Brand LogoBrand Logo (Dark)
홈AI 에이전트툴킷GitHub 추천에이전트 등록블로그

카테고리

  • 아트 생성기
  • 오디오 생성기
  • 자동화 도구
  • 챗봇 & AI 에이전트
  • 코드 도구
  • 금융 도구

카테고리

  • 대규모 언어 모델
  • 마케팅 도구
  • 노코드 & 로우코드
  • 리서치 & 검색
  • 영상 & 애니메이션
  • 영상 편집

GitHub 추천

  • DeerFlow — ByteDance 오픈소스 슈퍼에이전트 프레임워크

최신 블로그

  • OpenClaw와 Composer 2, 어떤 AI 비서가 더 뛰어난가?
  • 구글 AI 스튜디오 vs 앤트로픽 콘솔, 2026년 AI 개발 플랫폼 비교
  • 스티치 2.0 vs 러블 2026년, 어떤 제품이 더 나을까
  • 2026년 AI로 소규모 비즈니스 수익화하는 실전 가이드
  • OpenClaw와 MiniMax, 어떤 AI 어시스턴트가 더 나은 선택일까

최신 블로그

  • OpenClaw와 KiloClaw 실제 사용 경험 비교
  • OpenClaw와 Kimi Claw 비교하기
  • GPT-5.4와 Gemini 3.1 Pro 비교하기
  • Perplexity Computer, 19개 AI 모델로 금융 산업 판도 흔든다
  • OpenClaw 최선의 실천, 5 개 기본 원칙
LinkStartAI© 2026 LinkstartAI. 모든 권리 보유
문의하기소개
  1. 홈
  2. GitHub 추천
  3. OpenClaw
OpenClaw logo

OpenClaw

TypeScript와 MCP 기반의 자체 호스팅 AI 비서로 Gateway 허브를 통해 WhatsApp, Telegram, Slack을 통합하고 파일 기반 메모리와 5000개 이상의 확장 가능한 스킬을 제공한다
25.1kTypeScriptMIT License
#개인-ai-비서#자체-호스팅#멀티-플랫폼#메모리-시스템#ai-에이전트
#langchain-대안
#autogpt-대안
#챗봇
#스킬-확장
#docker-배포
#로컬-우선
#크로스-플랫폼

개요

OpenClaw는 완전 자체 호스팅형 개인 AI 비서 프레임워크로서 AutoGPT나 LangChain과 달리 로컬 우선 아키텍처를 사용하여 대화, 메모리, 워크플로를 사용자 소유 기기에 유지한다. Gateway 컨트롤 플레인은 WhatsApp, Telegram, Discord, Slack과 같은 메시징 플랫폼의 요청을 적절한 Agent Runtime으로 라우팅하는 통합 허브 역할을 하며, 각 세션은 독립된 SQLite 데이터베이스와 Markdown 로그 및 벡터 검색을 통해 영구 메모리를 구현한다. 기술 스택은 TypeScript가 코드베이스의 약 84%를 차지하고 Swift와 Kotlin이 iOS 및 Android 네이티브 클라이언트를 구성하며, 전체 프로젝트는 수십만 줄 규모의 pnpm 모노레포로 관리된다. 배포는 Docker Compose를 통한 원클릭에 가까운 시작을 제공하지만 모델 제공자 API 키, 메시징 플랫폼 OAuth 자격 증명, 세밀한 도구 권한 정책은 수동 설정이 필요하다. 중요한 차별화 요소는 ClawHub 스킬 레지스트리로 웹 검색, 이미지 생성, 캘린더 동기화, 코드 실행 등 5000개 이상의 스킬 패키지를 MCP 네이티브 프로토콜로 통합한다.

문제점 vs 혁신

✕기존 문제점✓혁신적 솔루션
기존 클라우드 기반 AI 비서는 모든 대화와 워크플로를 타사 서버에 두어 강력한 로컬 프라이버시 보장과 데이터 이동성을 확보하기 어렵다OpenClaw는 세션, 메모리, 벡터 인덱스를 SQLite와 Markdown 파일에 보관하는 로컬 우선 저장 및 실행 모델을 사용하고 Docker로 플랫폼 간 일관된 패키징을 제공한다
AutoGPT와 같은 에이전트 프레임워크는 개방형 시행착오 루프에 의존해 작업이 무한 자기 성찰과 불필요한 도구 호출에 빠지기 쉽다실행 루프는 고정된 반복 한도와 명시적인 도구 정책으로 제약되어 각 추론 단계에 명확한 목표를 부여하고 AutoGPT 스타일의 폭주와 비용 폭증을 방지한다
LangChain은 체인 추상 계층이 깊어 기업이 프로덕션 에이전트를 운영하려면 많은 글루 코드와 관측 인프라를 유지해야 한다Model Context Protocol은 도구를 표준 JSON 능력으로 정의해 무거운 체인 추상을 대체하며, 확장을 작은 유닉스 스타일 구성 요소에 가깝게 만든다
대부분의 AI 비서는 단일 채널만 제공해 사용자가 서로 다른 에이전트와 설정에 접근하기 위해 여러 앱을 오가야 한다Gateway 라우팅 계층은 WhatsApp, Telegram, Discord, Slack 대화를 단일 Agent 두뇌에 집약해 어떤 채널에서도 동일한 비서에 접근할 수 있게 한다

아키텍처 심층 분석

Gateway 컨트롤 플레인과 세션 분리
Gateway는 WhatsApp, Telegram, Discord, Slack과 같은 채널에서 들어오는 연결을 관리하고 적절한 Agent Runtime으로 라우팅하는 핵심 컴포넌트이다. 각 사용자 세션은 대화 기록과 벡터 인덱스를 저장하는 전용 SQLite 데이터베이스와 날짜별로 보관되는 Markdown 로그 파일을 가진 독립 상태 컨테이너를 보유해 세션 간 컨텍스트 혼합을 방지한다. 이 설계를 통해 수평 확장성과 강력한 격리를 동시에 달성한다. Gateway는 타입이 명시된 JSON 메시지를 사용하는 WebSocket 스트림을 제공해 CLI 클라이언트와 웹 프론트엔드가 동일한 이벤트와 토큰 스트림을 실시간으로 구독할 수 있다.
파일 기반 하이브리드 메모리 검색
OpenClaw는 파일 시스템을 메모리의 단일 신뢰 소스로 취급하여 단기 추적을 일별 Markdown 로그에, 장기 ID 및 선호 데이터는 의미론적 문서에 저장한다. 그 위에 구축된 검색 계층은 SQLite FTS5 전체 텍스트 인덱스와 벡터 확장을 함께 사용해 각 쿼리마다 BM25 키워드 스코어링과 임베딩 기반 유사도 검색을 모두 수행한다. 기호적 채널과 벡터 채널의 점수를 융합해 다음 모델 단계에 가장 잘 기초를 제공하는 메모리 청크를 반환한다. 임베딩 비용을 줄이기 위해 텍스트 블록에 SHA-256 해시를 부여하고 새로 추가되거나 변경된 블록만 로컬 Ollama, OpenAI, Gemini 등의 공급자에게 전송하며, 사용자 흐름 변경 없이 공급자를 전환할 수 있다.
MCP 도구 레이어와 Docker 샌드박스 보안
도구 레이어는 Model Context Protocol을 중심으로 설계되어 각 스킬을 명확한 입출력 스키마를 가진 JSON 능력으로 정의하고 OpenClaw는 에이전트 단위 허용·거부 목록을 통해 이를 구성한다. Agent가 도구 호출을 요청하면 런타임은 먼저 구성을 검증한 다음 명령에 리디렉션, 서브셸, 체인 실행 패턴이 포함되어 있는지 구조적으로 검사한다. 허용된 호출은 기본적으로 네트워크가 비활성화된 Docker 컨테이너 내에서 실행되며, 명시적으로 마운트된 작업 디렉터리만 접근할 수 있어 임의 코드 실행의 피해 범위를 제한한다. 결과는 메인 프로세스로 스트리밍되어 후속 프롬프트에 주입되며 관찰·사고·행동 반복 루프를 형성한다.

배포 가이드

1. Docker와 Node.js(권장 버전 22 이상)를 설치한 후 공식 저장소를 로컬에 클론한다

bash
1git clone https://github.com/openclaw/openclaw.git && cd openclaw

2. 제공된 Docker 설정 스크립트를 실행해 모델 제공자 API 키, 기본 모델, 로컬 또는 클라우드 임베딩 서비스를 설정하는 대화형 마법사를 실행한다

bash
1./docker-setup.sh

3. 프롬프트에 따라 WhatsApp, Telegram, Discord, Slack 등의 채널용 Bot 토큰 또는 OAuth 자격 증명을 구성하고 openclaw.json 구성 파일에 저장한다

bash
1nano ~/.openclaw/openclaw.json

4. Docker Compose를 사용해 이미지를 빌드하고 Gateway 및 Agent Runtime 서비스를 시작한다. 첫 부팅 시 SQLite 데이터베이스와 메모리 디렉터리가 자동 초기화된다

bash
1docker compose up -d

5. CLI 또는 Web UI에서 실행 중인 Gateway에 연결해 첫 번째 개인 Agent를 만들고 npx clawhub@latest install을 사용해 웹 검색, 캘린더 동기화 등의 일반 스킬을 설치한다

bash
1npx clawhub@latest install web-search

활용 사례

핵심 시나리오대상 고객솔루션최종 결과
개인 지식 관리 자동화크로스 플랫폼 노트 동기화가 필요한 지식 노동자WhatsApp 음성으로 회의 메모를 남기면 Agent가 이를 구조화된 Markdown으로 정리해 Obsidian 볼트에 동기화한다수동 전사 시간을 제거하고 메모리 시스템이 과거 프로젝트 컨텍스트를 자동 연결해 검색 효율을 높인다
다중 채널 고객 지원 에이전트통합된 고객 경험을 원하는 소규모 이커머스 팀Telegram, Discord, Slack에 동일한 Agent 인스턴스를 배포해 어느 채널에서 문의하든 일관된 상품 추천과 주문 답변을 제공한다수동 응답 시간을 약 60% 단축하고 영구 메모리로 재방문 고객을 인식해 개인화된 답변을 제공한다
개발 환경 자동화 운영잦은 배포와 장애 대응을 담당하는 백엔드 엔지니어채팅 명령으로 Agent를 호출해 Docker 컨테이너 재시작, 로그 분석, 데이터베이스 백업 스크립트를 실행한다메시지 인터페이스를 벗어나지 않고 일상 DevOps 작업의 약 80%를 완료하며 샌드박스 격리로 실수의 피해 범위를 줄인다

제한 사항 및 주의점

제한 사항 및 주의점
  • ClawHub 스킬 레지스트리는 시장 추적기나 지갑 도우미로 위장한 악성 스킬이 개인 키를 유출한 사례가 보고된 공급망 위험을 안고 있어 설치 전 작성자 검증과 샌드박스 테스트가 필수적이다
  • Docker 샌드박스 권한 구성은 단순하지 않아 초보자는 network: none 때문에 모든 외부 도구가 차단되거나 컨테이너 내부에서 환경 변수가 누락되고 유효한 바인드 마운트 경로가 사전 검증에 의해 거부되는 문제를 자주 겪는다
  • 내장 Cron 스케줄러는 장시간 가동과 컨테이너 재시작을 거치면 신뢰성이 떨어지고 주기 작업이 실행되지 않는 경우가 있으며 구조화된 알림도 부족해 많은 팀이 중요 스케줄을 n8n이나 시스템 cron에 위임한다
  • Agent에 광범위한 시스템 권한을 부여하면 설정 실수가 치명적이 될 수 있어 실제로 프로덕션 파일 삭제나 시크릿 누출 사례가 보고되었으므로 고위험 도구는 전용 개발 컨테이너나 읽기 전용 파일 시스템에 한정해야 한다
  • 공식 Subreddit와 Discord에는 마케팅 게시글과 저품질 자동 응답이 많아 진지한 디버깅 및 아키텍처 논의가 묻히고 신규 사용자는 문제 해결 시 상당한 노이즈를 수동으로 걸러야 한다
  • LangChain과 같은 프레임워크와 비교해 아직 LangSmith 수준의 관측 레이어가 없어 UI에서 추론 그래프와 도구 비용을 시각화할 수 없다는 점이 엔터프라이즈 운영의 장벽으로 작용한다

자주 묻는 질문

장시간 작업에서 OpenClaw는 AutoGPT와 비교해 신뢰성과 비용 측면에서 얼마나 다른가?▾
독립 빌더들의 벤치마크에 따르면 전통적인 AutoGPT 스타일 에이전트는 긴 자기 성찰 체인과 브루트포스 탐색에 의존해 현실적인 연구 작업에서 성공률이 70% 이하로 떨어지고 토큰 사용량도 수십 회 호출 수준으로 폭증하는 경우가 많다. OpenClaw는 고정 반복 상한과 명시적인 도구 목표, 중간 체크포인트로 실행 루프를 제한해 복잡한 목표도 소수의 집중된 도구 호출로 해결하도록 설계되어 있다. 동일한 CSV 분석 작업이라도 AutoGPT 스택에서는 수십만 토큰이 들 수 있는 반면 OpenClaw에서는 그보다 훨씬 적은 예산으로 해결되는 사례가 흔하다. 에이전트를 상시 실행하는 자체 호스팅 환경에서는 이 차이가 매달 모델 사용 요금에 그대로 반영된다.
GitHub에서 보기

프로젝트 지표

Star 수25.1 k
언어TypeScript
라이선스MIT License
배포 난이도보통

Table of Contents

  1. 01개요
  2. 02문제점 vs 혁신
  3. 03아키텍처 심층 분석
  4. 04배포 가이드
  5. 05활용 사례
  6. 06제한 사항 및 주의점
  7. 07자주 묻는 질문

관련 프로젝트

DeerFlow — ByteDance 오픈소스 슈퍼에이전트 프레임워크
DeerFlow — ByteDance 오픈소스 슈퍼에이전트 프레임워크
26.1 k·Python
gstack
gstack
0·TypeScript
Marketing for Founders
Marketing for Founders
2.2 k·Markdown
OpenMAIC
OpenMAIC
0·TypeScript