MCP 무제한 크롤링
✔️ n8n + MCP + Claude로 “웹 데이터 크롤링 자동화”를 완성하는 실전 튜토리얼! 코딩 부담 없이 20 분 만에 나만의 웹 데이터 수집 에이전트를 구축해 보세요!
n8n + 파이썬 + OpenAI 통합 워크플로 대공개
- n8n 노드로, 코딩 없이 ‘자동 데이터 분석 에이전트’를 만드는 방법을 공개합니다!
파이썬 없이, 노코드로, TF-IDF 키워드 추출, 임베딩 유사도, RAG 검색, 차트 시각화, 고급 분석 응용까지!
클릭 몇 번으로 [완전 자동화된 분석 리포트]가 생성됩니다.
이번 영상에선,
- 신규 커스텀 노드 “OpenAI Analytics” 설치 & 세팅
- Assistant API로 Python 샌드박스 + 파일 검색 활성화
- CSV 리뷰 데이터 업로드 → 핵심 키워드·감정·카테고리 자동 분류
- n8n 퀵차트 노드로 결과 실시간 시각화
- 실무 예제: 채용공고 스킬 매칭, 면접 예상 질문 자동 리포트
까지 한 번에 보여드립니다.
데이터 분석과 같은 고급 자동화를 하고 싶었던 분이라면 필수!
참고 자료
1. 워크플로 데모
코드보기
{ "name": "OpenAI Analytics 노드 사용법", "nodes": [ { "parameters": {}, "type": "n8n-nodes-base.manualTrigger", "typeVersion": 1, "position": [ -120, 0 ], "id": "7a33aa81-6fc5-4f6f-8065-bfd0dc76d11c", "name": "When clicking ‘Test workflow’" }, { "parameters": { "method": "POST", "url": "https://api.openai.com/v1/responses", "authentication": "predefinedCredentialType", "nodeCredentialType": "openAiApi", "sendHeaders": true, "headerParameters": { "parameters": [ { "name": "Authorization", "value": "Bearer $OPENAI_API_KEY" } ] }, "sendBody": true, "specifyBody": "json", "jsonBody": "{\n \"model\": \"gpt-4.1\",\n \"input\": [\n {\n \"role\": \"system\",\n \"content\": [\n {\n \"type\": \"input_text\",\n \"text\": \"너는 사용자가 키워드를 입력하면 해당 정보의 웹정보를 검색하여 최신 트렌드 한줄 요약과 핵심키워드와 검색량을 json 레코드로 출력하는 비서야. 아래 json 양식에 맞춰 응답해줘.\\n\\n* json 응답 형식 (예시)\\n{\\n \\\"trend_summary\\\" : \\\"....\\\", # 최신트렌드 요약 200자 내외\\n \\\"keywords\\\" : { # 핵심키워드 (검색량)\\n \\\"키워드1\\\" : 10, \\n \\\"키워드2\\\": 20,\\n ...\\n }\\n}\"\n }\n ]\n },\n {\n \"role\": \"user\",\n \"content\": [\n {\n \"type\": \"input_text\",\n \"text\": \"AI 자동화 트렌드\"\n }\n ]\n }\n ],\n \"text\": {\n \"format\": {\n \"type\": \"text\"\n }\n },\n \"reasoning\": {},\n \"tools\": [\n {\n \"type\": \"web_search_preview\",\n \"user_location\": {\n \"type\": \"approximate\",\n \"country\": \"KR\"\n },\n \"search_context_size\": \"high\"\n }\n ],\n \"temperature\": 1,\n \"max_output_tokens\": 2048,\n \"top_p\": 1,\n \"store\": true\n}", "options": {} }, "type": "n8n-nodes-base.httpRequest", "typeVersion": 4.2, "position": [ 280, -340 ], "id": "e6adbe56-521c-4333-b107-12742558bb07", "name": "HTTP Request", "credentials": { "openAiApi": { "id": "RAiMcyv52LiT8VU4", "name": "OpenAi account" } }, "disabled": true }, { "parameters": { "content": "## Responses API + Json Parse + Quick Chat 시각화", "height": 260, "width": 800 }, "type": "n8n-nodes-base.stickyNote", "typeVersion": 1, "position": [ 180, -400 ], "id": "1823f0ce-98df-4910-89c6-66b83d26ca00", "name": "Sticky Note", "disabled": true }, { "parameters": { "labelsMode": "array", "labelsArray": "={{ $json.parsed_result.keywords.keys() }}", "data": "={{ $json.data.keywords.values() }}", "chartOptions": { "backgroundColor": "#ffffff" }, "datasetOptions": { "backgroundColor": "#505aec" } }, "type": "n8n-nodes-base.quickChart", "typeVersion": 1, "position": [ 720, -340 ], "id": "6362de06-6d19-45a5-a0c6-fe5c61adc196", "name": "QuickChart", "disabled": true }, { "parameters": { "authentication": "openAiApi", "resource": "text", "jsonInput": "={{ $json.output[1].content[0].text }}" }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 500, -340 ], "id": "2e167ca1-d3dd-4a3d-8d59-2ff7507b95db", "name": "JSON 파싱", "credentials": { "openAiApi": { "id": "lKqWDEfIZahqSJlx", "name": "OpenAi account B" } }, "disabled": true }, { "parameters": { "authentication": "openAiApi", "resource": "embedding", "inputType": "multipleTexts", "texts": [ "n8n", "automation" ], "options": {} }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 280, -40 ], "id": "cbd16efa-f7ae-4659-9d46-d970c97b90e0", "name": "단어 임베딩", "credentials": { "openAiApi": { "id": "lKqWDEfIZahqSJlx", "name": "OpenAi account B" } }, "disabled": true }, { "parameters": { "content": "## 텍스트 임베딩과 유사도 계산", "height": 260, "width": 800 }, "type": "n8n-nodes-base.stickyNote", "typeVersion": 1, "position": [ 180, -100 ], "id": "03e0350b-c074-4830-87cb-21c4cdbe20fd", "name": "Sticky Note1", "disabled": true }, { "parameters": { "authentication": "openAiApi", "resource": "embedding", "operation": "embeddingBasedClassify", "embeddingTargetText": "축구는 인기있는 스포츠입니다.", "embeddingCategoriesMode": "saved", "embeddingCategories": { "values": [ { "category": "국어" }, { "category": "영어" }, { "category": "수학" }, { "category": "체육" } ] }, "embeddingThreshold": 0.1 }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 540, 280 ], "id": "69aa4faf-98d4-4eb3-959c-0ec6686f093f", "name": "임베딩 기반 카테고라이징", "credentials": { "openAiApi": { "id": "lKqWDEfIZahqSJlx", "name": "OpenAi account B" } }, "disabled": true }, { "parameters": { "authentication": "openAiApi", "resource": "embedding", "operation": "llmBasedClassify", "llmTargetText": "축구는 인기있는 스포츠입니다.", "llmCategories": { "values": [ { "category": "국어" }, { "category": "영어" }, { "category": "수학" }, { "category": "체육" } ] } }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 280, 280 ], "id": "11362636-c75b-4154-b975-3cd5fe3af2ea", "name": "언어모델 기반 카테고라이징", "credentials": { "openAiApi": { "id": "lKqWDEfIZahqSJlx", "name": "OpenAi account B" } }, "disabled": true }, { "parameters": { "content": "## 텍스트 데이터 분류 (카테고라이징)", "height": 260, "width": 1660 }, "type": "n8n-nodes-base.stickyNote", "typeVersion": 1, "position": [ 180, 200 ], "id": "06da1827-987a-4f22-84ce-07388b245fef", "name": "Sticky Note2", "disabled": true }, { "parameters": { "documentId": { "__rl": true, "value": "1EAm3rTmvNl4ZRQkdYovUdfIYrrtseUr2dJlEihCISfI", "mode": "list", "cachedResultName": "상품 리뷰 DB", "cachedResultUrl": "https://docs.google.com/spreadsheets/d/1EAm3rTmvNl4ZRQkdYovUdfIYrrtseUr2dJlEihCISfI/edit?usp=drivesdk" }, "sheetName": { "__rl": true, "value": 1509395186, "mode": "list", "cachedResultName": "7416052718", "cachedResultUrl": "https://docs.google.com/spreadsheets/d/1EAm3rTmvNl4ZRQkdYovUdfIYrrtseUr2dJlEihCISfI/edit#gid=1509395186" }, "options": {} }, "type": "n8n-nodes-base.googleSheets", "typeVersion": 4.5, "position": [ 780, 280 ], "id": "72924f5a-784e-48ba-a956-a71c2667edc1", "name": "Google Sheets", "credentials": { "googleSheetsOAuth2Api": { "id": "RPDt3rL1xfWaPW5s", "name": "Google Sheets account" } }, "disabled": true }, { "parameters": { "authentication": "openAiApi", "resource": "embedding", "operation": "embeddingBasedClassify", "embeddingTargetText": "={{ $json.review }}", "embeddingCategories": { "values": [ { "category": "배송" }, { "category": "가격" }, { "category": "품질" }, { "category": "기타사항" } ] }, "embeddingThreshold": 0.1 }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 1000, 280 ], "id": "a943421c-2590-41cf-a785-5b0197cd673b", "name": "OpenAI Analytics1", "credentials": { "openAiApi": { "id": "lKqWDEfIZahqSJlx", "name": "OpenAi account B" } }, "disabled": true }, { "parameters": { "labelsMode": "array", "labelsArray": "={{ $json.keys() }}", "data": "={{ $json.values().map(e => e[\"count_category\"]) }}", "chartOptions": { "backgroundColor": "#ffffff" }, "datasetOptions": { "label": "리뷰분석" } }, "type": "n8n-nodes-base.quickChart", "typeVersion": 1, "position": [ 1500, 280 ], "id": "c4ee6e49-43ac-4e49-93f7-80a059d61d6c", "name": "QuickChart1", "disabled": true }, { "parameters": { "fieldsToSummarize": { "values": [ { "field": "=category" } ] }, "fieldsToSplitBy": "category", "options": { "outputFormat": "singleItem" } }, "type": "n8n-nodes-base.summarize", "typeVersion": 1.1, "position": [ 1260, 280 ], "id": "997b918f-e77a-4ddf-9b2d-205afc2192e8", "name": "Summarize", "disabled": true }, { "parameters": { "content": "## 레포트 생성", "height": 260, "width": 800 }, "type": "n8n-nodes-base.stickyNote", "typeVersion": 1, "position": [ 180, 500 ], "id": "25372dd2-a26f-45e8-b24e-705ca01815ca", "name": "Sticky Note3", "disabled": true }, { "parameters": { "authentication": "openAiApi", "resource": "report", "reportInputText": "이노바인코리아∙서울 강남구∙경력 1년\n\n\n\n[애드크래프트] 퍼포먼스 마케터\n포지션 상세\n[애드크래프트 소개]\n애드크래프트는 이노바인코리아의 인하우스 광고 대행사로, 효율적이고 창의적인 광고 컨설팅을 통해 브랜드 가치를 극대화하는 것을 목표로 하고 있어요.\n\n우리는 데이터 기반의 마케팅 전략과 창의적인 크리에이티브 제작을 바탕으로, 빠르게 변화하는 광고 시장에서 독보적인 성과를 창출하고 있습니다. 특히, 제누 단백질 커피와 같은 브랜드의 성공적인 캠페인을 통해 광고 업계의 주목을 받고 있으며, TV 광고, 디지털 콘텐츠, 브랜딩 전략까지 다양한 분야에서 전문성을 발휘하고 있답니다.\n\n이러한 애드크래프트에서 성공적인 캠페인 경험을 함께 쌓아갈 실무형 인재를 기다려요.\n\n\n[미디어팀 소개]\n• 해당 포지션 합격자는 이노바인코리아 자회사 '애드크래프트'의 미디어팀에 소속될 예정이에요.\n• 미디어팀에는 총 7명의 구성원이 함께하며, 미디어 영업 (광고 상품 세일즈) 및 제안, 매체 계약/집행 등의 업무를 수행하고 있어요.\n주요업무\nㆍ Google, Naver 등 검색광고 캠페인 운영\nㆍ Meta, Kakao 등 디스플레이/소셜 캠페인 기획 및 운영\nㆍ 캠페인 성과 분석 및 리포트 작성\nㆍ 고객사의 비즈니스 목표에 맞춘 퍼널 분석 및 전략 제안\nㆍ 광고 소재 테스트 및 A/B 실험 설계\nㆍ 광고 매체사 및 고객사 커뮤니케이션\n자격요건\nㆍ 퍼포먼스 마케팅 실무 경력 1년 이상 (직접 캠페인을 운영한 경험 필수)\nㆍ Naver 파워링크, Google Search Ads 등 검색광고 실무 경험자\nㆍ 브랜드 키워드 운영, 전환 최적화, 키워드 전략 경험\nㆍ Meta, Kakao 등 디지털 광고 매체 운영 경험\nㆍ광고 성과를 논리적으로 설명하고, 고객과 원활히 소통할 수 있는 분\n\n상세 정보 더 보기\n태그\n\n식대지원\n\n사내동호회\n\n자유로운휴가\n\n휴가비\n\n보너스\n\n커피·스낵바\n\n51~300명\n\n설립4~9년\n\n자기계발지원\n\n편의시설\n\n건강검진지원\n\n유급휴가\n\n인원 급성장\n\n연봉 업계평균이상\n마감일\n상시채용\n근무지역\nNAVER\n© NAVER Corp.\n서울특별시 강남구 도산대로4길 13\n\n이노바인코리아\n판매, 유통\n\n팔로우" }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 280, 560 ], "id": "9c02814a-75fc-4022-b91b-ae6f5dee0627", "name": "자동 레포트 생성", "credentials": { "openAiApi": { "id": "lKqWDEfIZahqSJlx", "name": "OpenAi account B" } }, "disabled": true }, { "parameters": { "content": "## OpenAI Python 분석 ( Assistants API Code 인터프리터 )", "height": 260, "width": 1400 }, "type": "n8n-nodes-base.stickyNote", "typeVersion": 1, "position": [ 180, 800 ], "id": "e5e1321a-4c5b-495b-9fb7-1efc67a34e38", "name": "Sticky Note4", "disabled": true }, { "parameters": { "authentication": "openAiApi", "operation": "createAssistant", "assistantName": "리뷰 분석기", "assistantDescription": "상품 리뷰 데이터를 분석", "assistantInstructions": "너는 상품 리뷰 데이터를 분석하는 분석가야.\n사용자가 분석요청하는 리뷰데이터의 단어들을 토크나이징해서, TF-IDF 기준으로 점수가 높은 단어 10개를\nPython 으로 분석해줘.\n결과는 json 양식을 사용해서 출력해줘. \n```json ... ``` 같은 코드 블록 문자열이나 기타 부연 설명은 생성하지 말고 오직 Json 문자열만 생성해줘.\n\n* json 응답형식\n{\n \"배송\" : 13.123,\n \"만족\" : 12.33,\n ...\n}", "assistantModel": "gpt-4.1", "useCodeInterpreter": true, "useRetrieval": true, "responseFormatType": "json_object", "useAdvancedSettings": true, "temperature": 0.3, "topP": 0.9, "useFileAttachments": true, "assistantFileIds": "={{ [$json.id] }}" }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 700, 880 ], "id": "ca131fdf-48e5-41d9-84a0-c56a39ee8e38", "name": "리뷰 분석 어시스턴트 생성", "credentials": { "openAiApi": { "id": "RAiMcyv52LiT8VU4", "name": "OpenAi account" } } }, { "parameters": { "authentication": "openAiApi", "resource": "thread", "operation": "createAndRunThread", "threadInitialMessage": "=첨부한 파일의 상품리뷰 분석을 해줘.\nreview 열에 텍스트 문서가 저장되어 있어.", "threadFileAttachmentMethod": "uploadFiles", "threadAssistantSelection": "byId", "threadAssistantId": "={{ $('리뷰 분석 어시스턴트 생성').item.json.assistant.id }}", "threadMaxPollTime": 300 }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 1140, 880 ], "id": "94c788e6-0961-4e18-bf35-d9de3e5a2d33", "name": "분석 스레드 실행", "credentials": { "openAiApi": { "id": "RAiMcyv52LiT8VU4", "name": "OpenAi account" } } }, { "parameters": { "fileSelector": "/users/dante/downloads/tfidf.md", "options": { "fileName": "tfidf.md" } }, "type": "n8n-nodes-base.readWriteFile", "typeVersion": 1, "position": [ 280, 880 ], "id": "0c470602-421c-4189-bbe3-27ef55f8a1cd", "name": "분석방법론 파일로드" }, { "parameters": { "authentication": "openAiApi", "resource": "file", "operation": "uploadFile" }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 480, 880 ], "id": "2ef9bcd3-081c-4ed9-bb60-6d0a15bb74ff", "name": "파일업로드", "credentials": { "openAiApi": { "id": "RAiMcyv52LiT8VU4", "name": "OpenAi account" } } }, { "parameters": { "fileSelector": "/users/dante/downloads/reviews.csv", "options": { "fileName": "reviews.csv" } }, "type": "n8n-nodes-base.readWriteFile", "typeVersion": 1, "position": [ 920, 880 ], "id": "c00524e6-7fd8-423c-8442-b1c3a3f938c4", "name": "분석대상 데이터로드" }, { "parameters": { "labelsMode": "array", "labelsArray": "={{ JSON.parse($json.messages[0].content[0].text).keys() }}", "data": "={{ JSON.parse($json.messages[0].content[0].text).values() }}", "chartOptions": { "backgroundColor": "#ffffff" }, "datasetOptions": { "backgroundColor": "#f5acac", "label": "리뷰 핵심키워드" } }, "type": "n8n-nodes-base.quickChart", "typeVersion": 1, "position": [ 1360, 880 ], "id": "a71c1bac-ac51-4cea-8d11-e3e5683f6fdb", "name": "QuickChart2" }, { "parameters": { "content": "# 단테랩스 n8n 데이터분석 노드 주요 기능 사용법\n### n8n-nodes-openai-analytics\n\n", "height": 120, "width": 1100, "color": 3 }, "type": "n8n-nodes-base.stickyNote", "typeVersion": 1, "position": [ 320, -760 ], "id": "5395033c-171d-4dc6-b151-c94f845ff464", "name": "Sticky Note5", "disabled": true }, { "parameters": { "authentication": "openAiApi", "resource": "embedding", "operation": "cosineSimilarity", "cosineInputType": "jsonPath", "vector1Path": "data[0].embedding", "vector2Path": "data[1].embedding" }, "type": "n8n-nodes-openai-analytics.openAIAnalytics", "typeVersion": 1, "position": [ 520, -40 ], "id": "c0e90268-d097-4636-baad-a8fd3fee6f26", "name": "단어 유사도 계산", "credentials": { "openAiApi": { "id": "RAiMcyv52LiT8VU4", "name": "OpenAi account" } }, "disabled": true } ], "pinData": {}, "connections": { "When clicking ‘Test workflow’": { "main": [ [ { "node": "HTTP Request", "type": "main", "index": 0 }, { "node": "단어 임베딩", "type": "main", "index": 0 }, { "node": "언어모델 기반 카테고라이징", "type": "main", "index": 0 }, { "node": "자동 레포트 생성", "type": "main", "index": 0 }, { "node": "분석방법론 파일로드", "type": "main", "index": 0 } ] ] }, "HTTP Request": { "main": [ [ { "node": "JSON 파싱", "type": "main", "index": 0 } ] ] }, "JSON 파싱": { "main": [ [ { "node": "QuickChart", "type": "main", "index": 0 } ] ] }, "단어 임베딩": { "main": [ [ { "node": "단어 유사도 계산", "type": "main", "index": 0 } ] ] }, "임베딩 기반 카테고라이징": { "main": [ [ { "node": "Google Sheets", "type": "main", "index": 0 } ] ] }, "언어모델 기반 카테고라이징": { "main": [ [ { "node": "임베딩 기반 카테고라이징", "type": "main", "index": 0 } ] ] }, "Google Sheets": { "main": [ [ { "node": "OpenAI Analytics1", "type": "main", "index": 0 } ] ] }, "OpenAI Analytics1": { "main": [ [ { "node": "Summarize", "type": "main", "index": 0 } ] ] }, "Summarize": { "main": [ [ { "node": "QuickChart1", "type": "main", "index": 0 } ] ] }, "리뷰 분석 어시스턴트 생성": { "main": [ [ { "node": "분석대상 데이터로드", "type": "main", "index": 0 } ] ] }, "분석방법론 파일로드": { "main": [ [ { "node": "파일업로드", "type": "main", "index": 0 } ] ] }, "파일업로드": { "main": [ [ { "node": "리뷰 분석 어시스턴트 생성", "type": "main", "index": 0 } ] ] }, "분석대상 데이터로드": { "main": [ [ { "node": "분석 스레드 실행", "type": "main", "index": 0 } ] ] }, "분석 스레드 실행": { "main": [ [ { "node": "QuickChart2", "type": "main", "index": 0 } ] ] } }, "active": false, "settings": { "executionOrder": "v1" }, "versionId": "8ccbe675-f48a-45d1-8191-7bdf0fe2e64c", "meta": { "templateCredsSetupCompleted": true, "instanceId": "ae59e3c4dbc3b4aab3d81fc78280645903de4834ef0fa1a8e01178181c7a57a4" }, "id": "C42IxxLmg2z4BI3t", "tags": [ { "createdAt": "2025-05-13T21:48:46.312Z", "updatedAt": "2025-05-13T21:48:46.312Z", "id": "17aNPkNcl3APRz42", "name": "데이터분석" } ] }
2. 워크플로 / 데이터셋 문서 링크
3. n8n 데이터분석 커스텀 노드(OpenAI Analytics) 패키지 링크
Related Posts
AI자동화 서버구축 완벽가이드! 단돈 10만원 미니PC로 평생 쓰세요!
✔️ 10만원 대 미니PC 한 대로, 월 수십만 원의 가치를 하는 나만의 자동화 서버(n8n)를 구축하는 모든 과정을 A to Z로 떠먹여 드립니다. 서버 구축은 전문가만 하는 어려운 일이라고 생각해서 도전조차 못 하셨던 분들을 위해, 최대한 세세하게 완벽 가이드 영상으로 만들었습니다.
Made with Bullet