Notion에 쌓인 학생 피드백을 Claude AI로 자동 분석하는 법

대학원 세미나에서 얻은 우연한 발견

은퇴 후 대학에서 객원교수로 일하면서 매주 학생들의 과제물에 대한 피드백을 수집하고 있었습니다. 처음엔 구글 폼으로 받은 응답을 엑셀에 정리하고, 다시 읽고, 또 읽으며 학생들의 공통 약점을 찾아내곤 했습니다. 이런 작업에만 주 3시간이 소요되었는데, 올해 초 딸이 저에게 n8n이라는 자동화 도구를 소개해주면서 인생이 바뀌었습니다.

현재 저는 학생 피드백 자동화로 매주 업무 시간을 90% 단축했습니다. Notion 데이터베이스에 들어오는 피드백을 Claude AI가 실시간으로 분석하고, 핵심 요점을 자동으로 추출합니다. 이 과정에서 배운 노하우를 여러분과 공유하고자 합니다.

n8n 워크플로우 설계: 세 가지 핵심 단계

제가 구축한 자동화는 세 부분으로 나뉩니다. 첫 번째는 Notion 트리거 설정입니다. Notion API를 n8n과 연결하면, 데이터베이스에 새로운 피드백 항목이 추가될 때마다 자동으로 워크플로우가 시작됩니다. 저는 “수집 중” 상태의 항목들만 처리하도록 필터를 설정했습니다.

두 번째는 Claude AI 연동입니다. n8n의 HTTP Request 노드를 사용하여 Anthropic API에 피드백 텍스트를 전송합니다. 저는 프롬프트에 “학생이 지적한 주요 문제점 3가지와 긍정적 평가 2가지를 JSON 형식으로 추출하세요”라는 지시를 포함시켰습니다. Claude의 응답 속도는 놀랍도록 빨라서 대량의 피드백도 5분 안에 처리됩니다.

세 번째는 결과를 Notion으로 역동기화하는 과정입니다. Claude의 분석 결과를 원래 피드백 항목의 새로운 열에 저장하고, 상태를 “분석 완료”로 변경합니다. 이렇게 하면 Notion 대시보드에서 한눈에 모든 분석 결과를 볼 수 있습니다.

실제 적용 후 얻은 놀라운 결과

지난 3개월간 150개의 학생 피드백을 처리했는데, 이전에는 이 작업에만 5주가 소요되었을 것입니다. 이제는 모든 피드백이 24시간 내에 분석됩니다. 더 놀라운 점은 Claude AI가 발견한 패턴들입니다.

예를 들어, 한 학생은 “논문 구성이 좋으나 통계 검증 부분에서 설명 부족”이라고 피드백했고, 다른 학생은 “차트 설명은 명확하지만 통계 방법론이 불명확”이라고 했습니다. 수동으로 읽을 때는 이 둘을 같은 문제라고 연결하지 못했지만, Claude는 즉시 “통계 설명 미흡”으로 분류했습니다.

이런 인사이트 덕분에 다음 세미나에서 통계 논증 부분의 교육 강도를 높일 수 있었고, 학생들의 반응도 긍정적이었습니다. 한 학생은 “정확히 필요한 부분을 지적해주셨다”며 감사를 표했습니다.

초보자도 따라 할 수 있는 설정 팁

이 자동화를 구축하면서 배운 가장 중요한 것은 ‘완벽함을 추구하지 말되, 반복 개선하라’는 원칙입니다. 저는 처음에 너무 복잡한 프롬프트를 작성했다가, 실제로는 간단한 지시가 가장 효과적임을 알았습니다.

n8n 커뮤니티는 매우 친절합니다. 저는 한국인이지만 영어로 질문했고, 24시간 내에 정확한 답변을 받았습니다. Notion API 연동 시 가장 까다로운 부분은 인증 토큰 설정인데, 공식 문서를 차근차근 따라가면 충분히 가능합니다.

비용도 합리적입니다. n8n 무료 플랜으로 월 1,000개의 워크플로우 실행이 가능하고, 저는 월 200개 정도만 사용합니다. Claude API 비용은 월 5,000원 미만입니다. 제 시간 가치와 비교하면 투자 대비 효과는 엄청납니다.

지금 여러분도 이 자동화를 시작해볼 수 있습니다. n8n 계정을 만들고, Notion API 키를 발급받고, Claude API를 활성화한 후, 위의 세 단계를 따라 워크플로우를 구축해보세요. 처음 시도는 어렵겠지만, 첫 번째 자동화가 작동하는 순간의 희열은 정말 특별합니다.