저는 더 이상 Codex 나 Claude Code 를 직접 사용하지 않습니다.
OpenClaw 를 오케스트레이션 레이어로 사용하고 있습니다. 제 오케스트레이터인 Zoe 가 에이전트를 생성하고, 프롬프트를 작성하며, 각 작업에 적합한 모델을 선택하고, 진행 상황을 모니터링한 다음, PR 이 병합 준비가 되면 Telegram 으로 알림을 보냅니다.
지난 4주간의 증거 자료:
- 하루에 94개의 커밋. 가장 생산적인 날이었습니다 – 고객 전화 3통을 받았고 에디터를 한 번도 열지 않았습니다. 평균은 하루 약 50개의 커밋입니다.
- 30분 만에 7개의 PR. 아이디어에서 프로덕션까지의 속도가 매우 빠릅니다. 코딩과 검증이 대부분 자동화되어 있기 때문입니다.
- 커밋 → MRR: 실제로 구축 중인 B2B SaaS 에 이 시스템을 사용하고 있습니다. 창립자 주도 영업과 결합하여 대부분의 기능 요청을 당일에 처리합니다. 속도는 리드를 유료 고객으로 전환시킵니다.
제 Git 히스토리는 마치 개발 팀을 고용한 것처럼 보입니다. 실제로는 Claude Code 를 관리하는 것에서 시작하여, 다른 Claude Code 및 Codex 에이전트들을 관리하는 OpenClaw 에이전트를 관리하는 저 혼자일 뿐입니다.
성공률: 시스템은 개입 없이 거의 모든 소규모 및 중간 규모 작업을 한 번에 처리합니다.
비용: Claude 에 월 약 $100, Codex 에 월 약 $90 이지만, $20 으로 시작할 수 있습니다.
이것이 Codex 나 Claude Code 를 직접 사용하는 것보다 더 잘 작동하는 이유는 다음과 같습니다.
>Codex 와 Claude Code 는 귀하의 비즈니스에 대한 맥락이 거의 없습니다.
코드는 보지만 비즈니스의 전체적인 그림은 보지 못합니다.
OpenClaw 는 이 방정식을 바꿉니다. 사용자와 모든 에이전트 사이의 오케스트레이션 레이어 역할을 합니다 – 제 Obsidian 볼트 안에 모든 비즈니스 맥락(고객 데이터, 회의 노트, 과거 결정, 성공 사례, 실패 사례)을 보관하고, 과거 맥락을 각 코딩 에이전트를 위한 정확한 프롬프트로 변환합니다. 에이전트는 코드에 집중하고, 오케스트레이터는 높은 전략 수준을 유지합니다.
시스템의 개략적인 작동 방식은 다음과 같습니다.
지난주 Stripe 은 "Minions"이라는 백그라운드 에이전트 시스템에 대해 글을 썼습니다 – 중앙 집중식 오케스트레이션 레이어가 지원하는 병렬 코딩 에이전트입니다. 저는 우연히 같은 것을 구축했지만, 제 Mac mini 에서 로컬로 실행됩니다.
설정 방법을 알려드리기 전에, 왜 에이전트 오케스트레이터가 필요한지 알아야 합니다.
하나의 AI 로 둘 다 할 수 없는 이유
컨텍스트 윈도우는 제로섬 게임입니다. 무엇을 넣을지 선택해야 합니다.
코드로 채우면 → 비즈니스 맥락을 위한 공간이 없습니다. 고객 기록으로 채우면 → 코드베이스를 위한 공간이 없습니다. 이것이 2계층 시스템이 작동하는 이유입니다: 각 AI 는 정확히 필요한 것만 로드됩니다.
OpenClaw 와 Codex 는 매우 다른 컨텍스트를 가집니다:
서로 다른 모델이 아닌, 컨텍스트를 통한 전문화입니다.
전체 8단계 워크플로우
지난주 실제 예시를 통해 설명하겠습니다.
1단계: 고객 요청 → Zoe 와의 범위 설정
에이전시 고객과 통화가 있었습니다. 팀 전체에서 이미 설정한 구성을 재사용하기를 원했습니다.
통화 후, Zoe 와 요청에 대해 논의했습니다. 모든 회의 노트가 Obsidian 볼트에 자동으로 동기화되기 때문에, 제가 설명할 필요가 전혀 없었습니다. 함께 기능 범위를 설정했습니다 – 기존 구성을 저장하고 편집할 수 있는 템플릿 시스템으로 결정했습니다.
그런 다음 Zoe 는 세 가지 작업을 수행합니다:
- 크레딧을 충전하여 고객을 즉시 차단 해제합니다 – 관리자 API 에 접근 권한이 있습니다
- 프로덕션 데이터베이스에서 고객 구성을 가져옵니다 – 읽기 전용 프로덕션 DB 접근 권한이 있어(Codex 에이전트는 절대 이 권한을 갖지 않음) 기존 설정을 검색하여 프롬프트에 포함시킵니다
- Codex 에이전트를 생성합니다 – 모든 컨텍스트가 포함된 상세한 프롬프트와 함께
2단계: 에이전트 생성
각 에이전트는 고유한 작업 트리(격리된 브랜치)와 tmux 세션을 받습니다:
1# 작업 트리 생성 + 에이전트 생성2git worktree add ../feat-custom-templates -b feat/custom-templates origin/main3cd ../feat-custom-templates && pnpm install45tmux new-session -d -s "codex-templates" \6 -c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" \7 "$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high"
에이전트는 스크립트를 통한 전체 터미널 로깅과 함께 tmux 세션에서 실행됩니다.
에이전트를 실행하는 방법은 다음과 같습니다:
1# Codex2codex --model gpt-5.3-codex \3 -c "model_reasoning_effort=high" \4 --dangerously-bypass-approvals-and-sandbox \5 "Your prompt here"67# Claude Code8claude --model claude-opus-4.5 \9 --dangerously-skip-permissions \10 -p "Your prompt here"
예전에는 codex exec 나 claude -p 를 사용했지만, 최근에 tmux 로 전환했습니다:
tmux 가 훨씬 나은 이유는 작업 중간 리디렉션이 강력하기 때문입니다. 에이전트가 잘못된 방향으로 가고 있나요? 종료하지 마세요:
1# 잘못된 접근 방식:2tmux send-keys -t codex-templates "Stop. Focus on the API layer first, not the UI." Enter34# 더 많은 컨텍스트가 필요한 경우:5tmux send-keys -t codex-templates "The schema is in src/types/template.ts. Use that." Enter
작업은 .clawdbot/active-tasks.json 에서 추적됩니다:
1{2 "id": "feat-custom-templates",3 "tmuxSession": "codex-templates",4 "agent": "codex",5 "description": "Custom email templates for agency customer",6 "repo": "medialyst",7 "worktree": "feat-custom-templates",8 "branch": "feat/custom-templates",9 "startedAt": 1740268800000,10 "status": "running",11 "notifyOnComplete": true12}
완료되면 PR 번호와 검사 결과로 업데이트됩니다. (자세한 내용은 5단계에서)
1{2 "status": "done",3 "pr": 341,4 "completedAt": 1740275400000,5 "checks": {6 "prCreated": true,7 "ciPassed": true,8 "claudeReviewPassed": true,9 "geminiReviewPassed": true10 },11 "note": "All checks passed. Ready to merge."12}
3단계: 루프 모니터링
크론 작업이 10분마다 실행되어 모든 에이전트를 관리합니다. 이는 기본적으로 개선된 Ralph Loop 역할을 하며, 자세한 내용은 나중에 설명하겠습니다.
하지만 에이전트를 직접 폴링하지는 않습니다. 비용이 많이 들기 때문입니다. 대신 JSON 레지스트리를 읽고 다음을 확인하는 스크립트를 실행합니다:
1.clawdbot/check-agents.sh
스크립트는 100% 결정적이며 토큰 효율이 매우 높습니다:
- tmux 세션이 활성 상태인지 확인
- 추적 중인 브랜치에 열린 PR 이 있는지 확인
- gh CLI 를 통해 CI 상태 확인
- CI 실패 또는 중요한 리뷰 피드백이 있는 경우 실패한 에이전트 자동 재시작(최대 3회)
- 사람의 주의가 필요한 경우에만 알림
터미널을 지켜보지 않습니다. 시스템이 언제 확인해야 할지 알려줍니다.
4단계: 에이전트가 PR 생성
에이전트가 커밋, 푸시하고 gh pr create --fill 을 통해 PR 을 엽니다. 이 시점에서 알림을 받지 않습니다 – PR 만으로는 완료된 것이 아닙니다.
완료의 정의(에이전트가 이를 아는 것이 매우 중요합니다):
- PR 생성됨
- 브랜치가 main 과 동기화됨(병합 충돌 없음)
- CI 통과(lint, types, 단위 테스트, E2E)
- Codex 리뷰 통과
- Claude Code 리뷰 통과
- Gemini 리뷰 통과
- 스크린샷 포함(UI 변경 시)
5단계: 자동화된 코드 리뷰
모든 PR 은 세 가지 AI 모델의 리뷰를 받습니다. 각각 다른 것을 찾아냅니다:
- Codex 리뷰어 – 엣지 케이스에 탁월합니다. 가장 철저한 리뷰를 수행합니다. 로직 오류, 누락된 오류 처리, 경쟁 조건을 찾아냅니다. 거짓 양성 비율이 매우 낮습니다.
- Gemini Code Assist 리뷰어 – 무료이며 매우 유용합니다. 다른 에이전트가 놓치는 보안 문제, 확장성 문제를 찾아내고 구체적인 수정 사항을 제안합니다. 설치하는 것이 당연합니다.
- Claude Code 리뷰어 – 대부분 쓸모가 없습니다. 지나치게 조심스러운 경향이 있습니다. 일반적으로 과잉 엔지니어링인 "...고려" 제안이 많습니다. 중요로 표시되지 않은 것은 모두 건너뜁니다. 단독으로는 중요한 문제를 거의 찾지 못하지만 다른 리뷰어가 플래그한 내용을 검증합니다.
세 리뷰어 모두 PR 에 직접 댓글을 게시합니다.
6단계: 자동화된 테스트
CI 파이프라인은 많은 양의 자동화된 테스트를 실행합니다:
- Lint 및 TypeScript 검사
- 단위 테스트
- E2E 테스트
- 프로덕션과 동일한 프리뷰 환경에 대한 Playwright 테스트
지난주에 새로운 규칙을 추가했습니다: PR 이 UI 를 변경하는 경우, PR 설명에 스크린샷을 포함해야 합니다. 그렇지 않으면 CI 가 실패합니다. 이는 리뷰 시간을 극적으로 단축시킵니다 – 프리뷰를 클릭하지 않고도 정확히 무엇이 변경되었는지 확인할 수 있습니다.
7단계: 사람 리뷰
이제 Telegram 알림을 받습니다: "PR #341 리뷰 준비 완료."
이 시점에서:
- CI 통과
- 세 명의 AI 리뷰어가 코드 승인
- 스크린샷이 UI 변경 사항 표시
- 모든 엣지 케이스가 리뷰 댓글에 문서화됨
제 리뷰는 5-10분이면 충분합니다. 많은 PR 은 코드를 읽지 않고 병합합니다 – 스크린샷이 필요한 모든 것을 보여줍니다.
8단계: 병합
PR 이 병합됩니다. 매일 크론 작업이 고아 작업 트리와 작업 레지스트리 JSON 을 정리합니다.
Ralph Loop V2
이는 본질적으로 Ralph Loop 이지만, 더 개선된 버전입니다.
Ralph Loop 은 메모리에서 컨텍스트를 가져오고, 출력을 생성하며, 결과를 평가하고, 학습 내용을 저장합니다. 하지만 대부분의 구현은 매 사이클마다 동일한 프롬프트를 실행합니다. 추출된 학습 내용은 미래 검색을 개선하지만, 프롬프트 자체는 정적으로 유지됩니다.
우리 시스템은 다릅니다. 에이전트가 실패하면, Zoe 는 동일한 프롬프트로 단순히 다시 생성하지 않습니다. 전체 비즈니스 컨텍스트를 가지고 실패를 분석하고 차단을 해제할 방법을 찾습니다:
- 에이전트의 컨텍스트가 부족합니까? "이 세 파일에만 집중해."
- 에이전트가 잘못된 방향으로 가고 있습니까? "그만. 고객이 원한 것은 X 가 아니라 Y 야. 회의에서 그들이 말한 내용은 이렇고."
- 에이전트가 명확한 설명이 필요합니까? "고객의 이메일과 그들의 회사가 하는 일은 이렇고."
Zoe 는 에이전트가 완료될 때까지 관리합니다. 그녀는 에이전트가 가지지 못한 컨텍스트(고객 기록, 회의 노트, 이전에 시도한 것, 실패 이유)를 가지고 있습니다. 그 컨텍스트를 사용하여 재시도할 때마다 더 나은 프롬프트를 작성합니다.
하지만 그녀는 제가 작업을 할당할 때까지 기다리지 않습니다. 능동적으로 작업을 찾습니다:
- 아침: Sentry 스캔 → 4개의 새로운 오류 발견 → 4개의 에이전트를 생성하여 조사 및 수정
- 회의 후: 회의 노트 스캔 → 고객이 언급한 3개의 기능 요청 플래그 지정 → 3개의 Codex 에이전트 생성
- 저녁: Git 로그 스캔 → Claude Code 를 생성하여 변경 로그 및 고객 문서 업데이트
고객 통화 후 산책을 합니다. 돌아와서 Telegram 을 확인합니다: "리뷰할 PR 7개 준비 완료. 기능 3개, 버그 수정 4개."
에이전트가 성공하면 패턴이 기록됩니다. "이 프롬프트 구조는 결제 기능에 효과적이다." "Codex 는 타입 정의를 미리 제공해야 한다." "항상 테스트 파일 경로를 포함하라."
보상 신호는 다음과 같습니다: CI 통과, 세 가지 코드 리뷰 모두 통과, 사람의 병합. 어떤 실패든 루프를 트리거합니다. 시간이 지남에 따라 Zoe 는 출시된 것을 기억하기 때문에 더 나은 프롬프트를 작성합니다.
올바른 에이전트 선택
모든 코딩 에이전트가 동일하지는 않습니다. 빠른 참조:
Codex 는 제 작업 동물입니다. 백엔드 로직, 복잡한 버그, 다중 파일 리팩터링, 코드베이스 전반에 걸친 추론이 필요한 모든 작업에 사용합니다. 느리지만 철저합니다. 작업의 90% 에 사용합니다.
Claude Code 는 더 빠르고 프론트엔드 작업에 더 뛰어납니다. 또한 권한 문제가 적어 Git 작업에 탁월합니다. (예전에는 일상 작업을 위해 이것을 더 많이 사용했지만, 지금은 Codex 5.3 이 단순히 더 좋고 빠릅니다)
Gemini 는 다른 초능력, 즉 디자인 감각을 가지고 있습니다. 아름다운 UI 를 위해 먼저 Gemini 가 HTML/CSS 사양을 생성하도록 한 다음, 이를 Claude Code 에 전달하여 컴포넌트 시스템에서 구현하게 합니다. Gemini 가 디자인하고, Claude 가 구축합니다.
Zoe 는 각 작업에 적합한 에이전트를 선택하고 출력물을 에이전트 간에 라우팅합니다. 결제 시스템 버그는 Codex 로 이동합니다. 버튼 스타일 수정은 Claude Code 로 이동합니다. 새 대시보드 디자인은 Gemini 로 시작합니다.
설정 방법
이 전체 글을 OpenClaw 에 복사하고 다음과 같이 말합니다: "내 코드베이스에 이 에이전트 스웜 설정을 구현해줘."
그러면 아키텍처를 읽고, 스크립트를 생성하고, 디렉토리 구조를 설정하고, 크론 모니터링을 구성합니다. 10분이면 완료됩니다.
팔 강좌는 없습니다.
아무도 예상하지 못하는 병목 현상
제가 지금 직면하고 있는 한계는 RAM 입니다.
각 에이전트는 고유한 작업 트리가 필요합니다. 각 작업 트리는 고유한 node_modules 가 필요합니다. 각 에이전트는 빌드, 타입 검사, 테스트를 실행합니다. 5개의 에이전트가 동시에 실행된다는 것은 5개의 병렬 TypeScript 컴파일러, 5개의 테스트 러너, 5세트의 의존성이 메모리에 로드된다는 의미입니다.
16GB RAM 의 Mac Mini 는 스와핑이 시작되기 전까지 최대 4-5개의 에이전트를 처리하며, 동시에 빌드하지 않기를运气도 필요합니다.
그래서 이 시스템을 구동하기 위해 128GB RAM 의 Mac Studio M4 max ($3,500) 를 구매했습니다. 3월 말에 도착하며, 그만한 가치가 있는지 공유하겠습니다.
다음: 1인 억대 연 매출 회사
2026년부터 수많은 1인 억대 연 매출 회사가 등장할 것입니다. 레버리지는 재귀적으로 자기 개선하는 에이전트를 구축하는 방법을 이해하는 사람들에게 엄청납니다.
이것이 바로 그 모습입니다: AI 오케스트레이터가 자신의 확장(저에게 Zoe 가 그렇듯)이 되어, 다양한 비즈니스 기능을 처리하는 전문 에이전트에게 작업을 위임합니다. 엔지니어링. 고객 지원. 운영. 마케팅. 각 에이전트는 자신이 잘하는 일에 집중합니다. 사용자는 레이저 초점과 완전한 통제권을 유지합니다.
차세대 기업가들은 올바른 시스템을 가진 한 사람이 할 수 있는 일을 위해 10명의 팀을 고용하지 않을 것입니다. 이렇게 구축할 것입니다 – 소규모를 유지하고, 빠르게 움직이며, 매일 출시합니다.
지금 너무 많은 AI 생성 쓰레기가 있습니다. 실제로 유용한 것을 구축하지 않고 에이전트와 "미션 컨트롤"에 대한 과대 광고가 너무 많습니다. 실제 세계에서 이점이 없는 화려한 데모들입니다.
저는 반대를 하려고 합니다: 과대 광고를 줄이고, 실제 비즈니스를 구축하는 과정을 문서화하는 것입니다. 실제 고객, 실제 수익, 프로덕션에 출시되는 실제 커밋, 그리고 실제 손실도 포함입니다.
무엇을 구축하고 있나요? Agentic PR – 월 $10,000 리테이너 없이 스타트업이 언론 보도를 받을 수 있도록 돕는, 기존 기업 PR 업체에 도전하는 1인 회사입니다.
제가 이것을 어디까지 발전시킬지 보고 싶다면, 지켜봐 주세요.
