n8n AI 에이전트 비용 관리 — 토큰 사용량을 구글시트로 자동 추적하기

n8n.io 공식 템플릿을 가져오면, 이미 만들어 둔 AI 에이전트 뒤에 서브워크플로우 하나를 붙여 실행마다 토큰 사용량과 예상 비용을 구글시트에 자동으로 쌓을 수 있습니다. 에이전트를 만드는 역량과 에이전트 운영 비용을 관리하는 역량이 다르다는 걸 그대로 보여주는 템플릿입니다.

이 템플릿 하나로 보여줄 수 있는 것

"AI 에이전트를 만들어봤다"는 이제 흔한 스펙입니다. 면접관이 진짜 궁금해하는 건 그다음 질문입니다. "그 에이전트, 한 번 실행에 얼마 듭니까?" 이 템플릿은 그 질문에 숫자로 답할 수 있게 해줍니다. AI Agent 자체를 새로 만드는 템플릿이 아니라, 이미 있는 AI Agent 뒤에 붙어서 실행할 때마다 토큰 사용량과 예상 비용을 구글시트에 쌓아주는 계측 계층입니다.

여기서 배우는 역량은 두 갈래로 나뉩니다.

• AI 에이전트를 만들 줄 아는 것 — 트리거를 걸고, 도구를 연결하고, 프롬프트를 짜는 일
• 그 에이전트를 운영할 줄 아는 것 — 에이전트가 도구를 몇 번 호출했고, 토큰을 얼마나 썼고, 그래서 이번 실행이 얼마짜리였는지 답할 수 있는 일

취준생 대부분은 첫 번째만 포트폴리오에 넣습니다. 두 번째까지 넣으면 "AI 자동화를 만들어는 봤는데 운영 비용은 생각해본 적 없는" 지원자와 구분됩니다. 실무에서 AI 에이전트 도입을 검토할 때 가장 먼저 나오는 질문이 "그래서 한 달에 얼마 나가나요"이기 때문입니다.

이 문제를 푸는 방식도 배울 만합니다. AI Agent 노드의 출력만 보면 마지막 응답에 쓰인 토큰 정도만 보이고, 에이전트가 중간에 도구를 몇 번 불렀는지에 따라 실제로 쓴 토큰은 다 드러나지 않습니다. 그래서 이 템플릿은 에이전트의 출력을 보는 대신, n8n 자신의 실행 기록을 n8n API로 다시 조회해서 토큰 사용량을 계산합니다. 워크플로우가 자기 자신의 실행 이력을 API로 되짚어보는 구조라는 점이, 이 템플릿에서 가장 설명할 가치가 있는 부분입니다.

이 템플릿은 무엇인가

이 워크플로우는 데이터팝콘이 만든 게 아닙니다. n8n 공식 템플릿 마켓플레이스(n8n.io/workflows)에 Track AI agent token usage and estimate costs in Google Sheets라는 이름으로 공개된 템플릿이고, 제작자는 Solomon입니다. 카테고리는 Engineering으로 등록돼 있습니다.

공식 설명에 따르면 이 템플릿은 AI 에이전트에서 토큰 사용량을 얻어 구글시트에 기록하고, 시트가 실행당 예상 비용을 계산하게 만드는 워크플로우입니다. 제작자는 "AI Agent에서 토큰 사용량을 얻는 일은 까다롭다"고 설명합니다. 도구 호출에서 쓴 토큰까지는 에이전트 노드 출력만으로 다 보이지 않기 때문입니다. 그래서 이 템플릿은 에이전트 출력 대신 워크플로우 실행 메타데이터를 파고들어 토큰 사용량 정보를 뽑아냅니다. OpenAI, Google, Anthropic에서는 잘 동작하고, 다른 LLM 제공자는 약간의 수정이 필요할 수 있다고 안내합니다.

n8n 설치나 기본 노드 조작법은 n8n으로 반복업무 자동화 포트폴리오 만들기에 정리돼 있으니, 이 글은 이 템플릿의 구조 자체에 집중합니다.

구조 — Trigger / Task / Target

공식 문서의 "How it works" 3단계를 데이터팝콘 방식인 Trigger/Task/Target으로 정리하면, 이 템플릿은 독특하게도 Trigger 칸이 비어 있습니다. 공식 "How to use" 항목에 "이 AI Agent는 예시일 뿐이니 여러분이 가진 다른 에이전트로 교체하라"고 적혀 있기 때문입니다. 즉 이 템플릿은 그 자체로 완결된 자동화가 아니라, 이미 만든 AI 에이전트 워크플로우 뒤에 갖다 붙이는 비용 계측 계층입니다. 트리거는 여러분의 에이전트가 이미 쓰고 있는 것(챗봇 트리거든, 웹훅이든) 그대로 씁니다.

• Trigger — 없음. 이 템플릿의 AI Agent는 예시이고, 실제로는 여러분이 이미 운영 중인 에이전트 워크플로우의 트리거를 그대로 씁니다.
• Task — AI Agent 실행이 끝나고 모든 브랜치가 완료된 뒤, Execute Sub-workflow 노드가 비용 계산용 서브워크플로우를 호출합니다. 이 서브워크플로우는 n8n API로 해당 실행의 메타데이터를 조회해 토큰 사용량을 추출하고, Edit Fields(Set) 노드로 필요한 값만 정리합니다.
• Target — 구글시트입니다. 시트에는 이미 비용 계산 수식이 들어 있어서, 토큰 수만 채워 넣으면 실행당 예상 비용이 자동으로 계산됩니다.

공식 카드 미리보기에 노출된 노드는 Google Sheets, Edit Fields(Set), Execute Sub-workflow, 그리고 "+11 more"입니다. 전체 노드 구성은 14개 안팎으로 추정되지만, 나머지 11개가 정확히 어떤 노드인지는 카드 미리보기만으로는 확인되지 않습니다. 실제 구성은 템플릿을 임포트한 뒤 캔버스에서 직접 확인해야 합니다.

만들기

공식 페이지에는 번호가 매겨진 Setup 목록 대신 Requirements와 How to use 항목이 있습니다. 이 항목들을 실제 준비 순서로 풀면 아래와 같습니다.

1. n8n API 키 발급

이 템플릿의 핵심은 n8n API입니다. n8n 설정의 "n8n API" 메뉴에서 API 키를 하나 만들어둡니다. 여기서 주의할 점이 있습니다. n8n Cloud를 무료 체험판으로 쓰고 있다면 이 메뉴 자체가 열리지 않습니다. n8n 공식 문서는 "n8n API는 무료 체험판에서는 쓸 수 없다"고 명시하고 있고, n8n Cloud에서는 최소 Starter 요금제부터 API 접근이 열립니다(2026년 8월 기준, n8n 공식 요금 페이지). self-hosted 커뮤니티 에디션이라면 요금제 제약 없이 바로 쓸 수 있습니다.

2. LLM 크리덴셜 준비

에이전트가 쓸 LLM 계정을 준비합니다. 공식 설명은 OpenAI, Google(Gemini), Anthropic에서는 잘 동작한다고 안내하므로, 이 세 곳 중 하나의 API 크리덴셜을 n8n에 등록해두면 됩니다. 다른 제공자를 쓰려면 서브워크플로우가 토큰 사용량을 읽어오는 부분을 해당 제공자의 응답 형식에 맞게 손봐야 할 수 있습니다.

3. Google Drive・Sheets 크리덴셜 연결

기록을 남길 구글시트를 준비하고, n8n에 Google Drive와 Google Sheets 크리덴셜을 각각 연결합니다. 이미 다른 템플릿에서 두 크리덴셜을 등록해뒀다면 그대로 재사용할 수 있습니다.

4. 템플릿을 가져와 AI Agent를 내 것으로 교체

템플릿을 자신의 n8n 인스턴스로 가져온 뒤, 캔버스에 있는 예시 AI Agent 노드를 이미 갖고 있는(또는 새로 만든) 에이전트로 바꿔 끼웁니다. 공식 설명이 강조하는 지점이 바로 이 부분입니다. "이 AI Agent는 예시일 뿐이니 여러분이 가진 다른 에이전트로 교체하라"는 안내는, 이 템플릿을 그대로 실행해보는 게 목적이 아니라 이미 만든 자동화에 비용 계측을 얹는 게 목적이라는 뜻입니다.

5. 서브워크플로우 호출 위치 맞추기

Execute Sub-workflow 노드는 에이전트의 모든 브랜치가 실행을 끝낸 뒤에 호출되도록 배치해야 합니다. 공식 How to use에 적힌 조건입니다. 에이전트가 여러 도구를 순차적으로든 병렬로든 호출하는 구조라면, 그 호출들이 다 끝나기 전에 서브워크플로우를 부르는 경우 실행 메타데이터에 아직 기록되지 않은 호출이 남아 토큰 집계가 실제보다 적게 나올 수 있습니다.

6. 구글시트에서 비용 계산 수식 확인

서브워크플로우가 채워 넣는 시트에는 이미 비용을 계산하는 수식이 들어 있습니다. 실행마다 쌓이는 토큰 수를 기반으로 예상 비용을 자동 계산해주는 구조인데, 어떤 모델의 토큰 단가를 기준으로 계산할지는 여러분이 쓰는 LLM 제공자의 최신 요금에 맞춰 시트 수식을 확인하고 조정해야 합니다.

주의할 점 · 제약

공식 문서와 요금 정책을 종합하면 확인되는 제약은 네 가지입니다.

• LLM 제공자 제한 — 공식 설명 그대로, OpenAI·Google·Anthropic에서는 잘 동작하고 다른 제공자는 작은 수정이 필요할 수 있습니다.
• 호출 순서 제약 — 서브워크플로우는 에이전트의 모든 브랜치가 끝난 뒤에 호출해야 합니다. 순서를 지키지 않으면 집계가 누락될 수 있습니다.
• n8n API 요금제 제약 — n8n API는 n8n Cloud 무료 체험판에서는 쓸 수 없습니다. self-hosted 커뮤니티 에디션은 무료로 쓸 수 있지만, n8n Cloud에서는 최소 Starter 요금제 이상이 필요합니다(2026년 8월 기준).
• 노드 구성 불확실성 — 공식 카드 미리보기에는 Google Sheets, Edit Fields(Set), Execute Sub-workflow 세 노드 이름과 "+11 more"만 나와 있어, 전체 노드 구성은 임포트 후 캔버스에서 직접 확인해야 합니다.

포트폴리오・면접 포인트

이 템플릿을 포트폴리오에 넣을 때는 캔버스 스크린샷과 함께, 이미 만들어둔 다른 에이전트 워크플로우 하나를 골라 실제로 비용 계측을 붙여보는 걸 권합니다. "에이전트를 만들었다" 대신 "만든 에이전트에 비용 계측 서브워크플로우를 붙여서 실행당 비용을 구글시트로 추적하게 했다"고 쓰면 이력서 한 줄이 훨씬 구체적입니다.

면접에서는 "AI Agent 노드 출력만 보면 왜 토큰 사용량이 정확하지 않나요?"라는 질문이 나올 수 있습니다. 답은 이 템플릿이 정확히 짚은 지점입니다. 에이전트가 도구를 여러 번 호출하는 동안 쌓인 토큰까지는 에이전트 노드의 최종 출력에 다 드러나지 않기 때문에, 워크플로우 자체의 실행 기록을 n8n API로 다시 조회해야 전체 토큰 사용량을 알 수 있다고 설명할 수 있으면, 노드를 나열하는 사람과 문제를 이해한 사람이 갈립니다.

다음 액션

다음 편에서는 통화 전에 상대 회사의 최근 뉴스를 자동으로 스크랩해주는 템플릿을 다룹니다. 지금까지 다룬 스케줄·챗·이메일 트리거와 다르게, 캘린더 이벤트를 트리거로 쓰는 구조를 처음 보게 됩니다.