Gemini 3와 n8n 연동으로 유튜브 영상 → LinkedIn 글 자동화, 이렇게 하면 됩니다

Google이 새로 공개한 Gemini 3는 지금까지 나온 모델 중 가장 강력한 축에 속하는 멀티모달 AI입니다. 이 글에서는 Gemini 3를 n8n에 연동하는 방법부터, 실제로 유튜브 영상을 분석해 LinkedIn 게시글로 변환하고 Google Sheets에 저장하는 자동화 예시까지 한 번에 정리합니다.

처음 설정만 마치면 이후에는 유튜브 링크만 넣어도 LinkedIn용 글이 자동으로 쌓이는 워크플로우를 만들 수 있습니다.

Google AI Studio에서 Gemini 3 API 키 발급하기

Gemini 3를 n8n에서 사용하려면 먼저 Google AI Studio에서 API 키를 만들어야 합니다. 주소는 studio.google.com입니다. 영상에서는 설명 링크를 따로 제공하지만, 여기서는 직접 주소를 입력하면 충분합니다.

Google AI Studio는 이름은 개발자용이지만, 실제로는 일반 사용자도 Google의 다양한 AI 모델을 웹에서 테스트하고 API로 호출할 수 있는 도구 모음에 가깝습니다. Gemini 2.5 Pro, 2.5 Flash, Gemini 3 같은 모델을 일정 쿼터 내에서 무료로 실험할 수 있습니다.

왼쪽 툴바에서 "Get API key" 메뉴로 이동한 뒤, 오른쪽 상단의 "Create API key" 버튼을 클릭합니다. API 키 이름은 예시로 영상에서는 "N2"로 입력하지만, 실제로는 어떤 이름이든 상관없습니다.

이후 프로젝트 선택 단계가 나오는데, 기존 프로젝트가 없다면 "Create project"를 눌러 새 프로젝트를 생성합니다. 프로젝트 이름을 입력하고 만들기를 완료한 뒤 다시 돌아와 "Create key"를 클릭하면, 발급된 키와 함께 프로젝트 명, 생성 시간, Quota tier 정보가 보입니다.

여기서 중요한 점은 Gemini 3 API를 사용하려면 결제가 연결된 과금 티어가 필요하다는 점입니다.

• Gemini 2.5 Pro / 2.5 Flash만 쓴다면 무료 티어에서 어느 정도 사용이 가능하지만

• Gemini 3는 반드시 결제 수단을 연결한 후 Tier 1 이상 쿼터를 활성화해야 합니다.

"Setup billing" 버튼을 누르면 Google Cloud Console로 이동합니다. 여기서 두 가지 선택지가 있습니다.

• 기존에 만들어 둔 Billing account를 연결

• 없다면 새 Billing account 생성 후 카드 등록

카드 등록 과정은 안내에 따라 단계별로 진행하면 됩니다. 결제 계정을 연결하고 다시 API 키 화면을 새로고침하면, 기존의 Free tier 표시가 사라지고 Tier 1로 변경된 것을 볼 수 있습니다.

이제 할 일은 간단합니다. 발급된 API 키를 복사해 두고, 다음 단계에서 n8n에 붙여 넣으면 됩니다.

n8n 최신 버전 확인과 Gemini 크레덴셜 연결하기

이제 n8n에서 Gemini 3를 연동할 차례입니다. 예시는 빈 캔버스에서 시작합니다.

먼저 중요한 점은 n8n이 최신 버전인지 확인하는 것입니다.

• 화면 왼쪽 아래를 보면 현재 버전과, 최신 버전 대비 몇 단계 뒤처져 있는지 표시가 나옵니다.

• n8n Cloud를 사용 중이라면 이 화면에서 바로 업데이트할 수 있습니다.

• 셀프 호스팅이라면, 사용 중인 호스팅 방식(Docker, VM 등)에 맞춰 업데이트를 진행해야 합니다.

업데이트를 완료했다면, 캔버스 상단 노드 추가 버튼에서 "Gemini"를 검색합니다. 첫 번째로 보이는 "Google Gemini" 노드를 선택한 뒤, 예시에서는 "Analyze Video" 모드를 사용합니다. 실제로 어떤 모드를 선택해도 되지만, 여기서는 영상 분석 기능 데모에 초점을 둡니다.

노드 설정 화면에서 크레덴셜(credential)을 추가해야 합니다.

• "Create new credential"을 선택

• Host는 기본값 그대로 유지

• API 키 입력란에 아까 Google AI Studio에서 복사한 API 키를 붙여 넣기

또한 크레덴셜 이름을 계정별로 구분하기 쉽게 변경해 두는 것이 좋습니다. 예를 들어 "Gemini 3 – Main Account"처럼 의미 있는 이름으로 저장하면 나중에 여러 계정을 관리할 때 편리합니다.

저장을 완료하면 이제 n8n에서 Google Gemini 3를 사용할 준비가 끝납니다.

Gemini 3 Pro Preview 모델 선택과 에이전트용 활용 방식

크레덴셜 연결이 끝났다면, 다음 단계는 어떤 모델을 사용할지 선택하는 것입니다. Analyze Video 노드 안의 model 선택 항목에 들어가면 여러 모델이 보입니다.

검색창에 "3"을 입력하고 아래로 스크롤하면 "Gemini 3 Pro (preview)" 모델을 찾을 수 있습니다. 예시에서는 이 모델을 사용합니다. 현재 기준으로 n8n에서 Gemini를 쓰는 방식은 크게 두 가지입니다.

1. 분석 모드 중심 사용

• 예시처럼 "Analyze Video"와 같은 내장 모드를 선택

• 특정 작업(영상 분석, 이미지 분석 등)에 최적화된 방식으로 호출

2. 에이전트/챗봇 모델로 사용

• AI 에이전트 노드에서 Chat model로 Gemini를 선택

• 크레덴셜을 동일하게 연결한 뒤, 모델 항목에서 "Gemini 3 Pro preview"를 선택

• 이후 여러 도구(tool)를 붙여 에이전트 중심 자동화에 활용

여기서 중요한 점 하나가 있습니다. Gemini 3는 도구 호출(tool calling) 성능이 크게 개선되었다는 점입니다.

이전 세대인 Gemini 2.5 Pro는 GPT 계열 모델과 비교했을 때 복잡한 에이전트 구성에서 여러 도구를 안정적으로 호출하는 데 어려움이 있었습니다. 특히 도구가 많아지면 호출 순서를 꼬거나, 필요한 도구를 제대로 선택하지 못하는 경우가 종종 발생했습니다.

그러나 Gemini 3에서는 도구 호출 안정성이 눈에 띄게 개선되었습니다. 여러 개의 도구가 연결된 에이전트 구성에서도 이전보다 훨씬 덜 무너지고, 의도에 맞게 도구를 사용하는 모습을 보입니다. 에이전트 기반 자동화에 관심이 있다면 이 부분을 주목해 볼 만합니다.

Gemini 3 영상 분석 강점과 유튜브 → LinkedIn 자동화 개요

이 글에서 다루는 데모는 "Analyze Video" 모드를 중심으로 합니다. 이유는 간단합니다. 주요 모델들을 비교했을 때, 작성자는 Grok, Claude, GPT, Gemini 같은 최신 모델들 중에서 Gemini가 멀티모달 작업(특히 이미지·영상 처리)에 가장 강점이 있다고 평가합니다.

특히 영상 분석 후 결과를 텍스트로 정리하는 작업에서 Gemini가 매우 뛰어난 출력을 보여줍니다. Gemini 3는 이전 세대보다 이 멀티모달 능력이 한 단계 더 강화된 상태입니다.

데모에서 구현하는 자동화는 다음과 같은 흐름을 갖습니다.

• 사용자가 유튜브 영상 URL을 입력하면

• Gemini 3가 해당 영상을 분석하여 LinkedIn에 올릴 만한 게시글 텍스트를 생성

• 결과 텍스트와 영상 URL을 Google Sheets에 저장

• 사용자는 Google Sheets에서 내용을 확인한 뒤, 필요 시 수정 후 LinkedIn에 복사·붙여넣기

구성 자체는 단순하지만, 이 흐름을 이해하면 다른 SNS나 데이터베이스로 확장하는 응용도 비교적 쉽게 할 수 있습니다.

Analyze Video 노드 설정과 유튜브 URL 분석 프롬프트 작성법

구체적인 설정 단계로 들어가면, 먼저 Analyze Video 노드 안에 유튜브 URL을 넣을 위치가 있습니다. 이 필드가 바로 영상 소스를 지정하는 핵심 입력값입니다.

예시에서는 Google 공식 채널의 Anti Gravity 소개 영상을 사용합니다. Anti Gravity는 Gemini 3와 함께 공개된 Google의 에이전트형 IDE로, Cursor와 유사한 콘셉트의 도구입니다. 유튜브에서 이 영상을 열고 주소를 복사한 뒤, Analyze Video 노드의 URL 항목에 붙여 넣습니다.

이제 텍스트 입력(text input) 부분에 모델에게 줄 지시문을 작성해야 합니다. 예시는 다음과 같은 요구사항을 담고 있습니다.

• 영상 내용을 분석할 것

• 분석 결과를 기반으로 LinkedIn 게시글을 생성할 것

• LinkedIn 게시글 텍스트만 출력할 것

• "이런 글을 만들어주었다"라는 식의 설명이나 프리앰블은 출력하지 말 것

즉, 모델에게는 "영상 분석 → LinkedIn용 글 작성 → 불필요한 설명 없이 글 본문만 출력"이라는 세 가지를 동시에 지시하는 셈입니다.

이 상태에서 "Execute Step"을 클릭하면, Gemini 3가 유튜브 영상을 분석하고, 우측 결과 패널에 LinkedIn 게시글 후보 텍스트를 생성해 줍니다. 영상 속 예시 결과에는 이모지가 다소 과하게 들어가 있지만, 어쨌든 하나의 완성된 LinkedIn 게시글이 출력됩니다.

여기까지는 어디까지나 단일 영상 → 단일 결과로 끝나는 수동 실행입니다. 이를 실제 작업에 쓸 만한 자동화로 확장하려면, 결과를 어딘가에 쌓고 관리하는 구조가 필요합니다. 그 역할을 Google Sheets가 맡게 됩니다.

LinkedIn 게시글 저장용 Google Sheets 설계와 n8n 연동

다음 단계는 분석 결과를 저장할 Google Sheets 스프레드시트를 만드는 일입니다. 예시는 다음과 같은 구조를 사용합니다.

• 시트 이름 예시: LinkedIn Gemini posts

• 컬럼 3개:

  • date

  • video URL

  • post

이 구성에서 핵심은 최소한 영상 URL과 생성된 게시글 내용(post)이 들어가야 한다는 점입니다. 여기에 날짜까지 추가하면, 어떤 시점에 어떤 영상을 기반으로 어떤 글을 만들었는지 한 번에 추적할 수 있습니다.

시트를 만들었다면, n8n으로 돌아와 노드를 추가합니다. 검색창에 "Sheets"를 입력해 Google Sheets 노드를 추가하고, "Append Row" 모드를 선택합니다. 이 모드는 새로운 결과가 나올 때마다 기존 데이터를 유지하고 맨 아래에 한 줄씩 추가하는 방식입니다.

노드 설정에서 다음과 같이 연결합니다.

• Spreadsheet: 방금 만든 LinkedIn Gemini posts 선택

• Sheet: 보통 기본은 Sheet1이므로, 실제 시트 이름에 맞게 선택

• 각 컬럼에 매핑할 값:

  • post 컬럼에는 Analyze Video 노드에서 나온 텍스트 출력을 연결

  • video URL 컬럼에는 나중에 설정할 입력값(유튜브 링크)을 연결

  • 필요하다면 date 컬럼에 현재 날짜를 추가

이 단계까지 마치면, 기본적으로 "분석 결과를 시트에 적재하는" 골격은 완성됩니다. 다만 아직은 유튜브 URL을 노드 내부에 직접 수정하는 구조이므로, 자동화 관점에서는 부족한 상태입니다.

수동 실행을 탈피하기 위한 n8n 폼 트리거 구성

실제 활용을 생각하면 매번 n8n 편집 화면에 들어와 Analyze Video 노드의 URL를 직접 수정하는 방식은 비효율적입니다. 가장 자연스러운 방식은 폼 입력을 받아 워크플로우를 자동 실행하는 구조입니다.

이를 위해 기존의 Execute Workflow 트리거를 삭제하고, 대신 "Form Trigger"를 사용합니다.

• 새 트리거 노드에서 "Form Trigger" 혹은 이에 해당하는 옵션을 선택

• 예시에서는 폼 이름을 "Gemini LinkedIn"으로 설정

• 폼 요소로 "YouTube link" 필드를 추가하고, 필수(required)로 지정

이렇게 하면, n8n이 간단한 입력 폼을 제공하게 되고, 사용자는 여기에 유튜브 링크만 넣으면 됩니다.

폼 트리거 설정 후에는 Analyze Video 노드의 URL 부분을 하드코딩된 값에서 동적 매핑으로 변경해야 합니다. 처리 순서는 다음과 같습니다.

1. 워크플로우를 한 번 실행하거나, 폼을 제출해 샘플 데이터를 수집

2. 상단 바에서 입력 데이터 핀(pin) 기능을 사용해 폼에서 들어온 데이터를 고정

3. Analyze Video 노드에서 URL 입력란을 클릭하고, 폼 트리거에서 넘어온 YouTube link 필드를 선택해 매핑

이제부터는 폼에 어떤 유튜브 링크를 넣든, 해당 값이 자동으로 Analyze Video 노드의 URL로 전달됩니다.

마찬가지로 Google Sheets 노드에서도 "video URL" 컬럼에 이 동일한 값을 매핑할 수 있습니다. 이렇게 하면 시트에 URL과 게시글이 함께 기록되어 나중에 어떤 영상에서 나온 글인지 쉽게 확인할 수 있습니다.

원한다면 date 컬럼에도 폼 제출 시점 또는 실행 시점을 기준으로 한 날짜를 넣어둘 수 있습니다.

이제 워크플로우 전체를 상단의 "Execute Workflow" 버튼으로 실행하면, 실제 동작은 다음과 같이 진행됩니다.

• 사용자: 폼 화면에서 유튜브 링크 입력 후 제출

• n8n: 링크를 받아 Gemini 3 Analyze Video 노드에 전달

• Gemini 3: 영상을 분석하고 LinkedIn 게시글 텍스트 생성

• n8n: 결과 텍스트와 영상 URL(필요 시 날짜 포함)을 Google Sheets에 한 줄 추가

실행 후 Google Sheets를 열어 보면,

• video URL 컬럼에 입력한 유튜브 주소

• post 컬럼에 완성된 LinkedIn 게시글 이 깔끔하게 저장된 것을 확인할 수 있습니다.

출력 품질 개선과 Gemini 3 영상 분석 활용 확장 아이디어

지금까지의 구성은 가장 단순한 형태의 자동화입니다. 기본 프롬프트만으로도 LinkedIn에 바로 게시할 수 있는 수준의 글이 만들어질 수도 있지만, 보통은 브랜드 어조나 개인 스타일을 반영해야 합니다.

이를 위해 Analyze Video 노드의 텍스트 입력을 다음과 같이 확장할 수 있습니다.

• 평소 사용하던 LinkedIn 게시글 예시 여러 개를 함께 제공

• "문장 길이, 이모지 사용 여부, 해시태그 개수, 말투(존댓말/반말)" 등 구체적인 작성 규칙을 명시

• 특정 톤을 원한다면 "실용적인 정보 중심, 과장 표현 최소화"처럼 구체적 지침을 추가

이렇게 하면 최종 출력이 실제로 사용할 만한 형태에 더 가까워집니다. 다만 이 글에서는 원문 영상과 동일하게, 연동 방법과 간단한 데모 구현에 초점을 두고 있습니다.

핵심은 두 가지입니다.

• Gemini 3를 n8n에 연결하는 방법

• Gemini 3의 멀티모달 기능(특히 영상 분석)을 실제 자동화에 넣는 방법

특히 n8n 환경에서 영상 분석을 포함하는 워크플로우에서는 Gemini 3가 다른 모델보다 더 안정적이고 성능이 우수하다는 점이 강조됩니다. "3.0에서 멀티모달 성능이 한 단계 더 강화되었다"는 점이 이 데모의 배경입니다.

Gemini 3 + n8n 자동화의 현실적인 장단점과 활용 시 주의점

이 구성을 실제 업무나 프로젝트에 도입할 때는 몇 가지를 함께 고려할 필요가 있습니다.

먼저 장점입니다.

• 영상 → 텍스트 전환 자동화를 통해 유튜브 콘텐츠를 LinkedIn, 블로그, 뉴스레터 등으로 재활용하기 쉬워집니다.

• n8n의 폼 트리거 + Google Sheets 조합 덕분에 비개발자도 링크 입력만으로 결과를 받아볼 수 있는 구조를 만들 수 있습니다.

• Gemini 3의 향상된 도구 호출 및 멀티모달 성능은, 앞으로 더 복잡한 에이전트 기반 자동화를 구성할 때도 기반이 됩니다.

반면 한계와 주의점도 분명히 존재합니다.

• Gemini 3 API 사용에는 결제 정보 등록 및 유료 티어가 필수입니다. 과금 구조를 확인하고, 내부 정책에 맞게 사용량을 관리해야 합니다.

• 모델 출력은 언제나 검수 과정이 필요합니다. 자동 생성된 LinkedIn 게시글이 브랜드 가이드라인에 맞는지, 민감한 표현은 없는지 반드시 사람이 확인하는 단계를 유지하는 편이 안전합니다.

• 영상 분석 품질은 영상의 길이, 음질, 화면 구성 등에 영향을 받을 수 있습니다. 모든 영상에서 동일한 품질의 요약이 나오지는 않습니다.

정리하면, Gemini 3와 n8n을 연동해 유튜브 영상을 LinkedIn 게시글로 자동 변환하고 Google Sheets에 저장하는 워크플로우는 비교적 간단한 구성으로도 구현할 수 있으며, 멀티모달 기능 활용의 좋은 출발점입니다.

초기 세팅만 마쳐 두면, 이후에는 유튜브 링크 한 번 붙여 넣는 것만으로도 반복 작업을 상당 부분 줄일 수 있는 구조를 만들 수 있습니다.

출처 및 참고 :