Command Palette

Search for a command to run...

devsurvivallog
ai-eraassistantautomationownershipentrepreneurshipessay

비서는 빌리고 기억은 제가 갖기로 했습니다

2026-10-08·30 min read

9월에 AI 비서 둘을 직접 만들었습니다. 그리고 한 달이 안 돼 그 비서들을 내려놓기로 했습니다. 지금은 Claude 앱으로 일을 맡기고, 비서를 돌리려고 빌린 서버에는 제 위키와 기록을 쌓고 있습니다. 개인 일과 회사 일을 엄격하게 나누던 원칙도 달라졌습니다. 이 블로그 초반에 적어 둔 방식과는 많이 다른 모습입니다.

왜 이렇게 됐는지 적어 보려 합니다. 결론부터 말하면, AI 비서는 남이 만든 것을 빌려 쓰기로 했습니다. AI가 읽을 제 기록과, AI에게 무엇을 맡길지 정하는 일은 제가 갖기로 했습니다. 비서를 직접 만들지 빌려 쓸지 고민하는 분께 제가 겪은 순서가 참고가 되면 좋겠습니다.

다시 설명하는 일이 싫어서 시작했습니다

AI와 일하면서 불편했던 것은 같은 설명을 되풀이하는 일이었습니다. 블로그를 쓰든 프로그램을 만들든, 새 대화를 열면 지금까지 무엇을 읽고 무엇을 정했는지부터 다시 말해야 했습니다.

그래서 먼저 위키를 만들었습니다. 제가 한 일과 정한 것을 문서로 남겨 AI가 다시 읽게 한 것입니다. 5월에 쓴 중장기계획으로 위임 구조 만들기에는 “기억에 의존하는 프로젝트는 언젠가 흐려집니다”라고 적었습니다.

그다음이 비서였습니다. 9월에 OpenClaw로 저만의 비서를 꾸렸습니다. OpenClaw는 내 컴퓨터에서 돌리는 오픈소스 개인 비서 프로그램입니다. 직접 꾸리는 쪽이 낯선 선택은 아니었습니다. 4월에 즐겨 듣는 팟캐스트 AI 프론티어에서 노정석 대표는 AI 회사가 내놓은 틀 위에서 만들기보다 OpenClaw나 Hermes 같은 오픈소스를 가져다 고쳐 쓰는 편이 훨씬 빠른 것 같다고 말했습니다. 저도 9월에 그 길로 갔습니다. 처음에는 맥에서 돌렸습니다. 여러 기기에서 이어 쓰고 싶었고 큰 작업을 맡기다 맥이 꺼지는 일도 겪어서, 서버를 빌려 옮겼습니다.

그때의 원칙은 나누는 것이었습니다. 4월에 쓴 Agent Harness Notes 01에는 개인 일과 회사 일이 “같은 데이터 위에서 움직이면 안 됐습니다”라고 적었습니다. 저장소를 따로 두었고, 비서도 개인용과 업무용을 따로 만들어 치즈와 블루라는 이름을 붙였습니다.

만드는 것보다 돌보는 일이 더 컸습니다

비서가 둘이 되자 만드는 일보다 돌보는 일이 커졌습니다. OpenClaw의 새 버전이 나왔을 때 공식 업데이트가 실패해서 손으로 설치해야 했는데, 비서가 둘이라 같은 일을 두 번 했습니다. AI가 만든 결과를 다른 AI가 검수하는 절차도 직접 짰습니다. 그 검수만 17번을 돈 작업이 있었습니다. 일주일 동안 다음 작업으로 넘기려고 쓴 인계 문서는 22개였습니다. 도구가 모자란 것이 아니었습니다. 만든 것들을 서로 잇고 돌보는 데 드는 품이, 새로 만드는 데 드는 품보다 커져 있었습니다.

돈도 들었습니다. 9월 말에 세어 보니 서버와 AI 구독료로 한 달에 67만 원쯤 나가고 있었습니다. 한도도 문제였습니다. 검수를 돌리다가 가장 좋은 모델의 월 한도가 바닥나 다른 모델로 바꿔야 했던 날이 있었습니다.

회의록 도구를 만들 때도 비슷한 일을 겪었습니다. 녹음을 저장하고, 서버로 보내고, 누가 말했는지 가리는 것까지 직접 만들었습니다. 그러다 녹음과 화자 구분은 클로바노트에 맡기고, 제 프로그램은 그 녹취록을 받아 다듬는 쪽만 남겼습니다. 회의록 자동화를 만들다가 녹음 방식을 바꾼 이유에 적은 일입니다. 녹음부터 다 갖춘 도구보다, 회의 뒤에 다시 읽을 기록을 얻는 데 필요한 부분을 먼저 만들기로 한 것입니다.

바깥은 이미 움직이고 있었습니다

돌아보면 제가 비서를 만들기 전부터, 비서로 하려던 일들은 Claude 앱에 하나씩 들어와 있었습니다. 올해 2월에는 휴대폰에서 내 컴퓨터의 작업을 이어 가는 기능이 생겼습니다. 3월에는 앱이 나를 기억하는 메모리 기능이 무료 사용자에게도 열렸고, 4월에는 정해 둔 시간에 알아서 도는 예약 작업이 생겼습니다.

저는 5월에 이 흐름을 글로 적기까지 했습니다. AI가 루프를 닫는다는 것에서 노정석 대표의 말을 “밖에 있는 것들을 안으로 들인다”로 옮겨 적으며, 모델을 만드는 회사가 기능을 제품 안으로 들이면 그 위에 얹은 바깥 서비스는 설 자리가 흔들린다고 썼습니다. 그래 놓고 넉 달 뒤에 저는 비서를 직접 만들었습니다. 지금 보면 그 비서도 바깥에 얹은 것이었습니다.

알면서도 만든 이유는 단순합니다. 직접 써 보지 않아서 그 차이를 정확히 체감하지 못했습니다. 그때 제 맥은 인텔 맥이라 Claude 앱을 쓸 수 없었습니다. Claude는 터미널 도구인 tmux와 편집기 VS Code를 거쳐 명령줄로만 썼습니다.

비서를 만든 지 일주일쯤 지나 본 영상에서도 같은 이야기를 들었습니다. 유튜브 채널 우주초월의 운영자는 오픈소스 비서 도구로 작업 흐름을 꾸려 썼지만, 이제는 Codex와 Claude의 데스크톱 앱이 있어서 그럴 필요가 없다고 말합니다. 기억을 다루는 방식 같은 기본이 앱 쪽에 잡혀 있는 것 같아 편하다는, 본인 체감이라는 단서가 붙은 이야기였습니다. 4월에 들은 말과는 반대쪽입니다. 다섯 달 사이에 제가 듣는 이야기가 달라져 있었습니다.

결정한 뒤에 찾아본 숫자도 같은 쪽을 가리킵니다. AI 프론티어 EP 116에서 최승준 님은 앞서가는 회사들의 새 모델이 평균 70일쯤마다 나온다고 말합니다. 값도 내려갔습니다. 1년 전 Claude Opus 4.1은 글 100만 토큰에 입력 15달러, 출력 75달러였는데 지금의 Opus 5.5는 입력 4달러, 출력 20달러입니다. 토큰은 AI가 읽고 쓰는 글을 잘게 나눈 단위이고, 읽은 양과 쓴 양에 값을 따로 매깁니다. 박종현 님은 예전에는 높은 설정으로 돌려야 했던 조사 작업이 중간 설정으로도 생각보다 잘 된다고 덧붙입니다. 더 길게 보면 투자사 a16z는 2024년에 같은 수준의 성능을 내는 값이 해마다 10분의 1쯤으로 떨어져 왔다고 분석했습니다. 스탠퍼드의 2026년 AI Index 보고서에는 코딩 문제 풀이 시험의 점수가 1년 만에 60%에서 100% 가까이로 올랐다고 적혀 있습니다.

단서도 있습니다. 싸진 것은 같은 성능의 값입니다. 1년 전의 Opus는 가장 높은 등급이었지만 지금은 그 위에 더 비싼 등급이 있고, 저도 앞에서 말한 대로 한도에 걸렸습니다.

제게 중요했던 것은 값보다 속도입니다. 새 모델이 두세 달마다 나오면, 지금 모델의 모자란 점을 메우려고 제가 짠 절차는 오래가기 어렵습니다. 앱은 그사이에도 혼자 좋아집니다.

그래서 비서는 빌리기로 했습니다

9월 말에 대화 창구를 Claude 앱으로 옮기기로 했습니다. 휴대폰 앱이나 브라우저에서 말을 걸면 서버에 띄워 둔 Claude Code가 제 문서를 읽고 고칩니다. 실행 전에 허락을 묻는 창, 파일 첨부, 기기를 바꿔 이어 가는 기능은 앱을 만든 회사가 만들고 고쳐 줍니다. 제가 보기에 Claude 앱과 Codex 앱은 다른 서비스의 기능까지 흡수하며 빠르게 좋아지고 있습니다. 제가 비서를 꾸리고 유지보수하는 속도로는 따라갈 수 없다고 생각했습니다.

맥북 프로를 새로 사면서 맥에서도 Claude 앱을 쓰게 됐습니다. 써 보니 명령줄로 쓰던 때보다 압도적으로 편했습니다. 지금처럼 일하게 된 데에는 이 체감이 컸습니다.

치즈와 블루가 하던 일은 차례로 옮기고 있습니다. 직접 만드는 것은 세 가지만 남겼습니다. 기록을 저장하는 곳, 무슨 요청이 어떻게 처리됐는지 남기는 곳, 한 AI의 결과를 다른 회사의 AI가 검수하는 곳입니다. 검수는 주로 Codex가 맡습니다. 같은 회사 모델끼리 놓친 것을 다른 회사 모델이 잡아낸 일이 여러 번 있었기 때문입니다.

기억까지 맡기지는 않았습니다

Claude 앱을 쓰는 것도 한 회사에 묶이는 일입니다. 그래서 묶여도 되는 것과 그러면 안 되는 것을 나눴습니다. 대화 창구는 묶여도 됩니다. 더 나은 것이 나오면 옮기면 됩니다. 기록은 다릅니다. AI가 저를 기억하는 것은 이 기록을 읽기 때문입니다.

제가 무슨 일을 어떻게 해 왔는지가 한 서비스 안에만 쌓이면 그 서비스에 묶인다는 느낌이 듭니다. 같은 걱정을 하는 사람들의 이야기도 들었습니다. 4월의 AI 프론티어에서 최승준 님은 Anthropic이 에이전트의 기억과 실행 환경을 깔끔한 서비스로 내놓는 것을, 사용자를 붙잡아 두려는 전략으로 읽었습니다. 9월에 본 회의록 서비스 Tiro의 인터뷰에는 반대 방향의 이야기가 나옵니다. 모든 것을 자기네 서비스 안에서 하라고 하지 않고, 쌓인 기록을 꺼내 가게 하겠다는 것입니다.

제가 기록을 갖는다는 것도 꺼내서 옮길 수 있다는 뜻입니다. 서버는 빌린 것이고, AI가 읽은 내용은 그때마다 AI 회사로 넘어갑니다. 그래도 기록의 원본은 평범한 문서 파일로 제 저장소와 서버에 있습니다. 비서를 바꾸게 되면 그대로 들고 가면 됩니다. 4월에 Codex를 처음 들이며 쓴 글에는 그 시도가 “모델이 바뀌어도 유지되는 운영 구조를 만들자”로 끝났다고 적었습니다. 지금의 선택도 같은 생각에서 나왔습니다.

그래서 서버는 계속 빌립니다. 비서를 돌리던 서버에 이제는 제 위키와 작업 기록을 모으고 있습니다. 제 뇌처럼 쓰려는 것이고, 점점 개인 금고에 가까워지고 있습니다.

전부 맡기는 길도 있기는 합니다. 9월에 Meta의 Muse가 나왔고, 제가 창구를 정한 직후에는 OpenAI의 dots가 나왔습니다. 둘 다 꺼지지 않고 일을 대신 해 주는 클라우드 비서이고, dots는 비서마다 작업용 클라우드 컴퓨터까지 딸려 옵니다. dots가 제 서버를 대신할 수 있을지 따져 봤습니다. 직접 써 보지는 않았고 공식 문서와 다른 사용자들의 글을 읽었습니다. 그 범위에서 dots의 클라우드 컴퓨터는 비서가 일할 때 쓰는 작업 공간이었고, 제가 서비스를 올려 두고 여러 기기에서 드나드는 서버는 아니었습니다. 이런 비서에 제 맥락을 쌓는 일은 아직 내키지 않습니다.

읽는 것은 넓게 고치는 것은 좁게 엽니다

정리하면 데이터와 기억은 제가 갖고, AI에게는 편의를 얻고 싶은 만큼만 권한을 열어 줍니다. 읽는 쪽은 넓게, 고치는 쪽은 좁게 엽니다.

AI는 제 위키를 읽고 초안을 씁니다. 하지만 그 내용을 기록으로 확정할 때는 제 허락을 구합니다. 회사 시스템의 데이터베이스에는 AI가 들어가지 않습니다. 확인할 것이 있으면 AI가 조회 명령을 적어 두고, 제가 그것을 모아 직접 실행합니다.

아직 맡기지 않는 일도 분명합니다. 유지보수 티켓을 발행하는 일, AI가 고친 코드를 실제 서비스에 반영하는 일, 데이터베이스에 명령을 실행하는 일, 데이터를 고치는 일입니다.

그래도 언젠가는 효율을 위해 사람이 확인하고 논의하고 결정하는 일만 하게 될 것 같습니다. Tiro의 인터뷰에서는 에이전트가 장애의 원인을 분석해 조치까지 한 다음 사람에게 승인만 요청하는 식으로, 에이전트가 일을 어느 정도 대신하고 있다고 합니다. 스타트업에서는 모든 작업을 자동화한 1인 기업도 나오고 있는 것 같습니다. 제가 직접 확인한 사례는 아닙니다. 그때 사람에게 남는 일이 무엇일지는 만드는 일이 쉬워진 뒤에 사람에게 남는 일에 따로 적었습니다.

개인 일과 회사 일을 창구 하나로 모았습니다

창구가 하나로 모이면서 개인 일과 회사 일의 경계도 흐려졌습니다. 회사 일을 하며 제가 정리하고 다시 쓴 자료, 곧 업무 위키와 회의 정리와 분석 메모는 이제 제 작업 기록과 함께 관리합니다. 4월에 세운 원칙을 제가 고친 셈입니다.

이유는 일하는 자리에 있습니다. 개인 일은 개인 노트북으로만 합니다. 회사 일은 다릅니다. 보안 때문에 내부망에서 해야 하는 일은 회사 안에서만 합니다. 그 밖의 일은 장소와 기기와 시간에 묶이지 않고 휴대폰으로도 할 수 있어야 같은 시간에 더 많은 일을 할 수 있습니다. 그래서 창구를 둘로 나누기보다 공통 창구를 만들어 가게 된 것 같습니다.

경계가 없어진 것은 아닙니다. 지난달 맥에서 시작한 비서를 서버로 옮긴 이유에 적었듯이 창구를 합친다고 자료까지 섞어 보관하지는 않습니다. 생활과 업무는 대화를 따로 열고, 기록에도 어느 쪽 일인지 표시합니다. 가리지 않은 개인정보 원본이나 데이터베이스를 통째로 내려받은 파일, 소스 저장소 전체의 복제본은 제 쪽에 두지 않습니다.

이 구조 위에서 두 가지를 새로 만들기 시작했습니다. 하나는 제가 맡은 업무 시스템의 구조를 AI가 읽을 수 있게 정리한 지도입니다. 회사 PC의 읽기 전용 사본에서만 작업하고 업무 데이터는 담지 않습니다. 다른 하나는 할 일과 문서와 회의록을 한곳에서 다루는 개인 허브입니다.

친구 가게의 프로그램을 만들며 배운 것

최근에는 반대로 직접 만드는 일을 했습니다. 사업하는 친구의 가게에서 쓸 리뷰 답글 프로그램입니다. 프로그램을 만드는 것과, 컴퓨터를 잘 모르는 사람이 혼자 쓸 수 있게 하는 것은 다른 일이었습니다.

여기서도 좁게 여는 방식을 썼습니다. 불만이 담긴 리뷰에는 프로그램이 함부로 답하면 안 됩니다. 처음에는 나쁜 낱말 목록으로 걸러 내려 했습니다. 직접 불만 문장 37개를 넣어 보니 33개가 그대로 통과했습니다. “효과를 전혀 모르겠어요” 같은 말에는 나쁜 낱말이 하나도 없기 때문입니다. 그래서 방식을 뒤집었습니다. 칭찬이라는 근거가 있을 때만 통과시키고, 나머지는 사람이 보게 했습니다.

설치도 일이었습니다. 준비부터 켠 뒤 확인까지 단계를 나눈 안내서를 쓰고, 친구가 쓰는 AI가 한 번에 한 단계만 알려 주도록 지침을 넣었습니다. 비밀번호는 묻지 않게 했고 로그인은 사람이 직접 합니다. 급할 때 끄는 방법과, 켠 뒤 첫 일주일 동안 하루 한 번 확인하는 순서도 적었습니다.

이 과정에서 두 가지를 배웠습니다. 하나는 사람마다 잘하고 능률이 나는 분야가 다르다는 것입니다. 제 친구는 눈으로 보고 손으로 조립하는 일은 잘하지만 컴퓨터는 어려워합니다. 하고 싶은 것을 어떻게든 해내려는 의지는 있는데, IT 지식과 컴퓨터라는 장벽 때문에 고객 관리 프로그램과 자동화 프로그램을 만드는 데 애를 먹고 있었습니다. 고르게 잘하는 사람은 생각보다 드물다고 느꼈습니다. 그런데 AI 시대에는 문과와 이과의 사고를 함께 쓰는 사람처럼 고르게 잘하는 사람이 더 빨리 자라고 더 높은 생산성을 낼 수 있는 것 같습니다.

다른 하나는 컴퓨터를 잘 모르는 사람도 쓸 수 있는 프로그램, 곧 팔리는 상품을 만들기까지는 여전히 많은 노력이 든다는 것입니다.

친구의 말도 기억에 남습니다. 이런 프로그램은 자기 쪽 가게들에만 팔아 설치해 주고 가끔 유지보수를 해도 달마다 어느 정도 수입이 된다고 했습니다. 여러 업계에는 아직 그 업계에 딱 맞는 프로그램이 없고, 맞춰서 만들어 줄 회사도 없다고 했습니다.

이 말을 듣고 AI 프론티어 EP 117이 다시 떠올랐습니다. 화장품 제조사 코스맥스의 고종옥 부문장은 아주 복잡한 시스템이 아니면 각 부서가 직접 만들어 쓰는 분위기가 됐다고 말합니다. 그렇게 일고여덟 달을 보낸 뒤 계산해 보니, 앞으로 이삼 년 동안 사야 했던 솔루션 약 70억 원어치를 사지 않아도 된다는 결과가 나왔다고 합니다.

제가 비서를 빌려 쓰기로 한 것은 저보다 잘, 더 빨리 만드는 곳이 있어서였습니다. 친구 말대로라면 그 업계에는 아직 그런 곳이 없습니다. 빌릴 곳이 없는 일이라면 직접 만들 몫이 남아 있을 것 같습니다.

저는 사업가처럼 생각하려고 노력했습니다. 그런데 직접 사업을 해 보지 않고는 느낄 수 없는 것이 많았습니다. 이런 간접 경험으로 기업가처럼 생각하는 힘을 더 길러 가려 합니다. 앞으로는 업종과 규모가 서로 다른 사람들과 AI를 놓고 이야기하는 시간을 가져 볼까 합니다. 다니는 회사에 동아리를 만드는 것도 생각하고 있습니다.

빌릴 것과 제가 가질 것

지금 제 기준은 이렇습니다. 저보다 잘, 더 빨리 만드는 곳이 있으면 빌립니다. 제 기록과, AI에게 무엇을 어디까지 열어 줄지 정하는 일은 제 손에 두려 합니다. 비서 둘을 직접 만들어 돌려 본 뒤에 정한 기준입니다.

다음에 돌아볼 때까지

앞으로도 AI를 계속 써 보려 합니다. AI로 여러 가지 일을 해 보며 영감을 얻고, 회사 시스템과 제 업무 시스템을 조금씩 고쳐 가겠습니다. 주변에도 도움을 주고 싶습니다. 여러 회사와 여러 사람이 일하는 방식을 들여다보고 자동화도 해 보면서, 그 과정에서 사람들을 만나고 새 영감을 얻으려 합니다.

AI로 쏟아 낸 자료에는 사람향을 한 스푼 넣으려 합니다. 5월에 정답보다 사람향에서 붙인 이름입니다. 글을 쓰며 생각을 다듬고, 일하는 방식과 사람과 대화하는 방식도 다듬어 가려 합니다. 이야기를 잘 듣는 일과 도메인 지식을 쌓는 일도 함께입니다.

그리고 이렇게 한 번씩 블로그에서 돌아보겠습니다. 지나온 일을 되짚고, 지금 제 상태를 보고, 앞으로 어디로 갈지 정리하는 글을 주기적으로 쓰려 합니다. 사람향을 잃지 않고 자라기 위해서입니다.

참고자료

이어 읽기

시리즈는 순서대로, 편집 추천은 맥락대로, 비슷한 주제는 태그 기준으로 정리합니다.

함께 읽으면 좋은 글

편집 추천

비슷한 주제의 글

태그가 겹치는 글입니다. 시리즈와 편집 추천에 이미 나온 글은 제외합니다.

각자 AI로 빨라진 대학 행정은 왜 더 흩어질까