국내도서상세

“와, 미치겠다. 이걸 언제 다 배워?” 자고 일어나면 새로운 것이 쏟아지는 세상이다. 분명 어제까지는 챗GPT가 최고라고 했는데, 오늘은 제미나이가 최고라고 한다. 오후가 되니 중국의 AI ‘키미(Kimi)’가 앤트로픽을 이겼다는 소식이 들려온다. 나는 아직 챗GPT도 제대로 쓰지 못하는 것 같은데, 주변에선 AI로 PPT를 만들고 업무용 앱까지 직접 만들어 쓴다고 한다. ‘나만 뒤처지는 건 아닐까?’ 괜히 마음이 조급해진다.   

혹시 여러분도 비슷한 생각을 하고 있지는 않는가? 나도 마찬가지다. 하루에 2~3곳에서 AI 활용법을 강의하고, 주말에는 IT 관련 뉴스 영상을 유튜브 채널에 올리고 있는 나도 정신이 없을 정도다. 자고 일어나면 새로운 AI가 등장하고, 돌아서면 또 새로운 기능이 나온다. 따라가기만 해서는 도무지 끝이 나질 않는다.   

그런데 가만히 생각해 보면 굳이 그럴 필요가 있을까 싶다. 우리가 거의 매일 사용하는 엑셀을 생각해 보자. 어떤 사람은 AI가 없던 시절에도 엑셀의 다양한 함수와 매크로 기능을 자유자재로 활용해 업무를 자동화했다. 우리는 이런 사람을 ‘엑달(엑셀의 달인)’이라고 불렀다. 

반면 어떤 사람은 SUM 정도의 기본함수만 사용하고, 또 어떤 사람은 계산 기능은 거의 쓰지 않고 표를 만들거나 업무계획을 정리하는 용도로만 사용한다. 그렇다고 이 사람들이 엑셀을 제대로 쓰지 못하는 걸까? 그렇지 않다. 자신의 업무에 필요한 만큼 활용하고 있다면 그것으로도 충분하다.   

AI도 마찬가지다. 많은 시간을 투자하고 막대한 토큰을 쏟아부으며 해결해야 하는 복잡한 업무가 있는가 하면, 무료 버진만 활용해도 충분한 일들이 있다. 나에게 당장 필요 없는 기술이라면 ‘대충 이런 게 있구나’ ‘이런 일도 가능하구나’ 정도만 알고 넘어가면 된다. 억지로 모든 기술을 배우고 활용하려고 애쓸 필요가 없다. 그러니 마음 편하게 생각하자.   

모든 걸 다 하려다 보면 배우다가 끝난다. 오늘부터는 생각을 바꾸자. 업무에 필요한 것만 배워서 바로 활용하자. 쓰다가 더 필요한 것이 생기면 그때 하나씩 배우면서 채우면 된다. 더 좋은 도구가 나오면 그때 바꾸면 된다. 그러니 심플하게 생각하자.   

생성형 AI를 업무에 제대로 활용하기 위해서는 먼저 내가 어떤 일을 하고 있는지부터 정리해야 한다. 그래서 지금 당장 해야 할 일은 바로 ‘업무 정리’다. 내 업무를 하나씩 정리해 보면 어떤 사람은 AI에게 맡기고, 어떤 사람은 직접 해야 하는지 결정할 수 있다. 그럼 무엇부터 시작하면 될까? 아주 쉽다. 다음 세 단계만 무작정 따라 해 보자. 

먼저 종이 한 장을 펼치고 펜을 들자. 디지털 세상의 변화 속도가 너무 빠를 때는 오히려 아날로그 방식으로 생각을 정리하는 게 도움이 된다. 종이를 3등분한 뒤, 왼쪽부터 ‘하고 있는 일’ ‘해야 하는 일’ ‘하고 싶은 일’이라고 적어 보자.   

-하고 있는 일

‘하고 있는 일’에는 현재 회사에서 맡고 있는 업무부터 개인적인 일, 집안일까지 모조리 적어 보자. 나의 경우에는 ‘강의 요청 정리하기’ ‘강의 리뷰 쓰기’ ‘세금계산서 발급하기’ ‘뉴스레터 발행하기’ ‘블로그 글쓰기’ 등을 적었다.  

-해야 하는 일

‘해야 하는 일’은 지금 반드시 처리해야 하는 일이다. 하기 싫더라도 해야 하는 일, 당장 하고 있지는 않지만 조만간 해야 한다고 계속 생각만 해왔던 일들을 적자. 나의 경우에는 ‘매달 뉴스레터 발행하기’ ‘유튜브 쇼츠 영상 편집하기’ 등을 적었다.   

-하고 싶은 일

마지막으로 ‘하고 싶은 일’은 당장 급하지는 않지만, 시간만 충분하다면 해보고 싶었던 일이다. 다만 여기에는 막연한 ‘인생계획’보다는 ‘업무’와 연결되는 내용을 적는 것이 좋다. 지금 하는 일을 더 편하게 만드는 방법도 좋고, 신사업 아이디어 기획도 좋다. 회사 업무가 아니더라도 투잡이나 투자처럼 생산성이나 수익성을 높일 수도 있는 일도 괜찮다. 누가 보는 것도 아니니 부담 없이 적어 보자. 나의 경우에는 ‘독서노트 앱 만들기’와 ‘제품 소개 사이트 만들기’를 적었다.   

이렇게 한 번 업무를 정리해 놓으면 어디에 AI를 활용해야 할지가 보인다. 예를 들어 회의록 정리나 강의 요청 정리처럼 단순 반복적인 업무는 AI에게 맡기기 좋다. 세금계산서 발급처럼 공인인증서나 돈과 직접 연결되는 중요한 작업은 사람이 직접 처리하는 편이 안전하다. 대신 발급한 세금계산서 파일들은 AI에게 전달해 엑셀 시트에 차곡차곡 정리하게 만들면 업무시간을 줄일 수 있다. 뉴스레터처럼 반복해서 작성하고 발행하는 업무도 AI를 활용하면 시간을 많이 줄일 수 있다.   

처음부터 완벽하게 정리하지 않아도 된다. 업무가 많지 않다면 각 칸에 2~3가지만 적어도 충분하다. 중요한 것은 내가 무슨 일을 하고 있는지 눈앞에 꺼내 놓는 것이다. 이처럼 내 업무를 미리 구조화해 놓지 않으면 앞으로 거세게 몰아칠 AI의 홍수와 프롬프트의 범람 속에서 이거 조금, 저거 조금 건드리다 결국 소중한 시간과 비용(사용량)만 낭비하게 된다.

AI를 배우기 전에 먼저 나부터 정리하자. 그래야 AI에게 무엇을 맡길지 제대로 보인다.

사람처럼 대하라고 해서 AI에게 우쭈쭈하며 칭찬하거나 화를 내라는 뜻은 아니다. 회사에서 다른 부서 동료에게 업무를 부탁할 때를 떠올려 보자. 누구도 “자료 좀 정리해 줘”라는 식으로 맥락 없이 필요한 요청만 툭 던지지 않는다. 메신저나 이메일 하나를 보내더라도 상대방이가 정확히 이해할 수 있도록 배경을 설명하고, 요점을 정리하며, 강조할 부분을 구분해서 쓴다. AI에게 일을 시킬 때도 마찬가지다. 내가 원하는 바를 제대로 정리해서 한 번에 명확하게 지시해야 한다. 그렇기 때문에 AI 활용에서 가장 중요한 요소는 항상 ‘맥락(Context)’과 ‘프롬프트(Prompt)’다.   

이제는 정말 원하는 것을 대충 이야기해도 AI가 빠른 속도로 거의 모든 것들을 대신해 줄 수 있는 시대가 되었다. 이럴 때일수록 우리는 끊임없이 ‘의심’하고 ‘질문’을 던져야 한다. 회사에서 신입사원에게 일을 시킬 때를 다시 생각해 보자. 아무리 뛰어난 천재 신입사원이 만든 보고서라 할지라도, 내용 검토조차 하지 않고 곧바로 상급자에게 결재를 올리지는 않는다. 혹시라도 숫자가 틀린 부분은 없는지 의심하고, 출처가 어디인지 질문하며, 재검토를 거쳐 최종 확인을 한다. AI에게도 마찬가지다. 의심하고, 질문하고, 재확인하자. 이 3단계를 절대로 잊지 말자. AI로 만들어 낸 최종 결과물에 대한 책임은 나에게 있다.   

이 부분은 동의하지 않을 수도 있다. 하지만 되도록이면 자주 사용하는 AI에게 지나치게 감정을 이입하거나 실제 사람처럼 의지하지 않았으면 한다. 앞에서는 AI에게 지시할 때 ‘사람처럼 대하자’고 이야기했는데, 이는 사람에게 일을 부탁하듯 맥락을 충분히 설명하라는 뜻이지, AI를 정말 사람처럼 생각하라는 뜻은 아니다.   

요즘 AI는 대화를 워낙 잘하고, 이전 대화와 취향까지 기억하다 보니 자연스럽게 믿고 의지하게 된다. 하지만 AI는 틀릴 수도 있고, 중요한 판단을 대신 맡길 대상도 아니다. 도움은 적극적으로 받되, 마지막 판단은 내가 하자. AI는 뛰어난 비서이지만 내 삶과 업무의 주인은 아니다. 앞으로 AI에 대한 의존도가 더 높아질수록, 그에 따른 심리적 위험을 막기 위해서라도 적당한 거리 유지가 필요하다.  

딸깍 클릭 한 번으로 완벽한 보고서를 만드는 일, 가능할까? 결론부터 말하면 어느 정도 완성도 있는 보고서 초안은 가능하지만 100% 마음에 쏙 드는 최종 보고서를 단번에 만들어 내기는 어렵다. 따라서 우리의 목표는 처음부터 ‘완벽한 보고서’가 아니라 ‘어느 정도 완성도 있는 보고서 초안’을 만드는 데 두어야 한다. 그리고 AI로 초안을 빠르게 만든 뒤에는 반드시 직접 읽어 보면서 다시 수정해야 한다.   

AI를 활용해 보고서를 쉽게 작성하려면 ‘AI와 내용 구성에 대해 대화 → 자료 조사와 구체화 → 보고서 작성’의 3단계 프로세스로 진행해 보자. 최종 결과물은 핵심만 담은 원페이지(1Page) 보고서가 될 수도 있고, 10페이지 이상의 워드나 구글 문서 파일이 될 수도 있다. 무엇이 되었든 시작은 주제에 대해 ‘AI와 대화’를 나누는 것부터다.  

복잡한 프롬프트를 만드는 기술은 뒤에서 다루기로 하고, 여기서는 간단한 대화로 시작해 보자. 이때 가장 필요한 것은 바로 ‘맥락(Context)’이다. 밑도 끝도 없이 [어떻게 보고서를 쓸까?]라고 묻지 말자. 이 단계에서는 챗GPT, 제미나이, 클로드 등 어떤 AI를 사용해도 상관없다. 핵심은 제대로 된 맥락 전달이다. 다음 3가지를 먼저 이야기해 보자.   

① 주제 : 무엇에 대한 보고서인가?   

② 목적 : 어떤 목적의 보고서인가?(상황 보고인가, 의사결정에 대한 의견 구함인가?)   

③ 대상 : 누구를 위한 보고서인가?   

이 3가지는 AI를 사용하지 않더라도 보고서를 작성할 때 기본적으로 생각해야 하는 핵심요소다. 보고서의 주제는 ‘2026년 바르셀로나에서 열린 MWC 참관기’를 예시로 선정했다. 다음과 같이 AI에게 맥락을 전달해 보자.   

[2026년 MWC에 대한 참관기를 보고서로 작성하려고 해. 주요 내용은 MWC에서 보고 느낀 점과 이를 통해 올해 우리 회사가 참고할 만한 비즈니스 시사점이야. 보고 대상은 ‘회사의 대표님’이야. 어떤 방향과 구성으로 보고서를 작성하면 좋을지 이야기해 보자.]   

위 프롬프트의 핵심은 [어떤 식으로 작성하면 좋을지 이야기해 보자]라는 대화 요청이다. 이 부분을 빼고 입력하면 AI는 다짜고짜 기초 보고서부터 써 내려간다. 맥락을 이해한 AI는 어떤 방식으로 구성하면 좋을지, 어떤 내용이 포함되어야 하는지 의견을 제시한다. 대화를 나누면서 마음에 들지 않는 부분은 빼고, 괜찮은 부분은 더 깊게 질문하면서 방향을 잡아 보자.   

자료 조사와 구체화   

기초적인 보고서 방향이 잡혔다면 다음은 자료 조사 단계다. 기존 대화창에 이어서 다음과 같이 지시해 보자.   

[지금까지 나누 대화 내용을 바탕으로 자료 조사를 진행하려고 해. 객관적인 데이터 수집을 위해 ‘새로운 대화창’에서 자료 조사를 진행할 생각이야. 어떻게 프롬프트를 입력하면 좋을까?]   

이렇게 적는 이유는 ‘자료 조사를 위한 대화창’을 새로 만들어 지시하기 위함이다(우리가 아무리 프롬프트를 잘 쓴다고 해도 AI가 스스로 작성하는 프롬프트보다 잘 쓰기는 어렵다. 그러니 프롬프트가 필요할 때는 언제든 이런 식으로 AI에게 먼저 만들어 달라고 요청하자). 

이제 새 대화창을 열고 AI가 만들어 준 프롬프트를 복사해 그대로 입력한다. 이때 방법은 두 가지다. 먼저 간단한 사내 보고용이라면 생성형 AI의 일반·중급 모델만 사용해도 된다. 다만 사고 모드는 ‘확장된 모델’로 변경해 좀 더 깊고 넓게 조사하도록 하자.   

처음부터 넓고 자세하게, 시간이 조금 더 걸리더라도 제대로 된 보고서용 자료를 수집하고 싶다면 ‘딥리서치(Deep Research, 심층 보고서 받기)’ 기능을 활용하자. 길게는 15~20분 정도 걸리지만 일반적인 검색보다 훨씬 깊게 조사한 자료를 얻을 수 있다.   

어떤 방법을 사용하든 공통적으로 넣어야 할 문장이 있다. 이 문장을 넣느냐에 따라 결과물의 신뢰도는 천지 차이로 갈린다. AI는 충분한 정보를 확보하지 못했음에도 어떻게든 답변을 내놓으려는 경향이 있는데, 이 과정에서 사실과 다른 내용을 만들어 내는 ‘할루시네이션’이 발생할 수 있다.   

[반드시 실시간 웹에서 자료를 찾아 확실한 근거와 출처를 표시해 줘. 만약 확실한 근거를 찾을 수 없다면 찾을 수 없다고 명시해 줘.]   

AI와의 대화를 통해 방향을 결정했고 필요한 자료 조사와 구체화까지 끝났다. 이제 본격적으로 보고서 초안을 작성할 차례다. 보고서는 회사나 조직마다 정해진 포맷과 양식이 존재한다. 특히 공공기관이나 대기업일수록 정해진 양식과 서식을 사용하는 경우가 많다. 이런 경우 AI에게도 그 형식을 지키면서 작성하게 해야 한다. 여기서는 정해진 양식이 없는 경우와 양식이 있는 경우로 나누어 살펴보자.   

-정해진 양식이 없는 경우   

아무것도 없는 새 문서를 열면 무슨 내용부터 적어야 할지 몰라 머릿속이 하얗게 변한다. 이럴 때 도움이 되는 것이 있다. 우리가 어렸을 때 배웠던 글쓰기의 기본원칙, 바로 ‘육하원칙5W1H’이다. ‘누가, 언제, 어디서, 무엇을, 어떻게, 왜’ 이 질문에 맞춰 내용을 하나씩 채우면 빠뜨리는 부분 없이 꼼꼼하게 보고서를 작성할 수 있다(이렇게 미리 짜 놓은 사고의 틀을 ‘비즈니스 프레임워크’라고 부른다). 회사에서 사용하는 보고서의 경우 여기에 예산 개념인 ‘How Much’를 추가한 5W2H 방식을 활용하면 완벽하다. 보고서 하단에 ‘그래서 이 프로젝트에 예산이 얼마나 들었고, 추가로 얼마나 필요한가?’를 기재하면 된다. 이제 자료 조사를 진행했던 대화창을 열고 다음과 같이 입력해 보자.  

[보고서 작성을 위한 자료 조사가 끝났어. 지금까지 대화한 내용과 수집된 자료를 바탕으로 보고서 초안을 작성하려고 해. 보고서는 A4 3페이지 분량으로 5W2H 원칙에 따라 빠짐없이 작성해야 해. 새 대화창에 입력할 보고서 작성용 프롬프트를 만들어 줘.]   

-정해진 양식이 있는 경우   

회사에 정해진 표준 보고서 포맷이 있다면 작업은 훨씬 쉬워진다. AI에게 기존 포맷 파일이나 텍스트 서식을 그대로 제공하고 이에 맞춰 작성하라고 요청하면 된다.   

[보고서 작성을 위한 자료 조사가 끝났어. 지금까지 대화한 내용과 수집된 자료를 바탕으로 보고서 초안을 작성하려고 해. 보고서는 A4 3페이지 분량으로 5W2H 원칙에 따라 빠짐없이 작성해야 해. 보고서 형식은 첨부한 우리 회사의 표준 보고서 서식을 그대로 유지해야 해. 서식 구조를 분석해 ‘새 대화창’에 붙여 넣어 사용할 수 있는 전체 보고서 작성 프롬프트를 만들어 줘.]   

이런 지시를 통해 생성된 최종 프롬프트를 복사해 새 대화창에 입력하면 이전과는 차원이 다른 정교하고 구조화된 보고서 초안을 얻을 수 있다.   

이번에는 초안이 만들어진 상태에서 AI와 함께 보고서를 수정해 보자. 아쉽게도 이 기능은 챗GPT, 클로드, 제미나이의 유료 사용자들만 가능하다. 여기서는 제미나이를 이용해 보자. 샘플 파일은 한국은행의 7월 23일자 ‘금융중개지원대출 개편’에 대한 보도자료다. HWP 파일을 워드(DOCX) 파일로 새로 저장한 뒤 구글 드라이브에 업로드하고 열어보자. 그러면 구글 문서(Google Docs)가 실행되는데, 우측 상단의 ‘제미나이’ 로고를 누르면 오른쪽에 사이드 패널이 열린다. 이제 문서를 보면서 궁금한 내용을 물어보거나, 특정 문장을 선택해 수정할 수 있다(사이드 패널이 아닌 문장 안에서도 수정을 요청할 수 있다). 

AI가 사람처럼 모니터 화면을 보고, 마우스를 움직이고, 키보드로 입력하면서 컴퓨터를 사용할 수 있다면 어떨까? 이처럼 AI가 사람처럼 화면을 보고 프로그램을 조작하며 일을 처리하는 방식을 흔히 ‘컴퓨터 사용 에이전트(Computer-Using Agent, CUA)’라고 부른다. 쉽게 말하면 AI가 단순히 대화창 안에서 답을 해주는 데 그치지 않고, 실제로 모니터 화면을 보고 클릭하고 입력하면서 컴퓨터의 여러 프로그램을 사용하는 것이다.   

이 개념은 2024년 10월 앤트로픽(Anthropic)이 ‘Computer use’를 선보이며 먼저 공개했으나, 일반 사용자들에게 대중화시킨 주인공은 바로 ‘오픈클로(OpenClaw)’다. 

클라우드 AI, 로컬 AI, 하이브리드 AI   

우리가 일상에서 사용하는 챗GPT나 제미나이는 대표적인 ‘클라우드(Cloud) 기반 AI’다. 최신 고사양 PC든 오래된 구형 노트북이든 제약 없이 잘 작동한다는 점이 가장 큰 장점이다. 웹 브라우저 대화창에 입력한 프롬프트가 실행되어 실제로 연산을 수행하는 주체는 내 PC가 아니라, 저 멀리 떨어진 데이터센터의 서버 칩이기 때문이다.   

반면 ‘로컬 AI Local AI’ 혹은 ‘온디바이스 AI(On-Device AI)’는 말 그대로 내 PC에 한글이나 파워포인트처럼 AI 모델을 직접 설치해 사용하는 방식을 말한다. 내 PC 안에서 프롬프트에 답변하므로 인터넷 연결이 완전히 차단된 상태에서도 자유롭게 사용할 수 있다. 다만 내 PC의 컴퓨팅 파워를 직접 사용해야 하므로 RAM, 그래픽카드 GPU 등 시스템 성능이 뛰어나야만 한다. 한마디로 비싼 고성능 PC를 갖춰야 한다는 뜻이다.   

그래서 최근 각광받는 형태가 바로 ‘하이브리드(AI Hybrid AI)’다. 가벼운 일상 질문이나 단순 연산은 개인 PC의 로컬 AI가 빠르게 처리하고, 복잡하고 고난도의 정교한 작업은 외부 서버의 강력한 컴퓨팅 파워를 연결해 답하는 방식이다. 이렇게 구현하면 시스템에 들어가는 막대한 비용과 처리 시간을 획기적으로 줄일 수 있다.   

정리하면, 클라우드 AI는 밖에 있는 강력한 서버를 이용하고, 로컬 AI는 내 컴퓨터에서 직접 실행한다. 하이브리드 AI는 둘의 장점을 적절히 섞어 쓴다. 이 정도만 이해하면 충분하다.   

2025년 11월 세상에 등장한 오픈클로(OpenClaw)는 처음부터 거창하고 대단한 사명감으로 만든 게 아니다. 은퇴 후 심심해하던 개발자 피터 스타인버거가 ‘스마트폰 메신저로 집에 있는 내 컴퓨터를 제어하는 AI 비서가 있다면 얼마나 편할까?’라는 소소한 아이디어에서 출발해 뚝딱뚝딱 프로그램을 짜서 깃허브에 무료로 공유한 것에서 시작되었다(초기에는 ‘클로드봇(Clawdbot)’이라는 이름이었으나 상표권 문제로 ‘Moltbot’을 거쳐 최종적으로 ‘OpenClaw’라는 이름을 갖게 되었다).   

“그래서 오픈클로가 뭐야?”라고 묻는다면 ‘스마트폰의 카카오톡이나 메신저로 내 PC와 대화하기’라고 한 줄로 답할 수 있다(다만 카카오톡은 보안 연동이 다소 까다로워 실무에서는 텔레그램이나 디스코드 메신저를 연동해 주로 활용한다).   

하지만 오픈클로를 내 PC에 설치했다고 해서 바로 AI와 대화를 나누실 수 있는 것은 아니다. 극단적으로 표현하자면 오픈클로는 연결 통로인 ‘입’의 역할만 할 뿐이다.   

오픈클로를 제대로 작동시키려면, 생각하고 판단하는 ‘AI 두뇌’를 별도로 연결해 주어야 한다. 이 두뇌가 바로 앞에서 설명한 챗GPT·제미나이 같은 클라우드 AI이거나, 딥시크·큐원처럼 오픈소스로 공개해 내 PC에 설치해 사용하는 로컬 AI들이다. 클라우드 AI를 두뇌로 선택하면 PC가 항상 인터넷에 연결되어 있어야 하고, 로컬 AI를 선택하면 인터넷이 끊겨도 작동하지만 PC 성능이 매우 좋아야 한다는 조건이 따른다.   

어떤 두뇌 모델을 연결할지는 본인의 몫이다. 여기에 다양한 ‘스킬(업무지시서)’을 연동하면 이메일 관리나 일정 확인, 항공권 검색·예약 보조 등 다양한 업무를 처리하는 개인 비서로 활용할 수 있다. 이렇게 만든 스킬은 누구나 공유할 수 있는데, 오픈소스 생태계 덕분에 전 세계 사용자들이 만든 수많은 맞춤형 스킬을 내 PC에 가져와 자유롭게 활용할 수 있다.   

다만 오픈클로는 초보자가 설치해 사용하기에는 과정이 다소 복잡하다. 윈도우에서는 파워쉘과 같은 환경을 다뤄야 하고, 사용할 AI 모델과 각종 서비스를 연결해야 한다(API를 연결해야 하는 경우도 있다). 텔레그램으로 대화하려면 별도의 봇을 만들고 토큰을 등록하는 과정도 필요하다. 이런 불편함 때문에 더 쉬운 서비스들이 속속 등장하고 있지만, 여전히 일반인에게는 어렵다.   

게다가 보안 문제도 무시할 수 없다. 내 PC의 파일과 프로그램에 접근하고 외부에서도 명령을 내릴 수 있는 만큼, 접근 권한과 원격 연결을 제대로 관리하지 않으면 보안 위험이 커질 수 있다. 그래서 중요한 업무용 PC와 분리해 별도의 PC나 서버에 구축하는 사람들까지 생겨났다.   

더 큰 문제는 ‘비용’이다. 오픈클로 자체는 오픈소스로 사용할 수 있지만, 연결하는 AI 모델에 따라 별도의 API 사용료나 구독 비용이 발생할 수 있다. 게다가 AI에게 많은 일을 시킬수록 모델 사용량도 늘어나기 때문에 추가비용이 발생할 수 있다.   

이처럼 텔레그램과 같은 메신저 봇 연동이 복잡하고, 봇이 해킹될 경우 피해가 막심해지다 보니 오픈클로는 2026년 6월 ‘공식 모바일 앱’을 출시했다. 모바일 앱을 PC나 서버에서 실행 중인 OpenClaw Gateway와 연결하면 외부에서도 작업을 지시하고 결과를 확인할 수 있다. 이후 클로드와 오픈AI 역시 스마트폰과 PC를 연결하거나 원격으로 에이전트를 실행하는 기능을 강화하면서 에이전틱 AI의 활용 범위는 빠르게 넓어지고 있다.