OpenClaw가 회사를 운영하게 하려면
AI 비서 한 명에서 AI 회사로
AI 자동화의 다음 경쟁력은 더 긴 지시문이 아니다. 역할이 나뉜 AI 에이전트들이 보고·승인·예산 체계 안에서 함께 일하게 만드는 운영 설계다. OpenClaw가 “언제든 부를 수 있는 AI 동료”를 만든다면, Paperclip은 그 동료들을 조직도와 업무 흐름 안에 배치하는 실험에 가깝다.
1. 왜 이제 “AI 도구”가 아니라 “AI 조직”을 봐야 하나
지금까지 AI 활용은 대체로 한 명의 도구를 잘 쓰는 방식이었다. ChatGPT에게 물어보고, Claude Code에게 코드를 맡기고, 자동화 도구로 특정 반복 작업을 줄이는 식이다. 이 방식은 분명 유용하지만 곧 한계가 온다. 회사 일은 하나의 질문으로 끝나지 않기 때문이다.
예를 들어 블로그 글 하나를 만든다고 해도 실제 작업은 여러 단계로 쪼개진다. 주제 선정, 자료 조사, 사실 확인, 글 구조 설계, 원고 작성, 제목과 메타 설명, 이미지, 내부 링크, 최종 점검, 발행 후 색인 확인이 이어진다. 한 에이전트에게 “좋은 글 써줘”라고 던지면 결과는 빠르지만, 각 단계의 책임과 품질 기준이 흐려진다.
반대로 AI를 작은 조직처럼 설계하면 질문이 바뀐다. “누가 조사할 것인가”, “누가 점검할 것인가”, “어느 단계에서 사람 승인이 필요한가”, “비용 한도는 얼마인가”, “실패하면 어디로 보고할 것인가”가 먼저 정해진다. AI 활용의 중심이 지시문 작성에서 운영체계 설계로 이동하는 순간이다.
2. OpenClaw 영상이 보여준 것: AI를 동료처럼 키우는 방식
첫 번째 사례의 핵심은 OpenClaw 기능 소개가 아니라 “AI 에이전트를 어떻게 조직 안의 동료처럼 작동하게 만들 것인가”에 있다. 사례 속 에이전트들은 단순히 질문에 답하지 않는다. 텔레그램과 슬랙에서 업무 맥락을 이어가고, 업무방에서 먼저 처리한 뒤, 정리된 결과만 사람이 보는 채널에 보고한다.
이 구조가 중요한 이유는 명확하다. 사람 조직에서도 모든 생각과 시행착오를 공개 회의방에 쏟아내지 않는다. 실무자는 작업 공간에서 원고를 만들고, 결정권자에게는 판단 가능한 결과를 보고한다. AI 에이전트도 마찬가지다. 업무방과 인간 채널을 분리하면 에이전트의 시행착오는 내부에서 흡수되고, 사람은 결과와 승인 포인트만 확인할 수 있다.
Telegram, Slack 같은 메신저를 통해 이동 중에도 업무를 지시하고 결과를 받을 수 있다. AI가 별도 앱 안에 갇히지 않고 실제 업무 대화 흐름 안으로 들어온다.
SOUL.md, USER.md, AGENTS.md 같은 파일을 통해 에이전트의 말투, 역할, 사용자 정보, 작업 규칙을 지속적으로 정리할 수 있다.
개인용 텔레그램에서 시작해 팀용 슬랙으로 확장할 수 있다. 개인 비서에서 팀 운영 비서로 넘어가는 접점이 생긴다.
한 번 설정하고 끝나는 봇이 아니라, 실제 업무를 하며 규칙과 맥락을 보강하는 방식으로 “키우는” 경험을 만든다.
여기서 눈여겨볼 점은 캐릭터가 귀엽다는 사실이 아니다. 캐릭터는 몰입을 돕는 껍데기일 뿐이다. 실질은 역할과 맥락이다. 개인 비서는 사용자를 알아야 하고, 스터디 운영 비서는 팀원과 운영 프로세스를 알아야 하며, 고객 응대 비서는 답변 범위와 금지선을 알아야 한다.
3. Paperclip 영상이 보여준 것: AI 직원들에게 조직도를 주는 방식
두 번째 사례의 Paperclip은 한 걸음 더 나간다. Paperclip은 스스로를 “AI labor를 위한 human control plane”으로 설명한다. 공개 설명에 따르면 사용자는 목표를 정의하고, CEO·CTO·마케터·디자이너·리서처 같은 AI 직원을 고용하고, 예산을 설정한 뒤 대시보드에서 진행 상황과 비용을 추적한다.
공개 시연에서도 유튜브 콘텐츠 회사를 예로 들어 대표 에이전트가 콘텐츠 매니저, 뉴스 리서처, 스크립트라이터, SEO 라이터를 구성하는 흐름이 나온다. 중요한 점은 작업이 단순 병렬 호출이 아니라 조직도와 태스크 흐름으로 관리된다는 것이다. 뉴스 리서처가 먼저 자료를 찾고, 그 결과를 바탕으로 스크립트라이터와 SEO 라이터가 다음 일을 이어받는다.
| 구성 요소 | Paperclip에서의 의미 | 실무적으로 중요한 이유 |
|---|---|---|
| Org Chart | 에이전트별 직책, 상하 관계, 보고선 | 누가 무엇을 책임지는지 분리할 수 있다. |
| Goal Alignment | 각 태스크가 회사 목표와 연결됨 | 단발성 작업이 아니라 목표 중심으로 움직인다. |
| Heartbeats | 에이전트가 주기적으로 깨어나 작업 확인 | 사람이 매번 부르지 않아도 진행 상황을 점검한다. |
| Cost Control | 에이전트별 월 예산·비용 추적 | AI 자동화에서 가장 위험한 비용 폭주를 통제한다. |
| Governance | 고용 승인, 전략 수정, 중지·해고 가능 | 자동화 위에 사람의 통제권을 남긴다. |
| Ticket System | 대화, 결정, 도구 호출, 작업 로그 추적 | 문제가 생겼을 때 책임과 원인을 되짚을 수 있다. |
Paperclip의 메시지는 자극적이다. “회사가 스스로 돌아간다”는 표현까지 가능하다. 그러나 실무적으로는 이 문장을 그대로 받아들이면 위험하다. 더 정확한 해석은 AI 직원들을 조직도·목표·예산·승인 체계 안에서 굴리는 관리 화면에 가깝다.
4. 둘을 합치면 무엇이 보이나: OpenClaw는 직원, Paperclip은 회사
Paperclip GitHub 설명에는 “OpenClaw is an employee, Paperclip is the company”라는 문장이 등장한다. 이 문장은 두 도구의 차이를 잘 보여준다. OpenClaw는 사람이 메신저로 부르고 지시할 수 있는 AI 동료의 성격이 강하다. Paperclip은 그런 에이전트들을 묶어 목표, 조직도, 태스크, 예산, 거버넌스로 관리하는 회사형 인터페이스에 가깝다.
둘을 조합하면 작은 회사의 AI 운영체계가 그려진다. OpenClaw는 현장 접점이다. 대표가 텔레그램으로 “이번 주 블로그 주제 후보 뽑아줘”라고 말하면 AI 운영비서가 받는다. Paperclip은 백오피스다. CEO 에이전트가 리서처에게 시장 조사를 배정하고, 에디터에게 원고 작성을 맡기고, 리스크 점검자에게 리스크 점검을 요청한다. 최종 결과는 다시 OpenClaw를 통해 사람에게 보고된다.
5. 실제 적용 예시: 작은 콘텐츠 회사의 AI 조직도
가장 현실적인 적용처는 콘텐츠 운영이다. 콘텐츠는 반복성이 높고, 단계가 명확하며, 사람이 최종 판단을 유지하기 쉽다. 작은 블로그나 유튜브 채널이라면 아래처럼 AI 조직을 설계할 수 있다.
| AI 역할 | 주요 업무 | 사람 승인 필요 지점 |
|---|---|---|
| 대표 에이전트 | 이번 주 목표, 우선순위, 작업 배정, 진행 상황 보고 | 월간 방향성, 민감한 주제 선정 |
| 리서처 | 뉴스, 공식 문서, 경쟁 콘텐츠, 키워드 후보 조사 | 투자·법률·의학처럼 고위험 주장의 사실 확인 |
| 에디터 | 글 구조, 제목 후보, 독자 질문, 원고 작성 | 브랜드 톤, 논조, 최종 메시지 |
| SEO 담당 | 검색 의도, 메타 설명, 내부 링크, 관련 키워드 정리 | 과도한 낚시성 제목 여부 |
| 리스크 점검자 | 출처 누락, 과장 표현, 저작권 리스크, 반론 점검 | 발행 승인 |
| 운영비서 | 텔레그램·슬랙 보고, 일정 알림, 댓글·문의 분류 | 외부 답변·공개 댓글·고객 발송 |
이 모델의 장점은 사람이 모든 세부 작업을 직접 하지 않아도 된다는 것이다. 대신 사람은 CEO나 편집장처럼 질문한다. “이번 주 AI 업무툴 카테고리에서 독자가 바로 써먹을 주제 5개 뽑아줘”, “출처 약한 주제는 제외해”, “발행 전에는 리스크 점검표를 먼저 보여줘” 같은 방식이다.
6. 도입 순서: 처음부터 AI 회사를 만들지 말고 한 부서부터 시작하라
여기서 중요한 조언은 속도 조절이다. AI 에이전트 조직이라는 말이 매력적이어서 처음부터 모든 업무를 맡기고 싶어질 수 있다. 그러나 회사 전체를 한 번에 자동화하려는 시도는 대부분 실패한다. 이유는 기술보다 운영 규칙이 먼저 무너지기 때문이다.
가장 좋은 출발점은 한 부서다. 개인이라면 “리서치 부서”나 “콘텐츠 부서”가 좋다. 회사라면 “내부 자료 정리”, “회의록 요약”, “반복 문의 원고 작성”처럼 외부 리스크가 낮고 성과가 바로 보이는 영역부터 시작하는 편이 안전하다.
OpenClaw를 텔레그램에 붙이고, 일정·메모·간단한 리서치부터 맡긴다. 이 단계에서는 AI의 말투와 보고 방식을 다듬는다.
작업용 채널과 보고용 채널을 나눈다. 에이전트가 시행착오를 내부에서 처리하고 결과만 보고하게 만든다.
리서처, 작성자, 리스크 점검자처럼 최소 3개 역할로 나눈다. 한 에이전트가 모든 일을 하는 구조를 피한다.
예산, 승인, 금지 행동, 외부 발송 조건, 로그 보존 기준을 정한다. 이때부터 AI 팀 운영이 시작된다.
7. 운영 설계도: AI 회사에는 네 가지 레이어가 필요하다
AI 에이전트 조직을 제대로 쓰려면 “에이전트를 몇 명 만들 것인가”보다 “어떤 층위로 운영할 것인가”를 먼저 정해야 한다. 단순히 리서처, 작성자, 마케터를 많이 만드는 방식은 금방 복잡해진다. 작은 회사처럼 굴리려면 최소 네 개의 레이어가 필요하다.
| 레이어 | 역할 | 예시 | 실패하면 생기는 문제 |
|---|---|---|---|
| 전략 레이어 | 목표와 우선순위를 정한다 | 대표 에이전트, 편집장 에이전트 | 모든 에이전트가 열심히 일하지만 방향이 흩어진다. |
| 실행 레이어 | 자료 조사, 원고 작성, 요약, 분류를 수행한다 | 리서처, 작성자, CS 분류 담당 | 작업은 빠르지만 품질과 책임 범위가 섞인다. |
| 점검 레이어 | 사실관계, 출처, 리스크, 금지 표현을 확인한다 | 리스크 점검자, 법무 보조, 품질 담당 | 틀린 정보가 그대로 외부로 나간다. |
| 인터페이스 레이어 | 사람에게 보고하고 승인을 받는다 | OpenClaw 텔레그램/슬랙 운영비서 | 사람이 진행 상황을 놓치거나 승인 없이 일이 진행된다. |
이 네 레이어가 분리되어야 “AI가 알아서 한다”는 말이 실무적으로 의미를 갖는다. 전략 없는 실행은 산만하고, 점검 없는 실행은 위험하며, 인터페이스 없는 실행은 사람이 통제할 수 없다. AI 회사를 만든다는 것은 에이전트를 늘리는 일이 아니라, 전략·실행·점검·보고의 흐름을 설계하는 일이다.
8. 권한 매트릭스: 무엇을 맡기고 무엇을 막아야 하나
AI 에이전트를 회사 운영에 붙일 때 가장 먼저 정해야 할 문서는 권한 매트릭스다. 사람 직원도 입사 첫날부터 법인카드, 계약서 날인, 고객 DB 전체 접근 권한을 받지 않는다. AI도 마찬가지다.
| 업무 | AI 단독 가능 | 사람 승인 필요 | 초기에는 금지 |
|---|---|---|---|
| 자료 조사 | 공개 웹, 공식 문서, 내부 허용 문서 요약 | 투자·법률·의학 등 고위험 해석 | 비공개 고객 자료 무제한 검색 |
| 콘텐츠 | 주제 후보, 구조, 원고, 제목 후보 | 최종 발행, 민감한 주장, 외부 인용 | 승인 없는 자동 게시 |
| 고객 응대 | 문의 분류, 답변 후보, FAQ 연결 | 실제 발송, 환불·보상·불만 대응 | 고객에게 직접 약속하거나 계약 조건 변경 |
| 일정·운영 | 리마인드, 회의록, 할 일 정리 | 외부 미팅 확정, 참석자 초대 | 사람 대신 일정 취소·변경 통보 |
| 재무·계약 | 자료 정리, 비교표, 체크리스트 | 견적 승인, 계약 검토 요청 | 송금, 결제, 계약 체결 |
권한 매트릭스는 거창할 필요가 없다. 처음에는 “읽기 가능, 쓰기 가능, 외부 발송 가능, 비용 발생 가능” 네 칸만 나눠도 충분하다. 핵심은 AI가 일을 못 하게 막는 것이 아니라, 사람이 책임질 수 있는 범위 안에서 AI가 빠르게 움직이게 만드는 것이다.
9. 30일 도입 로드맵: 개인 비서에서 AI 운영팀까지
실제로 적용한다면 30일 정도의 실험으로 시작하는 편이 좋다. 목표는 완벽한 자동화가 아니라 “반복 업무가 줄고, 보고 품질이 좋아지고, 사람 승인 지점이 명확해지는지”를 확인하는 것이다.
이때 성과지표는 “AI가 사람처럼 보이는가”가 아니다. 더 좋은 기준은 세 가지다. 첫째, 사람이 반복 설명하는 횟수가 줄었는가. 둘째, 중간 결과물이 판단 가능한 형태로 올라오는가. 셋째, 위험한 행동 앞에서 멈추고 승인을 요청하는가. 이 세 가지가 잡히면 AI 에이전트는 장난감이 아니라 운영 자산이 된다.
10. OpenClaw와 Paperclip을 비교하면 역할이 더 선명해진다
두 도구는 경쟁 관계라기보다 서로 다른 층을 담당한다. OpenClaw는 사람과 AI가 만나는 접점, Paperclip은 여러 AI 직원이 함께 움직이는 조직 관리 화면에 가깝다. 그래서 “무엇을 먼저 써야 하나”보다 “내가 지금 필요한 문제가 무엇인가”를 기준으로 봐야 한다.
| 질문 | OpenClaw가 맞는 경우 | Paperclip이 맞는 경우 |
|---|---|---|
| 지금 문제가 무엇인가 | 언제 어디서든 AI 비서에게 일을 시키고 싶다 | 여러 에이전트 작업을 한 화면에서 관리하고 싶다 |
| 핵심 가치 | 메신저 접점, 개인화, 상시 운영, 로컬 비서 경험 | 조직도, 태스크 흐름, 예산, 거버넌스, 로그 |
| 도입 난이도 | 개인 비서부터 작게 시작하기 좋다 | 역할과 목표 설계가 선행되어야 효과가 난다 |
| 추천 시작점 | 텔레그램 개인 비서, 슬랙 운영비서 | 콘텐츠팀, 리서치팀, 개발 보조팀 같은 명확한 부서 |
결론적으로 개인이나 작은 팀은 OpenClaw로 먼저 “AI와 일하는 습관”을 만들고, 반복 업무가 쌓이면 Paperclip 같은 조직 관리 레이어를 붙이는 순서가 자연스럽다. 처음부터 AI 회사를 만들려고 하면 설계 부담이 크다. 먼저 유능한 AI 동료 한 명을 만들고, 그다음 팀으로 확장하는 편이 실패 확률이 낮다.
11. 가장 큰 리스크: AI에게 권한을 주는 순간 운영 문제가 된다
AI 에이전트 조직의 핵심 리스크는 답변 품질만이 아니다. 진짜 위험은 권한이다. 파일을 읽을 수 있는가, 외부 메시지를 보낼 수 있는가, 결제나 계약에 접근할 수 있는가, 고객 정보를 볼 수 있는가, 공개 게시물을 발행할 수 있는가가 훨씬 중요하다.
또 하나의 리스크는 비용이다. 에이전트가 여러 명으로 늘어나면 병렬 작업이 가능해지지만, 동시에 토큰과 API 비용도 늘어난다. Paperclip이 예산과 비용 통제를 전면 기능으로 내세우는 이유가 여기에 있다. “자동으로 일한다”는 말은 “자동으로 비용도 쓸 수 있다”는 뜻이다.
마지막 리스크는 책임 소재다. AI가 잘못된 자료를 근거로 고객에게 답하거나, 내부 보고서에 틀린 숫자를 넣거나, 출처 없는 주장을 발행하면 누가 책임질 것인가. 그래서 AI 조직에는 로그, 출처, 승인자, 변경 이력이 필요하다. 사람 조직의 내부통제와 크게 다르지 않다.
12. 결론: 좋은 AI 회사는 지시문가 아니라 운영 규칙에서 나온다
OpenClaw와 Paperclip을 함께 보면 AI 활용의 방향이 분명해진다. 앞으로 중요한 것은 “어떤 모델이 더 똑똑한가”만이 아니다. 어떤 역할을 맡길지, 어떤 정보를 기억하게 할지, 어느 채널에서 보고하게 할지, 어떤 비용 한도를 둘지, 사람 승인은 어디에 둘지가 더 중요해진다.
AI 에이전트는 점점 더 사람처럼 일하는 인터페이스를 갖게 될 것이다. 하지만 좋은 회사가 좋은 직원만으로 만들어지지 않듯, 좋은 AI 조직도 좋은 모델만으로 만들어지지 않는다. 역할, 권한, 보고, 승인, 예산, 기록이라는 운영 원칙이 있어야 AI가 실제 업무 자산이 된다.
따라서 “OpenClaw가 회사를 운영하도록”이라는 아이디어는 허황된 농담이 아니다. 다만 정확히 말하면 회사 전체를 AI에게 넘기는 것이 아니라, 회사 운영을 잘게 쪼개고, 각 업무를 AI 직원에게 위임하고, 사람은 이사회처럼 통제하는 방식이다. 이것이 지금 단계에서 가장 현실적인 AI 회사 운영법이다.