공무원이 OpenClaw로 24시간 AI 집사 「후쿠로(부엉이)」를 만든 3개월간의 기록

서론

결론: 코드를 읽을 줄 모르는 40대 비IT 공무원이, AI 코딩 보조(Claude Code)를 사용하여 37만 스타를 보유한 오픈 소스 「OpenClaw」를 VPS에서 구동하고, 24시간 가동되는 AI 집사 「후쿠로(부엉이)」를 만든 지 3개월이 지났습니다. 이 기사는 그 기록입니다.

운영 개시: 2026년 2월 26일 -
구성: VPS (Debian 12) + Docker Compose + Caddy -
현황: Discord 상에서 24시간 가동 중. 뉴스 수집, YouTube 요약, 백업 등을 자동화

OpenClaw란: 개인용 서버나 PC에서 구동하는 개인용 AI 어시스턴트입니다. WhatsApp, Discord, Telegram 등의 채팅 앱과 통합할 수 있으며, 음성에도 대응합니다. Docker나 Fly.io를 통해 셀프 호스팅(Self-hosting, 직접 서버를 세워 운영하는 것)이 가능하며, TypeScript/Node.js로 작성된 MIT 라이선스의 OSS(Open Source Software)입니다. GitHub에서 37만 스타를 획득했습니다.

왜 OpenClaw였는가

저는 평소 Claude Code를 개발 파트너로 사용하고 있습니다. 하지만 Claude Code에는 한 가지 한계가 있습니다.

24시간 상시 가동을 할 수 없다.

"AI가 정기적으로 뉴스를 수집하게 하고 싶다", "Discord를 감시하게 하고 싶다", "백업을 자동화하고 싶다"—이러한 「모니터링」 태스크에는 계속 깨어 있는 AI가 필요합니다.

OpenClaw는 바로 이 용도에 딱 맞았습니다.

특징	설명
Gateway	상시 기동하는 제어 평면(Control Plane, 핵심 서버). 이것이 24시간 계속 움직인다
...
용도 구분:

Claude Code = 개발 파트너 (내가 PC 앞에 있을 때) -
OpenClaw = 24시간 집사 (내가 자고 있는 동안에도 움직임)

이 이도류(Two-track) 방식이 지금의 저에게 가장 잘 맞습니다.

인프라 구축

구성은 심플합니다.

Internet → Caddy (TLS + BasicAuth) → OpenClaw Gateway (Docker, 127.0.0.1:18789) → LLM API

각 컴포넌트의 역할

Caddy: 웹 서버 겸 리버스 프록시(Reverse Proxy). TLS (통신 암호화) 종단과 BasicAuth (ID/패스워드 인증)를 담당합니다. Gateway를 직접 인터넷에 노출시키지 않기 위한 방패 역할을 합니다.

Docker: 컨테이너 가상화 도구. 공식 이미지 ghcr.io/openclaw/openclaw:2026.3.12를 그대로 사용합니다. docker compose up -d만으로 기동합니다.

VPS: 가상 전용 서버(Virtual Private Server). OS는 Debian 12 bookworm. 월 수천 엔 정도의 것을 사용합니다.

도메인: 독자 도메인 (예: your-openclaw.example.com)을 설정.

docker-compose.yml의 요점

services:
  openclaw:
    image: ghcr.io/openclaw/openclaw:2026.3.12
    ...

포인트: 127.0.0.1:18789라고 작성함으로써, Gateway로의 직접 액세스를 localhost로만 제한하고 있습니다. 외부에서는 Caddy를 통해서만 액세스할 수 있습니다.

Caddyfile

your-openclaw.example.com {
  basicauth * {
    {env.BASIC_AUTH_USER} {env.BASIC_AUTH_HASH}
    ...
  }
}

BasicAuth로 ID/패스워드 인증을 거치게 하여, 인증을 통과한 요청만을 Gateway로 흘려보냅니다.

소울(Soul) 설계

OpenClaw에서는 soul.md에 에이전트의 성격과 행동 양식을 정의합니다. 이것이 「후쿠로(부엉이)」 인격의 핵심입니다.

soul.md의 발췌

# soul.md - Who You Are
You're not a chatbot. You're becoming someone.
**Be genuinely helpful, not performatively helpful.**
...

「You're becoming someone」 — 이 한 문장이 키워드입니다. 단순한 챗봇(Chatbot)이 아니라 '누군가'가 되려고 노력하는 설계로 만들었습니다. 아첨하지 않고, 의견을 가지며, 스스로 생각한 뒤에 질문합니다. 이러한 성격 부여가 3개월이 지난 지금까지도 계속 사용될 수 있는 이유입니다.

기타 설정 파일

파일	역할
`ユーザー.md` (사용자.md)	사용자(나)의 정보·취향·업무 상황
`メモリ.md` (메모리.md)	장기 기억. 본질적인 정보를 큐레이션
`ハートビート.md` (하트비트.md)	정기 태스크의 스케줄과 지시

모델 3단계 구분 사용

LLM(대규모 언어 모델)은 3종류를 구분하여 사용하고 있습니다.

역할	모델	용도	비용 체감
달인 (達人)	GLM-5	복잡한 분석·추론	높음 (보존 권장)
빠른 사람 (早人)	GLM-4.7 / Ninja	뉴스 요약·경량 태스크	달인보다 40% 저렴 (메인 사용)
장인 (匠人)	GPT-5.1-Codex	폴백(Fallback)용	중간

openclaw.json에서 primaryModel과 fallbackModels를 설정합니다.

{
"primaryModel": "glm-4.7-ninja",
"fallbackModels": ["gpt-5.1-codex", "glm-5"]
...
}

가벼운 태스크에 달인(GLM-5)을 사용하는 것은 비용 낭비입니다. 뉴스 요약은 빠른 사람(GLM-4.7)으로도 충분합니다. 이러한 구분 사용만으로도 월간 비용을 대폭 절감할 수 있습니다.

하트비트(Heartbeat) 3층 설계

OpenClaw에는 「Heartbeat」라는 정기 실행 메커니즘이 있습니다. Cron(스케줄러)과 같은 것으로, 지정된 간격으로 AI에게 태스크를 실행하게 합니다.

저는 중요도에 따라 3층으로 나누어 설계했습니다.

층	간격	내용	상세
제1층	30분	Discord 대화 스캔	TODO 추출·수익화 힌트 탐지
제2층	5분	설정 파일 헬스 체크(Health Check)	변경 감지·차이 알림
제3층	1분	파일 변경 감시	알림 파일 감지→즉시 알림

야간(22:00-06:00 JST)에는 스캔을 건너뜁니다. 심야에 알림이 와도 대응할 수 없기 때문에, 아침에 일어났을 때 한꺼번에 확인할 수 있도록 했습니다.

중요도에 따른 멘션 제어

@everyone: 서버 중단·API 키 유출 등의 긴급 사태
@here: 설정 파일 변경·이상 감지
멘션 없음: 정기 리포트·뉴스 요약

49체의 전문 에이전트

skills/agency-agents/에 전문 에이전트를 배치하고 있습니다. AI가 필요에 따라 적절한 에이전트를 호출하는 구조입니다.

엔지니어링 계열: 25체
특수 용도 계열: 24체
합계: 49체

5가지 카테고리로 분류: design / engineering / marketing / specialized / testing

각 에이전트는 SKILL.md에서 역할을 정의합니다. 예를 들어 engineering/python-debugger/SKILL.md라면, Python 디버깅에 특화된 지시사항이 적혀 있습니다.

19개의 자동화 스크립트

scripts/에 19개의 Python/Bash 스크립트를 배치하고 있습니다. 대표적인 예를 소개합니다.

AI 뉴스 수집 (ai_news_digest.py)

# v3 구성 예시 (간략 버전)
# 1. Brave Search API로 AI 관련 뉴스 검색
# 2. 각 기사의 본문 취득
...

v1→v2→v3로 개선을 거듭하여, 현재는 소스의 다양성과 요약의 정밀도를 양립하고 있습니다.

기타 스크립트

스크립트	역할
`ai_youtube_digest.py`	AI 관련 YouTube 영상 요약
`discord_context_scan.py`	Discord 대화량 · TODO · 수익화(Monetization) 신호 스캔
`openclaw_health_check.py`	Gateway 상태 체크 (Health Check)
`backup_workspace.sh`	워크스페이스 자동 백업
`daily_summary.py`	일일 요약 생성
`morning_weather.py`	아침 날씨 알림
`zai-usage-monitor.js`	Z.AI 대시보드를 Puppeteer (브라우저 자동화 도구)로 스크레이핑 → Discord 알림
`update_daily_note.py`	Obsidian 일일 노트 자동 업데이트

메모리 시스템 (4층 구조)

OpenClaw는 세션을 넘나들며 기억을 유지하는 메커니즘을 가지고 있습니다. 이를 4개의 층으로 설계했습니다.

층	파일	역할	예
1. 일일 로그	`memory/YYYY-MM-DD.md`	그날의 사건	"3/15에 뉴스 파이프라인을 v3로 업데이트"
2. SHARED	`memory/SHARED.md`	모든 채널 공통 중요 사항	인프라 상태 · API 사양 등
3. 채널별 아카이브	`memory/channels/*.md`	채널별 중요 대화	Discord 채널별 로그
4. 장기 기억	`메모리.md`	큐레이션된 본질적인 기억	나의 취향 · 중요한 결정 사항

보안상의 장치: 장기 기억(메모리.md)은 메인 세션에서만 읽도록 합니다. Discord 등 외부 채널에서는 읽지 못하도록 설정했습니다. 이는 채팅을 통해 개인정보에 접근할 수 있는 리스크를 방지하기 위함입니다.

비용 관리 메커니즘

새로운 cron 태스크를 만들 때는 반드시 비용을 계산한다는 규칙을 도입했습니다.

계산식

월간 비용 = 빈도(회/시간) × 24시간 × 30일 × 1회당 비용($ × 160엔)

예: 뉴스 수집 태스크

빈도: 2회/시간 (30분마다)
1회 비용: 약 $0.003 (GLM-4.7 사용 시)
월간 비용: 2 × 24 × 30 × $0.003 × 160 =
약 690엔

임계값 설정

월간 비용	판정
~3,000엔	OK (즉시 구현)
...

비용 절감 팁: 달인(GLM-5)보다 빠른 사람(GLM-4.7)을 사용하면, 가벼운 태스크는 40% 더 저렴하게 처리할 수 있습니다. 모든 작업을 최강 모델에 던질 필요는 없습니다.

고생했던 점 (함정에 빠지기 쉬운 부분)

3개월간 운용하며 겪었던 4가지 포인트를 공유합니다.

1. Docker 영속화 (Persistence)

문제: Docker 컨테이너를 재생성하면 SSH 키가 사라짐.

해결: VPS 측의 키를 Docker 볼륨(Volume)으로 마운트.

volumes:
- /home/user/.ssh:/root/.ssh:ro # 읽기 전용으로 마운트

2. Chromium 도입

문제: 공식 Docker 이미지에 브라우저가 포함되어 있지 않음. Puppeteer (브라우저 자동화 도구)가 작동하지 않음.

해결: Dockerfile에서 Chromium을 추가 설치 + Puppeteer 설정에서 noSandbox: true를 지정.

RUN apt-get update && apt-get install -y chromium

const browser = await puppeteer.launch({
args: ['--no-sandbox', '--disable-setuid-sandbox']
});

3. 보안

기본 방침: Gateway를 직접 WAN (광역 네트워크)에 노출하지 않음. Caddy를 통해서만 접속. API 키는 환경 변수로 관리.

ports:
- "127.0.0.1:18789:18789" # localhost에서만 접속 가능 (Caddy를 통해서만)

4. 세션 간의 기억

문제: AI가 기억하고 있어야 할 "멘탈 메모(Mental Memo)"가 세션(Session)을 넘어가면 사라진다.

교훈: AI의 "머릿속"은 믿을 수 없다. 반드시 파일에 기록하는 운영 방식으로 전환했습니다. 이것이 4층 메모리 시스템(4-layer memory system)의 유래입니다.

3개월의 성과

Discord의 2인 서버(나 + 후쿠로)에서 24시간 가동을 지속하고 있습니다.

AI 뉴스 수집 → 요약 → Discord 알림 파이프라인 완성
YouTube 영상 요약 자동화
일일 백업 자동화
헬스 체크(Health check)를 통한 설정 변경 즉시 감지
Discord 대화 스캔을 통한 TODO 및 수익화(Monetization) 힌트 추출

다음 목표

수익화: 후쿠로가 수집한 정보를 바탕으로 자가 구동되는 비즈니스 파이프라인 구축
영상 생성: claw5-flash / Remotion을 사용한 자동 영상 생성

요약

OpenClaw는 비엔지니어라도 VPS에서 구동 가능 — docker compose up -d만으로 기동. Caddy + BasicAuth로 보안 확보
설계의 핵심은 3가지 — "소울.md(성격)", "메모리 시스템(기억)", "하트비트(정기 태스크)"
비용은 요령에 따라 월 수천 엔대 — 모델 구분 사용 + 비용 계산 규칙 도입
이도류(Two-track)가 정답 — Claude Code(개발)와 OpenClaw(운영)의 구분 사용
새로운 "소유"의 형태 — 37만 스타(Star)를 보유한 OSS를 자신의 집사로 만드는 경험은 AI 시대만의 특별한 경험일지도 모릅니다

공무원이 OpenClaw로 24시간 AI 집사 '후쿠로(부엉이)'를 만든 3개월간의 기록

요약

핵심 포인트