AI
n8n으로 구축한 Slack 멀티 에이전트 구현기 \:\ 프로필 업데이트, GA4 분석, 메시지 검색 등 5가지 실전 사례
두줄요약
n8n으로 Slack 멀티 에이전트 봇 Friday를 구현한 사례를 소개했습니다. 라우터-전문가 구조로 프로필 변경, GA4 분석, 메시지 검색을 자동화하고 ReAct 확장도 제안했습니다.
핵심 내용
- n8n의 Agentic AI 구조로 Slack 멀티 에이전트 봇 Friday를 구현한 사례
- 자연어 요청을 의도 분류해 프로필 변경, GA4 분석, Slack 검색, 웹 검색, 일반 대화로 분기
- 라우터-전문가 구조로 모듈성, 유지보수성, 응답 UX를 개선하고 향후 ReAct 구조 확장 계획
구조와 흐름
- Slack Trigger와 thread_ts 기반 메모리 키로 대화 맥락 유지
- LLM 의도 분류 후 Switch로 5개 전문 에이전트에 라우팅
- 각 에이전트가 전용 도구로 작업 수행 후 스레드에 결과 전송
선택 이유
- 단일 만능 AI보다 단일 책임의 전문 에이전트 분리가 안정적
- 에이전트별 실패 격리와 개별 수정으로 운영 유연성 확보
- 복합 요청 대응 한계를 보완하기 위해 ReAct 도입 필요성 제시
적용해볼 점
- Slack 내부 업무 자동화에 멀티 에이전트와 구조화 출력 적용 가능성
- 중간 응답, 이모지 반응, 스레드 응답으로 체감 UX 향상
- 복합 업무는 정적 라우팅보다 동적 계획형 에이전트가 적합
