[n8n] AI 기반 고객센터 자동화 워크플로우 만들기 (feat. 감정 분석)

워크플로우 목표 (호텔 투숙객 응대용 고객센터)

---

1. 호텔 투숙객의 질문, 불만, 의견 피드백을 폼으로 수집한다.
2. AI가 코멘트에 대해 긍정, 중립, 부정, 질문, 의미 없는/무관한 입력으로 분류한다.
3. 긍정 피드백은 AI가 감사 응답을 생성하여 투숙객에게 보여준다.
4. 호텔 관련 질문은 AI가 호텔 정보를 바탕으로 답변한다.
5. 부정·중립 피드백은 음식, 청결, 직원, 편의시설, 기타 이슈로 세부 분류한다.
   1. 분류된 이슈는 담당 부서에 전달하고, 필요 시 투숙객에게 분류 결과를 확인받는다.
   2. 분류가 맞지 않거나 기타 이슈는 관리자에게 에스컬레이션한다.

 

n8n에서 제공하는 Form Page

 

 

피드백 폼 생성

---

이 워크플로우는 투숙객이 피드백 폼을 제출할 때 트리거되어 시작된다. 제출된 피드백은 AI 감정 분석 노드로 전달되어 투숙객의 감정 상태를 파악하는 데 사용된다. 먼저 워크플로우 캔버스에 On new n8n Form event 트리거를 추가하여 투숙객이 의견을 남길 수 있는 웹폼을 생성한다.

 

• Form Title: 임의 입력
• Form Description: 임의 입력
• Form Elements
  • 이름 입력 필드
    • Label: Name
    • Element Type: Text Input
    • Required Field: 체크
  • 객실 번호 입력 필드
    • Label: Room Number
    • Element Type: Number
    • Required Field: 체크
  • 이메일 입력 필드
    • Label: Email
    • Element Type: Email
    • Required Field: 체크
  • 코멘트 입력 필드
    • Label: Comments
    • Element Type: Text Input
    • Required Field: 체크

 

폼 설정을 마친 후 Execute step 버튼을 누르면 새 창에서 방금 생성한 웹폼을 확인할 수 있다. 폼에 값을 입력하고 Submit 버튼을 누르면 우측 Output 패널에 제출된 데이터가 표시되며, 이 값들은 다음 노드로 전달된다.

 

Form 노드의 Add option > Custom Form Styling에서 폼 스타일을 직접 변경할 수도 있다.

 

 

AI 감정 분석

---

투숙객이 제출한 코멘트의 감정 상태를 분석하기 위해 Sentiment Analysis 노드를 추가한다.

 

Text to Analyze 항목에는 폼에서 입력받은 Comments 값을 지정한다.

{{ $json.Comments }}

 

Add Option > Sentiment Categories 옵션을 추가한 후 분류 기준을 아래와 같이 입력한다. 내용 자체가 의미를 갖지 않는 피드백(예: ㅋㅋㅋㅋ, abcdefg)은 Nonsense로, 호텔과 관련 없는 주제는 Offtopic(예: 제 노트북이 느려요)으로 분류된다.

Positive, Neutral, Negative, Questions, Nonsense, Offtopic

 

감정 분석은 AI를 통해 진행되므로 프롬프트 작성이 필요하다. Add Option > System Prompt Template을 클릭하면 템플릿 프롬프트를 사용할 수 있다. 더 정확한 분류를 위해 프롬프트를 다음과 같이 수정한다.

You are a highly accurate classifier for a hotel feedback form.

Classify the provided text into exactly one of the following categories:
{categories}

Category definitions:

* Positive: Positive feedback about the hotel, room, staff, service, food, amenities, or stay.
* Neutral: Neutral hotel-related feedback that is not clearly positive or negative.
* Negative: Complaints or negative feedback about the hotel, room, staff, service, food, amenities, or stay.
* Questions: Questions related to the hotel, room, stay, booking, facilities, services, amenities, or policies.
* Nonsense: Text that is meaningless, random, or impossible to understand.
* Offtopic: Text that is understandable but not related to the hotel, stay, room, booking, facilities, services, amenities, or policies.

Important rules:

* Use Questions only for hotel-related questions.
* If the text is a question but not related to the hotel, classify it as Offtopic.
* If the text is understandable but unrelated to the hotel, classify it as Offtopic.
* If the text cannot be understood, classify it as Nonsense.
* Use the provided formatting instructions.
* Only output the JSON.

 

하단 Model 버튼 클릭 후 gpt-4.1-mini 같은 저렴한 모델을 선택한다.

 

설정을 마쳤다면 Execute step을 클릭해서 감정 분석이 잘 작동하는지 테스트해 보자. 우측 Output 패널의 category 속성을 보면 AI가 분류한 감정 유형을 확인할 수 있다.

 

 

긍정 피드백 처리

---

코멘트가 Positive로 분류되면 OpenAI 노드를 사용해 투숙객에게 전달할 감사 메시지를 생성한다.

 

프롬프트에는 아래 내용을 입력한다. 앞서 웹폼에서 전달받은 투숙객 이름과 코멘트를 표현식 {{ }}으로 로 매핑하여 맞춤형 응답이 생성되도록 설정한다.

You are a polite hotel customer service assistant for AI Hotel.

Write a warm and professional response to the guest’s feedback.

Guest name:
{{ $('start_page').item.json.Name }}

Guest comment:
{{ $('start_page').item.json.Comments }}

Rules:
* Thank the guest for their feedback.
* Address the guest by name if appropriate.
* Keep the tone friendly, professional, and sincere.
* Do not use placeholders.
* Do not mention that you are an AI.
* Reply only with the final response to the guest.

 

맞춤형 감사 메시지를 투숙객에게 전달하기 위해 Form Ending 노드를 추가한다.

 

투숙객이 피드백 폼을 제출하면 AI가 답변을 생성하는 동안 잠시 로딩이 발생하고, 이후 Form Ending 노드를 통해 맞춤형 감사 메시지가 완료 화면에 표시된다.

투숙객이 보는 Form Ending 화면

 

여기에 Send Email 노드를 추가하면 긍정적인 피드백을 남긴 고객에게 감사 할인 쿠폰을 자동으로 발송하는 마케팅 워크플로우로 확장할 수도 있다.

 

 

호텔 관련 질문 처리

---

코멘트가 Questions으로 분류되면 OpenAI 노드에서 호텔 정보를 바탕으로 답변을 생성한다. 아래 예제에선 설명을 단순화하기 위해 호텔 정보를 프롬프트에 직접 입력했지만, 실제 운영 환경에선 관리할 호텔 정보가 많으므로 Google Sheets나 데이터베이스에서 필요한 정보를 조회한 뒤 답변을 생성하는 방식이 더 적합하다.

 

OpenAI 노드를 추가한 후 아래 프롬프트를 입력한다. 프롬프트 마지막 부분의 Guest question은 입력받은 Comments 값을 표현식 {{ }}으로 매핑해 준다.

You are an AI hotel assistant for AI Hotel.

Answer the guest’s question politely and clearly based on the hotel information below.

Hotel information:

* Wi-Fi password: 1234
* Checkout time: 11:00 AM
* Check-in time: 3:00 PM
* Breakfast time: 7:00 AM to 10:00 AM
* Front desk: Open 24 hours
* Quiet hours: 10:00 PM to 7:00 AM
* Smoking: Not allowed inside the hotel
* Housekeeping: Available upon request
* Extra towels or amenities: Available at the front desk
* Luggage storage: Available before check-in and after checkout

Rules:

* If the answer is included in the hotel information, use that information.
* If the answer is not listed, answer using common hotel manager judgment.
* Do not invent specific prices, facilities, or strict policies.
* Keep the response concise and guest-friendly.
* Reply with only the final answer to the guest.

Guest question:
{{ $('start_page').item.json.Comments }}

 

AI가 생성한 답변을 투숙객에게 전달하기 위해 Form Ending 노드를 추가한다.

 

투숙객이 체크아웃 시간이나 와이파이 비밀번호 등 호텔 관련 문의 사항을 입력하고 제출하면, AI가 프롬프트의 지침을 기반으로 정확한 답변을 찾아 완료 화면에 표시한다.

Form Ending 화면

 

 

부정·중립 피드백 처리

---

고객으로부터 부정적/애매한 피드백을 받으면 서비스 개선이나 문제 해결을 위한 후속 조치가 필요하다. 따라서 Negative(부정) 또는 Neutral(중립)로 분류된 코멘트는 음식·청결 같은 세부 유형으로 한 번 더 분류하고, 분류 결과에 따라 담당자에게 이메일을 발송하도록 워크플로우를 구성한다.

 

텍스트 분류 노드 추가

Text Classifier 노드를 추가하고 이전 감정 분석 노드의 Negative와 Neutral 브랜치를 연결한다. 카테고리 항목은 Food, Cleanliness, Staff, Amenities, Other 정도로 구성한다. 텍스트 분류 역시 AI가 수행하므로 하단 Model 버튼을 클릭하고 gpt-4.1-mini처럼 응답 속도가 빠른 모델을 선택한다.

 

이메일 발송 노드 추가

Text Classifier 노드에서 분류한 카테고리에 따라 각 담당자에게 이메일이 발송되도록 브랜치를 구성한다. 예를 들어 Cleanliness는 위생 담당자에게, Food는 식음료 담당자에게 전달되도록 이메일 발송 노드를 연결할 수 있다.

 

이 예제에서는 이메일 발송 과정은 생략하고, No Operation 노드(그대로 통과)를 사용하여 브랜치 흐름만 구성했다.

 

이슈 필드 통일

이메일 발송 노드 바로 뒤에 Set 노드를 추가하여 카테고리별 분류 결과를 issue 필드로 통일한다. 이렇게 하면 다음 노드에서 동일한 필드 이름으로 이슈 유형을 참조할 수 있다.

 

아래 이미지처럼 각 이메일 발송 노드 뒤에 Set을 추가한 뒤 필드 이름은 issue, 값은 텍스트 분류 노드의 브랜치 이름으로 설정한다. 예를 들어 Food 브랜치에선 issue 값을 Food로 지정한다.

 

고객 확인 폼 추가

AI가 판단한 이슈 유형이 틀릴 수도 있기 때문에 투숙객이 직접 확인할 수 있는 폼이 필요하다. 제출 후에는 다음 단계인 종료 폼으로 넘어가야 하므로 Next Form Page 노드를 추가한다. Next Form Page는 현재 폼 페이지를 제출하면 다음 폼 페이지로 화면을 전환하는 제어 노드다.

 

투숙객이 일치 여부를 직접 선택할 수 있도록 Radio Button 요소를 추가하고, 필수 응답으로 설정하기 위해 Required Field를 체크한다. Add option > Form Title / Form Description 항목을 각각 추가하여 폼 제목과 설명을 작성한다.

 

Form Description에는 {{ $json.issue }} 표현식을 사용하여 AI가 투숙객의 코멘트를 어떤 이슈 유형으로 분류했는지 표시한다.

We're AI Hotel, but AI makes mistakes, confirm that the issue is related to {{ $json.issue }}

 

설정을 마친 뒤 Execute step을 실행하여 이슈 유형이 올바르게 표시되는지 확인한다.

 

확인 결과에 따른 분기 처리

투숙객의 응답 결과에 따라 맞춤형 종료 화면을 제공하기 위해 If 노드를 추가한다. If 노드는 앞서 설정한 Radio Button 응답값을 기준으로 분기된다.

 

조건이 참(True)이면 AI가 분류한 이슈 유형이 올바르다는 의미다. Form Ending 노드를 연결해 담당자에게 이슈가 전달되었다는 메시지를 표시하고 폼을 종료한다.

 

조건이 거짓(False)이면 AI 분류 결과가 정확하지 않거나 추가 확인이 필요한 상황이므로 관리자에게 에스컬레이션한다. 이 예제에서는 실제 메일 발송 대신 아무 작업 없이 다음 흐름으로 넘어가는 No Operation 노드를 사용했다. 이후 Form Ending 노드를 통해 이슈가 에스컬레이션되었음을 안내하고 폼을 종료한다.

 

마지막으로 전체 워크플로우를 실행하여 중립·부정 피드백이 세부 이슈 유형으로 잘 분류되는지, 담당자 전달 → 투숙객 확인 → 확인 결과에 따른 종료 처리까지 정상적으로 동작하는지 점검해 본다.

 

Other 분류 처리

담당자를 특정하기 어려운 Other 이슈 유형은 투숙객 확인 단계를 거치지 않고 바로 에스컬레이션한다. 이 경우 If 노드의 false 분기 이후 흐름을 재사용하여 관리자에게 전달한 뒤 종료 화면으로 이어지도록 구성한다.

 

 

의미 없는 코멘트 처리

---

코멘트를 이해할 수 없거나(Nonsense), 호텔과 무관한 내용(Offtopic)은 일반적인 피드백 처리 대상이 아니므로 Form Ending 노드를 연결하여 바로 종료한다.

 

---

여기까지 설정하면 피드백 접수부터 감정 분석, 세부 이슈 분류, 투숙객 확인, 에스컬레이션 및 종료 처리까지 이어지는 전체 워크플로우가 완성된다. 실제 운영 환경에선 와이파이 비밀번호, 체크아웃 시간 같은 호텔 운영 정보가 담긴 데이터베이스를 연결해 AI가 더 정확한 답변을 제공하도록 구성할 수 있다. 여기에 슬랙(Slack)이나 디스코드(Discord) 같은 메신저를 연동하면 담당자가 실시간으로 알림을 받을 수 있다.

AI 고객센터 워크플로우 완성 화면