hol4b

[태그:] 오픈소스

  • AI 직원을 고용하다: Paperclip으로 혼자 회사 운영하는 오픈소스 플랫폼
    출처: Paperclip GitHub (MIT License)

    AI 직원을 고용하다: Paperclip으로 혼자 회사 운영하는 오픈소스 플랫폼

    AI 에이전트 하나를 다루는 건 이제 어렵지 않다. 진짜 문제는 여러 에이전트가 협력해서 일하도록 만드는 것이다. Paperclip은 바로 이 문제를 푼다. Claude, Codex, Cursor 등 다양한 AI 에이전트를 “직원”으로 고용하고, 조직도를 만들어 회사처럼 운영하는 오픈소스 플랫폼이다. 2026년 3월 기준 GitHub 스타 3만 5천 개를 넘기며 AI 에이전트 오케스트레이션 분야에서 가장 주목받는 프로젝트가 됐다.

    Paperclip이란? “AI 에이전트 조직도” 플랫폼

    Paperclip의 철학은 단순하다. “어떤 에이전트든, 어떤 런타임이든, 하나의 조직도로(Any agent, any runtime, one org chart)” 관리한다는 것이다.

    기존에는 AI 에이전트를 쓸 때 각각 따로 프롬프트를 입력하고 결과를 복사해 붙여넣는 방식이었다. Paperclip은 이걸 바꾼다. Claude에게는 콘텐츠 기획을 맡기고, Codex에게는 코드 작성을, Cursor에게는 코드 리뷰를 맡기는 식으로 역할을 분리하고, 각 에이전트가 서로의 결과물을 받아 이어서 작업하게 만든다.

    핵심 구성 요소는 세 가지다. 첫째, 하트비트(Heartbeat) — 에이전트를 정해진 일정에 자동으로 깨워 작업을 실행한다. 둘째, 티켓 시스템 — 모든 대화, 의사결정, 도구 호출이 감사 로그로 남는다. 셋째, 예산 관리 — 에이전트별 월간 비용 한도를 설정해 예상치 못한 과금을 막는다.

    출처: Paperclip 공식 사이트

    실제 어떻게 쓰나 — 혼자 스타트업 운영하기

    설치는 터미널 명령어 한 줄이면 끝난다.

    npx paperclipai onboard --yes

    설치 후 대시보드에서 “회사”를 만들고, 에이전트를 “채용”한다. 각 에이전트에게 역할(Role), 목표(Goal), 예산(Budget)을 설정하면 조직도가 완성된다. 예를 들어 1인 SaaS 운영자라면 이렇게 구성할 수 있다.

    • CEO (나) — 전략 승인 및 이사회 역할
    • Claude 에이전트 — 블로그 콘텐츠 작성, 고객 이메일 답변 초안
    • Codex 에이전트 — 버그 수정 PR 자동 생성
    • Cursor 에이전트 — 코드 리뷰 및 테스트 작성

    에이전트들은 하트비트 스케줄에 따라 자동으로 깨어나 작업을 처리하고, 완료 후 다시 대기 상태로 돌아간다. 예산 초과 시 자동으로 멈추기 때문에 새벽에 에이전트가 혼자 수백만 원짜리 API를 호출하는 사태를 막을 수 있다.

    2026년 3월 출시된 v2026.318.0에서는 플러그인 시스템이 추가돼, Gemini CLI 어댑터를 포함한 서드파티 에이전트 연결이 더 쉬워졌다.

    출처: Paperclip GitHub, MrDelegate Paperclip 리뷰

    장점과 한계 — 도입 전 알아야 할 것

    장점:

    • 완전 오픈소스 (MIT 라이선스) — 소스 코드 공개, 자체 서버에 무료 설치 가능
    • 에이전트 종류 무관 — Claude, Codex, Cursor, 직접 만든 HTTP 웹훅 에이전트도 연결 가능
    • 예산 및 거버넌스 내장 — 에이전트별 비용 추적, 승인 게이트, 롤백 기능
    • 상태 지속성 — 서버 재시작 후에도 에이전트가 같은 컨텍스트로 작업 재개

    한계:

    • 셀프 호스팅 필수 — Node.js + PostgreSQL 서버를 직접 운영해야 함. 관리 부담이 있다.
    • 오류 증폭 위험 — 에이전트끼리 결과물을 주고받을 때 초기 실수가 연쇄적으로 커질 수 있다. Flowtivity가 실제로 대량 발송 에이전트가 3건 대신 23건을 처리한 사례를 보고했다.
    • 클라우드 서비스 없음 — 관리형 SaaS 버전이 없어, 비개발자가 도입하기는 아직 어렵다.

    출처: Flowtivity — Zero-Human Companies 분석

    그래서 한국 개발자·1인 창업자에게 뭐가 달라지나

    Paperclip이 흥미로운 이유는 단순히 “자동화 툴”이 아니라 “AI로 조직을 구성하는 방식”을 제안하기 때문이다.

    지금까지 AI 도구는 내가 매번 프롬프트를 입력해야 했다. Paperclip은 그 반복을 없앤다. 한 번 설정한 조직도가 24시간 돌아가며 루틴 업무를 처리한다. 블로그 발행, 버그 수정 PR, 고객 응대 초안 — 이런 반복적인 작업을 에이전트에게 위임하고, 나는 승인과 전략만 담당할 수 있다.

    GitHub 스타 3만 5천 개, 3월 한 달에만 세 번의 major 릴리즈라는 모멘텀을 보면 이 프로젝트는 일회성이 아니다. 지금 배워두면 AI 에이전트 오케스트레이션 흐름의 최전선에 설 수 있다.

    지금 바로 할 수 있는 것

    1. GitHub 즐겨찾기 — github.com/paperclipai/paperclip 에서 Star를 눌러 업데이트를 추적한다.
    2. 로컬 설치 테스트 — Node.js 환경이 있다면 npx paperclipai onboard --yes 한 줄로 로컬 데모를 실행해볼 수 있다.
    3. 에이전트 목록 정리 — 지금 내가 반복적으로 하는 AI 작업 3가지를 적고, 어떤 에이전트에게 위임할 수 있을지 생각해본다.

    관련 글

    출처: Paperclip 공식 사이트 · GitHub paperclipai/paperclip · MrDelegate 리뷰 · Flowtivity 분석

    대표이미지 출처: Paperclip GitHub (MIT License)

  • OpenCode 리뷰: GitHub 스타 12만, 오픈소스 AI 코딩 에이전트

    올해 초, AI 코딩 커뮤니티에서 소동이 있었다. Anthropic이 Claude Pro·Max 구독 토큰을 서드파티 툴에서 사용하지 못하도록 기술적으로 차단했다. 월 100~200달러를 내던 사용자들이 갑자기 기존 방식으로 쓸 수 없게 됐다.

    그 2주 동안 GitHub 스타를 1만 8천 개 더 받은 툴이 있다. OpenCode다. 논란이 사실상 최고의 마케팅이 됐다. 나는 이 소동을 지켜보면서 툴 자체가 궁금해졌다. 소란이 아니라, 실제로 쓸만한가.

    OpenCode란

    Anomaly Innovations가 개발한 오픈소스 AI 코딩 에이전트다. 터미널, IDE, 데스크톱 앱 세 가지 환경을 모두 지원한다. 2024년 말 등장 이후 빠르게 성장했다. 현재 GitHub 스타 12만 개 이상, 월간 활성 개발자 500만 명 규모다.

    이 툴의 핵심 철학은 두 가지다. 어떤 AI 모델이든 연결해서 쓸 수 있다. 그리고 코드는 서버에 저장하지 않는다. Anthropic, OpenAI, Google Gemini, AWS Bedrock, Groq 등 75개 이상의 프로바이더를 지원한다. Ollama를 통한 로컬 모델 연동도 된다.

    단순 코드 자동완성 툴과 다른 점이 있다. 에이전트로 작동한다는 것이다. 프로젝트 파일을 읽고, 코드를 작성하고, 명령을 실행한다. git과도 상호작용한다. 스니펫 제안에서 멈추지 않고 코드베이스에 직접 행동한다. 마치 주니어 개발자에게 태스크를 위임하는 감각이다.

    출처 @opencode git

    좋았던 점

    모델을 고를 수 있다는 것 자체가 전략이다. 세션 중간에도 모델을 전환할 수 있다. 대규모 리팩토링에는 컨텍스트 윈도우가 넓은 모델을 쓴다. 빠른 반복 작업에는 비용이 낮은 모델을 쓴다. 두 가지를 혼합하는 전략이 가능하다. 특정 프로바이더에 고정된 Copilot이나 Cursor와 비교하면 선택지 자체가 다르다.

    LSP 통합이 환각을 줄인다. Language Server Protocol 서버와 직접 통합한다. Rust, TypeScript, Python 등 주요 언어의 LSP를 자동으로 구성한다. 타입 정보와 심볼 맥락이 모델에 전달된다. 단순 LLM 프롬프팅 대비 환각이 줄어드는 게 실제로 느껴진다.

    코드가 서버 밖으로 나가지 않는다. 코드와 컨텍스트 데이터를 일절 저장하지 않는 구조다. 의료, 금융, 국방처럼 코드를 외부로 전송할 수 없는 환경에 적합하다. 로컬 모델을 붙이면 규정 준수와 AI 지원을 동시에 가져갈 수 있다. 오픈소스이기 때문에 내부 코딩 표준을 강제하거나 보안 정책에 맞게 수정하는 것도 가능하다.

    단일 인터페이스로 여러 환경을 커버한다. CLI, macOS·Windows·Linux 데스크톱 앱, VS Code·Cursor·Windsurf IDE 확장을 모두 제공한다. 서버 모드를 통한 WebUI도 있다. 여러 VPS 인스턴스를 프로젝트별로 띄우고 WebUI로 통합 관리하는 사례도 나오고 있다.

    아쉬운 점

    “무료”는 절반만 맞는 말이다. 소프트웨어 자체는 무료다. 하지만 API 비용은 전액 사용자 부담이다. Claude Sonnet이나 GPT-4o로 집중 작업하면 월 20~50달러가 나올 수 있다. 작업 강도가 높으면 그 이상도 보고된다. Copilot 구독과 단순 비교하면 오히려 비쌀 수 있다. 본격 도입 전에 자신의 작업 패턴 기준으로 비용을 직접 계산해봐야 한다.

    아직 성숙 중인 툴이다. 대형 코드베이스에서 컨텍스트 한계에 부딪혔을 때 처리가 불투명하다. 에이전트가 중간에 실수하면 롤백이 번거롭다. 메모리 점유가 과하다는 지적도 커뮤니티에서 꾸준히 나온다. 2026년 초 기준으로 문서화가 기능 출시 속도를 따라가지 못하고 있다. 동작 방식을 파악하려면 소스코드나 GitHub 이슈를 직접 뒤져야 할 때도 있다.

    이런 분께 추천

    Copilot이나 Cursor에 만족하고 있다면 굳이 갈아탈 필요는 없다. OpenCode는 다음 상황에서 실질적인 가치를 낸다. 코드를 외부 서버로 전송할 수 없는 규정 준수 환경이 첫 번째다. 개발자 50명 이상 조직에서 라이선스 비용 압박이 있는 경우도 해당된다. 특정 AI 프로바이더에 종속되는 것을 피하고 싶은 팀, 터미널 중심 워크플로에 익숙하고 직접 설정을 즐기는 개발자에게도 맞다.

    반대로 GUI 환경에서 바로 생산성을 내야 하는 입문자, 설정과 유지보수에 시간을 쓰기 어려운 소규모 팀에게는 맞지 않는다.

    So what — Kevin의 코멘트

    국내 엔터프라이즈 시장을 보면 오픈소스와 상용 솔루션의 경계가 꽤 명확하다. “무료”나 “오픈소스”라는 단어가 오히려 채택을 망설이게 만드는 경우를 자주 봤다. 지원 체계가 있냐, 책임 소재가 어디냐, 보안 검토를 통과할 수 있냐. 이 세 가지 질문 앞에서 오픈소스는 늘 불리한 출발선에 선다.

    OpenCode는 기술적으로 흥미롭다. 기여자 800명, Fortune 500 내부 포크 사례까지 나오고 있으니 발전 속도도 기대된다. 하지만 국내 대기업이나 금융권에서 “오픈소스 코딩 에이전트를 도입하자”는 제안이 결재를 통과하기까지는 시간이 걸릴 것이다. 당장은 스타트업, 개인 개발자, 또는 사내 IT 부서의 내부 툴링 용도가 현실적인 진입점이라고 본다. 엔터프라이즈 채택은 OpenCode가 상용 지원 모델을 갖추거나, 검증된 레퍼런스가 쌓인 이후의 이야기다.

    최종 평가

    OpenCode는 논란 덕분에 알려졌다. 하지만 기술적 완성도도 무시할 수준이 아니다. 벤더 락인을 피하려는 흐름이 본격화되는 지금, 모델 유연성과 프라이버시 아키텍처는 단순 기능이 아니라 포지셔닝 자체다. 다만 “오픈소스라 무료”라는 인식과 실제 운영 비용 사이의 간극을 사전에 계산하지 않으면 실망으로 이어질 수 있다. 통제권과 유연성이 우선순위인 팀에게는 현재 시장에서 가장 설득력 있는 선택지 중 하나다.

    출처

    • Hacker News — OpenCode – Open source AI coding agent (2026.03.24)
    • DEV Community — OpenCode: The Open Source AI Coding Agent Reviewed (2026.03.21)
    • InfoQ — OpenCode: an Open-source AI Coding Agent Competing with Claude Code and Copilot (2026.02)
    • abit.ee — OpenCode: The Open-Source AI Coding Agent with 126,000 GitHub Stars (2026.03.21)
    • BattleAITools — OpenCode Review — 8.4/10 AI Coding Tool Rating (2026)
    • opencode.ai — 공식 홈페이지

  • OpenClaw이 뭔가요? 72시간 만에 GitHub 역사를 바꾼 AI 에이전트

    https://opengraph.githubassets.com/1/openclaw/openclaw
    이미지 출처: OpenClaw 공식 GitHub (github.com/openclaw/openclaw) — MIT License

    오스트리아 개발자 1명이 만든 오픈소스 AI 에이전트 OpenClaw이 72시간 만에 GitHub 별 6만 개를 획득하며 역사상 가장 빠르게 성장한 소프트웨어 프로젝트가 됐다.

    무슨 일인가 (What)

    OpenClaw은 오스트리아의 소프트웨어 엔지니어 피터 슈타인베르거가 개발한 자유-오픈소스 자율 AI 에이전트다. 원래 2025년 11월 Clawdbot이라는 이름으로 공개됐고, Anthropic의 상표 이슈로 Moltbook을 거쳐 지금의 OpenClaw로 리브랜딩됐다.

    2026년 1월 출시 직후 72시간 만에 GitHub 별 6만 개를 달성했고, 3월 현재 25만 개를 넘어서며 React를 제치고 GitHub 역사상 가장 많은 별을 받은 프로젝트가 됐다.

    OpenClaw은 단순한 챗봇이 아니다. 로컬에서 실행되고, 대화 간 컨텍스트를 기억하며, 실제로 사용자 머신에서 작업을 수행하는 진짜 개인 AI 에이전트다. 구독료 없이 자신의 API 키만 가져오면 된다.

    MIT 라이선스로 공개된 이 프레임워크는 현재 커뮤니티가 만든 5,700개 이상의 스킬 마켓플레이스와 WhatsApp, Slack, 스마트홈 기기를 포함한 50개 이상의 채널 통합을 갖추고 있다.

    왜 중요한가 (Why it matters)

    전통적인 AI 툴은 수동적 시스템이다. 사용자가 질문하면 AI가 답한다. AI 에이전트는 반대다. 사용자가 목표를 설정하면 AI가 자율적으로 계획을 세우고, 툴을 호출하고, 작업을 실행한 뒤 결과를 돌려준다. OpenClaw은 이 패러다임을 오픈소스로, 누구나 자기 서버에서 돌릴 수 있는 형태로 구현했다는 점에서 의미가 크다.

    OpenClaw의 아키텍처는 5개 컴포넌트로 구성된다. 메시지를 받아 라우팅하는 Gateway, LLM 호출을 조율하는 Brain, 컨텍스트를 로컬 Markdown 파일에 저장하는 Memory, 기능을 확장하는 Skills, 그리고 예약 작업을 처리하는 Heartbeat다. Brain은 ReAct(Reasoning + Acting) 루프로 동작해 목표 달성까지 추론과 행동을 반복한다.

    보안 측면의 리스크도 명확하다. 이메일, 캘린더, 메시징 플랫폼에 접근 가능한 자율 에이전트를 실행한다는 것은 기존 소프트웨어 보안 모델이 설계하지 않은 새로운 공격 표면을 만든다는 뜻이다. ClawJacked 취약점처럼 로컬 WebSocket 서비스를 통해 AI 에이전트를 원격 제어하거나, ClawHub 플러그인 생태계를 악성 스킬 배포 경로로 악용하는 사례도 이미 보고됐다.

    So what — Kevin

    매일 새로운 툴이 나온다. 어제의 혁신이 오늘의 기본값이 되는 속도다. OpenClaw도 그 흐름 중 하나다.

    그런데 이 프로젝트가 유독 눈에 띈 건 기술적 복잡함 때문이 아니었다. crontab 연동, 모바일 알림, 슬랙 메시지 트리거 — 개발자라면 누구나 이거 만들면 편하겠다 생각은 했지만 직접 짜기엔 귀찮았던 것들이다. OpenClaw은 그 귀찮음을 오픈소스로 해결해버렸다.

    진짜 의미는 여기에 있다고 본다. AI 에이전트의 킬러 피처는 AGI 수준의 추론이 아니라, 내 루틴에 조용히 붙어서 돌아가는 자동화다. 혁신처럼 보이지만 사실은 오래된 수요다.

    그래서 후속 유사 프로젝트들이 계속 나오는 것도 자연스럽다. 이미 OpenClaw이 정답지를 공개했고, 나머지는 각자의 스택과 환경에 맞게 변형하는 단계다. 어떤 걸 골라야 할지 고민하기보다, 지금 내 워크플로에서 가장 반복적인 작업 하나에 붙여보는 게 시작이다.

    관련 맥락

    OpenClaw의 바이럴 확산에는 Moltbook이 결정적인 역할을 했다. 기업가 맷 슐리히트가 OpenClaw 같은 AI 에이전트만 사용할 수 있는 소셜 네트워크 서비스 Moltbook을 출시하면서 전 세계적으로 주목을 받았다. 중국 개발자들은 DeepSeek 모델과 자국 슈퍼앱에 연동되도록 OpenClaw를 수정해 배포했다.

    DigitalOcean은 원클릭 OpenClaw 배포 이미지를 공식 출시했고, 커뮤니티에서는 Raspberry Pi부터 기업용 Kubernetes 클러스터까지 다양한 환경에 배포하는 사례가 쏟아지고 있다.

    앞으로 어떻게 될까

    AI 에이전트 보안은 2026년 독립적인 제품 카테고리로 부상할 가능성이 높다. 에이전트 행동을 실시간으로 감시하는 AI 방화벽, 격리 실행 환경, 세밀한 권한 프레임워크, 완전한 감사 추적 기능이 필요하다는 공감대가 형성되고 있다.

    OpenClaw의 부상은 단순한 오픈소스 성공 스토리가 아니다. 이는 AI 에이전트 시대의 도래를 알리는 신호다. 앞으로 AI 에이전트와 멀티에이전트 협업이 AI 산업의 다음 성장 동력이 될 것이라는 전망이 나온다.

    출처

    • Wikipedia — OpenClaw (2026.02)
    • DigitalOcean — What is OpenClaw? Your Open-Source AI Assistant for 2026 (2026)
    • SimilarLabs — OpenClaw: Why 2026’s Hottest AI Agent Project Got 60K GitHub Stars in 72 Hours (2026.03)
    • Medium (Steven Cen) — OpenClaw Explained: How the Hottest Agent Framework Works (2026.03)
    • Gate.com — What Is OpenClaw? In-Depth Analysis of the Open-Source AI Agent Framework (2026.03)