"문제를 해결하는 데 한 시간이 주어진다면, 55분은 문제를 생각하는 데, 5분은 해결책을 생각하는 데 쓰겠다."
— 알베르트 아인슈타인 (Albert Einstein, 물리학자)
🎯 오늘의 학습 목표
OpenAI 노드로 텍스트 요약·분류 작업을 워크플로우에 연결할 수 있다
Temperature와 Max Tokens 파라미터의 역할을 이해하고 설정할 수 있다
Output Content as JSON 옵션으로 구조화된 응답을 받을 수 있다
Temperature와 Max Tokens
text
// Temperature (0.0 ~ 1.0)
0.0 근처 → 항상 같은 답, 분류·요약에 적합
1.0 근처 → 창의적인 답, 아이디어 생성에 적합
→ 오늘 실습(요약·분류): 0.2~0.3 권장
// Max Tokens (응답 길이 제한)
300 토큰 ≈ 한국어 약 200~300자
500 토큰 → 짧은 요약에 적합
1000~2000 → 긴 분석에 적합
System / User 메시지 입력값
text
// System 메시지 (고정 텍스트)
전문 요약 도우미입니다. 3줄 이내 한국어로 요약하세요.
// User 메시지 (Expression 모드)
다음 텍스트를 요약해 주세요: {{ $json.원문 }}
Output Content as JSON: ON 설정 후
text
// System 메시지
리뷰를 분석해 JSON만 반환하세요.
형식: {"감정":"긍정/부정/중립","핵심키워드":"…"}
// User 메시지 (Expression 모드)
다음 리뷰를 분석해 주세요: {{ $json.리뷰 }}
⚠️ 답변이 중간에 잘리면 Max Tokens를 늘리세요. finish_reason: length 이면 토큰이 부족한 거예요.
💡 정확한 토큰 수는 platform.openai.com/tokenizer 에서 텍스트를 붙여 넣으면 바로 확인할 수 있어요. 한국어 1글자 ≈ 1~2 토큰이에요.
🛠️ 실습
실습 ①텍스트 요약
새 워크플로우 'DAY16 OpenAI 연동' 생성
Manual Trigger → Edit Fields(원문 필드에 긴 텍스트 입력) → OpenAI 노드 연결
Resource: Text / Operation: Message a Model
Model: gpt-4o-mini / Temperature: 0.2 / Max Tokens: 500
Simplify: ON
System·User 메시지 입력 후 실행
OUTPUT에서 요약 결과 확인
OpenAI 노드 설정값
text
Model: gpt-4o-mini
Temperature: 0.2
Max Tokens: 500
Simplify: ON
Output Content as JSON: OFF
실습 ②감정 분류 (JSON 출력)
Edit Fields에 리뷰 필드 추가 (예: '배송이 너무 느려서 실망했어요')
OpenAI 노드 복제 후 Output Content as JSON: ON
Temperature: 0.0 (일관된 JSON 출력)
System·User 메시지 교체 후 실행
OUTPUT에서 감정·핵심키워드 필드 확인
🚀 오늘의 미션
Gmail Trigger → Edit Fields(발신자·제목·본문 추출) → OpenAI(이메일 3줄 요약) → Slack(요약 결과 알림) 워크플로우를 만들고 Publish해보세요