유튜브 영상 스크립트
메타 정보
- 제목 후보:
- OpenClaw 설치만 해놓고 방치하신 분 — 이 5가지만 시켜보세요
- 월 3만 원 AI 직원, 실제로 뭘 시킬 수 있나요?
- ChatGPT는 대화상대, OpenClaw는 직원입니다
- 타겟 길이: 12~15분
- 썸네일 텍스트: “월 3만원 AI직원” / “실전 5가지”
- 태그: OpenClaw, AI에이전트, 자동화, 1인사업, ChatGPT비교, 생산성
[후크] (0:00 ~ 1:00)
OpenClaw, 설치는 했는데 뭐 하는 거냐고요.
“이거 유명하다길래 깔아봤는데… 텔레그램에 뭐 물어보는 거? 그냥 ChatGPT 쓰는 거랑 뭐가 다른 거지?”
아마 많은 분들이 이러실 겁니다. 설치하고, 텔레그램에 “안녕” 보내보고, 몇 번 질문해보고… 그리고 그대로 방치. OpenClaw를 그냥 “또 다른 챗봇”이라고 생각하니까, 뭘 더 해야 할지 모르는 거죠.
그래서 오늘은, OpenClaw에 실제로 뭘 시킬 수 있는지 5가지를 직접 보여드릴게요. 병렬 리서치, 블로그 자동 작성, URL 수집 자동화, 30분 주기 자동 순찰, 3자 검토까지. 설치만 해놓고 방치하신 분들, 오늘 끝나고 바로 시도해보실 수 있을 겁니다.
[B - 차이 한 방에] (1:00 ~ 1:45)
차이는 한 줄이면 됩니다.
ChatGPT, Claude Code, OpenClaw. 셋 다 AI인데, ChatGPT는 “물어보면 대답해주는 대화 상대”고, Claude Code는 “내 컴퓨터에서 코딩해주는 파트너”입니다. OpenClaw는 여기에 자율성이 더해진 거예요. 30분마다 스스로 깨어나서 일하고, 내가 자는 사이에도 예약된 업무를 수행합니다. 그리고 GPT, Claude, Gemini, 오픈소스 모델까지 자유롭게 교체할 수 있어서 비용 최적화도 가능합니다.
이 차이가 “질문”에서 “위임”으로 바뀌는 지점입니다. 자, 바로 실전 들어갈게요.
[C - 포기 이유] (1:45 ~ 4:30)
설치하고 방치하는 5가지 이유
근데 실전을 보기 전에, 왜 다들 설치만 해놓고 방치하는지 먼저 짚고 넘어갈게요. 딱 5가지입니다.
첫째, 기억력. 어제 말한 걸 오늘 까먹습니다. “이 AI 멍청하네” 하는 불만의 80%가 사실 이겁니다. 못 외우는 게 아니라, 메모를 안 하고 있는 거예요. OpenClaw에는 MEMORY.md라는 장기 기억 파일이 있고, 매일 날짜별로 메모를 쓰는 폴더가 있습니다. 이걸 켜놓으면 30분마다 자동으로 업무 일지를 씁니다. 해결 끝.
둘째, 비용. 종량제로 쓰면 질문 하나에 250원이에요. 하루에 몇십 개 물어보면 한 달에 수십만 원이 쌓입니다. 그래서 저는 3티어 전략을 씁니다.
(화면: 3티어 다이어그램)
- 1순위, z.ai GLM Coding Plan. 합리적인 월정액으로 메인 작업을 다 커버합니다.
- 2순위, Apple Silicon + Ollama. M5 Pro 이상 수준의 Mac이 있으면, Gemma 4 31B 같은 로컬 모델을 추가 비용 없이 돌립니다. API 한도 걸리면 자동으로 여기로 넘어가요. 무제한, 0원.
- 3순위, 경량 오픈소스 모델. 간단한 분류, 요약은 여기서 처리.
이렇게 하면 24시간 돌아가는 자동화 비용이 거의 0원에 가까워집니다.
셋째, 에러. 에러가 나면 구글링하거나 ChatGPT에 물어보는데, ChatGPT가 OpenClaw 최신 정보를 정확히 알 확률이 낮아요. 해결책은 공식 문서를 AI의 참고 자료로 올려두는 겁니다. Context7이라는 사이트에서 공식 문서 압축본을 한 번에 복사할 수 있어요. 이거 하나만으로 설정 문제의 99%가 해결됩니다.
넷째, 역할이 불명확. 신입사원한테 “알아서 해”라고 하면 엉뚱한 결과가 나오죠. AI도 똑같아요. OpenClaw에는 세 개의 온보딩 파일이 있습니다. AGENTS.md는 업무 매뉴얼, SOUL.md는 소통 스타일, USER.md는 사장님 소개서. 여기에 “이건 하지 마”까지 적어줘야 합니다.
다섯째, 대화방이 엉켜요. 하나의 방에서 업무 얘기, 장보기, 고객 관리가 뒤섞이면 맥락이 꼬입니다. 텔레그램에서 용도별로 방을 나누세요. 부서별 사무실을 나누는 것과 같습니다.
[D - 실전 케이스] (4:30 ~ 11:00)
자, 본론입니다. 실전 5가지.
케이스 1: 병렬 리서치 (4:30 ~ 6:00)
(화면: 병렬 리서치 다이어그램)
주제를 하나 던지면, 메인 에이전트가 5개 서브 에이전트로 역할을 분배합니다.
- 첫 번째는 공식 문서를 뒤지고
- 두 번째는 블로그를 리뷰하고
- 세 번째는 Reddit, X 반응을 모으고
- 네 번째는 생태계 동향을 정리하고
- 다섯 번째는 한국 특화 정보를 찾습니다
Wave 1에서 3개가 동시에 돌고, Wave 2에서 또 3개가 돕니다. 결과는 주제별로 재구조화되어 하나의 리포트로 취합됩니다.
Before: 한 명이 구글링하며 34시간. After: 3040분이면 다섯 각도 조사가 완성됩니다. 중복 제거와 교차 검증도 자동으로 해줘서, 단일 소스 의존 리스크도 줄어들어요.
케이스 2: 블로그 자동 작성 루프 (6:00 ~ 7:30)
(화면: 5단계 루프 다이어그램)
이건 실제로 제가 매일 쓰는 루프입니다.
- 주제를 하나 고정합니다. 독자 문제 1개, 완료 조건 1개.
- 공식 문서에서 근거를 수집합니다.
- 서술형 흐름으로 초안을 씁니다.
- 구조가 복잡하면 Excalidraw로 도식 이미지를 만듭니다.
- 마지막으로 Leak Shield라는 자동 검수를 돌립니다. 내부 지시문이나 메타 문구가 공개 본문에 노출되지 않았는지 스캔해요.
이 루프를 고정해두면, 주제만 바꿔도 같은 품질의 글이 반복해서 나옵니다. Before: 글 한 편에 반나절, 품질 편차 큼. After: 2~3시간 내 초안 완성.
“잘 쓴 한 편”이 아니라 “같은 루프를 반복 가능한 상태”가 핵심이에요.
케이스 3: URL 수집 자동화 (7:30 ~ 8:30)
이건 참 편합니다. 채팅방에서 URL이 포함된 메시지를 보내면, OpenClaw가 알아서 내용을 파악합니다. YouTube인지, 논문인지, 블로그인지, GitHub인지 분류하고, 요약하고, 핵심 포인트를 뽑아서 저장해요.
그룹 채팅에서는 저장을 이유로 끼어들지 않습니다. 조용히 저장하고, 필요할 때만 응답합니다. 비서가 메신저로 들어오는 모든 링크를 알아서 분류하고 파일링하는 거랑 똑같아요.
Before: URL 북마크만 해두고 나중에 다시 찾느라 시간 낭비. After: 수신 즉시 분류·요약·저장.
케이스 4: 하트비트 (8:30 ~ 9:30)
이게 OpenClaw의 진짜 차별점입니다. 하트비트.
30분마다 OpenClaw가 스스로 깨어나서 정해둔 일을 합니다.
- 당일 미완료 할 일이 있으면 알려줍니다.
- 기억을 자동으로 저장합니다.
- 예약 작업 상태를 점검합니다.
야간 경비가 30분마다 순찰하면서 이상 있는 것만 보고하는 것과 같아요. 핵심은 “정말 항상 돌아가야 하는 것만” 넣는 겁니다. 너무 많이 넣으면 사용량을 빠르게 소진해요.
Before: 깜빡 잊은 일이 다음 날에야 발견. After: 30분 단위로 자동 감지, 즉시 알림.
케이스 5: 멀티에이전트 3자 검토 (9:30 ~ 11:00)
(화면: 확장 → 검증 → 실행 다이어그램)
중요한 결정이나 문서를 쓸 때, 메인 에이전트가 3개 역할로 나눠서 검토합니다.
확장 에이전트는 아이디어를 더 발전시키고 각도를 넓힙니다. 검증 에이전트는 반대 관점에서 리스크를 지적합니다. 그리고 실행 에이전트가 둘을 합쳐서 하나의 실행안으로 만듭니다.
기획안을 냈더니 기획팀, 리스크팀, 실행팀이 순차적으로 리뷰해주는 거랑 같죠. 단순한 건 메인이 직접 처리하고, 판단이 필요한 작업만 이 경로로 보냅니다.
Before: 혼자 판단하다가 놓치는 각도 발생. After: 자동 3자 검토로 맹점 최소화.
[E - 치트시트] (11:00 ~ 11:30)
(화면: 치트시트 카드)
정리하겠습니다. 딱 5개만 기억하세요.
① 온보딩 문서를 준다 — AGENTS, SOUL, USER ② 기억력을 켠다 — MEMORY.md + 일별 메모 + 자동 저장 ③ 반복 업무를 루프로 고정한다 — 하트비트, Cron, 스킬 ④ 대화방을 용도별로 나눈다 ⑤ 비용은 3티어로 최적화한다 — GLM Coding Plan + Ollama + 경량 모델
[F - 마무리 + CTA] (11:30 ~ 12:30)
다시 처음으로 돌아가볼게요. OpenClaw 설치만 해놓고 방치하셨다면, 오늘 딱 하나만 해보세요.
텔레그램에 “오늘 할 일 정리해줘”라고 말해보는 거. 그 한 줄이 “또 다른 챗봇”에서 “내 직원”으로 바뀌는 시작점입니다.
OpenClaw를 도구로 대하면 실망합니다. 버그도 있고 거친 면도 있어요. 하지만 갓 입사한 신입사원으로 대하면 작동합니다. 온보딩 문서를 주고, 업무 범위를 정해주고, 잘한 건 반복시키고, 못한 건 규칙을 업데이트하면 됩니다.
에이전트를 관리하는 능력 자체가 1인 사업가의 핵심 경쟁력이 되는 시대가 오고 있습니다. 지금 시작하면 에이전트 관리 능력과 내 비즈니스에 맞는 워크플로가 쌓입니다. 나중에 시작하면 남이 만든 템플릿에 의존하게 됩니다.
설명란에 오늘 바로 시작할 수 있는 체크리스트랑 참고 링크를 남겨둘게요. 궁금한 점 있으면 댓글로 남겨주세요. 답장 달아드릴게요.
구독과 좋아요, 감사합니다. 다음 영상에서 만나요.
설명란 (Description)
월 3만 원으로 24시간 일하는 AI 직원, OpenClaw 실전 운영 유즈케이스 5가지를 정리했습니다.
📌 오늘 바로 시작하는 체크리스트
- AGENTS.md에 내 업무 범위와 금지 사항 적기
- SOUL.md에 소통 스타일과 톤 정의하기
- USER.md에 내 선호와 업무 맥락 적기
- MEMORY.md + memory 폴더 만들고 자동 저장 켜기
- 하트비트에 “기억 저장 + 할 일 체크” 2가지만 넣기
- 월정액 플랜(z.ai GLM Coding Plan)을 1순위 모델로 연결
- Apple Silicon + Ollama로 로컬 모델 구축 (2순위 백업)
- 대화방을 “일반”과 “업무” 2개로 분리
🔗 참고 자료 • 원본 아티클: https://eopla.net/magazines/41036 • 원본 팟캐스트 (Moritz): https://www.youtube.com/watch?v=fd4k16REDOU • OpenClaw 공식 문서: https://docs.openclaw.ai • Context7 (공식 문서 압축): https://context7.com/openclaw/openclaw • ClawHub (스킬 마켓플레이스): https://clawhub.com • z.ai GLM Coding Plan: https://z.ai • Ollama (로컬 LLM): https://ollama.com
⏱️ 챕터 0:00 후크 — OpenClaw 설치만 해놓고 방치하신 분 1:00 차이 한 줄 요약 1:45 설치하고 방치하는 5가지 이유와 해결책 4:30 케이스 1: 병렬 리서치 6:00 케이스 2: 블로그 자동 작성 루프 7:30 케이스 3: URL 수집 자동화 8:30 케이스 4: 하트비트 정기 체크 9:30 케이스 5: 멀티에이전트 3자 검토 11:00 치트시트 5줄 요약 11:30 마무리 — 오늘 딱 하나만 해보세요