AI 대세전환 압도적 실행력 내 손 안의 에이전트 X 오픈클로

특정 AI 서비스를 찾아가 대답을 구하는 방식에서, 나를 위해 계속 움직이는 AI 시스템으로
프롬프트를 넘어 '24시간 자동화 구조'를 직접 만드는 비개발자용 AI 에이전트 실전서

오픈클로(OpenClaw)라는 시스템을 접하고 저자의 브런치에 실린 구현 기록들을 읽으면서 이 책의 가능성을 발견했다. 단순히 질문에 답하는 챗봇이 아니라, 나에게 필요한 정보를 기억하고 정해진 시간에 작업을 실행하며 여러 역할의 에이전트를 하나의 환경에서 운영하는 방식이라면 AI를 사용하는 방법 자체가 달라질 수 있기 때문이다.

저자는 실제로 여러 에이전트를 만들어 운영해 왔다. 성공한 사례만 있는 것은 아니다. 처음에는 기대에 못 미치는 결과를 내놓은 에이전트도 있었고, 필요한 데이터가 충분하지 않아 중단한 시도도 있었다. 반대로 실패한 결과를 기록하고 조건과 행동 원칙을 고치면서 점점 더 쓸 만한 도구로 발전한 에이전트도 있었다. 이 책은 바로 그 과정에서 얻은 경험을 비개발자도 따라갈 수 있는 하나의 로드맵으로 정리했다.

나만의 AI 팀을 만드는 3단계

STEP 1. 나만의 AI 팀원 맞이하기
GCP에 24시간 접속 가능한 클라우드 서버를 구축하고 오픈클로를 설치한다. 텔레그램을 연결해 PC 앞에 있지 않아도 스마트폰에서 언제든 에이전트에게 일을 맡길 수 있는 기본 환경을 완성한다.

STEP 2. 역할을 나눠 에이전트 팀 만들기
하나의 AI에게 모든 일을 맡기지 않는다. 비서봇, 투자봇, 리서치봇, 콘텐츠봇, 작가봇처럼 목적별로 역할을 나누고, 반복되는 작업은 자동화한다. 각각의 에이전트가 독립적으로 일하는 구조에서 메인-서브 에이전트가 협업하는 구조까지 확장한다.

STEP 3. 피드백으로 함께 성장하기
에이전트가 낸 결과를 확인하고, 잘못된 답변과 실패 사례를 기록하며, 다음 작업에 반영할 수 있도록 기억과 행동 원칙을 다듬는다. 한 번 만들어 끝내는 것이 아니라 실제 사용을 반복하면서 점점 자신의 업무 방식에 맞는 AI 팀으로 발전시킨다.

이 책은 '에이전트 만들기'에서 끝나지 않습니다

대부분의 입문서는 설치와 첫 실행까지를 목표로 삼는다. 하지만 실제 활용은 그다음부터 시작된다. 24시간 돌아가는 에이전트는 언제 실행할지, 어떤 작업을 AI에게 맡기고 어떤 절차를 스크립트로 처리할지, 실패한 결과를 어떻게 다음 작업에 반영할지까지 함께 설계해야 한다.

이 책에서는 크론(Cron)과 하트비트(Heartbeat)를 목적에 맞게 운용하고, Lobster를 활용해 반복 절차를 자동화하는 방법을 다룬다. 단순 반복은 가벼운 자동화가 맡고, 판단이 필요한 순간에 AI를 사용하도록 나누어 실행 효율과 비용도 함께 관리한다. 또한 MEMORY.md를 비롯한 기억 구조와 행동 원칙을 활용해 에이전트가 이전 맥락을 이어받고, 실제 사용 과정에서 얻은 피드백을 반영하도록 운영한다.

실무와 일상에 바로 적용하는 5개의 전문 에이전트
● 비서봇: 아침 브리핑과 일정 관리
● 투자봇: 관심 종목 뉴스와 정보 분석
● 리서치봇: 필요한 자료 조사와 정리
● 콘텐츠봇: 아이디어 발굴과 콘텐츠 제작 지원
● 작가봇: 글쓰기 과정과 원고 작업 지원

책의 예제를 그대로 따라 하는 데서 끝나지 않는다. 각 에이전트가 어떤 역할과 기억, 도구, 자동화 구조로 구성되는지 이해하고 나면 자신의 일에 필요한 새로운 에이전트를 직접 설계할 수 있다.

이런 분들께 추천합니다!
-새 대화를 시작할 때마다 자신의 상황과 업무 맥락을 반복해서 설명하는 데 지친 분
-일정, 뉴스, 자료 조사처럼 반복되는 일을 먼저 챙겨주는 AI 비서가 필요한 직장인
-혼자 여러 역할을 맡아야 하는 1인 사업자와 프리랜서
-일회성 프롬프트 활용을 넘어 24시간 운영되는 자동화 환경을 직접 만들고 싶은 분
-비개발자이지만 클라우드 서버와 AI 에이전트를 실제 업무에 활용해보고 싶은 분
-하나의 챗봇이 아니라 역할을 나눠 협업하는 자신만의 AI 팀을 만들고 싶은 분

오픈클로와 이 책을 선택해야 하는 핵심 이유 6가지
1. 비개발자도 따라가는 단계별 구축
GCP 서버 준비부터 오픈클로 설치, 텔레그램 연결까지 처음 접하는 독자도 순서대로 따라갈 수 있도록 안내한다.

2. PC를 켜두지 않아도 이어지는 클라우드 기반 환경
개인 PC가 아니라 GCP 서버에서 오픈클로를 구동해 언제 어디서든 텔레그램으로 에이전트에게 일을 맡길 수 있는 환경을 만든다.

3. 다양한 AI 모델을 목적에 맞게 연결
하나의 챗봇 화면에만 머무르지 않고 Claude, GPT, Gemini 등 여러 AI 모델을 상황과 목적에 맞게 연결하는 구조를 이해한다.

4. 반복 작업과 AI 판단을 나누는 자동화 설계
크론, 하트비트, Lobster를 활용해 반복 절차는 자동화하고 판단이 필요한 부분에 AI를 배치하는 구조를 설계한다.

5. 만들고 끝내지 않는 에이전트 운영
기억과 행동 원칙, 실패 기록과 피드백을 활용해 사용하면서 자신의 업무 방식에 맞게 에이전트를 지속적으로 다듬는다.

6. 막히면 저자와 직접 소통
책을 따라가다 막히는 부분은 카카오톡 Q&A 오픈채팅방에서 질문할 수 있으며, 학습 자료와 변경 사항은 깃허브를 통해 지속적으로 안내한다.

-학습 자료와 업데이트 안내-
이 책에서 사용하는 예제 소스와 실습에 필요한 자료는 깃허브에서 제공한다. 깃허브가 낯설다면 어렵게 생각하지 않아도 된다. 개발자들이 주로 사용하는 서비스지만, 이 책에서는 필요한 파일을 내려받고 책의 최신 정보를 확인하는 공간 정도로 생각하면 충분하다.

책이 출간된 뒤에도 프로그램의 화면이나 기능은 바뀔 수 있다. 실습 과정에서 달라진 내용이나 추가 설명이 필요한 부분, 예제 파일의 수정 사항이 생기면 깃허브에 계속 업데이트할 예정이다. 책을 읽다가 막히는 부분이나 오류로 보이는 내용을 발견했을 때도 이곳을 통해 알려주면 확인하고 필요한 내용을 보완한다.

처음 사용하는 독자도 쉽게 찾아볼 수 있도록 필요한 자료와 안내를 정리해둘 예정이니, 책을 읽는 동안 예제 자료를 받는 곳이자 저자와 소통하고 최신 내용을 확인하는 공간으로 활용해보자.

성대리의 브런치: https://brunch.co.kr/@sungdairi
책의 깃허브: https://github.com/bansungju/agent-in-my-hand

들어가며
프롤로그: AI를 팀원으로 맞이하기

PART 1 시작하기, 나만의 AI 에이전트 첫 대화까지
_1장 AI 에이전트란 무엇인가, 나 대신 일하는 AI
__1.1 AI 에이전트는 '나 대신 일하는 AI'입니다
__1.2 대화형AI와 에이전트는 무엇이 다른가
__1.3 AI 에이전트에 대한 환상부터 깨겠습니다
__1.4 나에게 맞는 도구 고르기
__1.5 정리하며
_2장 OpenClaw가 거주할 곳, 서버 만들기
__2.1 왜 서버가 필요한가
__2.2 GCP 가입과 무료 크레딧
__2.3 서버 만들기
__2.4 서버에 접속하기
__2.5 OpenClaw 설치하기
__2.6 자주 만나는 에러 세 가지
__2.7 정리하며
_3장 텔레그램으로 말 걸기, 에이전트와의 대화 통로
__3.1 왜 텔레그램인가
__3.2 텔레그램 봇 만들기
__3.3 AI 모델 연결하기
__3.4 OpenClaw에 연결하기
__3.5 핸드폰에서 첫 대화하기
__3.6 정리하며

PART 2 활용하기: 나만의 에이전트 팀 만들기
_4장 나를 기억하는 에이전트 만들기
__4.1 텔레그램 봇 기본 사용법
__4.2 대화로 에이전트 만들기
__4.3 ChatGPT와 무엇이 다른가
__4.4 기억은 어떻게 작동하는가
__4.5 기억 파일 직접 관리하기
__4.6 내 기억 가져가기
__4.7 정리하며
_5장 첫 번째 에이전트: 나의 비서 만들기
__5.1 비서봇 설계하기
__5.2 캘린더 연결하기(1): 일정 읽기
__5.3 캘린더 연결하기(2): 일정 등록·수정
__5.4 기본 도구 둘 붙이기: 날씨와 뉴스
__5.5 크론 스케줄링으로 에이전트 자동 실행하기
__5.6 크론 스케줄링의 지속 운영 전략
__5.7 정리하며
_6장 두 번째 에이전트: 투자 분석 봇 만들기
__6.1 왜 두 번째 봇인가
__6.2 두 번째 에이전트 만들기
__6.3 투자봇 설계하기
__6.4 종목 추적: 관심 종목 기억시키기
__6.5 뉴스 분석: 종목별 뉴스 수집과 요약
__6.6 포트폴리오 관리: "지금 내 수익률 얼마야?"
__6.7 두 봇 운영하기: 하루 동선과 살림 점검
__6.8 정리하며
_7장 하트비트와 Lobster: 자동화를 똑똑하게 설계하기
__7.1 하트비트: 정해진 시간 사이의 빈틈을 메운다
__7.2 자동화의 숨은 비용
__7.3 Lobster: 절차는 스크립트가, 판단은 AI가
__7.4 아침 브리핑을 다시 설계하기
__7.5 자동화 설계: AI / Lobster / 수동
__7.6 정리하며
_8장 팀으로 엮는다: 에이전트 간 협업
__8.1 에이전트끼리 대화한다
__8.2 메인과 서브: 역할 구조 이해하기
__8.3 통합 아침 브리핑 만들기
__8.4 실전 협업 시나리오
__8.5 협업 설계: 언제 엮고 언제 독립시킬 것인가
__8.6 협업이 어긋날 때
__8.7 정리하며

PART 3 함께 성장하기: AI 팀을 키우는 이야기
_9장 만들기에서 운영하기: 하네스 엔지니어링의 세 가지 약속
__9.1 AI에게 잘 묻던 시대에서 자료를 들려주는 시대로
__9.2 봇을 코드로 묶는 시대: LangChain에서 LangGraph로 (2023~2025)
__9.3 운영의 시대, 하네스 엔지니어링의 등장 (2025~지금)
__9.4 약속 ① "다 했어요"를 그대로 믿지 마라(zero-trust)
__9.5 약속 ② 채점은 다른 봇이 한다(supervisor)
__9.6 약속 ③ 인수인계가 곧 시스템이다(session handoff)
__9.7 정리하며
_10장 실패에서 배우다: 잘 명령하는 법
__10.1 제가 저질렀던 다섯 가지 실수
__10.2 예상 밖의 답변이 왔을 때
__10.3 에이전트와 함께 만드는 명령어
__10.4 나만의 명령 패턴: 시행착오 끝에 찾은 것들
__10.5 정리하며
_11장 운영의 기술: 일상에 녹이고, 체계를 세우다
__11.1 습관의 전환: "이걸 왜 지금까지 안 썼지?"
__11.2 학습 루프와 오답 노트: 에이전트가 밤사이 달라지는 구조
__11.3 주간 복기: 단기 기억을 장기 기억으로 바꾸기
__11.4 최근 추가된 기능들
__11.5 정리하며
_12장 전문 에이전트 실전 레시피: 리서치 봇, 콘텐츠 봇, 그리고 나만의 봇 설계
__12.1 설계의 중심 이동: 성격에서 정보 흐름으로
__12.2 리서치 봇 만들기: 바깥을 읽는 봇
__12.3 콘텐츠 봇 만들기: 동료 봇을 읽는 봇
__12.4 나만의 봇 설계 가이드: 어떤 목적이든 통하는 순서와 유의점
__12.5 정리하며
_13장 나만의 AI 팀 로드맵
__13.1 작가 에이전트의 구조와 진화
__13.2 처음부터 이 구조가 아니었습니다
__13.3 작업 절차 공개: 한 권의 책이 탄생하는 과정
__13.4 같은 설계서, 다른 규모: 작가 에이전트 다시 읽기
__13.5 에이전트를 확장하는 법
__13.6 나만의 AI 로드맵 그리기
__13.7 책 한 권을 닫으며

부록
_부록A 다양한 LLM 모델 연결하기: 에이전트의 두뇌 갈아 끼우기
_부록B setup이 꼬였을 때 처음부터 다시 시작하기