상세정보
AI 대세전환 압도적 실행력 내 손 안의 에이전트 × 오픈클로』 도서 정보
비개발자를 위한 클라우드 서버 구축부터 텔레그램 지시, 멀티 에이전트 협업까지| 지은이 | 방성주 | |||||
| 옮긴이 | | |||||
| 발행일 | 2026-08-27 | |||||
| 페이지 | 440쪽 | 가격 | 28,000원 | ||||
| ISBN | 978-89-6540-448-4 | 분야 | 오픈클로,에이전트,멀티봇 | ||||
 |  |  |  |  |  |
AI 대세전환 압도적 실행력 내 손 안의 에이전트 × 오픈클로』 도서 정보
비개발자를 위한 클라우드 서버 구축부터 텔레그램 지시, 멀티 에이전트 협업까지| 지은이 | 방성주 | |||||
| 옮긴이 | | |||||
| 발행일 | 2026-08-27 | |||||
| 페이지 | 440쪽 | |||||
| 가격 | 28,000원 | |||||
| ISBN | 978-89-6540-448-4 | |||||
| 분야 | 오픈클로,에이전트,멀티봇 | |||||
| | | |||
| | | |||
매번 AI를 찾아가 질문하는 데서, 24시간 움직이는 나만의 AI 팀을 운영하는 방식으로!
GCP 서버 구축부터 텔레그램 지시, 기억·자동 실행·멀티 에이전트 협업까지 한 권에 담았습니다.
ChatGPT나 Gemini 같은 대화형 AI를 쓰다 보면 매번 서비스를 열어 질문하고, 새로운 대화가 시작될 때마다 내 상황과 업무 맥락을 다시 설명해야 하는 한계에 부딪힌다. 이 책은 그다음 단계인 ‘AI가 일할 수 있는 구조’를 만든다. GCP에 24시간 접속 가능한 클라우드 서버를 구축하고 오픈클로(OpenClaw)와 텔레그램을 연결해, 스마트폰에서 언제든 에이전트에게 일을 맡길 수 있는 환경을 완성한다. 여기에 사용자 정보와 행동 원칙, 작업 기록을 쌓아 맥락을 이어가게 하고, 비서봇과 투자봇을 직접 만든 뒤 크론(Cron)·하트비트(Heartbeat)·Lobster로 반복 업무를 자동화한다. 따로 일하던 에이전트는 메인·서브 구조로 연결해 하나의 AI 팀으로 협업시킨다.
이 책의 핵심은 에이전트를 ‘만드는 것’에서 끝나지 않고, 사용하면서 나에게 맞는 팀으로 발전시키는 데 있다. 명령법과 운영 원칙, 대화 복기와 오답 노트, 주간 점검을 통해 실패와 피드백을 다음 작업에 반영하고, 리서치봇과 콘텐츠봇을 거쳐 자신의 업무에 필요한 새로운 에이전트를 직접 설계하는 방법까지 익힌다. 마지막에는 이 책을 실제로 집필한 작가 에이전트의 작업 구조를 공개하며, 부록에서는 OpenRouter를 활용한 다양한 LLM 연결·교체와 설정이 꼬였을 때의 복구 방법도 다룬다. 특정 AI 서비스 사용법을 익히는 데 그치지 않고, 기억·도구·자동화·협업을 연결해 시간이 지날수록 자신의 업무 방식에 맞춰지는 ‘나만의 AI 팀’을 만들고 운영하는 방법을 담았다.
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.
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
GCP 서버 구축부터 텔레그램 지시, 기억·자동 실행·멀티 에이전트 협업까지 한 권에 담았습니다.
ChatGPT나 Gemini 같은 대화형 AI를 쓰다 보면 매번 서비스를 열어 질문하고, 새로운 대화가 시작될 때마다 내 상황과 업무 맥락을 다시 설명해야 하는 한계에 부딪힌다. 이 책은 그다음 단계인 ‘AI가 일할 수 있는 구조’를 만든다. GCP에 24시간 접속 가능한 클라우드 서버를 구축하고 오픈클로(OpenClaw)와 텔레그램을 연결해, 스마트폰에서 언제든 에이전트에게 일을 맡길 수 있는 환경을 완성한다. 여기에 사용자 정보와 행동 원칙, 작업 기록을 쌓아 맥락을 이어가게 하고, 비서봇과 투자봇을 직접 만든 뒤 크론(Cron)·하트비트(Heartbeat)·Lobster로 반복 업무를 자동화한다. 따로 일하던 에이전트는 메인·서브 구조로 연결해 하나의 AI 팀으로 협업시킨다.
이 책의 핵심은 에이전트를 ‘만드는 것’에서 끝나지 않고, 사용하면서 나에게 맞는 팀으로 발전시키는 데 있다. 명령법과 운영 원칙, 대화 복기와 오답 노트, 주간 점검을 통해 실패와 피드백을 다음 작업에 반영하고, 리서치봇과 콘텐츠봇을 거쳐 자신의 업무에 필요한 새로운 에이전트를 직접 설계하는 방법까지 익힌다. 마지막에는 이 책을 실제로 집필한 작가 에이전트의 작업 구조를 공개하며, 부록에서는 OpenRouter를 활용한 다양한 LLM 연결·교체와 설정이 꼬였을 때의 복구 방법도 다룬다. 특정 AI 서비스 사용법을 익히는 데 그치지 않고, 기억·도구·자동화·협업을 연결해 시간이 지날수록 자신의 업무 방식에 맞춰지는 ‘나만의 AI 팀’을 만들고 운영하는 방법을 담았다.
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.
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
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
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
성대리
국내 대기업에서 서비스 기획 및 AI PM 직무를 수행하고 있는 11년 차 기획자다. 데이터 기반의 서비스 개선에 관심이 많고, 사내에서도 AI 에이전트 기반의 업무 환경 개선을 위해 활동하고 있다.
개인적으로는 OpenClaw 기반 멀티 에이전트 환경을 직접 구축해 비서봇, 투자봇, 리서치봇 등 10개의 AI 에이전트를 운영하고 있다. 매일 아침 에이전트가 보내주는 브리핑으로 하루를 시작하고, 이 책도 그렇게 꾸린 AI 팀과 함께 만든 결과물이다.
브런치(@sungdairi)에서 AI에 대한 다양한 트렌드와 직접 겪은 AI 활용 경험을 연재하고 있다.
국내 대기업에서 서비스 기획 및 AI PM 직무를 수행하고 있는 11년 차 기획자다. 데이터 기반의 서비스 개선에 관심이 많고, 사내에서도 AI 에이전트 기반의 업무 환경 개선을 위해 활동하고 있다.
개인적으로는 OpenClaw 기반 멀티 에이전트 환경을 직접 구축해 비서봇, 투자봇, 리서치봇 등 10개의 AI 에이전트를 운영하고 있다. 매일 아침 에이전트가 보내주는 브리핑으로 하루를 시작하고, 이 책도 그렇게 꾸린 AI 팀과 함께 만든 결과물이다.
브런치(@sungdairi)에서 AI에 대한 다양한 트렌드와 직접 겪은 AI 활용 경험을 연재하고 있다.
매번 AI를 찾아가 질문하는 데서, 24시간 움직이는 나만의 AI 팀을 운영하는 방식으로!
GCP 서버 구축부터 텔레그램 지시, 기억·자동 실행·멀티 에이전트 협업까지 한 권에 담았습니다.
ChatGPT나 Gemini 같은 대화형 AI를 쓰다 보면 매번 서비스를 열어 질문하고, 새로운 대화가 시작될 때마다 내 상황과 업무 맥락을 다시 설명해야 하는 한계에 부딪힌다. 이 책은 그다음 단계인 ‘AI가 일할 수 있는 구조’를 만든다. GCP에 24시간 접속 가능한 클라우드 서버를 구축하고 오픈클로(OpenClaw)와 텔레그램을 연결해, 스마트폰에서 언제든 에이전트에게 일을 맡길 수 있는 환경을 완성한다. 여기에 사용자 정보와 행동 원칙, 작업 기록을 쌓아 맥락을 이어가게 하고, 비서봇과 투자봇을 직접 만든 뒤 크론(Cron)·하트비트(Heartbeat)·Lobster로 반복 업무를 자동화한다. 따로 일하던 에이전트는 메인·서브 구조로 연결해 하나의 AI 팀으로 협업시킨다.
이 책의 핵심은 에이전트를 ‘만드는 것’에서 끝나지 않고, 사용하면서 나에게 맞는 팀으로 발전시키는 데 있다. 명령법과 운영 원칙, 대화 복기와 오답 노트, 주간 점검을 통해 실패와 피드백을 다음 작업에 반영하고, 리서치봇과 콘텐츠봇을 거쳐 자신의 업무에 필요한 새로운 에이전트를 직접 설계하는 방법까지 익힌다. 마지막에는 이 책을 실제로 집필한 작가 에이전트의 작업 구조를 공개하며, 부록에서는 OpenRouter를 활용한 다양한 LLM 연결·교체와 설정이 꼬였을 때의 복구 방법도 다룬다. 특정 AI 서비스 사용법을 익히는 데 그치지 않고, 기억·도구·자동화·협업을 연결해 시간이 지날수록 자신의 업무 방식에 맞춰지는 ‘나만의 AI 팀’을 만들고 운영하는 방법을 담았다.
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.
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
GCP 서버 구축부터 텔레그램 지시, 기억·자동 실행·멀티 에이전트 협업까지 한 권에 담았습니다.
ChatGPT나 Gemini 같은 대화형 AI를 쓰다 보면 매번 서비스를 열어 질문하고, 새로운 대화가 시작될 때마다 내 상황과 업무 맥락을 다시 설명해야 하는 한계에 부딪힌다. 이 책은 그다음 단계인 ‘AI가 일할 수 있는 구조’를 만든다. GCP에 24시간 접속 가능한 클라우드 서버를 구축하고 오픈클로(OpenClaw)와 텔레그램을 연결해, 스마트폰에서 언제든 에이전트에게 일을 맡길 수 있는 환경을 완성한다. 여기에 사용자 정보와 행동 원칙, 작업 기록을 쌓아 맥락을 이어가게 하고, 비서봇과 투자봇을 직접 만든 뒤 크론(Cron)·하트비트(Heartbeat)·Lobster로 반복 업무를 자동화한다. 따로 일하던 에이전트는 메인·서브 구조로 연결해 하나의 AI 팀으로 협업시킨다.
이 책의 핵심은 에이전트를 ‘만드는 것’에서 끝나지 않고, 사용하면서 나에게 맞는 팀으로 발전시키는 데 있다. 명령법과 운영 원칙, 대화 복기와 오답 노트, 주간 점검을 통해 실패와 피드백을 다음 작업에 반영하고, 리서치봇과 콘텐츠봇을 거쳐 자신의 업무에 필요한 새로운 에이전트를 직접 설계하는 방법까지 익힌다. 마지막에는 이 책을 실제로 집필한 작가 에이전트의 작업 구조를 공개하며, 부록에서는 OpenRouter를 활용한 다양한 LLM 연결·교체와 설정이 꼬였을 때의 복구 방법도 다룬다. 특정 AI 서비스 사용법을 익히는 데 그치지 않고, 기억·도구·자동화·협업을 연결해 시간이 지날수록 자신의 업무 방식에 맞춰지는 ‘나만의 AI 팀’을 만들고 운영하는 방법을 담았다.
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.
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
