Glassdoor 데이터 추출 및 Gemini AI 요약 - n8n 워크플로우

채용 및 HR 전문가: 직원 리뷰에서 감성 및 핵심 정보를 신속하게 요약합니다.
시장 조사원: 공개적으로 사용 가능한 고용주 데이터를 기반으로 경쟁사 분석을 자동화합니다.
n8n 개발자: 웹 크롤링 서비스와 Langchain AI 노드 통합의 정교한 예시를 찾는 사용자.
자동화 전문가: 데이터 추출 및 즉각적인 AI 처리를 위한 강력한 n8n 템플릿이 필요한 모든 사용자.

이 강력한 n8n 워크플로우는 전문 웹 스크레이퍼 트리거부터 AI 생성 요약 제공에 이르기까지 완벽한 데이터 파이프라인을 시연합니다. 해결하는 핵심 문제는 대량의 텍스트 데이터(Glassdoor 리뷰 등)를 수동으로 수집한 다음 수동으로 분석하는 비효율성입니다. 안정적인 추출을 위해 Bright Data를 활용하고 n8n 노드를 통해 Google Gemini 거대 언어 모델(LLM)을 통합함으로써 이 자동화는 즉각적이고 실행 가능한 요약본을 제공합니다.

이 특정 n8n 템플릿은 스마트 AI 처리가 결합된 대용량, 구조화된 데이터가 필요한 사람들에게 필수적입니다. 아키텍처에는 강력한 흐름 제어 로직(구체적으로는 폴링 메커니즘(Wait 및 If n8n 노드 조합)이 포함되어 결과를 다운로드하기 전에 크롤링 작업이 완료되었는지 확인합니다. 이로 인해 전체 n8n 워크플로우는 매우 복원력이 뛰어나고 운영 준비가 완료됩니다.

이 n8n 워크플로우는 웹 크롤링, 폴링 및 AI 요약을 포함하는 순차적 프로세스를 통해 실행됩니다:

1. 트리거: 사용자가 '워크플로우 테스트'를 클릭하거나 n8n 트리거를 수동으로 실행하면 n8n 워크플로우가 시작됩니다.


2. 크롤링 시작: HTTP Request n8n 노드가 Bright Data API에 요청을 보내 특정 Glassdoor URL에 대한 웹 크롤링 작업을 시작하고, 고유한 snapshotid가 포함된 초기 응답을 캡처합니다.


3. ID 저장: Set Snapshot Id n8n 노드가 이 snapshotid를 추출하여 후속 단계를 위해 저장합니다.


4. 상태 폴링 루프: Check Snapshot Status n8n 노드가 저장된 ID를 사용하여 Bright Data에 반복적으로 쿼리합니다. 플로우는 If n8n 노드에 의해 관리되는 루프에 진입하며, 상태가 'ready'인지 확인합니다.


5. 대기 기간: 상태가 'ready'가 아닌 경우, Wait for 30 seconds n8n 노드가 상태를 다시 확인하기 전에 n8n 워크플로우를 일시 중지합니다.


6. 데이터 다운로드: 작업이 'ready' 상태가 되면 Download the Snapshot Response n8n 노드가 JSON 형식으로 크롤링된 데이터를 검색합니다.


7. AI 준비: 원시 데이터는 Default Data Loader에 의해 처리되고 Recursive Character Text Splitter n8n 노드에 의해 분할되어 대용량 문서를 LLM에 맞게 준비합니다.


8. 요약 체인: Google Gemini Chat Model(Gemini Flash 실험적 모델)을 기반으로 하는 Summarization of Glassdoor Response Langchain n8n 노드가 분할된 텍스트를 받아 간결한 요약을 생성합니다.


9. 알림: 마지막으로, 요약된 결과는 구성된 웹훅 엔드포인트로 HTTP Request n8n 노드를 통해 게시되며, 이 복잡한 n8n 템플릿의 실행이 완료됩니다.

이 정교한 n8n 워크플로우를 설치하고 사용하려면 다음 단계를 따르십시오:

1. 가져오기: 제공된 n8n 워크플로우 JSON 코드를 복사하여 '새로 만들기' -> 'JSON에서 가져오기' 기능을 사용하여 n8n 인스턴스에 붙여넣습니다.


2. Bright Data 인증 정보: 이 n8n 워크플로우는 Bright Data용으로 설정된 'HTTP 헤더 인증' 인증 정보가 필요합니다. 이 인증 정보는 모든 Bright Data HTTP Request n8n 노드의 헤더에 API 키가 포함되어야 합니다.


3. Google Gemini 인증 정보: 'Google Gemini (PaLM) Api 계정' 인증 정보를 구성해야 합니다. 이는 Google Gemini Chat Model n8n 노드가 LLM 서비스에 액세스하는 데 필요합니다.


4. 웹훅 구성: 최종 Configure Webhook Notification n8n 노드의 URL을 요약된 결과를 보낼 원하는 엔드포인트로 업데이트하십시오.


5. 활성화: 모든 인증 정보가 설정되면 n8n 템플릿을 활성화하고 n8n 트리거를 실행하여 전체 프로세스를 테스트하십시오.

이 n8n 템플릿은 기능 구현을 위해 여러 중요한 n8n 노드 유형을 활용합니다:

‘워크플로우 테스트’ 클릭 시 (Manual Trigger n8n 노드): 시작점으로, 데이터 추출 및 AI 처리 시퀀스를 수동으로 시작합니다.
Glassdoor로 HTTP 요청 (HTTP Request n8n 노드): Bright Data 스크레이퍼를 트리거합니다. 주요 구성: POST 메서드를 사용하며, Bright Data datasets/v3/trigger 엔드포인트를 대상으로 하고 데이터 세트 ID(gdl7j0bx501ockwldaqf)를 지정합니다.
If (If n8n 노드): 폴링 루프를 제어합니다. 주요 구성: 수신되는 JSON 속성 status가 'ready'와 같은지 확인합니다.
30초 대기 (Wait n8n 노드): 크롤링 프로세스 중 Bright Data API에 과부하가 걸리는 것을 방지하기 위해 루프 내에 일시 중지 시간을 둡니다.
스냅샷 응답 다운로드 (HTTP Request n8n 노드): 작업이 완료되면 추출된 Glassdoor 데이터를 검색합니다. 주요 구성: 표현식 ={{ $json.snapshotid }}를 사용하여 작업 ID를 동적으로 참조합니다.
Google Gemini 챗 모델 (Langchain LLM n8n 노드): AI 기능을 제공합니다. 주요 구성: models/gemini-2.0-flash-thinking-exp-01-21(실험적 모델)을 사용합니다.
Glassdoor 응답 요약 (Langchain Chain n8n 노드): AI 작업을 오케스트레이션합니다. 주요 구성: documentLoader 모드로 설정되어 이전 n8n 노드들이 준비한 대용량 문서를 처리할 수 있게 합니다.
웹훅 알림 구성 (HTTP Request n8n 노드): 최종 작업으로, n8n 워크플로우의 결과를 외부 시스템으로 전송합니다. 주요 구성: 표현식 ={{ $json.response.text }}를 사용하여 요약 텍스트를 게시합니다.