홈›도서›하루 30분 n8n ③›DAY 21

PART 4 — RAG 파이프라인난이도 ★★★

DAY 21

문서 검색 파이프라인 구축

📥 DAY 21 워크플로우 JSON 다운로드

📖 이론10분

🛠️ 실습15분

🎯 미션5분

"올바른 질문이 올바른 답을 찾는다."

— 알베르트 아인슈타인

🎯 오늘의 학습 목표

Supabase Vector Store로 유사도 검색 파이프라인을 구축한다
검색 결과를 AI Agent에 전달해서 문서 기반 답변을 생성한다
문서에 없는 내용에 대해 AI가 솔직하게 모른다고 답변하게 설계한다

📊 Top K 설정 가이드

Top K 값	특징
3	빠르고 저렴, 핵심 내용만
5	균형 잡힌 기본값 (권장)
10	더 많은 맥락, 비용 증가

🛠️ 실습 — 문서 검색 파이프라인 만들기

STEP 1워크플로우 구성

새 워크플로우 생성 → 이름: 문서 검색 파이프라인
Chat Trigger 추가

STEP 2Supabase Vector Store 검색 설정

Supabase Vector Store 노드 추가 → 아래 설정

STEP 3OpenAI Embeddings 연결

Supabase Vector Store 하단에 OpenAI Embeddings 연결

STEP 4검색 결과 포맷팅

Set 노드 추가 → 아래 변수 설정

STEP 5AI Agent System Message 설정

AI Agent 노드 추가 → System Message에 아래 내용 입력

STEP 6OpenAI Chat Model 연결 및 테스트

AI Agent 하단에 OpenAI Chat Model (gpt-4o-mini) 연결
전체 흐름 확인: Chat Trigger → Supabase Vector Store(+Embeddings) → Set → AI Agent(+OpenAI)
채팅창 열기 → 아래 질문 테스트

🚀 오늘의 미션

Supabase Vector Store의 Limit 값을 3과 10으로 바꿔가면서 같은 질문에 대한 답변 품질이 어떻게 달라지는지 비교해봐요.

Limit: 3으로 설정 → 질문 입력 → 답변 확인
Limit: 10으로 설정 → 같은 질문 → 답변 비교
숫자가 클수록 맥락이 풍부해지지만 응답이 느려지는 것을 확인

📋 워크플로우 임포트 방법

위 버튼으로 JSON 파일을 다운로드합니다.
n8n 캔버스 오른쪽 상단 ⋯ → Import from file 클릭
다운로드한 JSON 파일을 선택하면 워크플로우가 즉시 열립니다.
빨간 느낌표(!)가 보이면 Credentials을 본인 계정으로 재연결하세요.

💡 먼저 직접 만들어보고, 막혔을 때 정답지로만 활용하세요!

n8n 계정이 없으신가요?n8n 무료 시작하기 ↗

← DAY 20
문서 저장 파이프라인 구축 목차로 DAY 22 →
AI Agent에 Vector Store Tool 연결