1. 아키텍처 개요

본 자동화는 n8n Chat UI를 단일 입력 인터페이스로 두고,

1. 사용자 입력 수집/정규화
2. video-worker API 호출(영상 생성 + 업로드)
3. 결과에 따라 사용자 응답 분기
4. 블로그 글 생성(LLM)
5. Notion DB 적재
6. 최종 링크(노션/드라이브/유튜브) 안내

까지를 단일 워크플로우로 처리합니다.

• 개발 환경/툴/스택

2. 구성 요소(컴포넌트) 분해

A) 입력/대화 계층 (Chat Layer)

• When chat message received (Chat Trigger)
  • Public + BasicAuth
  • 초기 안내 메시지 및 Chat UI 커스텀 CSS(다크 테마)
  • Response mode: responseNodes로 채팅 응답 노드들에서 사용자 메시지 제어
• AI Chat Agent (입력 수집 에이전트)
  • 목적: keyword / topic / uploadMode(auto|manual) 3요소를 누락 없이 확보
  • 누락 시 “누락된 항목만” 재질문
  • 확보 완료 시 반드시 한 줄 출력: 검색어 | 주제 | 업로드모드
  • JSON/id/url 등 메타 출력 금지(자연어 단일 문장만)
• OpenAI Chat Model / Gemini Model
  • 입력 수집 에이전트 및 블로그 생성 에이전트 각각의 LLM 백엔드로 연결되어 있음(현재 혼합 구성)
  • 메인 LLM 모델을 Gemini(무료 API), Fallback 모델을 OpenAI로 설정
    • 최대한 무료버전으로 사용 → 비용 최소화

B) 데이터 정규화/검증 계층 (Normalization Layer)

• 출력물 정제 (Code)
  • AI Chat Agent 출력에서 | 기준 파싱
  • uploadMode를 다양한 표현(“자동업로드/자동/유튜브 올려”) → auto, (“수동/로컬/나중에”) → manual로 정규화
  • ok 플래그, missing(어떤 필드가 비었는지) 산출
• Parse to Json (Code)
  • keyword, uploadMode를 HTTP 요청 바디 형태로 변환
  • HTTP 노드에 그대로 주입할 수 있게 { body: { keyword, uploadMode } } 구성

C) 실행 계층 (Execution Layer: Video Worker HTTP:POST호출)

• Respond to Chat3 (Chat 응답)
  • “입력 확정 → 영상 생성/글 생성 시작” 안내용 중간 응답
• 영상생성요청 (HTTP Request)
  • POST http://video-worker:8000/generate
  • 바디: Parse to Json에서 만든 body
  • onError: continueErrorOutput로 실패를 에러 브랜치로 분기

video-worker의 응답은 (성공 시) YouTube/Drive 상태값을 포함하여 n8n이 분기 판단할 수 있게 설계되어 있음.

Video-work 구현