홈›도서›하루 30분 n8n ③›DAY 23

PART 4 — RAG 파이프라인난이도 ★★★

DAY 23

사내 문서 QA 챗봇 완성 프로젝트

📥 DAY 23 워크플로우 JSON 다운로드

📖 이론10분

🛠️ 실습15분

🎯 미션5분

"최고의 시스템은 사용자가 아무것도 몰라도 되는 시스템이다."

— 스티브 잡스

🎯 오늘의 학습 목표

DAY 17~22의 모든 RAG 기술을 하나의 챗봇으로 통합한다
Vector Store Tool, Memory, OpenAI를 조합해서 완성형 챗봇을 만든다
6개 시나리오로 전체 챗봇 기능을 통합 테스트한다

📊 완성 챗봇 기능 목록

기능	설명
문서 기반 답변	Supabase에 저장된 문서를 검색해서 답변
출처 표시	답변 근거가 된 문서명 표시
대화 기억	이전 대화 맥락 유지
미답변 처리	문서에 없으면 솔직하게 모른다고 답변
자동 문서 업데이트	새 문서 추가 시 자동으로 DB 갱신

🛠️ 실습 — 사내 문서 QA 챗봇 최종 완성

STEP 1워크플로우 구성

새 워크플로우 생성 → 이름: 사내 문서 QA 챗봇
아래 구조대로 노드 구성

STEP 2Chat Trigger 설정

STEP 3AI Agent System Message 입력

STEP 4Vector Store Tool Description 설정

STEP 5통합 테스트 — 6개 시나리오

워크플로우 저장 → Active ON → 채팅창 열기 → 아래 질문 순서대로 입력

STEP 6새 문서 자동 반영 테스트

구글 드라이브 /RAG_Documents 폴더에 아래 파일 업로드
DAY 20 파이프라인이 자동 저장하는지 대기 (1~2분)
챗봇에 복리후생 질문 → 새 내용으로 답변하는지 확인

🚀 오늘의 미션

챗봇에 Tavily Search Tool도 추가해서 내부 문서에 없는 내용은 외부 검색으로 답변하도록 업그레이드해봐요.

AI Agent 하단에 Tavily Search Tool 추가
System Message에 아래 규칙 추가
챗봇에서 외부 정보 질문 테스트

📋 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 22
AI Agent에 Vector Store Tool 연결 목차로 DAY 24 →
멀티 Agent 개념과 설계 패턴