n8n 유튜브 요약 — Apify로 자막 뽑고 AI로 요약까지 한 워크플로우에서

n8n.io 공식 템플릿을 가져오면, 유튜브 영상 하나를 지정하는 것만으로 자막 추출과 AI 요약을 한 워크플로우 안에서 끝낼 수 있습니다. Apify Actor가 자막을 가져오는 순간 뒤이어 붙은 AI 노드가 곧바로 요약문을 만들어주기 때문에, 영상을 직접 보지 않아도 핵심만 문서로 남길 수 있습니다.

이 템플릿 하나로 보여줄 수 있는 것

면접에서 "유튜브 콘텐츠도 자동화해본 적 있어요?"라는 질문을 받으면, 이 템플릿은 한 단계 더 나아간 답을 만들어줍니다. "영상 자막을 추출하는 데서 끝내지 않고, 그 자막을 AI로 요약해 바로 쓸 수 있는 문서로 만드는 흐름을 구성했습니다"라고 말할 수 있습니다.

짧은 문장이지만 안에 들어간 역량은 세 가지입니다.

• 서드파티 자동화 플랫폼 연동 — Apify라는 스크래핑·자동화 전문 서비스의 Actor를 API로 호출해본 경험
• 추출과 가공을 이어붙인 파이프라인 설계 — 원본 데이터를 가져오는 노드 뒤에 AI 처리 노드를 곧바로 연결해, 한 워크플로우 안에서 "가져오기"와 "만들기"를 모두 끝낸 경험
• AI 요약 체인 구성 — 긴 텍스트를 프롬프트에 넣어 짧고 읽기 좋은 요약으로 바꿔본 경험

이 시리즈에서 먼저 다룬 유튜브 자막 템플릿은 외부 API로 자막을 뽑아 텍스트 그대로 돌려주는 데서 끝났습니다. 이번 템플릿은 그 자막에 AI 요약 단계를 하나 더 얹어, 영상을 안 봐도 되는 완성된 요약문까지 만들어낸다는 점이 다릅니다. 추출만 하는 워크플로우와 추출 뒤 요약까지 하는 워크플로우는 얼핏 비슷해 보여도, 후자가 실제 콘텐츠 파이프라인에 바로 꽂을 수 있는 완제품에 더 가깝습니다.

이 템플릿은 무엇인가

이 워크플로우는 데이터팝콘이 만든 게 아닙니다. n8n 공식 템플릿 마켓플레이스(n8n.io/workflows)에 Summarize YouTube videos from transcript라는 이름으로 공개된 템플릿이고, 제작자는 Ahmed Alnaqa입니다. 카테고리는 Content Creation과 AI Summarization으로 등록돼 있습니다.

공식 설명에 따르면 이 템플릿이 겨냥하는 사용자는 콘텐츠 제작자, 연구자, 교육자처럼 유튜브 영상을 빠르고 정확하게 요약할 필요가 있는 사람들입니다. 영상을 처음부터 끝까지 보는 대신 자막을 추출해 핵심 내용을 분석하고, AI로 간결한 요약을 생성하는 방식으로 시간을 아낍니다. 공식 문서는 이 흐름이 트렌드 추적, 리서치, 콘텐츠 재가공(보고서·연구자료·SNS 게시물로 재활용하는 것) 같은 상황에서 유용하다고 설명합니다.

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"는 한 문장으로 돼 있습니다. "유튜브의 Transcript API(Apify Actor로 구동)와 연동해 영상 자막을 가져오고, AI 기반 요약 도구로 텍스트를 처리해 명확하고 간결한 요약을 전달한다"는 내용입니다. 이 한 문장을 데이터팝콘 방식인 Trigger/Task/Target 세 칸으로 정리하면 이렇습니다.

템플릿 상세 페이지의 노드 미리보기에는 HTTP Request, No Operation do nothing, Sticky Note 세 개만 이름이 나와 있고, 나머지 세 개는 이름 없이 "+3 more"로만 표시돼 있습니다. 트리거 노드 이름도 이 목록에 없어서, 영상 URL이나 ID를 정확히 어떤 노드로 입력받는지는 공식 페이지만으로 확인되지 않습니다.

• Trigger — 확인되지 않습니다. 카드 미리보기에 트리거 노드 이름이 없어, 영상을 어떻게 지정해 워크플로우를 시작하는지는 공식 페이지만으로 알 수 없습니다.
• Task — HTTP Request 노드가 Apify Actor를 호출해 자막을 가져오고, 이름이 공개되지 않은 나머지 노드 중 하나가 그 자막을 AI로 분석해 요약을 생성하는 것으로 보입니다. "No Operation do nothing" 노드도 캔버스 어딘가에 있는데, 이 이름의 노드는 보통 아무 동작도 하지 않고 그대로 지나가는 용도로 쓰여 자막을 못 가져왔을 때 같은 예외 경로를 조용히 끝내는 자리로 짐작할 수 있습니다. 다만 이 템플릿에서 정확히 어느 위치에 붙어 있는지는 공식 페이지에 나와 있지 않습니다.
• Target — 정리된 요약문입니다. 다만 이 요약이 어디로 전달되는지(채팅 응답, 문서 저장, 이메일 등)는 공식 페이지에 구체적으로 적혀 있지 않습니다.

만들기

공식 Setup 안내는 4단계뿐이고, 각 단계가 "적절한 것을 고르라"는 수준으로만 적혀 있어 세부사항이 성깁니다. 순서는 그대로 두고 각 단계에서 실제로 무엇을 해야 하는지 풀어씁니다.

1. Apify 무료 계정 만들기

Apify는 웹 스크래핑과 자동화 작업을 "Actor"라는 단위의 프로그램으로 실행해주는 클라우드 플랫폼입니다. 무료 플랜은 매달 5달러 상당의 사용 크레딧을 제공하지만, 동시 실행(concurrent run)은 최대 5개까지로 제한되고 이 크레딧을 다 쓰면 다음 결제 주기가 시작될 때까지 서비스 이용이 막힙니다(2026년 8월 기준, 공식 요금제 페이지). 같은 페이지에는 무료 플랜에서 렌탈형(rented) Actor는 체험판 수준으로만 쓸 수 있다는 조건도 있습니다. 2번에서 고르는 Actor가 무료로 쓸 수 있는 것인지 유료 렌탈형인지에 따라 이 크레딧만으로 충분한지가 갈리므로, Actor를 고를 때 함께 확인해야 합니다.

2. 적합한 Actor 고르기 — 공식 문서가 밝히지 않는 지점

공식 Setup 안내는 "Apify 검색에서 적절한 Actor를 고르라"고만 되어 있고, 어떤 Actor의 이름인지는 명시하지 않습니다. 여기서 특정 Actor 이름을 추측해서 채우기보다, 공식 문서 자체가 이 부분을 구체적으로 지정하지 않는다는 사실을 그대로 밝히는 편이 정확합니다. Apify 스토어에서 "YouTube transcript"로 검색하면 여러 제작자가 올린 자막 추출용 Actor가 나오는데, 이 중 무엇을 쓸지는 직접 확인하고 골라야 합니다.

3. Integration 탭에서 API 엔드포인트 확인

고른 Actor의 상세 페이지에서 Integration 탭으로 들어가 "Use API endpoints"를 클릭합니다. Actor를 코드 없이 HTTP 요청 하나로 실행할 수 있는 API 주소와 인증 방식이 여기서 나옵니다. n8n의 HTTP Request 노드가 호출할 대상이 바로 이 엔드포인트입니다.

4. 필요에 맞는 API 선택

Integration 탭에는 여러 실행 방식의 API가 나열돼 있습니다. 공식 안내는 "필요에 가장 맞는 API를 고르라"고만 하고 어떤 기준으로 골라야 하는지는 밝히지 않습니다. 유튜브 영상 하나를 넣을 때마다 즉시 실행 결과를 받고 싶다면, 가장 단순한 동기 실행 방식의 엔드포인트를 고르는 것이 합리적인 출발점입니다.

주의할 점 · 제약

공식 문서에서 확인되는 제약을 정리하면 세 가지입니다.

• Setup 안내가 구체적이지 않습니다 — 4단계 모두 "적절한 것을 고르라"는 식으로만 적혀 있고, 정확히 어떤 Apify Actor를 써야 하는지 이름을 명시하지 않습니다. 템플릿을 그대로 임포트해도 Actor를 직접 찾아 연결하는 과정은 스스로 채워야 합니다.
• Apify가 유튜브 공식 API를 대신하는 제3의 서비스입니다 — 자막을 가져오는 주체가 유튜브 자체가 아니라 Apify 플랫폼 위에서 도는 Actor입니다. 무료 플랜은 매달 5달러 크레딧, 동시 실행 5개로 제한돼 있어, 크레딧을 넘기면 다음 주기까지 기다려야 합니다(2026년 8월 기준, 공식 요금제 페이지).
• 노드 구성이 카드 미리보기 이상으로 공개돼 있지 않습니다 — HTTP Request, No Operation do nothing, Sticky Note 세 개만 이름이 확인되고 나머지 세 개는 "+3 more"로 가려져 있어, AI 요약을 담당하는 노드가 정확히 무엇인지, 요약 결과가 어디로 전달되는지는 템플릿을 직접 열어봐야 확인할 수 있습니다.

포트폴리오·면접 포인트

포트폴리오에는 유튜브 영상 하나를 지정해 실행했을 때 자막 추출과 요약문이 순서대로 나오는 실행 화면 캡처 한 장이면 충분합니다. 원본 자막 텍스트와 AI가 만든 요약문을 나란히 붙여두면, 요약이 실제로 원문을 얼마나 압축했는지 한눈에 보여줄 수 있습니다.

면접에서는 "왜 자막만 뽑지 않고 요약까지 만들었나요?"라는 질문이 나올 수 있습니다. 답은 활용 가능성입니다. 자막 텍스트 그대로는 사람이 다시 읽고 정리해야 하지만, 요약문은 리서치 노트나 SNS 게시물, 뉴스레터 재료로 바로 옮겨 쓸 수 있습니다. 이 시리즈의 다른 유튜브 자막 템플릿과 비교해 "추출까지만 하는 워크플로우와 추출 뒤 가공까지 끝내는 워크플로우 중 무엇이 실무에 더 바로 쓰이는지"를 설명할 수 있으면, 노드를 나열하는 대신 파이프라인 설계 관점에서 답했다는 인상을 줍니다.

다음 액션

다음 편에서는 검색 콘솔 데이터를 구글시트로 내보내는 템플릿을 다룹니다. 이번 편처럼 외부 서비스 하나를 불러와 결과를 가공하는 구조는 같지만, Apify 같은 범용 플랫폼 대신 구글 자체 서비스 API를 다룬다는 점에서 크리덴셜 연결 방식을 다시 비교해볼 수 있습니다.