AI VIDEO BRIEFING

OpenClaw 설정 완벽 가이드 — 멀티 에이전트·메모리·보안까지

티나 황이 자율 AI 에이전트 OpenClaw의 하드웨어 선택부터 모델·통신 채널·미션 컨트롤·멀티 에이전트·메모리·보안 설정까지 자신의 실제 구성을 단계별로 공개한다.

티나 황의 OpenClaw 완전 설정 가이드: 자율 AI 에이전트를 안전하고 지속 가능하게 만드는 법 영상 대표 이미지

핵심 메시지

  • OpenClaw는 자율적으로 뉴스 큐레이션·투자 관리·소프트웨어 제작까지 해내는 AI 에이전트로, 제대로 설정하는 것이 관건이다.
  • 하드웨어는 안 쓰는 노트북, Mac mini·Studio 같은 전용 기기, 또는 월 5~20달러의 VPS 중에서 고르고, 개인 메인 컴퓨터에는 절대 설치하지 않는다.
  • 에이전트의 정체성은 soul.md·agents.md·user.md·memory.md 같은 평문 마크다운 파일에 담기며, 이 파일들만 옮기면 다른 기기에서 에이전트를 그대로 재현할 수 있다.
  • 프로젝트가 커지면 비용 절감과 품질을 위해 역할별로 여러 에이전트(서로 다른 모델)를 두는 멀티 에이전트 구성이 유리하다.
  • 보안 점검 자동화, 메모리 강화(적극적 메모 작성·드리밍·카파시 메모리), GitHub 버전 관리로 안전하고 지속 가능한 시스템을 만든다.

쉽게 이해하기

티나 황은 빠른 시작 튜토리얼이 아니라 몇 주에 걸쳐 직접 다듬은 'OpenClaw 완전 설정'을 공개한다. 그의 에이전트(이름은 Inky)는 뉴스 큐레이션, 투자 포트폴리오 관리, 사업 전반의 소프트웨어 자동 제작까지 수행하며, 매일 아침 새로 만들어 두는 결과물을 보는 식으로 활용된다.

설치는 openclaw.ai의 빠른 시작 명령을 터미널에 붙여넣으면 끝나고, 온보딩 마법사가 이어진다. 모델 선택에서 비용을 신경 쓰지 않는다면 Anthropic Claude Opus(폴백 Sonnet)가 최상이고, ChatGPT 구독이 있으면 GPT-5도 좋은 선택이다. RAM이 적으면 호스팅형 Minimax M2.5, 32GB 이상이면 로컬 자체 호스팅 모델도 가능하다.

통신 채널은 가장 쉬운 텔레그램으로 시작할 수 있다. BotFather로 봇을 만들고 사용자 ID를 연결하면 에이전트와 대화가 된다. 다만 본격적으로 쓸 거라면 여러 채널(일반·데일리 다이제스트·리서치·콘텐츠 아이디어 등)을 둘 수 있는 Discord를 권한다. 설정이 다소 까다롭지만 에이전트에게 직접 도움을 요청해 해결할 수 있다.

핵심은 '미션 컨트롤'이라는 맞춤형 중앙 허브를 직접 만드는 것이다. 에이전트들이 무슨 일을 하는지, 어떤 작업과 일정·메모리·문서가 있는지 한눈에 모니터링하고 작업을 지시한다. 프로젝트는 개인화가 강해 정해진 정답은 없지만, 티나는 해커뉴스·X·레딧·유튜브 등에서 모은 소식을 콘텐츠 아이디어로 잇는 '개인 다이제스트→콘텐츠 파이프라인'을 중심 워크플로로 쓴다.

안정성과 안전을 위한 단계도 강조한다. GitHub로 파일 변경을 버전 관리하고, 보안 점검을 하루 두 번 자동 실행하며, 메모리 저하를 막기 위해 적극적 메모 작성·드리밍(beta)·카파시 메모리(위키화)를 활용한다. 고급 단계로는 디버깅·대형 프로젝트에 Claude Code를 병행하고, 검증된 워크플로를 크론 잡 등 코드로 옮겨 안정화하며, Claude co-work 같은 다른 에이전트와 조합하는 방법을 소개한다.

주요 인사이트

  • OpenClaw는 기기의 데이터에 접근할 수 있으므로, 일상적으로 쓰는 개인 메인 컴퓨터가 아니라 격리된 별도 기기에 설치해야 사고를 막을 수 있다.
  • 에이전트의 본질은 결국 평문 마크다운 파일들의 묶음이다. soul.md는 성격·말투를, user.md는 사용자 정보를, memory.md는 장기 기억을 담아 매 세션 시작 때 읽힌다.
  • 멀티 에이전트는 멋져 보여서가 아니라, 큰 프로젝트를 나눠 품질을 높이고 에이전트마다 다른(때로는 무료 로컬) 모델을 써서 비용을 줄이기 위함이다.
  • 메모리 저하는 OpenClaw 커뮤니티 전체의 미해결 과제지만, 에이전트를 '적극적 메모 작성가'로 설정하고 드리밍·카파시 메모리를 켜면 크게 개선된다.
  • LLM은 본질적으로 불안정해 프롬프트로 엮은 파이프라인은 실패가 누적된다. 작동하는 워크플로는 가능한 한 크론 잡 같은 코드로 옮겨 안정화하는 것이 좋다.

자주 묻는 질문

OpenClaw는 어떤 하드웨어에 설치해야 하나?

안 쓰는 오래된 노트북(무료), 항상 켜 두는 Mac mini·Studio(약 500~7,000달러), 또는 월 5~20달러의 VPS 중에서 고를 수 있다. 다만 모든 개인 데이터가 있는 메인 컴퓨터에 설치하는 것만은 강력히 피해야 한다. OpenClaw가 그 데이터에 접근할 수 있어 사고 위험이 크기 때문이다.

어떤 모델을 골라야 하나?

비용을 신경 쓰지 않는다면 Claude Opus(폴백 Sonnet)가 최상이다. ChatGPT 구독이 있으면 GPT-5도 매우 좋다. RAM이 32GB 미만이면 호스팅형 Minimax M2.5를, 32GB 이상이면 로컬 자체 호스팅 모델을 쓸 수 있다.

왜 단일 에이전트가 아니라 멀티 에이전트를 쓰나?

두 가지 이유다. 첫째, 프로젝트가 커질수록 나눠서 맡기면 각 부분의 완성도가 올라간다. 둘째, 비용이다. 모든 일을 Opus로 처리하면 수백 달러가 들 수 있어, 에이전트마다 역할에 맞는(무료 로컬 포함) 모델을 배정해 비용을 줄인다.

메모리가 시간이 지나며 나빠지는 문제는 어떻게 다루나?

완전히 해결된 문제는 아니지만, 에이전트를 적극적으로 메모하도록 설정하고, 일일 로그를 장기 기억으로 통합하는 드리밍(beta)을 켜며, 기억을 위키로 만드는 카파시 메모리를 도입하면 크게 개선할 수 있다.

원문과 출처

이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.

YouTube 원본 영상 보기 ↗

관련 AI 소식

#OpenClaw#AI에이전트#멀티에이전트#자동화#티나황