
9체의 AI 에이전트로 경영 OS를 만든 이야기 | OpenClaw × Claude Code로 실현하는 데이터 분석 경영
요약
Claude Code의 플러그인 메커니즘을 활용하여 9체의 AI 에이전트로 구성된 '경영 OS'를 구축한 사례를 소개합니다. 별도의 서버 없이 Markdown 기반의 스킬 정의와 YAML 파일을 사용하여 CEO부터 CMO까지의 역할을 수행하는 에이전트 시스템을 구현했습니다.
핵심 포인트
- Claude Code의 플러그인 메커니즘을 통한 에이전트 구현
- Markdown 파일로 코딩 없이 에이전트 스킬 정의 가능
- YAML과 Markdown을 활용한 가벼운 데이터 관리 구조
- 9체의 에이전트가 협업하는 경영 자동화 시스템 설계
프리랜서 엔지니어로 독립하면, 코드를 작성하는 것 이외의 업무가 상상 이상으로 많다는 것을 깨닫게 된다. 경리, 영업, 마케팅, 프로덕트 관리, 태스크 관리……. 1인 법인이나 소규모 팀에서는 이 모든 것을 스스로 직접 하거나, 외주를 맡길 수밖에 없다.
나의 경우, 합동회사를 경영하면서 19개의 프로덕트를 병행 운용하고 있다. freee로 경리, Google Analytics로 마케팅, GitHub로 코드 관리, Shopify로 커머스——도구가 너무 분산되어 있어, 전체상을 파악하는 것만으로 하루가 끝나는 날도 있었다.
그래서 생각한 것이, AI 에이전트에게 경영 간부의 역할을 맡기는 접근 방식이다. Claude Code의 플러그인 메커니즘을 사용하여 CEO·CFO·CTO·COO·CMO 5개의 CxO 에이전트와, 이를 지원하는 4개의 보조 에이전트, 총 9체의 AI 에이전트로 구성된 「경영 OS」를 구축했다.
이 기사에서는 그 구체적인 설계·구현·운용을 데이터 분석의 관점에서 철저히 해설한다. 프리랜서 엔지니어나 1인 법인 운영자가 비슷한 구조를 만드는 데 참고가 된다면 좋겠다.
먼저, 경영 OS의 전체상을 보여준다.
| 에이전트 | 역할 | 주요 연계 대상 |
|---|---|---|
/ceo | 총괄. 모든 CxO의 보고를 통합하여 경영 대시보드 생성 | CFO, CTO, COO, CMO |
/cfo | 재무. freee API로부터 PL·분개·미결제·CF 예측 | freee API |
/cto | 기술. 19개 프로덕트의 헬스 체크·우선순위 스코어링 | Git, products.yaml |
/coo | 운영. 태스크 관리·클라이언트 관리·영업 파이프라인 | YAML flat files |
/cmo | 마케팅. GA4·GSC·Google Ads·X 분석 통합 | GA4, GSC, Ads |
/radineer-os | 자연어 라우터. 일본어 질문을 적절한 CxO로 배분 | 모든 CxO |
/cc-secretary | 태스크 비서. inbox/today/archive의 YAML 조작 | COO |
/cc-knowledge | 지식 DB. 교훈·패턴·인시던트 기록 | 전체 |
/research-scout | 웹 조사. 독립 컨텍스트로 시장 조사 실행 | CMO |
포인트는, 각 에이전트가 Claude Code의 스킬 (Markdown 파일)로 정의되어 있다는 점이다. 전용 서버나 인프라는 필요 없으며, Claude Code의 플러그인 메커니즘만으로 동작한다.
OpenClaw 경영 OS는 Claude Code의 로컬 마켓플레이스 기능을 사용하고 있다. settings.json에 아래 내용을 추가하는 것만으로 플러그인이 인식된다.
{
"extraKnownMarketplaces": {
"radineer-plugins": {
...
각 스킬은 skills/<name>/SKILL.md라는 Markdown 파일로 정의된다. LLM에 대한 프롬프트가 그대로 스킬 정의가 되기 때문에, 코드를 작성하지 않고도 에이전트를 만들 수 있다는 것이 최대의 장점이다.
중후한 DB는 사용하지 않는다. 설계 사상은 「YAML 플랫 파일 + Markdown」이다.
- 태스크 관리:
inbox.yaml,today.yaml(COO가 조작) - 프로덕트 대장:
products.yaml(CTO가 참조, 19개 프로덕트 등록 완료) - 지식 베이스:
kb/products/{slug}.md(주 단위로 자동 동기화) - 교훈 DB:
lessons.yaml,patterns.yaml,incidents.yaml
왜 YAML인가? LLM은 JSON보다 YAML을 다루기 쉽고, Git을 통한 차이(diff) 관리도 용이하기 때문이다.
| 서비스 | 용도 | 에이전트 |
|---|---|---|
| freee API | 회계 데이터 취득·분개 계상 | CFO |
| ... |
CEO 에이전트의 가장 중요한 기능은, 4개의 CxO를 병렬 기동하여 통합 리포트를 생성하는 것이다.
SKILL.md에는 다음과 같은 지시가 적혀 있다:
## /ceo (인자 없음)의 경우
이하를 병렬 실행 (subagent 활용):
1. CFO → 재무 요약
...
Claude Code의 subagent 기능에 의해 4개의 에이전트가 동시에 작동한다. 각 에이전트가 freee API, Git, GA4 등으로부터 실시간 데이터를 취득하고, CEO가 이를 통합한다.
실행 예시:
claude -p "/ceo"
이것만으로 다음과 같은 대시보드가 생성된다 (포맷 예시):
## 경영 대시보드
### 재무 ◎
- 매출: ¥XXX (전월 대비 +XX%)
...
CFO 에이전트는 freee API를 직접 호출하여 재무 데이터를 취득한다. 서브 커맨드가 풍부하여 실질적으로 경리 업무의 대부분을 커버한다.
# PL (손익계산서) 취득
claude -p "/cfo pl 2026-05"
# 분개 계상 (대화 형식, 인간의 승인 필수)
...
분개 계상 시에는 freee의 계정 과목 ID가 SKILL.md 내에 하드코딩되어 있다:
## 계정 과목 마스터
| 과목 | freee ID |
|---|---|
...
이를 통해 "통신비로 서버 비용 ¥5,000를 계상해줘"라고 자연어로 지시하는 것만으로, 올바른 계정 과목 ID를 사용하여 freee API로 POST 요청이 전송된다. 단, 실제 POST 실행 전에 반드시 인간의 승인을 거치도록 설계했다. AI가 멋대로 분개를 끊는 것은 리스크가 너무 크기 때문이다.
CTO 에이전트는 products.yaml에 등록된 19개의 프로덕트를 일괄 관리한다.
# 모든 프로덕트의 개황
claude -p "/cto"
# 개별 프로덕트의 상세 내용
...
/cto priority는 특히 흥미로운 기능으로, 다음의 5개 축으로 프로덕트를 스코어링(Scoring)한다:
- 수익 기여도 — 매출에 대한 직접적인 영향
- 커밋 빈도 — 개발의 활발함
- 설정된 우선순위 — 수동 설정
- 기술적 부채 — 의존 패키지의 노후화 등
- ML 실험 결과 — Autoresearch의 결과 (주간 동기화)
이것들을 종합하여 "다음에 무엇에 시간을 투자해야 하는가"를 제안해 준다. 혼자서 19개의 프로덕트를 운영하려면, 이 정도 수준의 데이터 분석을 통한 우선순위 판단이 필수적이다.
CMO는 데이터 소스가 가장 많은 에이전트다.
# 풀 대시보드
claude -p "/cmo"
# SEO 특화
...
GA4, GSC, Google Ads의 데이터를 MCP 서버를 통해 취득하여 통합 리포트를 생성한다. 마케팅 데이터 분석을 자동화함으로써 "숫자를 보는 시간"을 대폭 줄일 수 있었다.
COO는 "오늘 무엇을 해야 하는가"를 알려주는 에이전트다.
# 운영 대시보드
claude -p "/coo"
# 태스크 목록 (inbox + today + 최근 archive)
...
태스크는 YAML로 관리된다:
# inbox.yaml
- id: task-001
title: 프리랜서 계약서 템플릿 업데이트
...
/cc-secretary가 실제 YAML 조작(추가·이동·완료 처리)을 담당하며, COO는 그 상위 레이어로서 전체적인 모습을 제공한다.
/radineer-os는 사용자의 자연어 질문을 적절한 CxO로 라우팅(Routing)한다.
예를 들어:
- "이번 달 매출은?" → CFO로 전송
- "프로덕트 A의 상태는?" → CTO로 전송
- "오늘의 태스크는?" → COO로 전송
- "SEO 상태는 어때?" → CMO로 전송
- "회사 전체 상황은?" → CEO로 전송 (모든 CxO 병렬 기동)
키워드 매칭으로 분류하고 있지만, 실용적인 측면에서는 이것으로 충분하다. 복잡한 라우팅 로직은 불필요하며, "재무", "프로덕트", "태스크", "SEO", "마케팅" 같은 키워드로 판별할 수 있다.
이는 뼈아픈 경험을 통해 배운 것이다. Anthropic API를 직접 호출하는 구성으로 실행했을 때, 예상치 못한 과금이 발생했다. 현재는 Claude CLI만을 사용하며, API 직접 호출은 금지한다는 규칙을 엄격하게 운용하고 있다.
프리랜서 엔지니어의 연봉을 고려하면, 툴 비용은 매출의 1~2% 이내로 억제하고 싶다. AI 에이전트를 구동한다면 비용의 상한 관리(Cost Cap)를 설계 단계에서 포함해야 한다.
SNS 자동 포스팅도 시도해 보았으나, 동일 계정에 대한 연속 게시로 인해 섀도우 밴(Shadow Ban)을 당하는 문제에 직면했다. 현재는 "생성은 초안까지, 공개는 인간의 승인"을 철칙으로 삼고 있다.
프리랜서 계약서 템플릿이나 영업 메일의 자동 생성도 같은 발상으로, 최종 승인은 반드시 인간이 수행하도록 설계해야 한다.
DB 불필요론을 실증할 수 있었다. 19개의 프로덕트 + 태스크 관리(Task Management) + 지식 베이스(Knowledge Base)를 모두 YAML + Markdown으로 운용하고 있다. Git으로 이력을 관리할 수 있고, LLM과의 궁합도 좋다.
소규모 경영 관리라면 RDB나 NoSQL을 꺼내 들 필요는 없다.
프리랜서 엔지니어 연봉 이야기를 하자면, 2026년 현재 경험 3년 이상의 Web 엔지니어라면 월 단가 60~80만 엔이 하나의 기준이 된다. 하지만 단가를 올리는 것만이 연봉 전략은 아니다.
AI 경영 OS와 같은 툴을 스스로 구축·운용할 수 있는 기술은 다음과 같은 점에서 프리랜서의 시장 가치를 높인다:
경영 판단 속도 향상— 숫자를 즉시 파악하여 프로젝트의 채택 및 기각을 빠르게 결정할 수 있음 -
관리 비용 절감— 경리·마케팅·태스크 관리에 소요되는 시간을 압축 -
포트폴리오로서의 가치— 「AI 에이전트 구축」은 클라이언트에게 강력한 어필 요소가 됨 -
데이터 분석력 증명— 자사의 경영을 데이터 드리븐(Data-driven)으로 운영하고 있다는 실적
특히 데이터 분석 기술은 SES에서 프리랜서로의 전향을 생각하는 엔지니어에게 차별화 요소가 된다. GA4 데이터를 읽을 수 있거나, SQL로 비즈니스 KPI를 산출할 수 있는 등의 기술은 단가 협상의 무기다.
npm install -g @anthropic-ai/claude-code
claude
mkdir -p ~/my-plugins/my-keiei-os/skills/cfo
최소한의 CFO 기술 예시:
# /cfo
당신은 재무 담당 AI입니다.
## /cfo (인수 없음)
...
{
"extraKnownMarketplaces": {
"my-plugins": {
...
claude plugin install my-keiei-os@my-plugins
claude -p "/cfo"
처음부터 9체를 만들 필요는 없다. 우선 CFO나 CTO 중 1체부터 시작하여 필요에 따라 늘려가는 것이 현실적이다.
프리랜서 계약서 템플릿 관리도 이 경영 OS에 포함되어 있다. COO 에이전트의 클라이언트 관리 기능과 연동하여, 계약 갱신 시기의 알림이나 계약 조건의 비교 분석을 자동화했다.
구체적으로는:
- 계약서 템플릿을 Markdown으로 관리
- 클라이언트별 계약 조건을 YAML로 구조화
- 갱신 기한이 다가오면 COO 대시보드에 알림 표시
- 단가 협상 시 과거 계약 조건을 데이터 분석으로 비교
프리랜서 엔지니어에게 계약 관리는 눈에 띄지 않지만 중요한 업무다. AI에게 맡길 수 있는 부분은 적극적으로 맡기고 싶다.
2026년 현재, Claude Code와 같은 AI 코딩 툴은 급속도로 진화하고 있다. 단순히 코드를 쓰는 것을 넘어, 경영 관리·데이터 분석·태스크 관리와 같은 비엔지니어링(Non-engineering) 업무에도 AI를 활용하는 시대가 오고 있다.
이번에 소개한 OpenClaw 경영 OS의 설계 사상을 정리하면:
각 CxO를 독립된 에이전트로 정의— 책무의 명확화 -
CEO가 병렬 팬아웃(Fan-out)으로 통합— 실시간 대시보드 -
데이터 계층은 YAML + Markdown— 경량이며 이식성이 높음 -
외부 API와의 연계는 최소한으로— freee, GA4, GSC로 한정 -
인간 승인 게이트를 반드시 설정— 전표 계상이나 SNS 게시물 등
프리랜서 엔지니어로서 독립을 생각하는 분, 이미 독립하여 관리 업무에 쫓기고 있는 분은 우선 1체의 AI 에이전트부터 시작해 보길 권한다. Claude Code의 스킬(Skill) 기능이라면 Markdown을 쓰는 것만으로 에이전트를 만들 수 있다.
데이터 분석과 경영 판단을 AI가 보조하게 함으로써, 엔지니어로서의 본업——좋은 코드를 쓰는 것——에 집중할 수 있는 시간이 늘어난다. 그것이 결과적으로 프리랜서 엔지니어의 연봉 상승으로도 이어질 것이다.
- Claude Code로 개발 효율이 급변한 이야기 | SES 엔지니어의 독립 준비에도 쓸 수 있는 실전 팁 철저 해설
- OpenClaw × Claude Code 실전 가이드 | AI 구동 개발의 구체적 워크플로우 【2026년 최신】
- Claude Code로 개발 속도 3배 | SES에서 프리랜서가 되어 바뀐 일하는 방식 【2026년 최신】
AI 구동塾 — AI를 사용한 스몰 비즈니스 만드는 법을 배우다
Claude Code, OpenClaw, AI 경영 OS의 실전 노하우를 매주 공개 중.
월액 ¥4,980으로 과거 기사 모두 무제한 읽기 가능.
SES 해체신서 프리랜서 DB에서는 고단가 프로젝트를 다수 게재 중입니다.
- ✅ 마진율 공개를 통한 투명한 거래
- ✅ AI/클라우드/Web 계열의 엄선된 프로젝트
- ✅ 전담 코디네이터의 단가 협상 지원
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기