InfoGrab DocsInfoGrab Docs

OpenAI Chat Model 노드

요약

OpenAI Chat Model 노드를 사용하면 대화형 에이전트1에서 OpenAI의 채팅 모델을 활용할 수 있습니다. 이 페이지에서는 OpenAI Chat Model 노드의 노드 파라미터와 추가 리소스에 대한 링크를 확인할 수 있습니다.

OpenAI Chat Model 노드를 사용하면 대화형 에이전트1에서 OpenAI의 채팅 모델을 활용할 수 있습니다.

이 페이지에서는 OpenAI Chat Model 노드의 노드 파라미터와 추가 리소스에 대한 링크를 확인할 수 있습니다.

Note

자격 증명(Credentials)

이 노드의 인증 정보는 여기에서 확인할 수 있습니다.

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

노드 파라미터#

Model#

컴플리션 생성에 사용할 모델을 선택합니다.

n8n은 OpenAI에서 모델을 동적으로 불러오므로, 사용 중인 계정에서 이용 가능한 모델만 표시됩니다.

Responses API 사용#

OpenAI는 모델에서 출력을 생성하기 위한 두 가지 엔드포인트를 제공합니다.

  • Chat Completions: Chat Completions API 엔드포인트는 대화를 구성하는 메시지 목록으로부터 모델 응답을 생성합니다. 이 API는 사용자가 대화 상태를 수동으로 관리해야 하며, 예를 들어 Simple Memory 서브 노드를 추가하는 방식을 사용합니다. 신규 프로젝트의 경우, OpenAI는 Responses API 사용을 권장합니다.
  • Responses: Responses API는 에이전틱 루프로, 하나의 API 요청 범위 내에서 모델이 여러 내장 도구를 호출할 수 있도록 합니다. 또한 conversation_id를 전달하여 지속적인 대화를 지원합니다.

모델이 Responses API를 사용해 출력을 생성하도록 하려면 Use Responses API를 토글합니다. 그렇지 않으면 OpenAI Chat Model 노드는 기본적으로 Chat Completions API를 사용합니다.

Chat Completions API와 Responses API의 비교에 대해서는 OpenAI 문서를 참고하세요.

Built-in Tools#

OpenAI Responses API는 모델의 응답을 풍부하게 하기 위한 다양한 내장 도구를 제공합니다. 모델이 다음 내장 도구에 접근할 수 있도록 하려면 Use Responses API를 토글합니다.

  • Web Search: 응답을 생성하기 전에 모델이 웹에서 최신 정보를 검색할 수 있도록 합니다.
  • File Search: 응답을 생성하기 전에 모델이 이전에 업로드한 파일로 구성된 지식 베이스에서 관련 정보를 검색할 수 있도록 합니다. 자세한 내용은 OpenAI 문서를 참고하세요.
  • Code Interpreter: 모델이 샌드박스 환경에서 Python 코드를 작성하고 실행할 수 있도록 합니다.
Note

AI Agent 노드와 함께 사용하기

내장 도구는 OpenAI Chat Model 노드를 AI Agent 노드와 함께 사용할 때만 지원됩니다. 예를 들어 OpenAI Chat Model 노드를 Basic LLM Chain 노드와 함께 사용하는 경우에는 내장 도구를 이용할 수 없습니다.

노드 옵션#

이 옵션들을 사용해 노드의 동작을 더 세밀하게 조정할 수 있습니다. 다음 옵션들은 Responses API를 사용해 모델 출력을 생성하는지 여부와 관계없이 이용할 수 있습니다.

Frequency Penalty#

이 옵션을 사용해 모델이 같은 내용을 반복할 가능성을 제어합니다. 값이 높을수록 모델이 반복할 가능성이 줄어듭니다.

최대 토큰 수#

사용할 최대 토큰 수를 입력하며, 이는 컴플리션의 길이를 설정합니다.

Presence Penalty#

이 옵션을 사용해 모델이 새로운 주제를 언급할 가능성을 제어합니다. 값이 높을수록 모델이 새로운 주제를 언급할 가능성이 커집니다.

Sampling Temperature#

이 옵션을 사용해 샘플링 과정의 무작위성을 제어합니다. 온도가 높을수록 샘플링이 더 다양해지지만, 환각(hallucination)의 위험도 커집니다.

Timeout#

최대 요청 시간을 밀리초 단위로 입력합니다.

Max Retries#

요청을 재시도할 최대 횟수를 입력합니다.

Top P#

이 옵션을 사용해 컴플리션이 사용할 확률을 설정합니다. 확률이 낮은 옵션을 무시하려면 더 낮은 값을 사용합니다.

추가 노드 옵션 (Responses API 전용)#

다음의 추가 옵션들은 Use Responses API를 토글할 때 이용할 수 있습니다.

Conversation ID#

이 응답이 속한 대화입니다. 이 응답이 완료된 후, 해당 응답의 입력 항목과 출력 항목이 자동으로 이 대화에 추가됩니다.

Prompt Cache Key#

캐시 적중률을 최적화하기 위해 유사한 요청을 캐싱하는 데 이 키를 사용합니다.

Safety Identifier#

사용 정책을 위반할 수 있는 사용자를 추적하기 위한 식별자를 적용합니다.

Service Tier#

필요에 맞는 서비스 등급을 선택합니다: Auto, Flex, Default 또는 Priority.

Metadata#

구조화된 정보를 저장하기 위한 키-값 쌍의 집합입니다. 하나의 객체에 최대 16개의 쌍을 첨부할 수 있으며, 이는 API나 대시보드에서 검색에 활용할 수 있는 사용자 정의 데이터를 추가하는 데 유용합니다.

Top Logprobs#

각 토큰 위치에서 반환할, 가장 확률이 높은 토큰의 개수를 지정하는 0에서 20 사이의 정수를 정의합니다. 각 토큰에는 연관된 로그 확률이 함께 제공됩니다.

Output Format#

응답 형식을 선택합니다: Text, JSON Schema 또는 JSON Object. JSON 형식으로 데이터를 받고 싶다면 JSON Schema 사용을 권장합니다.

Prompt#

고유 ID, 해당 버전, 그리고 대체 가능한 변수로 채워진 프롬프트를 구성합니다. 프롬프트는 OpenAI 대시보드를 통해 구성합니다.

템플릿 및 예제#

n8n-nodes-langchain.lmchatopenai 통합 템플릿 살펴보기 또는 모든 템플릿 검색하기

관련 리소스#

이 서비스에 대한 자세한 내용은 LangChain의 OpenAI 문서를 참고하세요.

파라미터에 대한 자세한 내용은 OpenAI 문서를 참고하세요.

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

자주 발생하는 문제#

자주 묻는 질문이나 문제 및 권장 해결책은 자주 발생하는 문제를 참고하세요.

Footnotes

  1. AI 에이전트는 요청에 응답하고, 의사 결정을 내리며, 사용자를 대신해 실제 작업을 수행할 수 있는 인공지능 시스템입니다. AI 에이전트는 대규모 언어 모델(LLM)을 사용해 사용자 입력을 해석하고, 이용 가능한 정보와 리소스를 활용해 요청을 가장 잘 처리하는 방법을 결정합니다. ↩

OpenAI Chat Model 노드

n8n v2.34
원문 보기

요약

OpenAI Chat Model 노드를 사용하면 대화형 에이전트1에서 OpenAI의 채팅 모델을 활용할 수 있습니다. 이 페이지에서는 OpenAI Chat Model 노드의 노드 파라미터와 추가 리소스에 대한 링크를 확인할 수 있습니다.

OpenAI Chat Model 노드를 사용하면 대화형 에이전트1에서 OpenAI의 채팅 모델을 활용할 수 있습니다.

이 페이지에서는 OpenAI Chat Model 노드의 노드 파라미터와 추가 리소스에 대한 링크를 확인할 수 있습니다.

Note

자격 증명(Credentials)

이 노드의 인증 정보는 여기에서 확인할 수 있습니다.

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

노드 파라미터#

Model#

컴플리션 생성에 사용할 모델을 선택합니다.

n8n은 OpenAI에서 모델을 동적으로 불러오므로, 사용 중인 계정에서 이용 가능한 모델만 표시됩니다.

Responses API 사용#

OpenAI는 모델에서 출력을 생성하기 위한 두 가지 엔드포인트를 제공합니다.

  • Chat Completions: Chat Completions API 엔드포인트는 대화를 구성하는 메시지 목록으로부터 모델 응답을 생성합니다. 이 API는 사용자가 대화 상태를 수동으로 관리해야 하며, 예를 들어 Simple Memory 서브 노드를 추가하는 방식을 사용합니다. 신규 프로젝트의 경우, OpenAI는 Responses API 사용을 권장합니다.
  • Responses: Responses API는 에이전틱 루프로, 하나의 API 요청 범위 내에서 모델이 여러 내장 도구를 호출할 수 있도록 합니다. 또한 conversation_id를 전달하여 지속적인 대화를 지원합니다.

모델이 Responses API를 사용해 출력을 생성하도록 하려면 Use Responses API를 토글합니다. 그렇지 않으면 OpenAI Chat Model 노드는 기본적으로 Chat Completions API를 사용합니다.

Chat Completions API와 Responses API의 비교에 대해서는 OpenAI 문서를 참고하세요.

Built-in Tools#

OpenAI Responses API는 모델의 응답을 풍부하게 하기 위한 다양한 내장 도구를 제공합니다. 모델이 다음 내장 도구에 접근할 수 있도록 하려면 Use Responses API를 토글합니다.

  • Web Search: 응답을 생성하기 전에 모델이 웹에서 최신 정보를 검색할 수 있도록 합니다.
  • File Search: 응답을 생성하기 전에 모델이 이전에 업로드한 파일로 구성된 지식 베이스에서 관련 정보를 검색할 수 있도록 합니다. 자세한 내용은 OpenAI 문서를 참고하세요.
  • Code Interpreter: 모델이 샌드박스 환경에서 Python 코드를 작성하고 실행할 수 있도록 합니다.
Note

AI Agent 노드와 함께 사용하기

내장 도구는 OpenAI Chat Model 노드를 AI Agent 노드와 함께 사용할 때만 지원됩니다. 예를 들어 OpenAI Chat Model 노드를 Basic LLM Chain 노드와 함께 사용하는 경우에는 내장 도구를 이용할 수 없습니다.

노드 옵션#

이 옵션들을 사용해 노드의 동작을 더 세밀하게 조정할 수 있습니다. 다음 옵션들은 Responses API를 사용해 모델 출력을 생성하는지 여부와 관계없이 이용할 수 있습니다.

Frequency Penalty#

이 옵션을 사용해 모델이 같은 내용을 반복할 가능성을 제어합니다. 값이 높을수록 모델이 반복할 가능성이 줄어듭니다.

최대 토큰 수#

사용할 최대 토큰 수를 입력하며, 이는 컴플리션의 길이를 설정합니다.

Presence Penalty#

이 옵션을 사용해 모델이 새로운 주제를 언급할 가능성을 제어합니다. 값이 높을수록 모델이 새로운 주제를 언급할 가능성이 커집니다.

Sampling Temperature#

이 옵션을 사용해 샘플링 과정의 무작위성을 제어합니다. 온도가 높을수록 샘플링이 더 다양해지지만, 환각(hallucination)의 위험도 커집니다.

Timeout#

최대 요청 시간을 밀리초 단위로 입력합니다.

Max Retries#

요청을 재시도할 최대 횟수를 입력합니다.

Top P#

이 옵션을 사용해 컴플리션이 사용할 확률을 설정합니다. 확률이 낮은 옵션을 무시하려면 더 낮은 값을 사용합니다.

추가 노드 옵션 (Responses API 전용)#

다음의 추가 옵션들은 Use Responses API를 토글할 때 이용할 수 있습니다.

Conversation ID#

이 응답이 속한 대화입니다. 이 응답이 완료된 후, 해당 응답의 입력 항목과 출력 항목이 자동으로 이 대화에 추가됩니다.

Prompt Cache Key#

캐시 적중률을 최적화하기 위해 유사한 요청을 캐싱하는 데 이 키를 사용합니다.

Safety Identifier#

사용 정책을 위반할 수 있는 사용자를 추적하기 위한 식별자를 적용합니다.

Service Tier#

필요에 맞는 서비스 등급을 선택합니다: Auto, Flex, Default 또는 Priority.

Metadata#

구조화된 정보를 저장하기 위한 키-값 쌍의 집합입니다. 하나의 객체에 최대 16개의 쌍을 첨부할 수 있으며, 이는 API나 대시보드에서 검색에 활용할 수 있는 사용자 정의 데이터를 추가하는 데 유용합니다.

Top Logprobs#

각 토큰 위치에서 반환할, 가장 확률이 높은 토큰의 개수를 지정하는 0에서 20 사이의 정수를 정의합니다. 각 토큰에는 연관된 로그 확률이 함께 제공됩니다.

Output Format#

응답 형식을 선택합니다: Text, JSON Schema 또는 JSON Object. JSON 형식으로 데이터를 받고 싶다면 JSON Schema 사용을 권장합니다.

Prompt#

고유 ID, 해당 버전, 그리고 대체 가능한 변수로 채워진 프롬프트를 구성합니다. 프롬프트는 OpenAI 대시보드를 통해 구성합니다.

템플릿 및 예제#

n8n-nodes-langchain.lmchatopenai 통합 템플릿 살펴보기 또는 모든 템플릿 검색하기

관련 리소스#

이 서비스에 대한 자세한 내용은 LangChain의 OpenAI 문서를 참고하세요.

파라미터에 대한 자세한 내용은 OpenAI 문서를 참고하세요.

참고

이 섹션의 상세 내용은 n8n 공식 문서를 참조하세요.

자주 발생하는 문제#

자주 묻는 질문이나 문제 및 권장 해결책은 자주 발생하는 문제를 참고하세요.

Footnotes

  1. AI 에이전트는 요청에 응답하고, 의사 결정을 내리며, 사용자를 대신해 실제 작업을 수행할 수 있는 인공지능 시스템입니다. AI 에이전트는 대규모 언어 모델(LLM)을 사용해 사용자 입력을 해석하고, 이용 가능한 정보와 리소스를 활용해 요청을 가장 잘 처리하는 방법을 결정합니다. ↩