소개
처음에는 제미나이(Gemini)나 클로드(Claude) 같은 거대 언어 모델(LLM)에 API만 연결하면 알아서 내 Shopify 스토어를 관리해 줄 거라는 '마법 지팡이'의 환상을 가졌다. 하지만 끊임없는 설치 에러와 무한 루프를 겪으며, AI는 '뇌'일 뿐 실제로 움직일 '몸(OpenClaw)'과 '규칙'이 필요하다는 것을 깨달았다. 이번 스터디를 통해 배운 에이전트의 구조를 바탕으로, 4가지 카테고리의 보자기 상품을 관리하고 자동화하는 나만의 Shopify 전용 에이전트를 구축한 과정을 공유한다.
진행 방법
1. 뇌와 몸의 결합, 그리고 '자아(SOUL)' 부여 24GB RAM 환경에 오픈클로(OpenClaw)를 세팅한 후, 가장 먼저 한 일은 에이전트에게 챗봇 이상의 정체성을 부여하는 것이었다. 워크스페이스에 SOUL.md 파일을 생성하고, "너는 단순한 챗봇이 아니라, 내 Shopify 스토어의 보자기 상품 등록과 매출 데이터를 관리하는 냉철한 마케팅 비서야"라고 역할을 명확히 규정했다. 존댓말을 쓰되 불필요한 서론 없이 바로 본론으로 들어가도록 톤앤매너를 통제했다.
2. 에러에서 배운 사규 제정 (AGENTS.md) 테스트 과정에서 서브에이전트(분신)를 잘못 띄워 화면 조작(GUI)이 꼬이는 시스템 충돌을 경험했다. 이를 교훈 삼아 AGENTS.md에 "GUI 자동화는 절대 서브에이전트에게 위임하지 말 것. 데이터 크롤링 등 판단이 최소화된 작업만 위임할 것"이라는 강력한 사규를 명문화했다. 에이전트는 이 파일을 읽고 다시는 같은 실수를 반복하지 않았다.
3. 수동적 대기에서 능동적 보고로 (Heartbeat & Obsidian 연동) 챗GPT처럼 내가 말을 걸 때만 대답하는 수동적인 구조를 탈피했다. 오픈클로의 'Heartbeat(하트비트)' 기능을 활용하여 HEARTBEAT.md에 일과표를 작성했다. 매일 정해진 시간이 되면 에이전트가 스스로 깨어나 Shopify의 신규 주문과 재고 상태를 확인하고, 그 요약본을 내 옵시디언(Obsidian) 대시보드 문서에 자동으로 업데이트하도록 설정했다.
결과와 배운 점
바퀴를 다시 발명하지 마라: 스킬을 처음부터 코딩하려다 에러의 늪에 빠졌으나, 깃허브(GitHub)에 있는 기존 오픈소스(상품 대량 업로드 코드 등)를 복사해 와서 조립하는 것이 훨씬 빠르고 강력하다는 것을 배웠다.
명확한 지휘관의 명령법: 웹 데이터를 수집할 때 뭉뚱그려 "다 가져와"라고 하면 에이전트는 시야의 한계로 일부만 가져온다. "목록 수집 → 순차 방문 → 텍스트 추출 → 합치기"처럼 단계별로 쪼개어 지시해야 완벽한 결과물을 낸다.
진정한 에이전트의 의미: 가장 큰 수확은 AI를 대하는 관점의 변화다. 똑똑한 뇌(LLM)에 의존하는 것을 넘어, 그 뇌가 내 비즈니스 맥락에 맞게 움직이도록 디렉토리와 마크다운(
.md) 파일로 '시스템'을 짜주는 것이 진짜 에이전트 구축임을 깨달았다.
