← 노드 한 장 전체#53 · OpenAI Chat Model
OpenAI Chat Model
같은 장면, AI 제목 두 번: 온도 0과 0.8의 실제 응답 비교
이 글은 이런 분께Basic LLM Chain에 AI 모델을 어디에 연결하고 모델 옵션을 어디서 정하는지 궁금한 분
1분 영상은 @workflow.hanjang 에 순서대로 공개돼요
같은 가상 장면을 AI에게 두 번 물었어요.
노드 한 장 #53 · OpenAI Chat Model
먼저 결과부터
Basic LLM Chain에 OpenAI Chat Model을 연결하고 같은 샘플 프롬프트를 gpt-4.1-mini에 각 1회 호출했어요. 온도 0은 “빗속의 온기”(모델 노드 1.278초·총72토큰), 0.8은 “비 내리는 창가의 온기”(1.034초·총74토큰)로 반환됐습니다(#74851·#74852). 이번 두 결과는 달랐지만 일반화할 수 없는 두 실행의 스냅샷입니다. 0의 동일성·정확도나 0.8의 창의력을 보장하지 않아요. Chain에는 질문, Model에는 모델 연결과 옵션을 설정하며 AI 출력은 사용 전 확인해야 합니다.
우리가 실제로 돌린 기록 · 실행 #74851·#74852 · 2026-10-30
우리가 실제로 돌린 기록 · 실행 #74851·#74852 · 2026-10-30
따라 하기
실제로 실행한 워크플로우를 바탕으로 정리했어요. 계정·식별자는 공개용 값으로 치환했고, 그 밖의 차이는 아래 주의사항에 표시했어요. n8n 캔버스에서 +를 눌러 노드를 순서대로 추가하고 같은 값을 넣으면 돼요. 빨간 제목이 이번 편의 주인공 노드예요. 표 왼쪽은 n8n 편집기에 보이는 칸 이름, 오른쪽은 다운로드 JSON의 설정값이에요. 직접 입력하기 번거로우면 JSON을 받아 ⋯ → Import from File로 가져오세요.
워크플로우 1 · [노드 한 장] OpenAI Chat Model · 같은 샘플을 두 설정으로
Step 1. Manual Trigger 노드 추가이름: Run manually
설정 없이 그대로 추가해요.
Step 2. Code 노드 추가이름: Same fictional prompt
| JavaScript | // 직접 작성한 가상 프롬프트. 두 실행에 완전히 동일한 문장 사용.
return [{json:{sample:true,prompt:"직접 작성한 가상 장면입니다. 비 오는 날 창가에서 따뜻한 차를 마시는 장면에 붙일 짧은 한국어 제목 하나를 써 주세요. 8~12자 내외, 제목만, 따옴표 없이 답하세요."}}]; |
Step 3. Basic LLM Chain 노드 추가이름: Basic LLM Chain
| Source for Prompt (User Message) | Define below |
| Prompt (User Message) | {{ $json.prompt }} |
| Require Specific Output Format | 꺼짐 |
Step 4. OpenAI Chat Model 노드 추가이름: OpenAI Chat Model
| Model | gpt-4.1-mini |
| Options › Sampling Temperature | 0 |
워크플로우 2 · [노드 한 장] OpenAI Chat Model · 같은 샘플을 두 설정으로
Step 5. Manual Trigger 노드 추가이름: Run manually
설정 없이 그대로 추가해요.
Step 6. Code 노드 추가이름: Same fictional prompt
| JavaScript | // 직접 작성한 가상 프롬프트. 두 실행에 완전히 동일한 문장 사용.
return [{json:{sample:true,prompt:"직접 작성한 가상 장면입니다. 비 오는 날 창가에서 따뜻한 차를 마시는 장면에 붙일 짧은 한국어 제목 하나를 써 주세요. 8~12자 내외, 제목만, 따옴표 없이 답하세요."}}]; |
Step 7. Basic LLM Chain 노드 추가이름: Basic LLM Chain
| Source for Prompt (User Message) | Define below |
| Prompt (User Message) | {{ $json.prompt }} |
| Require Specific Output Format | 꺼짐 |
Step 8. OpenAI Chat Model 노드 추가이름: OpenAI Chat Model
| Model | gpt-4.1-mini |
| Options › Sampling Temperature | 0.8 |
가져와서 쓸 때 확인할 것
- [실제 확인] 같은 샘플 프롬프트에 설정당 한 번씩만 호출했어요. 두 결과가 달랐지만 일반화할 수 있는 반복 실험은 아닙니다.
- [실제 확인] 시간은 모델 노드 executionTime, 토큰은 반환된 tokenUsage 값만 사용했어요. 전체 워크플로우 시간이나 과금액과 혼동하면 안 됩니다.
- [실제 확인] 첫 제목은 공백 포함 6자로 요청한 8~12자 내외보다 짧았습니다. 문장 길이와 내용 조건도 따로 확인해야 해요.
- [문서 기준] Sampling Temperature는 샘플링의 무작위성을 조정합니다. 0의 동일성/정확도나 0.8의 창의력을 보장하는 설정으로 설명하지 않았어요.
- [실제 확인] 공개 기본 JSON은 temperature 0이며 별도 workflow-public-temp08.json은 두 번째 실행의 0.8 설정을 보존합니다. 자격 증명은 제거되어 내 기존 자격 증명을 연결해야 해요.
- YOUR_… 표시를 내 값으로 바꾸고, 계정이 필요한 서비스 노드만 자격 증명을 연결하세요. 그런 칸이나 노드가 없는 예제는 추가 계정 없이 실행할 수 있어요.
노드의 모든 옵션은 n8n 공식 문서에서 볼 수 있어요.