n8n 1.121.2 버전에서 n8n Instance-level MCP 기능이 추가되면서 워크플로우 자동화가 한층 더 편리해졌습니다. 이 글에서는 n8n Instance-level MCP를 Claude Desktop MCP와 OpenAI Agent Builder에 실제로 연동한 테스트 결과를 공유합니다.
시도한 이유:
- 기존에는 워크플로우마다 개별적으로 MCP 연결이 필요했지만, Instance-level MCP는 인스턴스에 1회만 연결하면 모든 활성 워크플로우를 사용할 수 있습니다.
- Claude Desktop MCP와 OpenAI Agent Builder에서 각각 어떻게 작동하는지, 실제 성능 차이는 무엇인지 직접 확인하고 싶었습니다.
참고로 OpenAI Assistants API에 대한 글들은 다음 링크에서 확인하실 수 있습니다.
진행 방법
1. n8n Instance-level MCP란?
주요 특징:
- n8n 인스턴스 전체를 하나의 MCP 서버로 만드는 기능
- 인스턴스에 1회 연결 → 활성화된 모든 워크플로우 사용 가능
- 워크플로우별 개별 연결 불필요
- 중앙 집중식 관리 가능
- 요구사항: n8n 1.121.2 이상
MCP로 전환 가능한 트리거 노드:
- Webhook
- Schedule
- Chat
- Form
2. n8n Instance-level MCP 설정
Step 1: n8n에서 MCP 활성화
n8n 설정 페이지에서 Instance-level MCP를 활성화하고 토큰을 생성합니다.
Step 2: 워크플로우 설정
각 워크플로우에서 MCP 노출 설정을 활성화합니다.
3. Claude Desktop MCP 연동 테스트
MCP 설정 파일 추가:
Claude Desktop의 MCP 설정 파일에 다음 내용을 추가합니다.
{
"mcpServers": {
"n8n-mcp": {
"command": "npx",
"args": [
"-y",
"supergateway",
"--streamableHttp",
"https://<your-n8n-domain>/mcp-server/http",
"--header",
"authorization:Bearer <YOUR_N8N_MCP_TOKEN>"
]
}
}
}
설정값 설명:
<your-n8n-domain>: n8n 기본 URL (MCP 액세스 페이지에 표시됨)<YOUR_N8N_MCP_TOKEN>: 생성된 토큰
테스트 시나리오:
제가 개인적으로 만든 Obsidian 노트 기반 VectorDB RAG 챗봇 워크플로우를 호출하여 답변을 받아보았습니다.
Claude Desktop MCP 테스트 결과:
- ✅ Sonnet 모델에서 문제없이 MCP 실행, Haiku에서는 실패 확률 높음
- ✅ 워크플로우 트리거 노드 종류 파악 정확
- ✅ 워크플로우 검색 및 실행 모두 성공
4. OpenAI Agent Builder 연동 테스트
동일한 MCP 설정을 OpenAI Agent Builder에 연결하고 GPT-5, GPT-4.1 모델로 테스트했습니다.
OpenAI Agent Builder 테스트 결과:
GPT-5:
- ❌
search_workflow실행 자체가 실패 - ❌ 워크플로우 검색부터 막힘
GPT-4.1:
- ✅
search_workflow안정적으로 실행 - ✅
get_workflow_details안정적으로 실행 - ⚠️
execute_workflow에서 실패 확률 높음- n8n 워크플로우 설명을 execute_workflow 실행 방법까지 최대한 상세하게 작성하여 개선
트리거 노드별 차이:
- Chat 트리거: 상대적으로 성공 확률 높음
- Webhook 트리거:
execute_workflow실패 확률 매우 높음
결과와 배운 점
🎯 주요 성과
- n8n Instance-level MCP는 정말 편리합니다
- 여러 워크플로우를 한 번의 연결로 사용 가능
- 중앙 집중식 관리로 유지보수가 쉬워짐
- Claude Desktop MCP에서는 완벽하게 작동
- Sonnet 모델의 tool 호출 능력이 우수함
- 복잡한 워크플로우도 문제없이 실행
- OpenAI Agent Builder 연동 성공
- GPT-4.1 모델에서 기본적인 작동 확인
- 설정 자체는 문제없이 완료
🔧 시행착오와 해결 방법
문제: OpenAI Agent Builder에서 워크플로우 실행 실패
Claude Desktop MCP에서는 잘 작동하던 동일한 워크플로우가 OpenAI Agent Builder에서는 실행에 실패하는 경우가 많았습니다.
원인: 모델별 차이
- Claude Sonnet: 우수한 MCP 호출 및 워크플로우 이해도
- GPT-4.1: 상대적으로 안정적인 MCP 호출 성능
- GPT-5: 최신 모델이지만 MCP 호출에서 가장 낮은 성능
해결:
- n8n 워크플로우 설명에
execute_workflow실행 방법까지 최대한 상세하게 작성 - 입력 파라미터 형식, 예시, 주의사항 등을 명시적으로 추가
교훈:
- 최신 모델이 무조건 좋은 것은 아님
- 비싼 모델이 모든 작업에서 우수한 것도 아님
- 용도에 맞는 모델 선택이 중요
본 글은 GPTers에도 게시되고 있습니다.
게시글 링크: https://www.gpters.org/nocode/post/agent-buyer-n8n-instancelevel-Lwsa4jKrxJKdlKw