구글 고급 AI 제품 매니저: 6개의 에이전트가 내 일상을 관리하며, 월 비용은 400달러 미만, 24시간 가동
저자: Shubham Saboo
번역: TechFlow
TechFlow 서론: 저자가 잠자는 동안 연구, 콘텐츠 제작, 코드 리뷰 및 뉴스레터 제작을 담당하는 여섯 명의 전담 에이전트가 있습니다.
이는 데모도 아니고 주말 프로젝트도 아닙니다.
실제로 24시간 가동되는 팀으로, 제가 결코 뒤처지지 않도록 보장합니다. 연구는 완료되었고, 콘텐츠 초안은 작성되었으며, 코드 리뷰도 마무리되었고, 뉴스레터도 준비되어 있습니다. 매일 아침 텔레그램을 열면 이미 하루 분량의 업무를 모두 마친 상태입니다.
어제 저는 제 에이전트 팀에 대한 글을 게시했습니다. 가장 많이 묻는 질문은 “정확히 어떻게 이 시스템을 구축했나요?”였습니다.
이 글이 바로 그 질문에 대한 답입니다. 이론 설명은 없고, 아키텍처 다이어그램도 없습니다. 제가 실제로 사용하는 파일 구조, 제가 실제로 지불한 비용, 제가 실제로 겪은 실패 사례—모두 여기에 담겨 있습니다.
이 글을 읽고 나면, 당신이 잠자는 동안 자율적으로 작동하는 AI 에이전트 팀을 어떻게 구축할 수 있는지 알게 될 것입니다.
전체 글은 다음과 같습니다:
여섯 개의 AI 에이전트가 제가 잠자는 동안 제 전체 업무를 관리합니다.
데모가 아닙니다. 주말 프로젝트도 아닙니다.
진짜로 24시간 가동되는 팀이며, 제가 결코 뒤처지지 않도록 보장합니다. 연구는 완료되었고, 콘텐츠 초안은 작성되었으며, 코드 리뷰도 마무리되었고, 뉴스레터도 준비되어 있습니다. 매일 아침 텔레그램을 열면 이미 하루 분량의 업무를 모두 마친 상태입니다.
어제 저는 제 에이전트 팀에 대한 글을 게시했습니다. 가장 많이 묻는 질문은 “정확히 어떻게 이 시스템을 구축했나요?”였습니다.
이 글이 바로 그 질문에 대한 답입니다. 이론 설명은 없고, 아키텍처 다이어그램도 없습니다. 제가 실제로 사용하는 파일 구조, 제가 실제로 지불한 비용, 제가 실제로 겪은 실패 사례—모두 여기에 담겨 있습니다.
이 글을 읽고 나면, 당신이 잠자는 동안 자율적으로 작동하는 AI 에이전트 팀을 어떻게 구축할 수 있는지 알게 될 것입니다.
왜 도구가 아니라 ‘팀’인가?
Unwind AI와 Awesome LLM Apps 저장소를 동시에 운영한다는 것은 매일 여섯 가지 일을 해야 한다는 것을 의미합니다: AI 분야의 최신 동향 조사, 트위터 게시물 작성, 링크드인 게시물 작성, 뉴스레터 초안 작성, 저장소의 GitHub 기여 내용 검토, 커뮤니티 문제 처리.
각 작업은 30~60분 소요됩니다. 여섯 가지 작업을 합치면 제 하루가 다 갑니다. 진짜 업무는 시작조차 못 합니다.
저는 단일 에이전트로 이 문제를 해결해보려 했습니다. 하나의 방대한 프롬프트로 연구, 글쓰기, 리뷰까지 모두 담당하게 했죠. 결과는 모든 일을 평범하게 수행하는 것이었습니다. 컨텍스트가 꽉 차고, 품질은 하락했습니다. 하나의 에이전트가 여섯 가지 일을 동시에 감당할 수는 없습니다.
그래서 저는 여섯 명의 AI 에이전트를 고용했습니다.
이 팀을 소개합니다
각 에이전트는 드라마 캐릭터 이름으로 명명되었습니다. 이는 단순한 장식이 아닙니다. 클로드에게 “당신은 드와이트 슈루트(Dwight Schrute)의 에너지를 가지고 있어”라고 말하면, 모델은 훈련 데이터에서 이미 그것이 무엇을 의미하는지 알고 있습니다: 철저함, 집중력, 일에 목숨을 거는 태도. 이는 30시즌 동안 축적된 캐릭터 특성이며, 저는 그것을 무료로 활용하고 있습니다.
1. 모니카(Monica, 참모장): 모니카 겔러(Monica Geller)에서 영감을 받았습니다. 그녀는 주요 에이전트이자 제가 텔레그램에서 가장 많이 상호작용하는 에이전트입니다. 다른 에이전트들을 조율하고, 전략적 결정을 내리며, 적절한 전문가에게 작업을 배정합니다. 그녀의 실제 SOUL.md에는 이렇게 적혀 있습니다: “당신은 모든 일이 올바르게 이루어지도록 보장하는 사람입니다.”
2. 드와이트(Dwight, 연구): 드와이트 슈루트(Dwight Schrute)에서 영감을 받았습니다. 하루 세 차례 X, 해커뉴스, GitHub 인기 순위, Google AI 블로그, 연구 논문을 스캔하여 구조화된 정보 보고서를 작성하며, 다른 모든 에이전트들이 이를 활용합니다.
3. 켈리(Kelly, X/트위터): 켈리 카푸르(Kelly Kapoor)에서 영감을 받았습니다. 드와이트의 연구 결과를 읽고 제 어조로 트윗 초안을 작성합니다. 단일 트윗, 스레드, 인용 트윗 등을 포함합니다. 그녀의 실제 SOUL.md에는 이렇게 적혀 있습니다: “어떤 것이 유행하기 전에 이미 그 유행을 예측할 줄 압니다.”
4. 레이첼(Rachel, 링크드인): 레이첼 그린(Rachel Green)에서 영감을 받았습니다. 켈리와 동일한 정보원을 사용하지만, 플랫폼과 어조는 다르며, ‘뜨거운 의견’보다는 ‘사상 리더십’ 관점에서 접근합니다.
5. 로스(Ross, 엔지니어링): 로스 겔러(Ross Geller)에서 영감을 받았습니다. 코드 리뷰, 버그 수정, 기술 구현을 담당합니다. 그의 실제 SOUL.md에는 이렇게 적혀 있습니다: “문제를 해결할 때는 먼저 그 문제를 완전히 이해하세요. 증상만 치료하지 마세요.”
6. 팸(Pam, 뉴스레터): 팸 비슬리(Pam Beesly)에서 영감을 받았습니다. 드와이트의 일일 정보 보고서를 바탕으로 뉴스레터 요약본을 작성합니다.
여섯 명의 에이전트, 각자 한 가지 일, 역할 분담은 명확합니다.
구축 과정 이야기
저는 Mac Mini M4에서 모든 것을 실행합니다. 그러나 분명히 말씀드리겠습니다: Mac Mini가 반드시 필요하지는 않습니다.
OpenClaw는 macOS, Linux, Windows(WLS)를 모두 지원합니다. 노트북도 가능하고, 게임용 PC도 가능하며, 월 5달러짜리 VPS도 가능합니다. Mac Mini의 편의점은 항상 전원에 연결되어 있고, 조용하며, 전력 소비가 극히 낮다는 점이지만, 필수 조건은 아닙니다.
저의 구성: Mac Mini M4 기본형. 전원과 네트워크에 항상 연결되어 있으며, 모니터는 연결하지 않고, 휴대폰의 텔레그램을 통해 완전히 상호작용합니다.
OpenClaw 설치
단 두 줄의 터미널 명령어로, 5분도 채 안 걸립니다.
문제가 발생하면 OpenClaw 문서를 참고하세요.
이 명령어는 게이트웨이(gateway)를 시작합니다. 게이트웨이는 모든 것을 작동시키는 백그라운드 프로세스입니다. 에이전트를 관리하고, 크론(cron) 작업을 실행하며, 텔레그램 메시지를 처리합니다. 터미널을 닫아도 에이전트는 계속 작동합니다.
워크스페이스 구조
하나의 OpenClaw 인스턴스, 여러 개의 에이전트. 여섯 개의 독립 설치가 아닙니다.
저의 실제 디렉터리 구조는 다음과 같습니다:
모니카는 루트 디렉터리에 있습니다. 그녀는 제가 직접 대화하는 주요 에이전트입니다. 다른 에이전트들은 그녀가 위임할 수 있는 하위 에이전트이거나, 자신만의 크론 스케줄에 따라 독립적으로 실행됩니다.
처음부터 여섯 개의 에이전트를 만들 필요는 없습니다. 저는 모니카 하나로 시작했고, 워크플로우가 점차 명확해짐에 따라 몇 주에 걸쳐 다른 에이전트들을 순차적으로 추가했습니다.
SOUL.md란 무엇인가?
각 에이전트는 하나의 파일로 정의됩니다: SOUL.md. 이 파일은 에이전트의 정체성, 역할, 작동 지침을 담고 있으며, 전체 시스템에서 가장 중요한 파일입니다.
예를 들어, 드와이트의 SOUL.md는 대략 다음과 같습니다:
이 파일이 하는 일을 주목하세요. 단순히 “당신은 연구 에이전트입니다”라고 말하는 것 이상입니다. 이 파일은 에이전트에게 개성을 부여하고, 명확한 원칙과 다른 에이전트들과의 명확한 관계, 그리고 의사결정 프레임워크를 제공합니다.
모니카의 SOUL.md도 마찬가지입니다.
모든 에이전트는 동일한 패턴을 따릅니다: 정체성, 역할, 원칙, 관계, 스타일. 각 SOUL.md는 약 40~60행 정도로 짧아서 매번 대화 시 전체 컨텍스트에 완전히 포함될 수 있지만, 안정적이고 일관된 행동을 유도하기에 충분히 상세합니다.
다중 에이전트 협업
에이전트 간 API 호출도 없고, 메시지 큐도 없으며, 오케스트레이션 프레임워크도 없습니다.
오직 파일만 존재합니다.
드와이트가 연구를 마치면 그 결과를 intel/DAILY-INTEL.md에 기록합니다. 켈리는 깨어나 이 파일을 읽고, 이를 바탕으로 트윗 초안을 작성합니다. 레이첼도 같은 파일을 읽고 링크드인 게시물을 작성합니다. 팸은 이를 읽고 뉴스레터를 작성합니다.
협업 메커니즘은 바로 파일 시스템입니다.
드와이트의 SOUL.md는 그가 어디에 기록해야 할지 정확히 알려줍니다:
켈리의 AGENTS.md는 그녀가 어디서 읽어야 할지 정확히 알려줍니다:
중간 계층도 없고, 통합 계층도 없습니다. 드와이트가 하나의 파일을 쓰고, 켈리가 하나의 파일을 읽는 것일 뿐, 인계는 디스크 위의 하나의 마크다운 문서입니다.
이것은 너무 단순해 보일 수 있습니다. 실제로도 단순합니다. 그래서 작동하는 것입니다. 파일은 다운되지 않으며, 인증 문제가 없고, API 제한을 처리할 필요도 없으며, 언제나 그 자리에 있습니다.
구조화된 데이터는 JSON으로 저장하고, 인간이 읽기 쉬운 요약은 마크다운으로 저장합니다. 에이전트는 마크다운을 읽고, JSON은 중복 제거와 장기 추적을 위한 진짜 소스입니다.
메모리 시스템
에이전트는 매번 깨어날 때마다 이전 대화 기록을 잃습니다. 매번 새롭게 시작합니다. 이는 결함이 아니라 의도된 기능입니다. 따라서 메모리는 명시적으로 관리되어야 합니다.
두 가지 계층으로 나뉩니다.
일일 로그(memory/YYYY-MM-DD.md): 각 대화의 원시 기록으로, 어떤 일이 일어났는지, 어떤 콘텐츠가 초안 작성되었는지, 어떤 피드백을 받았는지 등이 포함됩니다. 에이전트는 하루 동안 지속적으로 이 파일에 기록합니다.
장기 메모리(MEMORY.md): 일일 로그에서 추출한 핵심 통찰을 담고 있으며, 배운 교훈, 발견된 선호도, 관찰된 패턴 등이 포함됩니다.
모든 에이전트는 각 대화 시작 시 AGENTS.md에 따라 다음 순서로 파일을 읽습니다: 먼저 SOUL.md, 다음으로 USER.md, 그 다음 오늘과 어제의 memory 파일, 마지막으로 주요 대화인 경우 MEMORY.md를 읽습니다.
이 에이전트들은 시간이 지남에 따라 실제로 진화합니다. 모델이 개선되었기 때문이 아니라, 로드되는 컨텍스트가 더욱 풍부해졌기 때문입니다.
켈리는 이제 제 글쓰기 스타일이 이모지나 해시태그를 사용하지 않는다는 것을 배웠습니다. 이것은 이제 그녀의 메모리에 저장되어 있으며, 앞으로 초안 작성 시마다 반영되므로, 제가 다시 말할 필요가 없습니다. 드와이트는 “알렉스 필터(Alex Filter)”(우리의 타깃 청중 프로필)를 통과할 수 있는 종류의 이야기와 건너뛰어야 할 이야기를 배웠고, 이것도 그의 메모리에 저장되어 있습니다.
매번 심장박동(heartbeat) 주기 동안, 에이전트는 정기적으로 일일 로그를 검토하고 중요한 내용을 MEMORY.md로 추출합니다. 일일 파일은 원시 기록이고, MEMORY.md는 정제된 지혜입니다.
스케줄링
에이전트는 자율적으로 깨어나야 합니다. OpenClaw는 내장된 크론 스케줄러를 통해 이를 처리합니다.
저의 실제 스케줄은 다음과 같습니다:
순서가 중요합니다. 다른 모든 에이전트가 드와이트의 출력에 의존하기 때문에, 드와이트가 먼저 실행되어야 합니다. 켈리와 레이첼은 그의 정보 파일이 존재해야 콘텐츠 초안을 작성할 수 있으므로, 그 다음에 실행됩니다.
심장박동 자가 복구 메커니즘
크론 작업은 때때로 실패합니다. 시스템 재부팅, 작업 정지, API 호출 중 네트워크 끊김 등. 이는 인프라스트럭처이며, 인프라스트럭처는 고장 모드가 있습니다.
HEARTBEAT.md 파일은 안전망을 제공합니다. 매번 심장박동 시 주요 에이전트는 크론 작업이 실제로 실행되었는지 확인합니다:
어떤 작업이 실패하거나 창을 놓쳤다면, 심장박동이 이를 포착하여 강제로 재실행합니다. 인공 개입 없이 자가 복구됩니다.
심장박동은 여러 검사를 일괄 처리하거나 시간에 약간의 편차가 허용되는 상황에 적합합니다. 크론은 정확한 스케줄링과 주요 대화와 격리된 작업에 적합합니다.
텔레그램을 상호작용 인터페이스로 사용
대시보드도 없고, 웹 UI도 없으며, 관리 백엔드도 없습니다. 저는 텔레그램을 통해 에이전트와 대화합니다.
이는 의도적인 선택입니다. 저는 대시보드에 로그인하거나 웹 애플리케이션을 여는 것을 원하지 않으며, 제 휴대폰은 항상 곁에 있고, 텔레그램은 항상 열려 있기 때문에, 에이전트는 제가 이미 있는 곳에서 저를 찾습니다.
OpenClaw는 텔레그램을 채널로 지원합니다. 설정 중 연동하면, 에이전트는 텔레그램 봇 형태로 나타납니다. 제가 메시지를 보내면, 에이전트가 답장을 보내고, 초안을 보내주며, 제가 승인하거나 거부합니다. 마치 통신 애플리케이션 안에 동료가 있는 것처럼 말입니다.
모니카는 제 주요 연락처로 대부분의 대화를 처리하며, 다른 에이전트들에게 작업을 위임합니다. 다른 에이전트들은 자신의 크론 작업 결과로 검토할 만한 콘텐츠를 생성할 때 직접 저에게 연락합니다.
제典型的 아침: 일어나서 텔레그램을 열면, 드와이트가 이미 연구 요약을 보내왔고, 켈리가 승인을 기다리는 세 개의 트윗 초안을 보내왔으며, 레이첼은 링크드인 게시물 초안을 준비해 놓았습니다. 저는 이를 검토하고 피드백을 주며, 적합한 항목을 승인합니다. 이 전체 과정은 커피 한 잔 마시는 10분이면 충분합니다.
개성 형성
완벽한 개성을 처음부터 설계할 수는 없습니다. SOUL.md에 있는 대략적인 윤곽에서 시작해서, 에이전트의 행동을 관찰하고 시간이 지나면서 교정해 나갑니다. 마치 실제 사람을 관리하는 것처럼 말입니다.
저는 이를 “피드백 기반 프롬프트 엔지니어링”이라고 부릅니다.
켈리의 초기 초안은 이모지와 느낌표로 가득 차 있었는데, 이는 제 스타일이 아닙니다. 그래서 저는 피드백을 주었습니다: “이모지나 해시태그는 사용하지 말고, 짧고 강렬한 문장을 써주세요.” 그녀는 메모리를 업데이트했고, 일주일 후에는 안정적으로 올바른 초안을 작성했습니다. 드와이트는 처음에는 너무 많은 잡음을 포착했는데, 인기 있는 저장소나 작은 업데이트까지 모두 포함했습니다. 그래서 저는 그에게 말했습니다: “인기 있는 모든 것이 중요한 것은 아닙니다. 저는 신호를 원하지, 잡음을 원하지 않습니다.” 그는 자신의 원칙을 업데이트했고, 지금 그의 정보 보고서는 집중적이며 실행 가능한 내용만 담고 있습니다.
어떤 에이전트든 첫 번째 버전은 평범하고, 열 번째 버전은 괜찮으며, 서른 번째 버전은 훌륭합니다. 반복적인 다듬기가 반드시 필요합니다. TV 캐릭터 이름을 붙이는 것은 모델에게 즉각적인 개성 기준선을 제공합니다—“드와이트 슈루트 에너지”는 철저함, 집중력, 불필요한 말 없음을 의미합니다. 그러나 진짜 개성은 메모리 파일에 저장된 수주간의 교정 과정에서 서서히 드러납니다.
제가 공감하는 조언 하나: 각 에이전트에게 단 하나의 평범한 직책 이름과 하나의 중단 조건을 부여하세요. 제약이 에이전트를 더 나아지게 하고, 역할이 구체적일수록 출력이 더 좋아집니다.
보안
보안은 당신의 손에 달려 있습니다. 제 방법은 매우 간단합니다: 에이전트는 자신들만의 세계를 가지며, 제 세계로 들어오지 않습니다.
Mac Mini는 그들의 컴퓨터입니다. 그들은 각자의 이메일 계정, 각자의 API 키, 각자의 제한된 접근 권한을 가지며, 그 컴퓨터의 어떤 것도 제 개인 계정과 연결되지 않습니다.
Gemini, Eleven Labs 등의 서비스 API 키는 이 OpenClaw 인스턴스 전용으로 신청한 것입니다. 저는 사용량을 모니터링할 수 있으며, 이상 징후가 발견되면 몇 초 안에 접근을 차단할 수 있습니다.
저는 절대 에이전트에게 제 개인 계정에 접근할 권한을 부여하지 않습니다. 만약 제가 그들이 이메일을 보게 하고 싶다면, 이메일을 그들에게 전달합니다. 문서 리뷰를 요청할 경우, 텔레그램에서 공유합니다. 그들은 제가 보여주고 싶은 것만 보며, 그 이상은 전혀 보지 못합니다.
이는 신입 직원을 대할 때의 원칙과 같습니다. 첫날부터 모든 것의 열쇠를 주지 않으며, 그들에게는 자체 작업 공간과 자체 자격 증명을 주고, 필요할 때만 정보를 공유합니다.
어디서 문제가 생기고, 어떻게 고치는가?
이것은 마법이 아니라 인프라스트럭처이며, 인프라스트럭처는 고장이 날 수 있습니다.
게이트웨이 충돌: 드물지만 발생합니다. 해결 방법: “openclaw gateway restart” 명령어 실행. 심장박동 시스템이 만료된 크론 작업을 감지하여 강제 재실행하므로, 하루 전체 작업을 잃지 않습니다.
크론 작업 누락: 기기 절전, 네트워크 끊김, API 제한 등. 해결 방법: HEARTBEAT.md 자가 복구 모드. 모니카는 매번 심장박동 시 작업이 실제로 실행되었는지 확인하며, 어떤 작업이라도 26시간 이상 업데이트되지 않았다면 강제 재실행합니다.
컨텍스트 윈도우 오버플로우: 에이전트가 대화 시작 시 너무 많은 파일을 읽어 실제 작업을 수행할 공간이 부족해짐. 해결 방법: SOUL.md를 짧게 유지(40~60행), AGENTS.md를 집중적으로 작성, 오늘과 어제의 메모리 파일만 로드하도록 함. 에이전트는 전체 역사 전체를 매번 읽을 필요가 없습니다.
에이전트 출력 품질 저하: 메모리 파일이 혼란스럽거나 서로 모순될 때 발생. 해결 방법: 정기적인 메모리 관리. 심장박동 시 에이전트는 일일 로그를 검토하고 깔끔한 MEMORY.md 항목으로 정제하며, 오래된 일일 파일은 삭제하거나 보관합니다.
협업 충돌: 두 에이전트가 동일한 파일을 업데이트하려 시도함. 해결 방법: 파일 흐름을 “한 명의 쓰기자, 여러 명의 읽기자”로 설계. 드와이트만 DAILY-INTEL.md를 쓰고, 다른 모든 사람은 읽기만 하며, 누구도 이 파일에 쓰지 않습니다.
가장 큰 신뢰성 교훈: 단순함에서 시작하세요. 하나의 에이전트, 하나의 작업, 하나의 스케줄. 이를 일주일간 안정적으로 실행한 후, 두 번째 에이전트를 추가하세요. 첫날부터 여섯 개의 에이전트를 배포하고 왜 문제가 생기는지 궁금해하는 사람들은, 모니터링 없이 분산 시스템을 배포하는 것과 같은 실수를 저지릅니다.
실제 비용
하드웨어: Mac Mini M4 신제품 가격은 499달러부터 시작하지만, 항상 전원이 연결된 컴퓨터라면 무엇이든 가능합니다. 오래된 노트북, 월 5달러짜리 VPS, 혹은 손에 있는 어떤 장치라도 사용할 수 있습니다.
AI 모델 비용: 저는 전체 팀에 여러 모델을 조합해 사용합니다. 대부분의 에이전트 작업은 Claude Opus와 Sonnet을 사용하고, 특정 워크플로우에서는 Gemini를 사용하며, Ollama를 이용한 로컬 모델 실행도 테스트 중입니다. 이를 통해 비용을 추가로 절감하려 합니다.
내역은 다음과 같습니다:
Claude(Max 플랜): 월 200달러
Gemini API: 월 50~70달러
TinyFish(웹 에이전트): 월 약 50달러
Eleven Labs(음성): 월 약 50달러
텔레그램: 무료
OpenClaw: 오픈소스, 무료
총액: 월 400달러 이내로, 휴식 없는 팀을 확보합니다.
진정으로 변화시킨 것
드와이트는 매일 저에게 2~3시간의 연구 시간을 절약해 줍니다. 과거에는 매일 아침 X, 해커뉴스, GitHub 인기 순위, AI 블로그를 직접 검색해야 했지만, 지금은 우선순위에 따라 정렬된 요약본과 출처 링크, 실행 항목이 함께 제공됩니다.
켈리, 팸, 레이첼은 또 1~2시간의 콘텐츠 초안 작성 시간을 절약합니다. 로스는 제가 원래 밤에 처리하던 엔지니어링 작업을 처리합니다.
총합: 매일 약 4~5시간 절약.
그러나 진정한 가치는 하루가 아니라 수주 또는 수개월에 걸친 지속성에 있습니다. 하루에 한 번씩 연구를 수행하고 30일간 지속하는 에이전트는 추적 가능한 신호, 추세 경로, 패턴 인식 능력을 축적합니다. 이는 단일 대화에서는 절대 얻을 수 없는 성과입니다. 제 X 게시 빈도는 올랐고, 품질도 향상되었으며, 게시 시간도 안정되었습니다. Awesome LLM Apps 저장소는 지속적으로 성장하고, 뉴스레터는 신뢰할 수 있는 연구 파이프라인으로 지속적으로 공급받고 있습니다.
이 에이전트들은 독창적인 사고, 전략적 전환, 창의적 돌파를 할 수는 없습니다. 다만 제가 과거에 수 시간을 들여 수행했던 반복적이고 구조화된 작업을 처리함으로써, 제가 진짜 인간의 두뇌가 필요한 일에 집중할 수 있도록 해줍니다.
어떻게 시작할까?
첫날부터 여섯 개의 에이전트를 만들려고 하지 마세요.
1주차: 하나의 에이전트, 하나의 작업. OpenClaw를 설치하고, 에이전트와 대화를 통해 첫 번째 SOUL.md를 작성하세요. 매일 가장 반복적인 작업(대다수의 경우는 연구 또는 콘텐츠 초안 작성)을 선택하고, 텔레그램을 설정하며, 하나의 크론 작업을 만들고, 일주일간 실행해 보세요. 발생하는 문제를 해결하세요.
2주차: 메모리 메커니즘을 추가하고, 지속적으로 다듬으세요. 에이전트의 초기 출력은 평범할 것입니다. 이는 당연합니다. 피드백을 주고, 메모리 파일이 성장하는 것을 지켜보며, 보이는 상황에 따라 SOUL.md를 조정하세요. 2주차 말에는 에이전트가 실제로 유용한 출력을 만들어낼 것입니다.
3주차: 두 번째 에이전트를 추가하세요. 이제 필요성을 느낄 것입니다—연구 에이전트가 정보를 생산하고 있지만, 아직 수동으로 트윗을 작성하고 있다면, 이제 콘텐츠 에이전트가 필요합니다. 공유 파일 패턴을 구축하세요: 첫 번째 에이전트는 쓰고, 두 번째 에이전트는 읽습니다. 협업 메커니즘은 바로 파일 시스템입니다.
4주차 및 이후: 순차적으로 구축하세요. “해야 한다고” 느낄 때가 아니라, 실제로 필요성을 느낄 때 새로운 에이전트를 추가하세요. 각 에이전트는 데모나 개념 검증이 아니라, 여러분의 워크플로우에서 실제로 존재하는 격차를 해결해야 합니다.
이것을 채용 과정으로 생각하세요. 창업 첫날에 여섯 명의 직원을 고용하지 않듯이, 먼저 한 명을 고용하고, 그가 효율적으로 작동하도록 한 후, 업무량이 요구될 때 다음 사람을 고용합니다.
마음가짐의 전환
에이전트가 한 달간 안정적으로 작동하면, 어떤 변화가 일어납니다. 이제 AI를 필요할 때만 여는 도구가 아니라, 항상 일하고 있는 팀으로 인식하게 됩니다.
저는 아침에 텔레그램을 열 때 모니카에게 인사를 건네고, 휴대폰을 닫기 전에 팀 전체에게 안녕 인사를 합니다. 듣기에 어색해 보일 수 있지만, 매일 상호작용하고, 피드백 루프를 경험하며, 한 달간 그들의 발전을 지켜본 후에는, 에이전트와 인간 사이의 경계가 흐려지기 시작합니다.
모델은 기본 설정이며, 누구나 Claude, GPT, Gemini를 사용할 수 있습니다. 알파(Alpha)는 모델 주변에 구축된 시스템에서 나옵니다—SOUL.md 파일, 메모리 메커니즘, 스케줄링 전략, 협업 패턴, 파일에 저장된 수주간의 교정 피드백.
그 시스템은 당신의 것입니다. 누구도 당신과 동일한 에이전트, 당신과 동일한 메모리 파일, 당신과 동일하게 다듬어진 개성을 갖고 있지 않습니다.
그리고 그것은 매일 복리로 성장합니다.
드와이트의 매번의 연구 스캔은 그의 메모리를 더욱 풍부하게 만들고, 켈리의 매번의 피드백은 그녀의 초안을 더욱 날카롭게 만들며, 로스가 고친 각 버그는 그가 당신의 코드베이스를 더욱 잘 이해하게 만듭니다.
이것이 진정한 경쟁 우위입니다. 모델이 아니라, 학습하는 시스템입니다.
지금 바로 시작하세요. 하나의 에이전트, 하나의 작업, 하나의 스케줄.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
@Saboo_Shubham_
