n8n으로 첫 실전 워크플로우 만들기: NASA API와 조건 분기
n8n에서 Schedule Trigger, NASA API 자격 증명, If 노드 조건 분기까지 실전 워크플로우를 단계별로 구성하는 방법을 정리한다.
2026-08-12 · 최초 발행 2025-06-11
가상 데이터로 채워진 템플릿과 달리, 실제로 쓸모 있는 워크플로우는 외부 서비스 인증부터 시작한다. 여기서는 NASA의 DONKI API로 태양 플레어 데이터를 가져와, 플레어 등급에 따라 서로 다른 채널로 보고서를 보내는 워크플로우를 처음부터 만들어본다.
일정과 인증부터 맞춰두기
n8n 클라우드에 로그인한 뒤(계정이 없다면 app.n8n.cloud/register 에서 무료 평가판 등록) 'Create Workflow' 또는 'Start from Scratch'로 새 워크플로우를 만든다.
트리거는 Schedule Trigger를 쓴다.
- 'Add first step'에서 'Schedule'을 검색해 추가한다.
- 트리거 간격은 주별(Weeks)로, 주기는 1주.
- 실행 시간은 월요일 오전 9시(Trigger on Weekdays: Monday, Trigger at Hour: 9am, Trigger at Minute: 0)로 맞춘다.
다음은 데이터 소스다. Schedule Trigger 노드의 'Add node' 커넥터에서 'NASA'를 검색해 'Get a DONKI solar flare' 작업을 선택한다. NASA API 자격 증명은 'Create new credential'을 선택하고, api.nasa.gov에서 발급받은 API 키를 n8n의 'API Key' 필드에 입력해 저장한다. 추가 필드에서 'Start date'를 넣고 표현식 {{ $today.minus(7, 'days') }}을 입력하면 지난 7일간의 데이터만 조회하도록 범위를 좁힐 수 있다. 'Test step'으로 노드가 실제로 데이터를 가져오는지 확인한다.
If 노드로 등급에 따라 갈라내기
NASA 노드의 'Add node' 커넥터에서 'If'를 검색해 추가한다. 조건은 다음과 같이 잡는다.
- Value 1에 'classType' 필드를 드래그
- 비교 연산을 'String > Contains'로 변경
- Value 2에 'X'를 입력해, X 클래스 태양 플레어인지 확인
'Test step'으로 조건 로직이 의도대로 갈라지는지 확인한다.
분기 출력을 PostBin에 기록하기
If 노드의 'true' 커넥터에서 'PostBin'의 'Send a request' 작업을 추가한다. toptal.com의 Postbin 사이트에서 새 Bin을 만들어 ID를 복사하고, n8n의 'Bin ID' 필드에 붙여넣는다. 'Bin Content'에는 표현식 There was a solar flare of class {{$json["classType"]}}을 넣는다. If 노드의 'false' 출력에는 첫 번째 PostBin 노드를 복제해 두 번째로 연결한다.
테스트와 활성화
'Test Workflow'로 전체 흐름을 한 번에 실행하고, Postbin 사이트에서 실제로 출력이 도착했는지 확인한다. 자동 실행이 필요하면 상단의 'Active' 토글을 켜서 스케줄대로 돌아가게 만든다.
이 워크플로우가 실제로 쓰는 핵심 개념
트리거 노드는 일정 기반(스케줄), 이벤트 기반(웹훅), 폴링 기반(주기적 확인) 등으로 워크플로우를 시작하는 첫 노드다. 자격 증명은 API 키·OAuth 토큰·사용자 이름/비밀번호 같은 인증 정보를 안전하게 암호화해 저장하는 방식이고, 표현식은 {{ $json.필드명 }} 형태로 날짜 처리·문자열 조작·산술 연산까지 처리한다(Luxon 라이브러리 기반의 $now, $today 변수도 여기 포함된다). 조건부 로직은 If 노드로 구현하며, true/false 출력에 각각 다른 후속 노드를 연결해 흐름을 나눈다.
같은 뼈대를 다른 데이터에 적용하기
스케줄 트리거로 시작해 API를 호출하고 조건에 따라 분기하는 이 구조는 그대로 다른 상황에 옮겨 쓸 수 있다. 중요 데이터 소스를 모니터링하다 임계값을 넘으면 이메일·슬랙·SMS로 알리는 흐름, 외부 API에서 정기적으로 데이터를 모아 필터링한 뒤 맞춤형 보고서를 만드는 흐름, 서로 다른 서비스 간 데이터를 동기화하며 API 응답에 따라 조건부 작업을 수행하는 흐름, 특정 주제의 콘텐츠를 자동 수집·분류해 정기적으로 다이제스트를 배포하는 흐름 모두 트리거-처리-조건-액션이라는 같은 골격을 쓴다.
코드 없이 이 정도까지 되는 이유
수동으로 하던 반복 작업을 이렇게 넘기면 인적 자원을 아끼고, 수동 작업보다 정확성과 일관성이 높아지며, 24/7 작동하는 안정적인 시스템을 얻을 수 있다. 코드와 노코드를 오갈 수 있다는 점도 중요하다 — 단순한 워크플로우에서 시작해 복잡한 자동화까지 같은 도구 안에서 확장할 수 있고, 다양한 API·서비스와의 통합도 어렵지 않다. 결과적으로 워크플로우를 빠르게 개발·배포하고 요구사항 변화에 대응하는 속도 자체가 빨라진다.