소개
시도하고자 했던 것과 그 이유를 알려주세요.
유튜버 '잇섭'님의 영상을 보고 AI가 사람을 대신해 컴퓨터를 제어하는 'AI 에이전트'에 매료되어 첫 발을 뗐습니다. 처음에는 단순한 일상 자동화(네이버 결제 내역 가져오기, 메일 대신 보내기)로 시작했으나, 시행착오를 거치며 기술적 가능성을 확인했습니다.
현재는 단순 반복 업무 자동화를 넘어, 스타트업 창업을 위한 '사업 아이템 발굴 및 시장 분석 자동화 Pipeline'을 구축하는 것을 최종 목표로 삼고 있습니다. 이를 위해 로컬 하드웨어 인프라와 상용 거대 모델(LLM) 프로 플랜을 결합한 최적의 하이브리드 에이전트 환경을 구성하게 되었습니다.
진행 방법
어떤 도구를 사용했고, 어떻게 활용하셨나요?
인프라 & 하드웨어: 맥미니(Mac mini) + RTX 3090 로컬 가속 서버 + 미니 PC(홈랩용)
에이전트 및 자동화 프레임워크: OpenClaw, PaperclipAI
LLM 인프라 (하이브리드):
로컬: 고성능 하드웨어 스크립트 최적화를 적용한 로컬 LLM
상용: Claude Pro, Copilot Pro (Codex Pro), Gemini 3.0 Flash
최종 활용처: 대학원 학사 행정 및 홈랩(NAS, Proxmox, pfSense) 제어 ➔ AI 기반 사업 아이템 발굴 및 리서치 자동화
에이전트 빌드업 및 인프라 변천사 (타임라인)
1. 미니 PC와 WSL, 그리고 MiniMax의 배신 (첫 삽질) 집에 놀고 있던 미니 PC(32GB RAM)에 WSL을 올리고 OpenClaw를 구축해 보았습니다. 하지만 WSL 환경 특성상 호스트 PC의 권한 제어가 까다로웠고, 기본 연동한 MiniMax 모델이 자꾸 중국어로 답변을 뱉는 통에 하루 만에 방치하게 되었습니다.
2. 맥미니 도입과 무료 모델의 한계 (Gemini Flash와 홈랩 제어) 환경을 맥미니로 전환한 뒤 '대학원 중요 메일 알림 시스템'을 세팅했습니다. 무료 모델들을 물려보니 메일 앱 접근을 위해 AppleScript를 쓰라고 가이드해놓고 다음 날이면 기억을 못 하거나, Rate Limit과 느린 응답으로 구동이 어려웠습니다. 결국 컨텍스트 가성비가 좋은 Gemini 3.0 Flash에 정착했고, 활용도를 넓혀 홈랩 인프라(NAS, 가상화 인프라 Proxmox, 방화벽 pfSense 등)까지 에이전트가 제어하도록 확장했습니다.
3. OpenRouter 비용 폭탄과 3090 도입 (중고 사기의 아픔) 더 똑똑한 추론을 위해 OpenRouter를 통해 유료 모델들을 연동하기 시작했습니다. 에이전트가 '생각-실행-관찰' 루프를 돌 때마다 컨텍스트가 누적되면서 이틀에 한 번꼴로 $10씩 결제되는 비용 폭탄(첨부 이미지 참조)을 맞았습니다. 지갑을 지키기 위해 완전 로컬 LLM 구동을 결심했고, 중간에 중고 사기를 당하는 가슴 아픈 풍파를 겪은 끝에 RTX 3090을 들여오는 데 성공했습니다.
4. 현재: PaperclipAI 중심의 하이브리드(Hybrid) 비즈니스 자동화 정착 창고에 있던 미니 PC(32GB RAM)를 포맷 후 로컬 최적화 스크립트를 통해 Gemma 등 로컬 모델 구동 레이어로 부활시켰습니다.
그리고 현재는 로컬 인프라에만 의존하지 않고, Claude Pro와 Copilot Pro(Codex Pro)를 정기 결제하여 결합한 '하이브리드 워크플로우'를 완성했습니다. 대규모 추론과 코드 생성은 상용 프로 플랜 모델들에게 맡기고, PaperclipAI를 중심으로 이들을 오케스트레이션하여 '스타트업 사업 아이템 발굴 및 타당성 분석 자동화 시스템'을 구축하여 운영하고 있습니다.
모니터가 있는 책상, 컴퓨터, 선풍기
결제 영수증 템플릿 스크린샷
항목 목록이 표시된 휴대폰 스크린샷
결과와 배운 점
배운 점과 나만의 꿀팁
에이전트 비용 제어와 하이브리드의 필요성: 에이전트 루프가 도는 구조에서 API 종량제는 비용 폭탄의 주범입니다. 컨텍스트가 많이 드는 파이프라인은 정액제 프로 플랜(Claude Pro, Copilot Pro)을 영리하게 맵핑하고, 보안이 중요하거나 가벼운 태스크는 로컬 3090 인프라로 분산하는 하이브리드 전략이 장기적으로 가장 비용 효율적입니다.
PaperclipAI의 워크플로우 활용: OpenClaw로 다진 에이전트 기초 체력 위에 PaperclipAI를 얹음으로써, 단순 시스템 제어를 넘어 비즈니스 리서치 레이어까지 자동화 영역을 확장할 수 있었습니다.
과정 중에 어떤 시행착오를 겪었나요?
초기 WSL 환경에서의 호스트 제어 실패와 무료 모델들의 컨텍스트 유실로 수많은 밤을 지새웠습니다.
하드웨어 인프라를 무리하게 세팅하려다 중고 사기를 당하는 비용적·정신적 타격을 입기도 했습니다.
GPU 가속이 없는 CPU/RAM(미니 PC) 환경에서는 대형 오픈소스 모델의 추론 속도가 처참하다는 것을 깨닫고, 최적화 스크립트 튜닝과 적절한 유료 플랜 구독의 밸런스를 잡기까지 많은 비용을 지불해야 했습니다.
앞으로의 계획이 있다면 들려주세요.
우여곡절 끝에 맥미니, 3090 서버, 상용 프로 플랜과 PaperclipAI까지 결합된 최상위 하이브리드 파이프라인이 완성되었습니다. 앞으로 이 자동화 시스템을 더욱 고도화하 여, 글로벌 기술 트렌드와 마켓 데이터를 24시간 감시하고 자동으로 사업계획서 초안까지 뽑아내는 '1인 창업가를 위한 AI 컴퍼니 빌더 시스템'을 견고하게 완성해 나갈 계획입니다.
