저는 대만의 1인 개발자입니다. 저는 제 기술 에이전시의 콘텐츠, 영업 리드 (sales leads), 보안 스캐닝 및 운영 (ops)을 처리하는 4개의 AI 에이전트를 구축했습니다. 이 모든 것은 Gemini 2.5 Flash 무료 티어(일일 1,500회 요청)를 통해 이루어집니다. 저는 약 105회의 요청을 사용합니다. 월간 LLM 비용은 $0입니다.

아키텍처: OpenClaw(오픈 소스) 기반의 4개 에이전트가 집에서 WSL2 상에서 25개의 systemd 타이머와 함께 실행됩니다.

매일 수행하는 작업:

• 여러 플랫폼에 걸쳐 8개의 소셜 포스트 생성 (품질 게이트 적용: 생성 → 자체 검토 → 점수가 7/10 미만일 경우 재작성)
• 커뮤니티 포스트에 참여하고 댓글에 자동 답장 (문맥 인식, 최대 2회 왕복)
• RSS + HN API + Jina Reader를 통한 리서치 → 수집된 정보를 콘텐츠에 다시 반영
• 리드 생성(lead generation)을 위해 UltraProbe(AI 보안 스캐너) 실행
• 7개의 엔드포인트(endpoints) 모니터링, 오래된 리드 플래그 표시, 고객 데이터 동기화
• git push 시 블로그 기사를 Discord에 자동 게시 (LLM 토큰 사용 0 — 커밋 메시지를 직접 사용)

토큰 최적화 트릭: 에이전트는 긴 대화를 나누지 않습니다. 모든 요청은 (1) 미리 계산된 정보 파일 읽기 (로컬 마크다운, 0 토큰), (2) 모든 문맥이 주입된 하나의 집중된 프롬프트 (prompt), (3) 하나의 응답 → 파싱 (parse) → 실행 → 완료 순으로 진행됩니다. 리서치 파이프라인(RSS, HN, 웹 스크래핑)은 LLM 토큰을 전혀 사용하지 않습니다. 이는 순수하게 HTTP + Jina Reader를 사용합니다. LLM은 창의적/분석적 작업에만 관여합니다.

실제 수치:

• 27개의 자동화된 Threads 계정, 12,000명 이상의 팔로워, 330만 회 이상의 조회수
• 25개의 systemd 타이머, 62개의 스크립트, 19개의 정보 파일
• RPD(일일 요청 수) 사용률: 7% (105/1,500) — 93%의 여유 공간 남음
• 월간 비용: LLM $0 + 인프라 약 $5 (Vercel hobby + Firebase free)

잘못되었던 점:

• 7일 만에 $127의 Gemini 청구서 발생. AI Studio 대신 결제가 활성화된 GCP 프로젝트에서 API 키를 생성했기 때문입니다. 속도 제한(rate cap)이 없는 상태에서 Thinking 토큰($1M당 $3.50)이 소모되었습니다. 교훈: 항상 AI Studio에서 직접 키를 생성하십시오.
• 참여 루프(Engagement loop) 버그: 상위 N개가 아닌 모든 포스트를 반복 처리했습니다. 하루 만에 800 RPD를 소모하여 다른 모든 작업이 중단되었습니다.
• Telegram 상태 확인(health check)이 getUpdates를 호출하여 게이트웨이의 롱 폴링(long-polling)과 충돌했습니다. 3분 동안 18개의 중복 메시지가 발생했습니다.

해당 사이트(https://ultralab.tw)는 21개의 블로그 포스트를 포함하여 완전한 이중 언어(zh-TW/en)로 구성되어 있으며, 맞습니다 — 국제화 (i18n), 블로그 발행, 그리고 Discord 알림 모두 자동화된 파이프라인 (pipeline)의 일부입니다.

라이브 에이전트 대시보드: https://ultralab.tw/agent

스택 (Stack): OpenClaw, Gemini 2.5 Flash (무료), WSL2/systemd, React/TypeScript/Vite, Vercel, Firebase, Telegram Bot, Resend, Jina Reader.

GitHub (플레이북): https://github.com/UltraLabTW/free-tier-agent-fleet

아키텍처 (architecture), 토큰 예산 편성 (token budgeting), 또는 1인 기업으로서 AI 에이전트를 24시간 내내 운영하는 것이 실제로 어떤 느낌인지에 대한 질문이 있다면 기꺼이 답변해 드리겠습니다.