OpenClaw 작동 원리, 하트비트·메모리 구조와 맥락 부패 줄이는 법

OpenClaw 작동 원리를 게이트웨이, 대화 기억, 하트비트, cron 예약 작업까지 부품별로 풀고, 오래 쓸수록 느려지고 비싸지는 이유(맥락 부패)와 줄이는 법을 정리했습니다. 범용 에이전트 대신 한 가지 일만 하는 "스나이퍼 에이전트"를 설계하는 틀과, 직접 만들어 볼 때 쓸 프롬프트 예시도 넣었습니다.

OpenClaw 작동 원리는 "LLM에 입힌 외골격"

Agentic Lab의 화자 Roman이 OpenClaw 내부 구조를 풀어 설명한 영상이 바탕입니다. 영상 끝에서 화자는 자기 무료 Skool 커뮤니티를 홍보하며 "Skool 1위 에이전틱 코딩 커뮤니티"라고 소개합니다. 이해관계가 있는 영상이라는 점을 감안하고 읽어 주세요.

영상은 "사람들이 OpenClaw를 AGI(사람 수준의 범용 인공지능)라고 부를 정도"라는 말로 시작합니다. 이건 화자가 세간의 반응을 옮긴 것입니다. 화자는 AGI라는 말을 반박하지는 않고, 작동 원리는 비교적 단순해서 이해할 수 있다고 봅니다. OpenClaw 자체는 "정말 인상적"이라고도 평가합니다.

화자의 정의로 OpenClaw는 "LLM 둘레에 입힌 외골격(exoskeleton)"입니다. LLM(대규모 언어 모델, ChatGPT나 Claude 같은 AI의 두뇌)이 컴퓨터에서 복잡한 일을 하게 해 주는 부품 묶음이라는 뜻입니다.

화자는 자신이 NeurIPS(세계 최대 AI 학회 가운데 하나)에서 상위 3% 논문을 냈다고 소개하고, 이 원리를 알면 특정 용도에서 OpenClaw보다 5~10배 뛰어난 에이전트를 만들 수 있다고 주장합니다. 5~10배라는 수치의 근거는 말하지 않았습니다.

화자가 두 번 짚은 보안 경고

구조 설명보다 먼저 봐 둘 부분입니다. 보안 위험은 두 번 나옵니다.

• 첫 번째, 컴퓨터 제어 기능을 설명하면서. OpenClaw는 브라우저만이 아니라 터미널부터 카메라까지 컴퓨터 전체를 제어할 수 있습니다. 이 정도 접근 권한에는 큰 보안상 대가가 따르니 "본인 책임으로, 강한 안전장치(guardrails)를 두고" 쓰라고 합니다.
• 두 번째, OpenClaw의 한계를 꼽으면서. OpenClaw에 "거대한 보안 취약점"이 있다고 말합니다.

두 곳 모두 안전장치가 구체적으로 무엇인지, 취약점이 무엇인지는 말하지 않았습니다. 일반적으로 권하는 안전장치는 주 컴퓨터가 아닌 별도 기기에 설치하기, 게이트웨이를 인터넷에 직접 열지 않기, 봇에 말을 걸 수 있는 사람을 나로 제한하기, 설치 뒤 openclaw security audit로 내장 보안 점검 돌리기입니다.

OpenClaw가 돌아가는 방식, 부품별로

두뇌와 연결

• LLM: 외부 API 호출이나 내 컴퓨터에서 돌리는 로컬 모델입니다. 화자는 "운영 전체의 두뇌"라고 부릅니다.
• 게이트웨이: 텔레그램 같은 채팅 채널을 LLM에 잇는 웹소켓·HTTP 서버입니다. 24시간 돌며 모든 걸 묶는 역할입니다.

대화 기억 (세션 유지)

LLM은 호출할 때마다 모든 걸 잊습니다. 그래서 OpenClaw는 모든 메시지를 디스크의 JSONL 파일(한 줄에 기록 하나씩 적는 텍스트 파일)에 덧붙이고, 호출할 때마다 이걸 메시지 배열로 다시 넘깁니다.

컨텍스트(AI가 한 번에 받아 볼 수 있는 글의 양)가 넘쳐서 API가 거절하면 "압축(compaction)"이 돕니다. 이전 메시지를 덩어리별로 요약해 합치고, 컨텍스트가 50% 아래로 내려갈 때까지 다시 시도합니다.

정체성과 규칙 주입

• 시스템 프롬프트(매번 AI에게 먼저 건네는 기본 지시)는 마크다운 파일 묶음(soul, agents, memory)입니다.
• 스킬 메타데이터와 도구 스키마(도구 이름과 쓰는 법을 적은 짧은 설명)만 넣습니다. 도구와 스킬 전체를 컨텍스트에 넣지 않고도 무엇을 부를 수 있는지 알게 하는 방식입니다.
• 안전과 실행에 관한 프롬프트도 들어갑니다.

장기 기억

중요한 정보는 모델이 memory.md에 직접 씁니다. 여기에 하이브리드 검색 방식의 RAG(필요할 때 저장된 자료를 찾아 AI에게 끼워 넣는 방식) 기억이 따로 있고, 모델이 메모리 도구로 이걸 검색합니다.

출력과 도구 호출

답은 텔레그램, 디스코드 같은 채널로 나갑니다.

도구 호출은 이렇게 돌아갑니다. 모델이 토큰(AI가 글을 처리하는 단위)을 내면 도구가 외부 행동(예: 코드 작성)을 하고, 결과를 토큰으로 돌려준다. 이 되먹임을 "에이전트 루프(agentic loop)"라고 부릅니다.

컴퓨터 제어

화자는 OpenClaw를 다른 에이전트와 가르는 핵심 도구로 컴퓨터 제어를 꼽습니다. 크롬 확장 릴레이로 브라우저를 제어해서 로그인 상태를 유지할 수 있다고 합니다. 비슷한 예로 "Claw browser"를 드는데, 자막 표기 그대로이고 정확히 무엇을 가리키는지는 알 수 없습니다.

앞에서 정리한 첫 번째 보안 경고가 바로 이 대목에서 나옵니다.

스스로 움직이는 원리: 하트비트, cron, 웹훅

OpenClaw가 칭찬받는 자율 동작은 사실 비교적 단순한 장치 위에 서 있다는 게 화자 설명입니다.

• 하트비트: 기본 30분마다 타이머가 "heartbeat.md를 읽고 따르라"는 프롬프트를 보냅니다. 에이전트가 heartbeat.md를 직접 고칠 수 있으니, 자기 미래 행동을 스스로 프로그래밍하는 셈입니다.
• cron 작업: 에이전트가 cron 도구(정해진 시각에 작업을 실행하는 예약 기능)로 예약 작업을 만들고, 고치고, 지웁니다. cron 표현식, 1회 실행, 반복 간격을 쓸 수 있습니다.
• 웹훅: 외부에서 사건이 생기면(예: 새 결제, 새 메일) 그 맥락을 담아 에이전트를 깨웁니다.

멀티 에이전트, hooks, 샌드박싱은 이 영상에서 다루지 않는다고 화자가 직접 말합니다.

하트비트가 실제로 어떻게 생겼는지 감을 잡도록 heartbeat.md 예시를 하나 적어 둡니다. 편집자가 만든 예시이고, 짧게 쓸수록 30분마다 드는 토큰이 줄어듭니다.

# heartbeat.md
- 새로 온 메일 중 "견적" 또는 "계약"이 제목에 있으면 한 줄 요약을 텔레그램으로 보낸다.
- 할 일 파일(todo.md)에 오늘 마감인 항목이 있으면 알린다.
- 위 두 가지에 해당하는 것이 없으면 아무 메시지도 보내지 않는다.

에이전트를 이루는 4가지 범주

화자는 모든 에이전트가 4가지 범주와 반복 루프로 이루어진다고 정리합니다.

• 무엇이 깨우나(trigger): cron, 하트비트
• 매 턴 무엇을 넣나(inject): soul.md 같은 시스템 프롬프트·성격 파일, JSONL 대화 기록, 도구 스키마
• 어떤 도구를 부르나(tools): RAG 기억 검색, 컴퓨터 제어, 스킬, 플러그인. 샌드박스 안에서 실행
• 무엇을 내보내나(output): 세상과 소통하고 기억하는 방식

여기에 루프를 더한 전체를 화자는 "하네스(harness)"라고 부릅니다. 이걸 만드는 능력이 앞으로 10년의 가장 큰 지렛대 기술이고 "새로운 코딩"이라는 게 화자 주장입니다.

넣는 정보는 "잘 작동할 만큼만" 주라고 합니다. 너무 많이 넣으면 "context rot(맥락 부패, 컨텍스트가 길어질수록 AI의 판단이 흐려지는 현상)"가 생긴다는 이유입니다.

OpenClaw의 한계와 맥락 부패 수치

아래 한계와 수치는 모두 화자 주장입니다.

• 범용이라 맡은 일에 비해 맥락이 늘 과하다. 이게 성능이 기대만 못하고 아주 비싼 핵심 이유라고 봅니다.
• Anthropic이 Max 요금제에서 OpenClaw 사용을 금지했다고 말합니다. 화자 발언이고 따로 확인하지 않았습니다.
• 거대한 보안 취약점이 있다(앞의 두 번째 경고).
• 제대로 커스터마이즈하기도, 안에서 무슨 일이 일어나는지 들여다보기도 어렵다.

토큰 수치 (화자 제시)

• 첫날 한마디 하기도 전에 깔리는 고정 부담이 약 7,000 토큰. soul.md, agents, 작업 파일, 스킬 설명, 도구 스키마 등으로 이루어지고, "솔직히 인상적으로 낮다"고 평가합니다.
• 한 달 매일 쓰고 나면 약 45,000 토큰. 메모리 파일이 불어나고, 에이전트가 스킬을 만들고, 스킬과 플러그인을 깔수록 부풀어 오릅니다.
• context rot를 측정한 논문 결과를 근거로 이게 최대 40% 성능 저하로 이어진다고 말합니다. 논문 이름은 말하지 않았습니다.
• 한 가지 목적의 이메일 읽기 에이전트는 약 1,400 토큰이면 되고 "아주 잘 돌아간다"고 합니다.

그다음 "6개월 뒤"를 말합니다. 작업 파일이 약 37,000 토큰, 스킬이 약 7,500 토큰까지 차고, 도구는 끝없이 불어나 수만 토큰이 된다. 그 정도면 최소 50~90% 성능 저하에 메시지당 약 52센트 추가 비용이 든다는 겁니다.

이 6개월 뒤 수치가 어느 쪽 얘기인지는 분명하지 않습니다. 발화 순서로는 이메일 에이전트 예시 바로 뒤에 붙어 있는데, 화자는 주어를 밝히지 않았습니다. 수치가 불어나는 내용이라 흐름상 OpenClaw를 오래 쓴 경우로 읽히지만, 확정할 수는 없습니다.

메모리, 하트비트, 스킬 같은 기능에 하드 한도가 있다고도 말합니다. 단순 잘라내기(truncation) 때문에 기억이 컨텍스트에 들어가지 못해서, 몇 달 뒤에는 "재앙적 망각"이 생긴다는 주장입니다.

맥락 부패 줄이는 법: 화자 권고와 실천 방법

화자가 실제로 권한 것은 이렇습니다.

• 여러 일을 다 하는 범용 에이전트 대신, 한 가지 목적만 하는 "스나이퍼 에이전트"를 직접 만들라.
• 에이전트를 만들 때 4가지 범주(무엇이 깨우나 / 매 턴 무엇을 넣나 / 어떤 도구를 부르나 / 무엇을 내보내나)와 반복 루프로 설계하라.
• 모델에는 잘 작동할 만큼만 넣고, 너무 많이 넣어 context rot가 생기지 않게 하라.
• OpenClaw를 쓴다면 맥락 위생을 지키고 플러그인 사용을 줄이라.
• OpenClaw의 컴퓨터 전체 제어 기능은 본인 책임으로, 강한 안전장치를 두고 쓰라.

"맥락 위생"을 실제로 지키는 방법은 영상에 없어서 편집자가 채웁니다.

1. 에이전트 작업 폴더를 연다. 기본 설치에서는 보통 홈 폴더 아래 .openclaw/workspace에 soul, agents, memory 같은 마크다운 파일이 있습니다. 위치는 버전마다 다를 수 있으니 OpenClaw에게 "네 작업 파일들이 어디 있는지 경로를 알려 줘"라고 물어 확인합니다.
2. memory.md를 열어 지금은 필요 없는 기억(끝난 프로젝트, 중복 메모)을 지운다. 지우기 전에 파일을 복사해 백업합니다.
3. 쓰지 않는 스킬과 플러그인을 끈다. 켜 둔 스킬마다 설명이 매 턴 들어갑니다.
4. 한 달에 한 번 OpenClaw에게 아래처럼 점검을 시킨다.

지금 매 턴 너에게 기본으로 들어가는 파일과 스킬 설명, 도구 목록을 항목별로 정리하고, 각각 대략 얼마나 긴지 알려 줘. 최근 한 달 동안 한 번도 쓰지 않은 스킬과 오래된 메모리 항목은 삭제 후보로 따로 표시해 줘. 삭제는 내가 승인한 뒤에만 해.

스나이퍼 에이전트를 설계하는 프롬프트 예시

화자는 스나이퍼 에이전트를 만들라고 하지만, 어떤 도구로 어떤 순서로 만드는지는 보여 주지 않습니다. 클로드 코드 같은 코딩 에이전트에게 4가지 범주를 그대로 넘기면 설계부터 시작할 수 있습니다. 편집자가 만든 예시입니다.

한 가지 일만 하는 작은 에이전트를 만들고 싶어. 코드를 쓰기 전에 설계부터 같이 정하자.
- 목적: 매일 아침 받은편지함에서 답장이 필요한 메일만 골라 세 줄로 요약
- 무엇이 깨우나(trigger): 매일 오전 8시 예약 실행
- 매 턴 무엇을 넣나(inject): 짧은 역할 지시문, 최근 24시간 메일 제목과 본문 앞부분만
- 어떤 도구를 부르나(tools): 메일 읽기 전용 권한 하나. 보내기와 삭제 권한은 주지 마
- 무엇을 내보내나(output): 텔레그램 메시지 한 통
위 설계에서 빠진 것, 매 턴 들어가는 글의 양을 더 줄일 방법, 필요한 준비물(계정, API 키)을 먼저 정리해 줘.

화자의 마무리는 이렇습니다. 에이전트와 하네스가 어떻게 돌아가는지 배우면 범용 모델보다 큰 성능 향상을 얻는다. 최소한 OpenClaw 내부를 이해하면 context rot는 막을 수 있다.

직접 에이전트를 설계할 때 점검할 것

설치나 설정을 따라 하는 영상은 아닙니다. 대신 OpenClaw를 쓰고 있거나 쓸 생각이라면 구조를 이해하는 데는 쓸모가 있습니다. 직접 에이전트를 설계해 볼 때 점검해 볼 것은 이 정도입니다.

• 만들려는 에이전트의 목적이 하나로 좁혀져 있는가
• 트리거, 주입, 도구, 출력 각각에 무엇을 둘지 정했는가
• 매 턴 넣는 정보가 필요한 만큼만인가
• 컴퓨터 제어 권한을 줄 때 안전장치를 두었는가

토큰 수치, 성능 저하 비율, 요금제 관련 발언은 모두 화자 주장입니다. 40%는 논문을 근거로 들었지만 논문 이름은 말하지 않았습니다.

이 글은 Agentic Lab의 10분 59초 영상을 영어 자동 자막 기준으로 정리했고 화면은 대조하지 못했습니다. heartbeat.md 예시, 맥락 위생 점검 절차, 설계 프롬프트는 편집자가 일반적인 방법으로 만들어 넣었습니다. 자막에는 Skool이 "School"로 찍혀 있었습니다.

출처: youtu.be/…