n8n 구글시트 챗봇 만들기 — 데이터베이스 없이 스프레드시트로 시작하는 AI 에이전트

n8n.io 공식 템플릿 마켓플레이스에 공개된 이 워크플로우를 가져오면, 구글시트에 저장된 데이터를 두고 채팅창에 자연어로 질문을 던져 GPT-5 Mini의 답을 받는 AI 챗봇을 만들 수 있습니다.

이 템플릿 하나로 보여줄 수 있는 것

면접에서 "데이터 분석해봤어요?"라는 질문이 나오면 대개 엑셀 피벗테이블이나 SQL 이야기로 흘러갑니다. 이 템플릿은 그 대화를 다른 방향으로 돌릴 수 있게 해줍니다. "구글시트에 있는 마케팅 데이터를 두고 AI 에이전트가 자연어 질문에 직접 답하는 챗봇을 만들어봤다"고 말할 수 있는 실습이기 때문입니다.

이 시리즈에서 데이터베이스에 채팅으로 질문하는 템플릿을 이미 한 번 다룬 적이 있습니다. 이번 템플릿은 그 개념을 구글시트로 옮긴 버전인데, 차이가 하나 있습니다. Postgres나 MySQL 같은 진짜 데이터베이스는 구축하고 접속 정보를 준비하는 것부터 진입장벽이 있지만, 구글시트는 회사에서 이미 다들 쓰고 있는 도구입니다. 계정만 있으면 되고, 데이터도 이미 시트 어딘가에 쌓여 있을 가능성이 높습니다. 그만큼 처음 실습해보는 사람에게는 훨씬 낮은 문턱입니다.

짧은 문장이지만 안에 들어간 역량은 세 가지입니다.

• 컬럼 구조 자동 인식 — 공식 설명에 따르면 이 템플릿은 AI가 스스로 컬럼 구조와 데이터 간 관계를 이해한다고 안내합니다. 시트마다 컬럼 이름이 달라도 매번 코드를 고치지 않아도 되는 구조를 다뤄본 경험이 됩니다.
• 대화 맥락 유지 — Memory Buffer가 대화 맥락을 기억해서, "지난달 지출은?" 다음에 "그럼 이번 달은?"처럼 후속 질문을 이어갈 수 있는 구조를 다뤄본 경험입니다.
• 채팅 인터페이스로 데이터 분석 도구를 완성하는 경험 — 별도 대시보드나 프론트엔드 없이, 채팅 인터페이스만으로 마케팅 데이터를 조회하는 도구를 만들어본 경험입니다.

이 세 가지는 마케팅 지출 분석뿐 아니라, 재고표·매출표·설문 응답표처럼 구글시트에 쌓여 있는 데이터를 비개발자도 채팅으로 물어보게 하는 유형의 사내 도구 전부에 그대로 쓰입니다.

이 템플릿은 무엇인가

이 워크플로우는 데이터팝콘이 만든 게 아닙니다. n8n 공식 템플릿 마켓플레이스(n8n.io/workflows)에 Talk to your Google Sheets using ChatGPT-5라는 이름으로 공개된 템플릿이고, 제작자는 Robert Breen입니다. 카테고리는 Document Extraction과 AI RAG로 등록돼 있습니다.

공식 설명에 따르면 이 템플릿은 OpenAI의 GPT-5 Mini 모델을 이용해 구글시트에 저장된 데이터를 분석하고, 자연어 대화로 인사이트를 제공하는 챗봇입니다. 템플릿 제목에는 "ChatGPT-5"라고 돼 있지만 상세 설명에는 구체적으로 GPT-5 Mini를 쓴다고 적혀 있어서, 실제로 만들 때는 이 부분을 확인하고 크리덴셜을 설정하는 게 안전합니다. 채팅 인터페이스, 스마트 데이터 분석, 구글시트 연동, 대화 맥락 유지(Memory Buffer), 컬럼 구조 자동 인식 같은 기능이 공식 페이지에 나열돼 있습니다.

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

구조 — Trigger / Task / Target

이 템플릿도 카드 미리보기에서 노드 이름이 전부 드러나지는 않습니다. 확인되는 건 Sticky Note, AI Agent, OpenAI Chat Model 세 가지고, 나머지는 "+2 more"로만 표시됩니다. 다만 공식 기능 목록에 Google Sheets Integration과 Memory Buffer가 명시돼 있어서, 이 두 자리에 각각 구글시트 연결 노드와 대화 기억을 담당하는 메모리 노드가 들어갈 가능성이 큽니다. 확인된 정보만으로 데이터팝콘 방식인 Trigger/Task/Target 세 칸을 채우면 이렇습니다.

• Trigger — 공식 설명은 이 부분을 "대화형 인터페이스(Chat Interface)"라고만 적어놓아서, 정확히 n8n에 내장된 채팅 트리거인지 다른 채널을 붙인 것인지는 명시돼 있지 않습니다. 다만 이 마켓플레이스의 AI Agent 기반 템플릿 다수가 n8n 내장 채팅을 그대로 쓰는 걸 감안하면, 이 템플릿도 같은 방식일 가능성이 큽니다.
• Task — AI Agent가 중심입니다. OpenAI Chat Model(GPT-5 Mini)이 두뇌 역할을 하고, 메모리 노드로 추정되는 자리가 이전 대화를 기억해 후속 질문을 처리합니다. 구글시트 연결 노드로 추정되는 자리가 실제 시트 데이터를 조회하고, 그 결과를 바탕으로 에이전트가 컬럼 구조와 값을 해석합니다.
• Target — 분석 결과가 자연어 답변으로 채팅창에 표시됩니다.

정확한 노드 이름과 설정은 공개된 텍스트만으로 확인되지 않습니다. 다만 어떤 노드 구성이든 AI 에이전트가 구글시트 값을 근거로 자연어 질문에 답한다는 결과는 같습니다.

만들기

공식 페이지의 "Try It Out!" 3단계를 취준생이 따라 하기 쉬운 순서로 풀어 정리했습니다.

1. OpenAI 연결 준비

OpenAI API Keys 페이지에서 키를 발급받습니다. 공식 안내에는 OpenAI Billing에서 크레딧을 충전해야 한다는 점도 명시돼 있습니다. 크레딧이 없으면 키가 있어도 요청이 거부되니, API 키 발급과 크레딧 충전을 한 번에 처리해두는 편이 낫습니다. 발급받은 키는 n8n의 OpenAI 크리덴셜에 등록합니다.

2. 구글시트 준비 — 1~100행이라는 제약

공식 문서는 데이터 형식을 구체적으로 지정합니다. 컬럼 이름은 1행에 두고, 실제 데이터는 2행부터 100행까지 채워야 한다는 조건입니다. 공식 예시 데이터셋 이름도 "Sample Marketing Data"로 정해져 있어서, 처음 실습할 때는 이 형식을 그대로 따라 하는 편을 권합니다. 시트 준비가 끝나면 구글 계정으로 OAuth 로그인하고, 워크북과 시트를 지정합니다.

이 1~100행 제약은 실제로 공식 문서에 적힌 내용이라 그대로 옮깁니다. 시트에 데이터가 101행 이상 쌓여 있다면, 기본 설정만으로는 100행을 넘는 데이터가 분석 대상에서 빠질 가능성이 있다는 뜻입니다.

3. 질문하며 확인하기

템플릿을 자신의 n8n 인스턴스로 가져온 뒤, 채팅 인터페이스에 데이터 관련 질문을 던져봅니다. 공식 페이지가 제시하는 예시 질문은 이렇습니다.

• 전체 캠페인의 총 지출은 얼마인가
• Paid Search 채널만의 지출은 얼마인가
• 광고 지출이 전월 대비 어떻게 변했는가
• 전환율 기준 상위 캠페인은 무엇인가
• 채널별 리드 하나당 비용은 얼마인가

이런 질문을 순서대로 던져보면, 단순 합계뿐 아니라 조건이 붙은 질문과 후속 질문까지 에이전트가 처리하는지 한 번에 확인할 수 있습니다.

주의할 점 · 제약

공식 문서와 마켓플레이스 페이지에서 확인되는 제약을 그대로 옮기면 이렇습니다.

• 데이터는 1~100행까지 — 컬럼 이름은 1행, 데이터는 2~100행이라는 형식이 공식 문서에 명시돼 있습니다. 시트 데이터가 이 범위를 넘으면 기본 설정 그대로는 정확한 분석을 보장하지 않습니다.
• OpenAI 크레딧 필요 — API 키만으로는 동작하지 않고, OpenAI Billing에서 크레딧을 충전해야 합니다.
• 모델 표기가 두 가지 — 템플릿 제목은 "ChatGPT-5"지만 상세 설명은 "GPT-5 Mini"로 적혀 있어, 실제로 어떤 모델이 기본값으로 연결돼 있는지는 임포트 후 OpenAI Chat Model 노드를 열어 직접 확인하는 게 안전합니다.
• 공식 페이지에 정확한 노드 구성이 없다 — 카드 미리보기에 이름이 나오지 않는 노드가 2개 있어서, 정확한 설정은 템플릿을 직접 n8n에 불러와 캔버스를 열어야 확인할 수 있습니다.

포트폴리오·면접 포인트

포트폴리오에는 단순 합계 질문 하나와, 그 답을 이어받는 후속 질문 하나를 연달아 던져서 챗봇이 대화 맥락을 유지하는 장면을 보여주면 충분합니다. 미리 정해둔 답만 내놓는 챗봇이 아니라는 걸 이 장면 하나로 증명할 수 있습니다.

면접에서는 "왜 데이터베이스 대신 구글시트로 만들었나요?"라는 질문이 나올 수 있습니다. 정직한 답은 이렇습니다. 데이터베이스는 구축과 접근 권한부터 준비할 게 많지만, 구글시트는 마케팅팀·영업팀이 이미 매일 쓰고 있는 도구라서 AI 챗봇을 붙이는 문턱이 훨씬 낮습니다. 대신 1~100행이라는 형식 제약이 있으니, 데이터가 그보다 많아지면 데이터베이스나 별도 저장소로 옮기는 걸 검토해야 한다고 덧붙이면 구조의 한계까지 이해하고 있다는 인상을 줍니다.

다음 액션

다음 편에서는 같은 RAG 구조를 채팅이 아니라 이메일 개인화에 쓰는 템플릿을 다룹니다. Stripe 결제가 트리거가 되고, 벡터 검색으로 찾은 내용이 그대로 웰컴 이메일 본문에 들어가는 방식인데, 지금까지 본 "질문하면 답하는" 구조와 달리 "이벤트가 생기면 먼저 말을 거는" 구조라서 비교하며 보면 재밌습니다.