소개
평소 제미나이를 활용해 스마트홈 IoT 구성 등 다양한 프로젝트를 성공시킨 경험이 있어, 이번 오픈클로(OpenClaw) 설치 역시 LLM의 가이드만 믿고 시작했다. 하지만 결과는 참담했다. AI의 긍정적인 답변은 실제 해결책으로 이어지지 않았고, 시스템은 끝없는 무한 루프에 빠졌다. 최신 기술의 '지능'이 오히려 설치의 가장 큰 '방해물'이 되었던 반전의 기록이다.
진행 방법
1. 제미나이의 '정보 고립'과 API 미궁 제미나이가 오픈클로의 최신 업데이트 정보를 인지하지 못했거나, 수많은 환경 변수를 계산하지 못한 것이 화근이었다. 세팅 과정에서 단 한 번의 설정이 어긋나거나 API 모델(Claude vs Gemini 등)을 잘못 선택하면, 이후 모든 가이드는 엉뚱한 방향으로 흘러갔다. AI는 계속해서 "문제없다"고 답했지만, 실제 시스템은 단 한 발자국도 나가지 못했다.
2. "눈먼 가이드" — 시각 인지의 한계 답답한 마음에 현재 설정 화면을 스크린샷으로 찍어 제미나이에게 보여주었으나, LLM은 실시간 웹페이지의 구조를 정확히 읽어내지 못했다. 텍스트로만 소통해야 하는 한계 속에서 AI는 추측성 답변만 내놓았고, 이는 오류를 더 심화시키는 결과로 이어졌다.
3. 반복된 초기화, 그리고 '유튜브'라는 정답 결국 5번이나 오픈클로 전체를 밀고 다시 설치하는 고행을 반복했다. 모델 선택의 작은 실수가 대화 중단으로 이어지는 과정을 겪으며, 비로소 깨달았다. 최신 AI 모델의 말 한마디보다, 누군가 실제로 성공한 과정을 담은 유튜브 영상 한 편이 훨씬 강력하다는 것을. 마지막에는 어떤 AI 가이드도 보지 않고 오직 실전 매뉴얼만 의지해 세팅을 마치는 단계에 이르렀다.
결과와 배운 점
LLM은 최신 세팅의 '전문가'가 아니다: 설치와 설정 같은 실시간 변수가 많은 작업에서는 AI의 추론보다 검증된 실전 데이터(유튜브, 공식 문서)가 우선이다.
모델 선택의 정밀함: 오픈클로 환경에서 API 모델 하나를 잘못 고르는 것은 엔진에 맞지 않는 연료를 넣는 것과 같다. 한 번의 실수가 시스템 전체를 마비시킨다.
최고의 가이드는 '실전': 제미나이 등 LLM 모델의 화려한 답변에 의존하지 마라. 화면을 직접 보여주는 유튜브를 보고 그대로 따라 하는 것이 가장 빠르고 정확한 지름길이다.
