← 노드 한 장 전체#41 · Structured Output Parser
Structured Output Parser
주문 문장 세 개를 같은 JSON 칸으로
이 글은 이런 분께AI의 답을 정해진 JSON 필드와 자료형으로 받아 다음 노드에 넘기고 싶은 분
1분 영상은 @workflow.hanjang 에 순서대로 공개돼요
주문·문의 문장 3개, 같은 JSON 칸으로.
노드 한 장 #41 · Structured Output Parser
먼저 결과부터
직접 작성한 주문·문의 샘플 3건을 Structured Output Parser의 고정 JSON Schema로 product(문자열), quantity(숫자), topic(order/shipping/refund)에 맞춰 받았어요. 이번 실행은 형태 검사와 원문별 사전 정답 비교 모두 3/3 통과했습니다. 형태가 맞아도 내용의 사실성은 별도 확인이 필요하고, 항상 성공·정확함을 보장하지 않습니다. 파서에는 고정 스키마를 넣고, 원문 표현식은 부모 Chain에서 항목별로 처리했어요. 실제 실행 #74813(2026.10.30 02:04 KST), 직접 작성한 샘플이며 실제 고객 데이터가 아닙니다.
우리가 실제로 돌린 기록 · 실행 #74813 · 2026-10-30
우리가 실제로 돌린 기록 · 실행 #74813 · 2026-10-30
따라 하기
아래 설정값은 이 영상에 나온 워크플로우 JSON에서 그대로 가져왔어요. 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 실제로 넣은 값이에요. 직접 입력하기 번거로우면 JSON을 받아 ⋯ → Import from File로 가져오세요.
Step 1. Manual Trigger 노드 추가이름: Run manually
설정 없이 그대로 추가해요.
Step 2. Code 노드 추가이름: Sample inquiries
| JavaScript | // 직접 작성한 실습 샘플. 실제 주문/고객 데이터 아님.
return [{"text":"샘플 주문이에요. 파란 머그컵 두 개를 주문하고 싶어요.","expected":{"product":"파란 머그컵","quantity":2,"topic":"order"}},{"text":"샘플 배송 문의: 접이식 우산 3개, 언제 출발하나요?","expected":{"product":"접이식 우산","quantity":3,"topic":"shipping"}},{"text":"샘플 환불 문의입니다. 노트 한 권을 환불하고 싶어요.","expected":{"product":"노트","quantity":1,"topic":"refund"}}].map((x,i)=>({json:{sample:true,no:i+1,...x}})); |
Step 3. Basic LLM Chain 노드 추가이름: Basic LLM Chain
| Source for Prompt (User Message) | Define below |
| Require Specific Output Format | 켜짐 |
| Prompt (User Message) | 다음은 직접 작성한 샘플 주문/문의입니다. product는 원문의 상품명 그대로(수량/조사는 제외), quantity는 개수 숫자, topic은 order(주문), shipping(배송), refund(환불) 중 하나로 추출하세요. 원문에 없는 내용은 만들지 마세요.
원문: {{ $json.text }} |
| Batch Processing › Batch Size | 1 |
Step 4. OpenAI Chat Model 노드 추가이름: OpenAI Chat Model
| Model | gpt-4.1-mini |
| Options › Sampling Temperature | 0 |
Step 5. Structured Output Parser 노드 추가이름: Structured Output Parser
| Schema Type | Define using JSON Schema |
| Input Schema | {
"type": "object",
"properties": {
"product": {
"type": "string"
},
"quantity": {
"type": "number"
},
"topic": {
"type": "string",
"enum": [
"order",
"shipping",
… |
| Auto-Fix Format | 꺼짐 |
Step 6. Code 노드 추가이름: Verify shape and sample facts separately
| JavaScript | const src=$('Sample inquiries').all(); const input=$input.all(); if(input.length!==3)throw Error('Expected 3 actual outputs'); return input.map((it,i)=>{const s=src[it.pairedItem?.item??i].json; const o=it.json.text??it.json.output??it.json; const shape=typeof o.product==='string'&&typeof o.quantity==='number'&&['order','shipping','refund'].includes(o.topic)&&Object.keys(o).sort().join(',')==='product,quantity,topic'; const match=o.product===s.expected.product&&o.quantity===s.expected.quantity&&o.topic===s.expected.topic; return {json:{sample:true,no:s.no,sourceText:s.text,result:o,schemaValid:shape,sampleFactMatch:match},pairedItem:{item:i}};}); |
가져와서 쓸 때 확인할 것
- 직접 작성한 샘플 문의 3건입니다. OpenAI 자격 증명을 연결하세요. Parser에는 고정 JSON Schema를 넣고 항목별 입력 표현식은 부모 Chain에 둡니다. 형태가 맞아도 내용이 정확하다는 뜻은 아닙니다.
- 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.