‘24시간 작동하는 AI’라는 말을 들으면, LLM(Large Language Model)이 계속 추론하고 있는 것처럼 느껴집니다. 하지만 실제로는 항상 가동되는 것은 스케줄러나 이벤트를 기다리는 메커니즘이며, 조건이 맞았을 때 모델을 호출하도록 설계하는 것이 일반적입니다. 대기 처리와 추론/실행 처리를 분리해서 생각하는 것이 출발점입니다.
본고에서는 초보 기술직 종사자를 대상으로 다음 관점에서 상주형 AI를 정리했습니다.
- 작동 조건: 시간, 이벤트, 사용자 요청
- 실행 환경: 클라우드, 연결 앱, 자체 서버나 PC
- 권한: 읽기, 초안 작성, 전송 및 변경 승인
- 지속성: 기록이나 노트를 어떻게 저장하고 다음 작업에 전달할 것인가
OpenAI ChatGPT dots, Anthropic Claude Duet, Meta Muse, xAI Grok Bot, Google Gemini Spark를 모델명이나 요금제가 아닌 공개 기능과 도입 전 확인 관점에서 간결하게 비교했습니다. 제공 상황은 지역, 플랜, 계정 권한에 따라 달라지므로, 연결 앱의 수만으로 이용 가능 여부를 판단하지 않도록 주의해야 합니다.
Claude Code와 Codex와의 차이점도 단순히 ‘수동으로 작동시키는 구형’과 ‘24시간 작동하는 신형’으로 나눌 수는 없습니다. CLI(Command Line Interface)를 스케줄러에서 호출할 수도 있고, 제품 자체가 작업 생성 및 관리 기능을 가지고 있는 경우도 있습니다. 비교 기준은 시작 메커니즘, 연결 대상, 실행 환경, 권한을 어느 정도까지 통합적으로 제공하느냐입니다.
필자는 Hermes Agent를 상주시키고 중요 이메일 알림과 서버 이상 경보에 활용하고 있습니다. 공식 Cron은 Gateway를 통한 스케줄 실행이나 결과 배포를 설명하며, MCP나 CLI, 셸(Shell)을 이용한 확장도 가능합니다. 자유도를 얻는 대신 설정, 권한, 가동 관리를 담당해야 하는 부분이 생깁니다. 일본어 도입 가이드로 연결되는 링크도 기사에 게재했습니다.
후편(11월 4일 공개 예정)에서는 내부 트리거 설계, OSS와 대기업의 전략, 비용과 권한에 따른 선택 방법을 다룰 예정입니다.
※2026년 11월 시점의 공개 정보를 기반으로 합니다.