AI
n8n 기반 Slack 멀티 에이전트 구현기 \:\ 프로필 업데이트, GA4 분석, 메시지 검색 등 5가지 실전 사례
두줄요약
n8n 기반 Slack 멀티 에이전트 Friday 구현 사례를 소개했습니다. 자연어를 분류해 여러 전문 에이전트로 분기하고, 복합 요청 한계를 ReAct로 보완하려 했습니다.
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 분기하는 라우터-전문가 구조
- Slack 스레드 메모리, 중간 응답, 이모지 반응으로 업무 허브 환경에 맞춘 UX 구성
- 한계로 복합 요청 처리 부족을 짚고, 향후 ReAct 구조 도입을 계획
구조와 흐름
- Slack Trigger로 시작해 ts/thread_ts 기반 메모리 키 생성
- AI Agent가 5개 의도로 분류한 뒤 Switch 노드로 전문 에이전트 라우팅
- 각 에이전트가 전용 도구로 작업 수행 후 최초 스레드에 결과 전송
트레이드오프
- 단일 의도 처리와 모듈성, 유지보수성은 높지만 복합 요청 분해와 순차 처리에는 한계
- ReAct는 동적 계획과 다중 도구 조합에 유리하지만 정적 라우팅보다 설계 복잡도 증가