n8n AI 에이전트 메모리 노드, 토큰 비용 늘리는 함정 피하는 법
n8n으로 를 만들면 기본적으로 매 요청이 이전 대화를 기억하지 못하는 완전히 새로운 호출로 처리된다. 방금 말한 내용을 물어봐도 에이전트가 전혀 모른다고 답하는 이유다. 를 에 연결하면 최근 대화 기록을 계속 저장했다가 매 요청마다 함께 넣어주는 방식으로 이 문제를 해결하며, 설정에는 5초 정도밖에 걸리지 않는다.
다만 두 가지를 헷갈리기 쉽다. 첫째, Length 값은 메시지 개수가 아니라 대화 교환(사용자 메시지+AI 응답 1쌍) 횟수를 센다. 기본값 5는 매 호출마다 실제로 10개 메시지를 LLM에 보낸다는 뜻이고, 이 값을 10으로 올리면 20개 메시지 분량의 토큰을 보내게 되어 비용과 응답 속도가 빠르게 늘어난다.
짧고 단순한 작업 전용 봇이라면 이 값을 3으로 낮추는 것이 좋다. 둘째, 챗 트리거가 아니라 웹훅이나 스케줄러로 에이전트를 실행하면 메모리 노드가 어떤 대화인지 구분하지 못해 " 없음" 오류가 난다. 테스트 단계에서는 Session Key 필드에 고정 값을 직접 입력하면 되고, 실제 운영에서는 사용자 이메일이나 채팅 ID처럼 요청마다 고유한 값을 매핑해 넣어야 한다.
핵심 포인트
- 기본 설정에서는 매 요청이 이전 대화를 기억하지 못하는 새 호출로 처리된다
- 가 최근 대화 기록을 저장해 매 요청에 함께 전달한다
- Length는 메시지가 아니라 대화 교환(1쌍) 단위로 계산된다
- 기본값 5는 실제로 10개 메시지, 10으로 올리면 20개 메시지 분량의 토큰을 매번 소모한다
- 웹훅·스케줄 트리거 사용 시 Session Key에 사용자별 고유 값을 매핑해야 오류가 안 난다