n8n에서 Apiframe 활용하는 방법 (완벽 사용 가이드)

이 가이드에서는 Apiframe을(를) n8n에 연결해서 어떤 워크플로우에서든 AI 이미지(또는 영상, 음악 등)를 생성하는 방법을 다룹니다.

이 문서에서 다룰 내용:

무엇을 만들 것인지
사전 준비 사항
n8n에서 Apiframe 자격 증명 만들기
워크플로 1 - /imagine
워크플로 2 - /fetch
워크플로 3 - 추천: 실시간 결과를 위한 웹훅 사용
이 패턴을 다른 Apiframe 엔드포인트로 확장하기

모든 예제는 Midjourney /imagine 엔드포인트를 사용하지만, 동일한 패턴을 대부분의 다른 엔드포인트 및 모델에도 그대로 적용할 수 있습니다.

I. 무엇을 만들 것인지

우리는 두 개의 작은 n8n 연동 워크플로를 만들 것입니다:

요청 시(on demand) 이미지 생성
- 트리거: 수동 실행, 웹훅, 구글 시트 등 어떤 것이든
- HTTP Request: POST https://api.apiframe.pro/imagine
- 응답으로 task_id를 받아 저장하거나 로그로 남길 수 있습니다.
최종 이미지를 자동으로 가져오기
- /fetch로 Apiframe을 폴링해서 작업이 끝날 때까지 확인하기
- 또는 (추천) 작업이 완료되면 Apiframe이 n8n 웹훅을 호출하도록 설정하기

이미지 URL이 n8n에 도착하면 무엇이든 할 수 있습니다. 예를 들어 Slack으로 전송하거나, Airtable에 저장하거나, Google Drive등.

II. 사전 준비 사항

다음이 필요합니다:

활성화된 Apiframe 계정과 API 키가 필요합니다. 이 키는 Apiframe 대시보드에서 확인할 수 있습니다(또는 여기를 클릭). 이 API 키는 n8n에서 요청을 보낼 때 Authorization 헤더를 통해 인증하는 데 사용됩니다.

하나의 n8n 인스턴스(셀프 호스팅 또는 클라우드 버전)
n8n 노드(HTTP Request, Webhook, Set, IF 등)에 대한 기본적인 이해. HTTP Request 노드는 n8n에서 어떤 REST API든 호출할 수 있는 범용 노드입니다.

III. n8n에서 Apiframe 자격 증명 만들기

한 번 자격 증명을 설정해 두면, 이후 모든 HTTP Request 노드에서 재사용할 수 있습니다.

1단계: n8n에서 Credentials → Create credential 로 이동합니다.

2단계: Header Auth (또는 사용 중인 버전에 따라 "HTTP Header Auth", "API Key in Header")를 선택합니다.

3단계: 아래와 같이 설정합니다:
- 헤더 이름(Header name): Authorization
- 값(Value): Apiframe API 키 (대시보드에 표시된 값을 그대로 사용)

4단계: 자격 증명 이름을 Apiframe Auth처럼 지정하고 저장합니다.

Apiframe은 다음과 같은 형식을 기대합니다:

text
Authorization: YOUR_API_KEY
Content-Type: application/json

IV. 워크플로 1 - /imagine으로 기본 이미지 생성하기

간단한 워크플로를 하나 만들어보겠습니다:

💡

수동 트리거 → 프롬프트 설정(Set) → HTTP Request → task_id 로그 기록

1. 워크플로 생성하기

n8n에서 New workflow를 생성합니다.
다음 노드를 추가합니다:수동 트리거(Manual Trigger) 노드.

2. 프롬프트를 위한 "Set" 노드 추가

Set 노드를 Manual Trigger 뒤에 추가합니다.
노드 설정에서 Values → Add Field → String:
- Name: prompt
- Value: 예를 들어 다음과 같이 입력합니다. a cinematic photo of a cyberpunk city at night, ultra detailed, 4k
(선택 사항) 문자열 필드를 하나 더 추가합니다:
- Name: aspect_ratio
- Value: 3:2

이제 Set 노드의 출력 JSON은 대략 다음과 같은 형태가 됩니다:

json
{
  "prompt": "a cinematic photo of a cyberpunk city at night, ultra detailed, 4k",
  "aspect_ratio": "3:2"
}

3. /imagine용 HTTP Request 노드 추가

HTTP Request 노드를 Set 노드 뒤에 추가합니다.
다음과 같이 설정합니다:
- Method: POST
- URL: https://api.apiframe.pro/imagine
- 인증 방식에서 "Generic Credential type"을 선택하고, 그다음 "Header Auth"를 선택한 뒤, 앞에서 만들어 둔 “Apiframe Auth” 자격 증명을 선택합니다.
- Body 설정에서 "Send body"를 켜고, prompt, aspect_ratio, 그리고 나중을 위해 선택적으로 webhook_url 필드를 추가합니다.

이 노드를 실행하면, Apiframe은 대략 다음과 같은 결과를 반환합니다:

json
{
  "task_id": "29e983ca-7e86-4017-a9e3-ef6fe9cd5f2a"
}

이는 작업이 현재 대기열에 있음/처리 중이라는 의미입니다. 이미지는 비동기적으로 생성되며, 최종 URL은 /imagine 호출만으로는 바로 받을 수 없습니다.

이제 다음과 같은 작업을 할 수 있습니다:

다음 값을 로깅하거나 task_id
DB나 Google Sheet에 저장하세요
이 값을 “Fetch” 워크플로로 전달하세요

V. 워크플로 2 - /fetch로 Apiframe 폴링하기

이제 실제 이미지 URL을 가져오기 위해 /fetch 엔드포인트를 사용해 보겠습니다.

Apiframe은 POST https://api.apiframe.pro/fetch 엔드포인트를 제공하며, 이 엔드포인트는 task_id 를 입력으로 받아 최종 결과 또는 status: "processing" 응답을 반환합니다.

여기서는 최소한의 “대기 후 Fetch” 플로우를 만들어 보겠습니다.

1. Wait 노드 추가

앞에서 만든 /imagine HTTP Request 노드 뒤에:

새 Wait 노드를 추가합니다.
예를 들어 2–3초 정도 기다리도록 설정합니다.

이 시간 동안 Apiframe이 이미지를 생성할 수 있습니다. 실제 생성 시간은 작업의 복잡도와 시스템 부하에 따라 달라집니다.

2. /fetch HTTP Request 노드 추가

Wait 노드 뒤에 HTTP Request 노드를 하나 더 추가합니다:

Method: POST
URL: https://api.apiframe.pro/fetch
인증은 이전과 마찬가지로 "Generic Credential type"을 선택하고, "Header Auth"를 선택한 다음 “Apiframe Auth”를 선택합니다.
Body 설정에서 "Send body"를 켜고, 여기에 우리의 task_id 필드

Processing(작업이 아직 실행 중일 때):

json
{
  "task_id": "29e983ca-7e86-4017-a9e3-ef6fe9cd5f2a",
  "task_type": "imagine",
  "status": "processing",
  "percentage": "40"
}

Completed(작업 완료, 이미지 URL 준비 완료):

json
{
  "task_id": "29e983ca-7e86-4017-a9e3-ef6fe9cd5f2a",
  "task_type": "imagine",
  "original_image_url": "https://.../grid.png",
  "image_urls": [
    "https://.../image1.png",
    "https://.../image2.png",
    "https://.../image3.png",
    "https://.../image4.png"
  ]
}

3. “still processing” 상태 처리하기

빠르게 개발 환경을 구성할 때는 다음과 같이 할 수 있습니다:

그냥 좀 더 오래 기다렸다가 한 번만 다시 가져옵니다.
또는 Fetch 뒤에 간단한 IF 노드를 추가합니다:
- 조건: status가 "processing"
- “true”인 경우: 다른 Wait + Fetch로 분기
- “false”인 경우: 최종 로직(Slack, Airtable 등)으로 계속 진행

프로덕션 환경에서는, Apiframe에서 폴링 대신 웹훅 사용을 권장합니다. 불필요한 요청을 줄이고 즉각적인 업데이트를 받을 수 있기 때문입니다.

이제 이를 직접 설정해 보겠습니다.

VI. 워크플로 3 - 웹훅 기반 결과 처리(권장 방식)

다음이 깔끔한 “실시간” 아키텍처입니다:

워크플로 A: 생성 요청 전송 (webhook_url과 webhook_secret) 포함
워크플로 B: 웹훅 수신 — 생성이 완료되면 Apiframe에서 전송하는 웹훅을 받습니다

1. 워크플로 B 만들기 - 웹훅 수신기

n8n에서 New workflow를 만들고 이름을 다음과 같이 지정합니다:Apiframe – 이미지 생성 완료.
Webhook 노드를 추가합니다. Webhook 노드를 다음과 같이 설정하세요:
- HTTP Method: POST
- Path: 예를 들어 다음과 같이 지정합니다: apiframe/midjourney-completed
- Response mode:
  - 예를 들어 When Last Node Finishes 로 설정하면 (원한다면 데이터를 다시 반환할 수 있습니다).

Production URL 을 복사합니다. 이 값은 Apiframe에서 webhook_url 로 설정할 값입니다.

2. "`webhook_secret"`

Apiframe에서는 webhook_secret 값을 /imagine 요청에 함께 보낼 수 있고, 이후 웹훅 호출 시 x-webhook-secret 헤더로 그대로 돌려줍니다.

Webhook 노드 뒤에 IF 노드를 추가합니다.
IF 노드에서 다음을 확인합니다:
- 왼쪽 값: 다음과 같은 Expression 사용 ={{ $json["headers"]["x-webhook-secret"] }}
- 조건: equals
- 오른쪽 값: 자신의 시크릿 값, 예: my-super-secret
시크릿이 일치하지 않으면, 그냥 종료하거나 (또는 시도를 로그로 남기는) 브랜치로 보내면 됩니다.

이렇게 하면 Apiframe에서 온 웹훅만 처리되도록 보장할 수 있습니다.

3. 웹훅 페이로드에서 이미지 URL에 접근하기

웹훅 바디는 앞에서 본 “completed” 페이로드와 동일한 형태입니다:

json
{
  "task_id": "29e983ca-7e86-4017-a9e3-ef6fe9cd5f2a",
  "task_type": "imagine",
  "original_image_url": "https://.../grid.png",
  "image_urls": [
    "https://.../image1.png",
    "https://.../image2.png",
    "https://.../image3.png",
    "https://.../image4.png"
  ]
}

이제 이 안에서 이미지 URL에 접근한 뒤, 다음 노드들로 넘겨서 사용할 수 있습니다:

Slack 노드 (URL을 포함한 메시지 전송)
Airtable / Notion (URL을 저장)
HTTP Request (앱의 백엔드로 전송)

4. 웹훅을 사용하도록 워크플로 A 업데이트하기

다시 워크플로 A(에서, /imagine) 엔드포인트를 호출하고 있는 워크플로)로 돌아가 HTTP Request 노드의 body에 다음 필드를 추가합니다:

webhook_url
webhook_secret

HTTP Request 노드에서 사용할 예시 JSON body:

json
{
  "prompt": "a cinematic photo of a cyberpunk city at night, ultra detailed, 4k",
  "aspect_ratio": "3:2",
  "webhook_url": "https://your-n8n-domain.com/webhook/apiframe/midjourney-completed",
  "webhook_secret": "my-super-secret"
}

이제 전체 흐름은 다음과 같습니다:

워크플로 A → /imagine 호출 (webhook_url + webhook_secret
Apiframe이 백그라운드에서 이미지를 생성
완료되면 Apiframe이 여러분의 웹훅(워크플로 B)을 최종 이미지 URL과 함께 호출
워크플로 B가 이 URL들을 처리해 원하는 곳으로 전송

폴링도, 추가 HTTP 요청도 필요 없습니다 – 순수 이벤트 기반입니다.

VII. 이 패턴을 다른 Apiframe 엔드포인트로 확장하기

좋은 점은,한 번 n8n → Apiframe 연동을 만들어두면, 같은 패턴을 모든 기능에 재사용할 수 있다는 것입니다.

예시 아이디어:

Variations: URL을 다음으로 변경합니다 → https://api.apiframe.pro/variations 그리고 원본 task_id + 새로운 프롬프트.
업스케일(Upscales): 동일한 인증을 사용하지만, 엔드포인트/요청 바디만 다릅니다.
페이스스왑(Faceswap): 두 개의 이미지 URL(소스 & 타겟)을 faceswap 엔드포인트로 전송합니다.
Describe: 이미지 URL을 넣으면 Apiframe이 그에 대한 프롬프트를 반환해 주는 n8n 워크플로우를 만듭니다.
기타 미디어: Flux, Ideogram, Luma, Suno 등은 모두 동일한 REST 패턴을 따릅니다: POST 방식으로 JSON을 보내고, 웹훅을 사용하려면 webhook_url + webhook_secret 를 포함합니다.

이 각각은 모두 단지 또 하나의 HTTP Request 노드(또는 /fetch)를 함께 사용할 경우 두 개의 노드)일 뿐이며, 동일한 “Apiframe Auth” 자격 증명을 사용합니다.

VIII. 마무리

이제 여러분은 다음을 갖추게 되었습니다:

기본적인 /imagine 워크플로우 — n8n에서 Apiframe을 통해 Midjourney를 트리거하는 플로우
하나의 폴링(polling) 설정 — 빠른 실험을 위해 /fetch 를 사용하는 방식
그리고 하나의 웹훅 기반 아키텍처 — 실시간, 프로덕션급 파이프라인을 위한 구조

I. 무엇을 만들 것인지

II. 사전 준비 사항

III. n8n에서 Apiframe 자격 증명 만들기

IV. 워크플로 1 - /imagine으로 기본 이미지 생성하기

1. 워크플로 생성하기

2. 프롬프트를 위한 "Set" 노드 추가

3. /imagine용 HTTP Request 노드 추가

V. 워크플로 2 - /fetch로 Apiframe 폴링하기

1. Wait 노드 추가

2. /fetch HTTP Request 노드 추가

3. “still processing” 상태 처리하기

VI. 워크플로 3 - 웹훅 기반 결과 처리(권장 방식)

1. 워크플로 B 만들기 - 웹훅 수신기

2. "webhook_secret"

3. 웹훅 페이로드에서 이미지 URL에 접근하기

4. 웹훅을 사용하도록 워크플로 A 업데이트하기

VII. 이 패턴을 다른 Apiframe 엔드포인트로 확장하기

VIII. 마무리

계속 학습하기

Apiframe 시작 가이드

구축을 시작할 준비가 되셨나요?

2. "`webhook_secret"`