. 실행 기록에서 파일 읽기, 텍스트 추출, 모델 요청, 파일 저장 중 어느 단계가 실패했는지 찾으면 전체 흐름을 처음부터 바꾸지 않고 해당 연결만 고칠 수 있어요.