InfoGrab DocsInfoGrab Docs

Databricks Chat Model 노드

요약

Databricks Chat Model 노드를 사용하면 Databricks 워크스페이스에서 제공하는 모델로 AI 에이전트와 체인을 실행할 수 있습니다. 이 페이지에서는 Databricks Chat Model 노드의 사전 요구 사항, 설정 단계, 노드 파라미터, 알려진 제한 사항을 설명합니다.

Databricks Chat Model 노드를 사용하면 Databricks 워크스페이스에서 제공하는 모델로 AI 에이전트와 체인을 실행할 수 있습니다. 이 노드는 Unity AI Gateway 모델 서비스를 조회하므로, Databricks가 호스팅하는 파운데이션 모델과 게이트웨이를 통해 라우팅하는 외부 제공자 모델 모두에서 작동합니다.

이 페이지에서는 Databricks Chat Model 노드의 사전 요구 사항, 설정 단계, 노드 파라미터, 알려진 제한 사항을 설명합니다.

Note

자격 증명

인증 설정 방법은 Databricks 자격 증명을 참고하세요.

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

사전 요구 사항#

  • Unity AI Gateway가 활성화된 Databricks 워크스페이스.
  • 서비스 주체 또는 사용자 로그인을 사용하는 n8n의 Databricks OAuth2 자격 증명. 이 노드는 개인용 액세스 토큰을 지원하지 않습니다.
  • 자격 증명이 인증하는 ID에는 모델 서비스가 있는 카탈로그와 스키마에 대한 USE CATALOG 및 USE SCHEMA 권한과, 모델 서비스에 대한 EXECUTE 권한이 필요합니다. Databricks는 기본적으로 system.ai 모델 서비스의 EXECUTE 권한을 모든 워크스페이스 사용자에게 부여합니다.

노드 설정#

  1. 워크플로에 AI Agent 노드(또는 채팅 모델을 받는 다른 루트 노드)를 추가합니다.
  2. 노드의 Chat Model 커넥터에서 **+**를 선택한 다음 Databricks Chat Model을 선택합니다.
  3. Credential to connect with에서 기존 Databricks OAuth2 자격 증명을 선택하거나 새로 만듭니다. 아래에서 사용하는 인증 유형에 맞는 단계를 따르세요.
  4. Model에서 목록을 열어 모델 서비스를 선택합니다. n8n은 자격 증명으로 접근할 수 있는 채팅 지원 모델 서비스를 불러옵니다. 목록에 없는 서비스를 사용하려면 ID로 전환하여 전체 이름을 입력합니다(예: system.ai.databricks-meta-llama-3-3-70b-instruct).

서비스 주체로 설정#

예약 실행이나 웹훅으로 트리거되는 에이전트처럼 사람의 개입 없이 실행되는 워크플로에는 서비스 주체를 사용합니다.

  1. Databricks 관리자에게 서비스 주체와 OAuth 시크릿 생성을 요청하고, 사용하려는 모델 서비스에 대한 EXECUTE 권한을 부여하도록 합니다.
  2. n8n 자격 증명에서 Host에 워크스페이스 URL을 입력하고, Grant Type은 **Client Credentials (Service Principal)**로 유지한 다음 Client ID와 Client Secret을 입력합니다.
  3. 자격 증명을 저장하고 노드에서 선택합니다.

사용자 로그인으로 설정#

에이전트가 사용자 본인의 Databricks 권한으로 실행되고 Databricks 감사 로그에 사용자 본인의 ID로 표시되어야 할 때 사용자 로그인을 사용합니다.

  1. Databricks 계정 관리자에게 사용자 지정 OAuth 앱 연결 생성을 요청하고, 클라이언트 ID와 시크릿을 전달받습니다.
  2. n8n 자격 증명에서 Host에 워크스페이스 URL을 입력하고, Grant Type을 **Authorization Code (User)**로 설정한 다음 Client ID와 Client Secret을 입력합니다.
  3. Connect my account를 선택하고 Databricks에 로그인합니다.
  4. 노드에서 자격 증명을 선택합니다. n8n은 긴 실행 중에도 액세스 토큰을 갱신하므로, 에이전트는 1시간의 토큰 유효 기간을 넘겨 실행될 수 있습니다.

노드 파라미터#

  • Model: catalog.schema.service 형식의 이름을 가진, 응답을 생성하는 Unity AI Gateway 모델 서비스입니다.
    • From List: 자격 증명으로 접근할 수 있고 채팅 완성을 지원하는 모델 서비스 중에서 선택합니다. system.ai의 Databricks 호스팅 파운데이션 모델과 외부 제공자 경로가 모두 표시됩니다.
    • ID: 모델 서비스의 전체 이름을 직접 입력합니다. 채팅을 지원하지만 채팅 지원으로 표시되지 않는 서비스에 사용합니다.

노드 옵션#

  • Frequency Penalty: 텍스트에 이미 나타난 빈도에 따라 새 토큰에 페널티를 부여하여 문구가 그대로 반복되는 것을 줄입니다. 범위는 -2에서 2까지이며 기본값은 0입니다.
  • Maximum Number of Tokens: 응답에서 생성할 최대 토큰 수입니다. 기본값은 -1(n8n이 제한을 설정하지 않음)입니다.
  • Response Format: Text(기본값) 또는 JSON입니다. JSON 모드를 사용하려면 프롬프트에 json이라는 단어가 있어야 하고, 모델 서비스가 JSON 모드를 지원해야 합니다.
  • Presence Penalty: 지금까지의 텍스트에 나타났는지 여부에 따라 새 토큰에 페널티를 부여하여 새로운 주제를 유도합니다. 범위는 -2에서 2까지이며 기본값은 0입니다.
  • Sampling Temperature: 무작위성을 조절합니다. 값이 낮을수록 응답이 더 결정적입니다. 범위는 0에서 2까지이며 기본값은 0.7입니다.
  • Timeout: 요청에 허용되는 최대 시간(밀리초)입니다. 기본값은 360000(6분)입니다.
  • Max Retries: 실패한 요청을 재시도하는 횟수입니다. 기본값은 2입니다.
  • Top P: 뉴클리어스 샘플링입니다. 이 값이나 Sampling Temperature 중 하나만 조정하세요. 범위는 0에서 1까지이며 기본값은 1입니다.

에이전트용 모델 선택#

모든 모델 서비스가 이 노드를 통해 에이전트의 도구 호출 모델로 작동하는 것은 아닙니다. 모델이 도구 호출을 지원해야 하며, 도구 호출을 지원한다고 표시되어도 AI Agent가 실행할 수 있는 도구 호출을 반환하지 않는 엔드포인트가 있습니다. n8n의 테스트 결과는 다음과 같습니다.

  • Llama 3.3 70B와 Qwen 3.5는 도구를 안정적으로 호출하므로, Databricks Genie MCP 서버 및 기타 도구에 사용할 기본 모델로 적합합니다.
  • gpt-oss와 Llama 4 Maverick 엔드포인트는 AI Agent가 실행할 수 있는 도구 호출을 반환하지 않습니다. 이 모델을 사용하는 에이전트는 도구를 한 번도 호출하지 않고 Max Iterations에 도달할 때까지 반복합니다.

워크스페이스에는 다른 모델 서비스가 표시될 수 있습니다. 모델 서비스를 테스트하려면 에이전트에게 도구 호출이 필요한 질문을 하고 실행 로그를 확인하세요. 작동하지 않는 모델은 같은 증상을 보입니다. 에이전트가 도구를 한 번도 호출하지 않고 모든 반복 횟수를 소진합니다.

토큰당 과금(pay-per-token) 모델 서비스에는 워크스페이스별 속도 제한이 있습니다. 에이전트를 동시에 3개 실행하면 제한에 도달하기에 충분하며, 노드는 기본 재시도 2회를 몇 초 안에 소진합니다. 데모, 파일럿, 프로덕션 에이전트에는 프로비저닝된 처리량 엔드포인트를 사용하거나 에이전트 동시 실행 수를 낮게 유지하세요.

관련 리소스#

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

자주 발생하는 문제#

모델 서비스를 찾을 수 없음#

모델 목록이 비어 있고 노드가 No model services found를 보고합니다. 워크스페이스에서 Unity AI Gateway가 활성화되지 않았거나, 자격 증명의 ID가 어떤 모델 서비스에도 접근할 수 없는 경우입니다. 워크스페이스 설정을 확인한 다음, 하나 이상의 모델 서비스에 대한 USE CATALOG, USE SCHEMA, EXECUTE 권한을 부여하세요.

채팅 지원 모델 서비스를 찾을 수 없음#

자격 증명으로 모델 서비스는 볼 수 있지만 채팅 완성을 지원한다고 표시된 서비스가 없습니다. Model을 ID로 전환하고 서비스 이름을 직접 입력하세요. 이 노드는 임베딩 전용 서비스를 지원하지 않습니다.

속도 제한에 도달함#

실행이 Rate limit reached 또는 429 상태로 실패합니다. 요청이 토큰당 과금 엔드포인트의 워크스페이스 속도 제한을 초과하여 Databricks가 REQUEST_LIMIT_EXCEEDED로 요청을 거부한 것입니다. 노드가 OpenAI 호환 클라이언트로 게이트웨이를 호출하기 때문에 오류 텍스트에는 OpenAI가 언급됩니다. 에이전트 동시 실행 수를 줄이거나 프로비저닝된 처리량 엔드포인트를 사용하세요.

Host는 HTTPS를 사용해야 함#

자격 증명의 Host가 http://로 시작하여 노드가 Databricks host must use https로 실패합니다. 모든 요청에 토큰이 포함되므로 노드는 일반 HTTP를 거부합니다. 호스트를 https://로 변경하세요.

자격 증명이 이전에는 작동했는데 요청이 403으로 실패함#

사용자 로그인 자격 증명의 경우, 리프레시 토큰 또는 OAuth 앱의 절대 세션 유효 기간이 만료된 것입니다. n8n에서 자격 증명을 열고 Connect my account를 다시 선택하세요. 예약 워크플로에서 이를 방지하려면 서비스 주체를 사용하거나 관리자에게 토큰 유효 기간 연장을 요청하세요.

Databricks Chat Model 노드

n8n v2.42
원문 보기

요약

Databricks Chat Model 노드를 사용하면 Databricks 워크스페이스에서 제공하는 모델로 AI 에이전트와 체인을 실행할 수 있습니다. 이 페이지에서는 Databricks Chat Model 노드의 사전 요구 사항, 설정 단계, 노드 파라미터, 알려진 제한 사항을 설명합니다.

Databricks Chat Model 노드를 사용하면 Databricks 워크스페이스에서 제공하는 모델로 AI 에이전트와 체인을 실행할 수 있습니다. 이 노드는 Unity AI Gateway 모델 서비스를 조회하므로, Databricks가 호스팅하는 파운데이션 모델과 게이트웨이를 통해 라우팅하는 외부 제공자 모델 모두에서 작동합니다.

이 페이지에서는 Databricks Chat Model 노드의 사전 요구 사항, 설정 단계, 노드 파라미터, 알려진 제한 사항을 설명합니다.

Note

자격 증명

인증 설정 방법은 Databricks 자격 증명을 참고하세요.

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

사전 요구 사항#

  • Unity AI Gateway가 활성화된 Databricks 워크스페이스.
  • 서비스 주체 또는 사용자 로그인을 사용하는 n8n의 Databricks OAuth2 자격 증명. 이 노드는 개인용 액세스 토큰을 지원하지 않습니다.
  • 자격 증명이 인증하는 ID에는 모델 서비스가 있는 카탈로그와 스키마에 대한 USE CATALOG 및 USE SCHEMA 권한과, 모델 서비스에 대한 EXECUTE 권한이 필요합니다. Databricks는 기본적으로 system.ai 모델 서비스의 EXECUTE 권한을 모든 워크스페이스 사용자에게 부여합니다.

노드 설정#

  1. 워크플로에 AI Agent 노드(또는 채팅 모델을 받는 다른 루트 노드)를 추가합니다.
  2. 노드의 Chat Model 커넥터에서 **+**를 선택한 다음 Databricks Chat Model을 선택합니다.
  3. Credential to connect with에서 기존 Databricks OAuth2 자격 증명을 선택하거나 새로 만듭니다. 아래에서 사용하는 인증 유형에 맞는 단계를 따르세요.
  4. Model에서 목록을 열어 모델 서비스를 선택합니다. n8n은 자격 증명으로 접근할 수 있는 채팅 지원 모델 서비스를 불러옵니다. 목록에 없는 서비스를 사용하려면 ID로 전환하여 전체 이름을 입력합니다(예: system.ai.databricks-meta-llama-3-3-70b-instruct).

서비스 주체로 설정#

예약 실행이나 웹훅으로 트리거되는 에이전트처럼 사람의 개입 없이 실행되는 워크플로에는 서비스 주체를 사용합니다.

  1. Databricks 관리자에게 서비스 주체와 OAuth 시크릿 생성을 요청하고, 사용하려는 모델 서비스에 대한 EXECUTE 권한을 부여하도록 합니다.
  2. n8n 자격 증명에서 Host에 워크스페이스 URL을 입력하고, Grant Type은 **Client Credentials (Service Principal)**로 유지한 다음 Client ID와 Client Secret을 입력합니다.
  3. 자격 증명을 저장하고 노드에서 선택합니다.

사용자 로그인으로 설정#

에이전트가 사용자 본인의 Databricks 권한으로 실행되고 Databricks 감사 로그에 사용자 본인의 ID로 표시되어야 할 때 사용자 로그인을 사용합니다.

  1. Databricks 계정 관리자에게 사용자 지정 OAuth 앱 연결 생성을 요청하고, 클라이언트 ID와 시크릿을 전달받습니다.
  2. n8n 자격 증명에서 Host에 워크스페이스 URL을 입력하고, Grant Type을 **Authorization Code (User)**로 설정한 다음 Client ID와 Client Secret을 입력합니다.
  3. Connect my account를 선택하고 Databricks에 로그인합니다.
  4. 노드에서 자격 증명을 선택합니다. n8n은 긴 실행 중에도 액세스 토큰을 갱신하므로, 에이전트는 1시간의 토큰 유효 기간을 넘겨 실행될 수 있습니다.

노드 파라미터#

  • Model: catalog.schema.service 형식의 이름을 가진, 응답을 생성하는 Unity AI Gateway 모델 서비스입니다.
    • From List: 자격 증명으로 접근할 수 있고 채팅 완성을 지원하는 모델 서비스 중에서 선택합니다. system.ai의 Databricks 호스팅 파운데이션 모델과 외부 제공자 경로가 모두 표시됩니다.
    • ID: 모델 서비스의 전체 이름을 직접 입력합니다. 채팅을 지원하지만 채팅 지원으로 표시되지 않는 서비스에 사용합니다.

노드 옵션#

  • Frequency Penalty: 텍스트에 이미 나타난 빈도에 따라 새 토큰에 페널티를 부여하여 문구가 그대로 반복되는 것을 줄입니다. 범위는 -2에서 2까지이며 기본값은 0입니다.
  • Maximum Number of Tokens: 응답에서 생성할 최대 토큰 수입니다. 기본값은 -1(n8n이 제한을 설정하지 않음)입니다.
  • Response Format: Text(기본값) 또는 JSON입니다. JSON 모드를 사용하려면 프롬프트에 json이라는 단어가 있어야 하고, 모델 서비스가 JSON 모드를 지원해야 합니다.
  • Presence Penalty: 지금까지의 텍스트에 나타났는지 여부에 따라 새 토큰에 페널티를 부여하여 새로운 주제를 유도합니다. 범위는 -2에서 2까지이며 기본값은 0입니다.
  • Sampling Temperature: 무작위성을 조절합니다. 값이 낮을수록 응답이 더 결정적입니다. 범위는 0에서 2까지이며 기본값은 0.7입니다.
  • Timeout: 요청에 허용되는 최대 시간(밀리초)입니다. 기본값은 360000(6분)입니다.
  • Max Retries: 실패한 요청을 재시도하는 횟수입니다. 기본값은 2입니다.
  • Top P: 뉴클리어스 샘플링입니다. 이 값이나 Sampling Temperature 중 하나만 조정하세요. 범위는 0에서 1까지이며 기본값은 1입니다.

에이전트용 모델 선택#

모든 모델 서비스가 이 노드를 통해 에이전트의 도구 호출 모델로 작동하는 것은 아닙니다. 모델이 도구 호출을 지원해야 하며, 도구 호출을 지원한다고 표시되어도 AI Agent가 실행할 수 있는 도구 호출을 반환하지 않는 엔드포인트가 있습니다. n8n의 테스트 결과는 다음과 같습니다.

  • Llama 3.3 70B와 Qwen 3.5는 도구를 안정적으로 호출하므로, Databricks Genie MCP 서버 및 기타 도구에 사용할 기본 모델로 적합합니다.
  • gpt-oss와 Llama 4 Maverick 엔드포인트는 AI Agent가 실행할 수 있는 도구 호출을 반환하지 않습니다. 이 모델을 사용하는 에이전트는 도구를 한 번도 호출하지 않고 Max Iterations에 도달할 때까지 반복합니다.

워크스페이스에는 다른 모델 서비스가 표시될 수 있습니다. 모델 서비스를 테스트하려면 에이전트에게 도구 호출이 필요한 질문을 하고 실행 로그를 확인하세요. 작동하지 않는 모델은 같은 증상을 보입니다. 에이전트가 도구를 한 번도 호출하지 않고 모든 반복 횟수를 소진합니다.

토큰당 과금(pay-per-token) 모델 서비스에는 워크스페이스별 속도 제한이 있습니다. 에이전트를 동시에 3개 실행하면 제한에 도달하기에 충분하며, 노드는 기본 재시도 2회를 몇 초 안에 소진합니다. 데모, 파일럿, 프로덕션 에이전트에는 프로비저닝된 처리량 엔드포인트를 사용하거나 에이전트 동시 실행 수를 낮게 유지하세요.

관련 리소스#

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

자주 발생하는 문제#

모델 서비스를 찾을 수 없음#

모델 목록이 비어 있고 노드가 No model services found를 보고합니다. 워크스페이스에서 Unity AI Gateway가 활성화되지 않았거나, 자격 증명의 ID가 어떤 모델 서비스에도 접근할 수 없는 경우입니다. 워크스페이스 설정을 확인한 다음, 하나 이상의 모델 서비스에 대한 USE CATALOG, USE SCHEMA, EXECUTE 권한을 부여하세요.

채팅 지원 모델 서비스를 찾을 수 없음#

자격 증명으로 모델 서비스는 볼 수 있지만 채팅 완성을 지원한다고 표시된 서비스가 없습니다. Model을 ID로 전환하고 서비스 이름을 직접 입력하세요. 이 노드는 임베딩 전용 서비스를 지원하지 않습니다.

속도 제한에 도달함#

실행이 Rate limit reached 또는 429 상태로 실패합니다. 요청이 토큰당 과금 엔드포인트의 워크스페이스 속도 제한을 초과하여 Databricks가 REQUEST_LIMIT_EXCEEDED로 요청을 거부한 것입니다. 노드가 OpenAI 호환 클라이언트로 게이트웨이를 호출하기 때문에 오류 텍스트에는 OpenAI가 언급됩니다. 에이전트 동시 실행 수를 줄이거나 프로비저닝된 처리량 엔드포인트를 사용하세요.

Host는 HTTPS를 사용해야 함#

자격 증명의 Host가 http://로 시작하여 노드가 Databricks host must use https로 실패합니다. 모든 요청에 토큰이 포함되므로 노드는 일반 HTTP를 거부합니다. 호스트를 https://로 변경하세요.

자격 증명이 이전에는 작동했는데 요청이 403으로 실패함#

사용자 로그인 자격 증명의 경우, 리프레시 토큰 또는 OAuth 앱의 절대 세션 유효 기간이 만료된 것입니다. n8n에서 자격 증명을 열고 Connect my account를 다시 선택하세요. 예약 워크플로에서 이를 방지하려면 서비스 주체를 사용하거나 관리자에게 토큰 유효 기간 연장을 요청하세요.