エンジニアの定例作業をn8nで自動化 ー AWS ECSで実現するセキュア基盤構築と運用

ツール導入前の課題

定型的な運用作業が多く、新機能開発等の業務に携わる時間が減ってしまうという課題がありました。具体的には以下のような作業が該当します。

• AWSなどからメールで届く各種リソースのアップデート告知を、タスク管理ツールに手動で起票する作業（1回あたり5〜10分）
• スプリントレビューに向けて、各個人の担当タスクを逐一確認し、社内ドキュメントへ貼り付ける作業（週で約15分）
• サービスへのアクセス履歴をS3やCloudWatchからダウンロードし、棚卸し管理用のファイルストレージにアップロードする作業（月初に約1時間）

これらひとつひとつの作業は工数が大きくないものの、積み重なることで本来着手したいタスクに遅れが生じてしまうという懸念がありました。

どのような状態を目指していたか

「定例作業の5割削減」をOKRとして策定し、さまざまな自動化ツールやAI Agentの導入・検証を実施することで、エンジニアが本質的な価値創造（新機能開発や品質改善）に集中できる環境を目指していました。

• IFTTT
• Zapier
• n8n Cloud
• Dify

• ワークフローの柔軟性: 複雑な分岐等があるようなタスクでも実現が難しくないか
• コストの予測可能性: 実行数に応じた従量課金ではなく、定額で運用できるか
• AWS環境との統合性: 他AWSアカウントのリソースにアクセスできるか

ワークフローの柔軟性

IFTTTのような決まった線形的な流れではなく、複雑な条件分岐を簡単に実現できる点が魅力的でした。

また、Zapier・Difyとの異なる点としてはコンテナ上でのシェルスクリプトの実行やJSを使った複雑なデータ成形ができる点も良く、エンジニア目線でやりたいことに対する制約を感じるといったことがなかった点も評価ポイントでした。

長期的なコストメリット

Zapierは実行数増加に伴い$299〜$599のプランへの移行が必要になりますが、n8nセルフホストでは実行数に関わらず定額（月額約$100）で運用できます。

AWS環境との統合性

n8nのクラウド版でもアクセスキー経由でAWSリソースへのアクセスが実現できます。

ただし、全てのAWSサービスに対応しているわけではなく、シェルスクリプトの実行はクラウド版では機能として提供していません。

そのため、AWS上のログ取得をしたいといった要件はセルフホスト環境で対応しており、他アカウントへのアクセスはSTSによる一時認証情報の取得で実現しています。副次的なメリットとして、キーローテーションの運用を意識せずに他アカウントへのアクセスを実現できています。

総じて、機能的な柔軟性と他環境へのアクセスの容易性が大きな決め手となりました。

改善したかった課題はどれくらい解決されたか

OKRとして掲げた「定例作業の5割削減」に対し、チーム全体で月あたり約4時間の工数削減を実現しました。

定例業務自体は月に15時間ほどであったため割合で言うと3割弱と指標としては未達となっていますが、作業内容の見直しなどの副次的な効果により数値に表れていない部分での改善も行えました。

引き続き、定例業務に関してはn8nを利活用していくことをエンジニアチームとしても決定しており、更なる改善を見込んでいます。

どのような成果が得られたか

• 削減された時間を新機能開発や品質改善といった本来注力すべきタスクに充てられるようになった
• メール見落としによる対応遅れのリスクが低減した
• 他部署からn8nの導入を行いたいといった声が上がっており、業務効率化の社内への波及が進んだ

n8nの導入を検討される場合、まずは「何を自動化するか」の見極めが最も重要です。n8n自体は技術的なハードルが低く、ワークフローの構築はGUIで直感的に行えますが、自動化対象の選定を誤ると投資対効果が見合わなくなります。

まずは1つの定型作業を自動化し、その効果を定量的に測定することをおすすめします。例えば、毎週発生している手動作業の工数を計測し、自動化後にどれだけ削減できたかを数値で示すことで、チームや上長への説明もしやすくなります。

セルフホストを選択する場合、初期構築にTerraformやECSの知識が必要ですが、一度構築してしまえば運用負荷は低く、今後他のセルフホスト型ツールを追加する際にもインフラを流用できるため、長期的な投資としては十分に価値があります。

CI/CDパイプラインの失敗通知・AIによるエラーログ要約、定期的なAWSコスト分析レポートの自動生成、新メンバーのオンボーディング自動化など、新規ワークフローの開発を計画しています。 加えて、RAG（Retrieval-Augmented Generation）を活用した社内ドキュメント検索の統合や、ワークフロー実行結果のフィードバックループによるAI Agentの継続的改善にも取り組む予定です。

ワークフロー実行数の増加に伴い、ECS ServiceのAuto Scaling設定やn8n公式が推奨するQueue Mode（Redis利用）の導入を検討しています。平日の業務時間帯は2タスクに増やし、夜間・休日は1タスクに縮小するといったスケジュールベースのスケーリングも視野に入れています。