OpenClaw는 메신저에서 받은 요청을 로컬 기기의 도구와 연결하는 오픈소스 AI 에이전트입니다. 파일과 셸에 접근할 수 있어 단순 대화보다 넓은 자동화가 가능하지만, 그만큼 권한 범위, API 비용, 외부 모델로 전송되는 데이터를 먼저 통제해야 합니다. 이 글은 공식 저장소와 웹사이트에 적힌 기능을 바탕으로 설치 흐름과 적합한 사용 조건을 구분합니다.
OpenClaw는 누구에게 맞을까: 로컬 AI 에이전트 설치와 권한 관리
OpenClaw는 일반 챗봇과 무엇이 다른가?
OpenClaw는 사용자의 로컬 기기(내 컴퓨터나 개인 서버)에서 실행되는 오픈소스 개인 AI 비서입니다.
기존의 ChatGPT나 Claude 같은 웹 기반 서비스와 달리, OpenClaw는 ‘나의 인프라’ 위에서 돌아갑니다. 그리고 우리가 일상적으로 사용하는 메신저(WhatsApp, Telegram, Discord, Slack 등)를 통해 AI에게 일을 시킬 수 있다는 점이 가장 큰 특징입니다.
개발자인 Peter Steinberger가 만든 이 프로젝트는 “AI가 단순히 말만 하는 게 아니라, 실제로 행동(Action)하게 하자”는 철학을 가지고 있습니다.
로컬 실행의 장점은 어떤 조건에서 유효한가?
- 로컬 실행 & 데이터 통제: 설정과 일부 데이터는 내 기기에서 관리할 수 있지만, 연결한 LLM API와 외부 채널로 전달되는 정보는 별도로 확인해야 합니다.
- 강력한 시스템 접근 권한: 로컬 파일을 읽고, 쉘 명령어를 실행하고, 캘린더를 관리합니다.
- 다양한 채널 지원: 별도 앱을 켤 필요 없이, 쓰던 텔레그램이나 디스코드에서 바로 명령을 내립니다.
- 모델 불가지론(Model Agnostic): Claude, GPT-4, DeepSeek, 혹은 로컬 LLM(Llama 등)까지 원하는 모델을 연결해 쓸 수 있습니다.
어떤 기능이 실제 자동화를 가능하게 하나?
GitHub README에 명시된 주요 기능들을 살펴보겠습니다.
1. 멀티 채널 지원 (Multi-Channel Inbox)
OpenClaw는 ‘게이트웨이(Gateway)’ 역할을 하여 다양한 메신저와 연결됩니다. 하나만 지원하는 게 아니라, 동시에 여러 채널을 열어둘 수 있습니다.
- 지원 플랫폼: WhatsApp, Telegram, Slack, Discord, Google Chat, Signal, iMessage(BlueBubbles 등 활용), Microsoft Teams, Matrix 등.
- 특징: 어떤 메신저로 말을 걸든 OpenClaw는 문맥을 유지하며 답변합니다.
2. 스킬 시스템 (Agent Skills)
OpenClaw는 ‘스킬’을 통해 실행할 수 있는 작업을 확장합니다.
- 기본 스킬: 파일 시스템 관리, 쉘(Shell) 명령어 실행, 웹 검색.
- 확장 스킬: 깃허브(GitHub) PR 관리, 코드 리뷰, 스마트홈 제어, 일정 관리 등 커뮤니티가 만든 다양한 스킬을 추가할 수 있습니다.
3. 보안 및 권한 관리 (Security Defaults)
로컬 시스템에 접근하는 만큼 보안이 중요합니다. OpenClaw는 기본적으로 ‘DM 페어링(DM Pairing)’ 정책을 사용합니다.
- 모르는 사람이 내 봇에게 말을 걸면 무시하거나 페어링 코드를 요구합니다.
- 주인(Admin)이 승인(
openclaw pairing approve)한 사용자만 봇과 대화할 수 있습니다.
4. 개발자용 아키텍처
- Node.js 기반: 가볍고 확장성이 좋습니다.
- TypeScript: 타입 안정성을 보장하며 커스텀 스킬을 작성하기 좋습니다.
- Voice Mode: macOS/iOS/Android에서 음성으로 대화할 수 있는 기능을 제공합니다 (ElevenLabs 등 연동 가능).
메시지는 어떤 경로로 실제 작업이 되는가?
OpenClaw는 크게 Gateway(게이트웨이)와 Agent Runtime(에이전트 런타임)으로 구성됩니다.
- Gateway: 메신저(텔레그램, 슬랙 등)로부터 메시지를 받아 런타임으로 전달하는 ‘라우터’ 역할을 합니다. 모든 세션과 이벤트를 관리하는 관제탑입니다.
- Agent Runtime: 실제 ‘두뇌’입니다. LLM(Claude, GPT 등)을 호출하고, 사용자의 의도를 파악한 뒤 적절한 도구(Tool/Skill)를 실행합니다.
- Storage: 대화 내역과 설정, 기억(Memory)을 로컬 파일 시스템(주로 Markdown이나 JSON)에 저장합니다. 복잡한 데이터베이스 없이도 텍스트 파일로 관리되므로 투명성이 높습니다.
설치 전에 무엇을 준비해야 하나?
설치 명령을 실행하기 전에 공식 문서의 현재 요구 사항과 스크립트 내용을 확인해야 합니다. 아래는 이 글이 정리한 설치 흐름이며, 운영 기기보다 격리된 시험 환경에서 먼저 검증하는 편이 안전합니다.
1. 필수 준비물
- Node.js 22 이상 (설치 시점의 공식 요구 사항을 다시 확인합니다)
- API Key: Anthropic(Claude), OpenAI, 혹은 기타 LLM 제공자의 API 키.
2. 자동 설치
Mac이나 Linux 사용자라면 아래 명령어로 한 번에 설치할 수 있습니다.
1
curl -fsSL https://openclaw.ai/install.sh | bash
Windows(PowerShell) 사용자는 아래 명령어를 사용하세요.
1
iwr -useb https://openclaw.ai/install.ps1 | iex
3. 수동 설치 (npm/pnpm)
Node 패키지 매니저를 통해 직접 설치할 수도 있습니다.
1
2
3
4
5
# pnpm 권장
pnpm add -g openclaw@latest
# 혹은 npm
npm install -g openclaw@latest
4. 초기 설정 (Onboarding)
설치가 끝났다면, 초기 설정을 위한 마법사를 실행합니다.
1
openclaw onboard --install-daemon
이 과정에서 다음을 수행합니다:
- 사용할 AI 모델 선택.
- API 키 입력.
- 채널 연결 (예: 텔레그램 봇 토큰 입력).
- 데몬(Daemon) 설치: 컴퓨터가 켜지면 백그라운드에서 자동으로 실행되도록 설정.
처음 연결할 때 어떤 순서로 검증해야 하나?
설정을 마쳤다면 읽기 전용에 가까운 작은 작업부터 시험합니다. 연결, 승인, 실행 기록이 의도한 대로 남는지 확인한 뒤에만 쓰기나 셸 권한을 넓히는 순서가 적절합니다.
1. 텔레그램 봇 연결 예시
가장 쉬운 텔레그램을 예로 들어보겠습니다.
- 텔레그램에서
@BotFather를 검색해 새 봇을 만들고 토큰을 받습니다. openclaw onboard실행 중 텔레그램을 선택하고 토큰을 붙여넣습니다.- 이제 내 텔레그램 봇에게 말을 겁니다: “안녕, 너 지금 내 컴퓨터에 연결되어 있니?”
2. 실제 명령 내리기
OpenClaw는 자연어를 이해합니다. 딱딱한 명령어 대신 대화하듯 시키세요.
- 파일 관리: “바탕화면에 ‘TODO.md’ 파일을 만들고 오늘 할 일 목록 3가지를 적어줘.”
- 웹 검색: “최근 발표된 React 19의 새로운 기능이 뭐야? 요약해서 알려줘.”
- 시스템 제어: “지금 실행 중인 프로세스 중에 메모리를 가장 많이 쓰는 상위 5개를 보여줘.”
3. 보안 승인 (Pairing)
처음 봇에게 메시지를 보내면, 보안을 위해 아무 반응이 없거나 페어링 코드가 뜰 수 있습니다. 터미널에서 승인해 주어야 합니다.
1
2
# 터미널에서 실행
openclaw pairing approve telegram <코드번호>
이제 해당 계정은 승인된 사용자로 등록됩니다. 다만 사용자 승인과 도구 권한은 별개이므로, 승인된 계정에도 필요한 작업만 허용해야 합니다.
어떤 작업부터 맡기는 편이 안전한가?
README와 커뮤니티에 언급된 활용 유형은 다음과 같습니다. 실제 적용에서는 각 작업이 요구하는 읽기, 쓰기, 외부 전송 권한을 먼저 나눠야 합니다.
- 코딩 파트너 (Coding Companion)
- “
src/utils.ts파일을 읽고 버그가 있는지 확인해줘. 그리고 수정 제안을 PR로 올려줘.” - 로컬 코드베이스를 직접 읽을 수 있기 때문에, 복사-붙여넣기 할 필요가 없습니다.
- “
- DevOps 자동화
- 서버 로그를 모니터링하다가 에러가 발생하면 슬랙으로 알림을 보내고, 자동으로 로그 파일을 분석해 원인을 추론하게 시킬 수 있습니다.
- 개인 비서 (Jarvis-lite)
- 매일 아침 뉴스 헤드라인을 검색해서 요약 리포트를 텔레그램으로 전송받습니다.
- “내 일정표(파일)를 확인해서 내일 빈 시간이 언제인지 알려줘.”
- 스마트홈 제어
- Home Assistant 등과 연동하여 “나 이제 퇴근해”라고 말하면 집의 온도를 조절하고 조명을 켜도록 설정할 수 있습니다.
결론: OpenClaw를 도입해도 되는 경우는 언제인가?
OpenClaw의 가치는 메신저, 모델, 로컬 도구를 한 흐름으로 묶는 데 있습니다. 반복 작업이 분명하고, 실행 권한을 좁게 나누며, 실패했을 때 되돌릴 방법과 로그를 마련할 수 있다면 검토할 이유가 있습니다.
반대로 단순 질문, 답변만 필요하거나, 민감한 파일과 운영 시스템을 분리하기 어렵거나, 외부 API로 나가는 데이터를 통제할 수 없다면 웹 기반 도구가 더 단순할 수 있습니다. 셸 권한을 가진 AI는 잘못된 지시나 도구 선택으로 파일과 시스템에 영향을 줄 수 있으므로 샌드박스 환경에서 시험하고, 중요 데이터는 백업하며, 쓰기 권한과 네트워크 접근을 최소화해야 합니다. Docker를 쓴다는 사실만으로 안전이 보장되는 것도 아니므로 마운트, 자격 증명, 네트워크 설정을 함께 점검해야 합니다.
최종 판단은 기능 수가 아니라 통제 가능성에 달려 있습니다. 작은 읽기 작업으로 시작해 실행 기록과 승인 흐름을 검증하고, 예상 비용과 실패 복구 절차가 확인된 범위 안에서만 권한을 확대하는 것이 적절합니다.
🔗 참고 링크
함께 읽으면 이해가 이어지는 글
- PicoClaw는 저사양 보드에서 무엇을 실행하나: 설치와 비용, 권한 기준 — PicoClaw가 Go 단일 바이너리와 외부 LLM API로 저사양 보드에서 동작하는 구조, 저장소의 자원 수치와 설치, 보안 판단 기준을 정리합니다.
- Shannon은 취약점 스캐너와 무엇이 다른가: 자율 펜테스트의 효용과 안전 조건 — 단순 보안 경고가 아닌 실제 해킹 공격을 수행하여 취약점을 검증하는 자율 AI 펜테스터 ‘Shannon’을 소개합니다. 설치부터 사용법, 아키텍처까지 상세히 알아봅니다.
- claude-relay-service를 팀 API Gateway로 써도 될까: 계정 풀링, v1.1.248 보안 리스크 — Claude, OpenAI, Gemini 요청을 중계하는 CRS의 계정 풀링과 사용량 추적을 살펴보고, 약관, 중앙 비밀 관리, v1.1.248 이하 인증 우회 이력을 점검합니다.
표지 1 —
←→ 키와 좌우 스와이프를 지원합니다. 읽던 페이지는 이 기기에 저장됩니다.
이 기사는 저작권자의 CC BY 4.0 라이센스를 따릅니다.