n8n 초보자를 위한 데이터 변환(Data transformation) 노드 가이드 1편

"아니, 이 데이터를 어떻게 정리하지?"

엑셀 파일 수십 개를 앞에 두고 한숨을 쉬었던 적이 있는가?
매주 반복되는 데이터 정리 작업에 지쳐있던 사람들에게 n8n의 데이터 변환 노드들은 마법 같은 존재일 것이다.
오늘은 n8n으로 업무 시간을 80% 줄인 비법, 바로 데이터 변환 노드들을 하나씩 소개해 보도록 하겠다! 😊

왜 n8n 데이터 변환이 중요할까?

여러분도 이런 경험 있지 않나?

• API에서 받은 데이터가 너무 복잡해서 필요한 정보만 뽑아내기 힘들 때
• 여러 시스템의 데이터를 합쳐야 하는데 형식이 다 달라서 막막할 때
• 같은 데이터 정리 작업을 매일 반복해야 할 때

바로 이럴 때 n8n 데이터 변환 노드들이 여러분의 구원자가 되어줄 것이다!

🎯 오늘 배울 8가지 필수 데이터 변환 노드

1. Code 노드 - 만능 해결사 🛠️

n8n Code 노드는 정말 최고다! JavaScript를 조금만 알아도 모든 데이터를 마음대로 조작할 수 있기 때문이다.

실제 사용 사례: 고객 데이터 정리하기

// 예시: 고객명을 대문자로 변경하고 이메일 도메인 추출하기
for (const item of $input.all()) {
  // 고객명을 대문자로 변경
  item.json.customerName = item.json.customerName.toUpperCase();
  
  // 이메일에서 도메인만 추출
  const email = item.json.email;
  item.json.emailDomain = email.split('@')[1];
  
  // 가입일로부터 경과일 계산
  const joinDate = new Date(item.json.joinDate);
  const today = new Date();
  const daysSinceJoin = Math.floor((today - joinDate) / (1000 * 60 * 60 * 24));
  item.json.daysSinceJoin = daysSinceJoin;
}

return $input.all();

이렇게 하면 단순히 고객 리스트가 아니라, 분석 가능한 데이터로 변환되는 것이다!

2. Date & Time 노드 - 시간의 마법사 ⏰

날짜와 시간 처리가 어려운가? Date & Time 노드면 끝!

실제 사용 사례: 주문 데이터 시간대 변환

회사에 해외 고객이 많아서 시간대 변환이 필수였다고 가정하자. 그때 이 노드를 사용하면:

• UTC 시간을 한국 시간으로 자동 변환
• 날짜 포맷을 "2024-01-15" → "2024년 1월 15일"로 변경
• 주문 시간대별 분석을 위한 시간 추출 (오전/오후/저녁/심야)

모든 게 클릭 몇 번으로 해결될 것이다!

3. Edit Fields (Set) 노드 - 데이터 편집의 달인 ✏️

이 노드는 진짜 직관적이다. 코딩 없이도 데이터를 추가하고 수정할 수 있다.

실제 사용 사례: 제품 데이터 보강하기

원본 데이터:
- productName: "아이폰 15"
- price: 1200000

Edit Fields 노드 후:
- productName: "아이폰 15"
- price: 1200000
- priceWithTax: 1320000 (부가세 10% 추가)
- category: "스마트폰"
- inStock: true
- discountRate: 0.1

GUI로 필드를 추가하고 계산식을 넣을 수 있어서 정말 편하다!

4. Merge 노드 - 데이터 통합의 챔피언 🤝

여러 소스의 데이터를 합칠 때 Merge 노드만한 게 없다!

실제 사용 사례: 고객 정보와 주문 정보 합치기

Input 1 (고객 정보):
- customerId: "C001"
- name: "김철수"
- email: "kim@example.com"

Input 2 (주문 정보):
- customerId: "C001"
- orderId: "O12345"
- totalAmount: 50000

Merge 결과:
- customerId: "C001"
- name: "김철수"
- email: "kim@example.com"
- orderId: "O12345"
- totalAmount: 50000

이렇게 흩어진 데이터가 하나로 합쳐지는 걸 보면 정말 뿌듯하다! 😄

5. Filter 노드 - 데이터 필터링의 마스터 🔍

필요한 데이터만 골라내고 싶을 때는 Filter 노드!

실제 사용 사례: VIP 고객만 추출하기

조건 설정:

• 총 구매액 > 100만원 AND
• 가입 기간 > 1년 AND
• 최근 구매일 < 30일

이렇게 설정하니까 마케팅팀에서 VIP 고객 타겟팅이 훨씬 쉬워졌다!

6. Limit 노드 - 데이터 수량 조절사 📊

때로는 모든 데이터가 필요하지 않을 때가 있지 않나?

실제 사용 사례: 상위 10개 베스트셀러만 추출

수천 개의 제품 중에서 판매량 상위 10개만 뽑아서 대시보드에 표시하고 싶을 때, Sort 노드로 정렬한 다음 Limit 노드로 10개만 추출하면 끝!

7. Remove Duplicates 노드 - 중복 제거 전문가 🧹

중복 데이터 때문에 고생하신 적 있지 않은가?

실제 사용 사례: 이메일 마케팅 리스트 정리

같은 고객이 여러 번 등록되어 있어서 이메일이 중복 발송되는 문제가 있었다.
Remove Duplicates 노드로 이메일 주소 기준으로 중복을 제거하니까:

• 발송 비용 30% 절감
• 고객 불만 제로
• 정확한 마케팅 효과 측정 가능

8. Split Out 노드 - 데이터 분할의 달인 ✂️

하나의 필드에 여러 값이 들어있을 때 이걸 개별 아이템으로 분리해주는 노드이다.

실제 사용 사례: 태그별로 제품 분류하기

원본:
- productName: "무선 이어폰"
- tags: ["전자제품", "오디오", "블루투스", "무선"]

Split Out 후:
- Item 1: { productName: "무선 이어폰", tag: "전자제품" }
- Item 2: { productName: "무선 이어폰", tag: "오디오" }
- Item 3: { productName: "무선 이어폰", tag: "블루투스" }
- Item 4: { productName: "무선 이어폰", tag: "무선" }

이렇게 분리하면 태그별 분석이나 카테고리 관리가 훨씬 쉬워진다!

💡 프로 팁: 노드 조합으로 시너지 만들기

진짜 마법은 이 노드들을 조합할 때 일어난다! 제가 자주 사용하는 조합은:

1. Code → Filter → Limit: 데이터 가공 후 조건에 맞는 상위 N개만 추출
2. Merge → Remove Duplicates → Edit Fields: 여러 소스 합친 후 중복 제거하고 필요한 필드 추가
3. Date & Time → Filter → Split Out: 특정 기간 데이터만 필터링 후 카테고리별 분리

🎬 실전 프로젝트: 주간 매출 리포트 자동화

실제 사용 가능한 워크플로우를 소개해 보자:

1. 여러 스토어의 주문 데이터 수집 (HTTP Request 노드들)
2. Date & Time 노드로 이번 주 데이터만 필터링
3. Merge 노드로 모든 스토어 데이터 통합
4. Code 노드로 매출 계산 및 전주 대비 증감률 계산
5. Filter 노드로 매출 상위 제품만 추출
6. Edit Fields 노드로 리포트용 필드 추가
7. Remove Duplicates로 중복 주문 제거

결과? 매주 월요일 아침 9시에 자동으로 이메일로 리포트가 도착할 것이다!

🚀 이제 여러분 차례!

어떤가? n8n 데이터 변환 노드들이 생각보다 쉽지 않은가? 특히 n8n Code 노드는 정말 무한한 가능성을 열어 줄 것이다.

오늘 바로 시작해보자:

1. n8n을 아직 설치 안 하셨다면 n8n.io에서 무료로 시작하자
2. 간단한 CSV 파일 하나로 오늘 배운 노드들을 하나씩 테스트해보자
3. 여러분의 반복 작업 중 하나를 골라서 자동화에 도전해보자

나도 처음엔 막막했지만, 하나씩 해보니까 어느새 데이터 변환에 익숙해졌다. 여러분도 충분히 할 수 있다! 💪

다음 편에서는 또 다른 데이터 변환 노드들(Aggregate, Summarize, Compression, Convert to File, Edit Image, HTML, Markdown 등)을 다룰 예정이니 기대해주길 바란다!

Happy Automating! 🎉