# n8n에서 AI 이미지와 비디오 생성을 자동화하려면 어떻게 하나요? > Atlas Cloud node 또는 HTTP Request로 작업을 제출하고 prediction ID를 저장해 비동기로 결과를 수집합니다. 제출, 상태, 검증, 전달을 분리하면 안전하게 재개하고 확장할 수 있습니다. 안정적인 방법은 각 생성을 비동기 작업으로 제출하고 task ID를 저장한 뒤 완료 후 출력을 가져오는 것입니다. Atlas Cloud 커뮤니티 노드는 일반 작업을 지원하고, n8n의 HTTP Request 노드는 새 모델과 고급 파라미터를 지원합니다. ## 올바른 n8n 배포부터 시작하세요 패키지 이름은 `n8n-nodes-atlascloud`입니다. 커뮤니티 노드는 자체 호스팅 n8n에서 소유자가 설치해야 합니다. | 노드 | 역할 | | --- | --- | | Atlas Cloud Chat | 동기 LLM 대화 | | Atlas Cloud Task Submit | 비동기 이미지, 비디오, 오디오 시작 | | Atlas Cloud Task Status | 상태와 출력 확인 | 새 모델이 아직 없다면 HTTP Request를 사용하세요. 커뮤니티 패키지는 빠르게 변하는 카탈로그보다 늦을 수 있습니다. ## 비동기 패턴 이해하기 1. 생성을 제출하고 `data.id`에서 prediction ID를 받습니다. 2. 완료 또는 실패까지 `/api/v1/model/prediction/{id}`를 확인합니다. `트리거 → 프롬프트 준비 → 제출 → ID 저장 → 대기 또는 재개 → 상태 확인 → 출력 저장 → 알림` 원본 레코드와 ID를 함께 저장하면 중복 생성 없이 재개할 수 있습니다. ## Submit Only와 Wait for Completion 선택 | 방식 | 적합한 용도 | 단점 | | --- | --- | --- | | Wait for Completion | 소규모 테스트와 적은 이미지 | 대기 중 실행을 점유 | | Submit Only | 비디오, 프로덕션 큐, 대량 작업 | 이후 상태 확인 필요 | 프로덕션에서는 ID를 DB나 큐에 저장하고 예약 워크플로가 확인하도록 합니다. ## 견고한 이미지 워크플로 만들기 1. Webhook, 폼, 캘린더, DB에서 시작합니다. 2. 프롬프트, 모델, 비율, 자산을 검증합니다. 3. 멱등 키를 만듭니다. 4. Task Submit 또는 HTTP Request로 제출합니다. 5. ID를 저장하고 `processing`으로 표시합니다. 6. 제어된 간격으로 기다리거나 종료합니다. 7. 두 번째 예약 워크플로에서 확인합니다. 8. 출력을 영구 저장소로 복사하고 `completed`로 표시합니다. 9. 검증 후 알림을 보냅니다. base64를 여러 노드로 전달하지 마세요. 본문 제한은 50 MB입니다. 큰 입력은 URL이나 업로드를 사용합니다. ## 같은 구조를 비디오에 적용하기 | 필드 | 목적 | | --- | --- | | `source_record_id` | 캠페인이나 장면 연결 | | `model_id` | 정확한 엔드포인트 기록 | | `prompt_version` | 변경 추적 | | `prediction_id` | 확인과 복구 | | `attempt_count` | 무한 재시도 방지 | | `next_check_at` | 폴링 분산 | | `output_url` | 완료 출력 저장 | | `validation_status` | 기술 완료와 승인 구분 | 비디오는 더 긴 간격을 사용하세요. 잦은 폴링은 모델을 빠르게 만들지 않습니다. ## HTTP Request로 최대 범위 확보 API Key는 n8n credential에 저장합니다. 이미지는 인증된 `POST`를 다음으로 보냅니다. `https://api.atlascloud.ai/api/v1/model/generateImage` 비디오는 다음입니다. `https://api.atlascloud.ai/api/v1/model/generateVideo` `data.id`를 읽고 다음을 확인합니다. `https://api.atlascloud.ai/api/v1/model/prediction/{{$json.prediction_id}}` 파라미터는 모델마다 다릅니다. [Atlas Cloud 문서](https://www.atlascloud.ai/docs?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=automate-ai-image-video-generation-n8n-atlas-cloud)를 확인하세요. ## 폴링, 재시도, 제한 제어 | 오류 | 예 | 대응 | | --- | --- | --- | | 입력 | 잘못된 모델 | 중단하고 수정 | | 임시 | `429`, `500`, `503`, 네트워크 | 지터 백오프 | | 크리에이티브 | 완료했지만 불합격 | 프롬프트나 모델 변경 | 제한은 계정과 모델별입니다. 지연을 늘리고 시도 횟수를 제한하세요. 제출 전에 같은 멱등 키의 processing 또는 completed 레코드를 찾습니다. ## 비밀과 미디어 보호 키를 Code, Set, 프롬프트, URL, 로그에 넣지 마세요. 보존 기간을 정하고 만료 전에 승인된 출력을 복사합니다. 모델, 프롬프트, 소스, task ID, 출력, 검토 결정을 기록합니다. ## 프로덕션 구조 | 워크플로 | 트리거 | 작업 | | --- | --- | --- | | Media Submitter | 승인된 새 레코드 | 검증, 제출, ID 저장 | | Status Collector | 일정 | 상태 확인과 업데이트 | | Output Handler | 완료 | 복사와 검증 | | Failure Handler | 실패 | 분류와 안전한 재시도 | | Delivery Workflow | 승인 | CMS, DAM, 큐로 전달 | 제출과 완료를 분리하면 느린 비디오가 새 이미지를 막지 않습니다. ## 확장 전에 테스트하기 성공 이미지, 성공 비디오, 잘못된 입력, 타임아웃, 중복 Webhook을 테스트합니다. 모델별 시간, 자산당 확인 수, 재시도, 중복 방지, 승인 출력 비용, 납품 시간을 측정합니다. 가장 좋은 워크플로는 중단, 재개, 개별 재시도가 가능하고 각 자산의 프롬프트와 모델을 증명할 수 있습니다. ## FAQ ### n8n에 설치할 Atlas Cloud 패키지는? n8n-nodes-atlascloud이며 self-hosted n8n에 owner가 설치합니다. ### Submit Only와 Wait for Completion 중 무엇을 쓰나요? 작은 테스트는 Wait, 비디오와 프로덕션은 Submit Only를 사용합니다. ### 필요한 모델이 node에 없다면? HTTP Request로 현재 Atlas Cloud API와 model ID를 사용합니다. ### 비디오 상태는 얼마나 자주 확인하나요? 적절한 초기 지연과 제한된 백오프를 사용하며 잦은 확인은 생성을 빠르게 하지 않습니다. ### 중복 과금을 어떻게 막나요? 멱등 키와 prediction ID를 저장하고 제출 전에 processing 또는 completed를 찾습니다. ### API Key는 어디에 저장하나요? 제한된 n8n credential에 저장하고 prompt, node, URL, log에는 두지 않습니다.