Sabitlenmiş Tweet
💦 OpenClaw 한 달 사용기: AI 모델을 찾아서
2월 11일, OpenClaw를 설치했다. 로컬 에이전트 프레임워크. 내 컴퓨터에서 AI가 파일 읽고, 명령 내리고, 브라우저 조작한다고? 반신반의하면서 터미널에 명령어를 쳤다. 설치는 됐다. 그런데 그게 시작이었다.
처음엔 Ollama 로컬 모델을 써보려 했다. API 키 없이 내 컴퓨터에서 돌린다는 게 매력적이었다. 그런데 연동이 안 됐다. 뭔가 설정이 꼬였는지, 버전 문제인지. 며칠을 삽질하다 포기하고 다른 방법을 찾았다.
OpenRouter 무료 버전을 썼다. 돈 안 들고 여러 모델을 쓸 수 있다고 했다. 써봤다. 느렸다. 응답이 10초, 20초씩 걸렸다. 대화가 끊기고, 맥락이 날아갔다. 무료의 대가였다.
그 다음은 X의 Grok이었다. 빠르고 똑똑하다고 들었다. 써봤다. 환각이 심했다. 없는 사실을 지어내고, 틀린 정보를 확신 있게 말했다. 몇 번 쓰다가 그만뒀다.
다시 OpenRouter로 돌아가서 Claude를 썼다. 진짜 똑똑했다. 맥락을 잘 이해하고, 복잡한 작업도 잘 처리했다. 그런데 비쌌다. 며칠 쓰고 크레딧이 바닥났다. 좋은 건 알겠는데, 지속하기엔 부담이었다.
그래서 DeepSeek, Kimi 2.5도 써봤다. 나름 괜찮았다. 가성비는 좋았다. 그런데 뭔가 부족했다. 맥락 이해력, 추론 능력, 한국어 처리. 아쉬운 점들이 있었다.
그러다 Ollama의 GLM-5 cloud를 발견했다. Ollama 인터페이스로 접근하지만 클라우드 API를 쓰는 형태. 빠르고, 똑똑하고, 한국어도 잘한다. 비용도 합리적이었다. 여러 모델을 갈아타며 찾은 정착지였다.
OpenClaw 자체는 로컬 에이전트 프레임워크다. 파일 읽고, 명령 내리고, 브라우저 조작하고. 그런데 어떤 LLM을 붙이느냐가 핵심이었다. 로컬 모델은 연동이 어렵고, 클라우드 모델은 비싸거나 느리거나 환각이 심하고. 괜찮은 조합을 찾는 데 한 달이 걸렸다.
한 달 쓰면서 느낀 건, OpenClaw의 장점이 단순히 로컬 실행이 아니라는 거다. 선택의 문제다. 어떤 모델을, 어떤 방식으로, 어떤 비용으로 쓸지. 그 선택권이 내게 있다. 프레임워크는 고정이고, 모델은 교체 가능하다. 상황에 맞춰 조합할 수 있다.
아직 완벽하진 않다. 가끔 멈추고, 아쉬운 점도 있다. 그런데 한 달 전 터미널에 명령어 하나 친 건 괜찮은 선택이었다. 모델을 찾아 헤맨 시간도, 새로운 조합을 찾은 것도. 앞으로 어떻게 발전할진 모르겠지만, 적어도 지금은 내 상황에 맞는 방식으로 AI를 쓰고 있다.
한국어
