OpenClaw 원격 제어 완벽 가이드: 스마트폰을 개인 AI 운영체제 리모컨으로 바꾸기

카페에 있는데 급하게 확인해야 할 PDF가 집 데스크톱 바탕화면에 있었습니다. 스마트폰을 꺼내 Telegram의 ‘ClawBot’에 “바탕화면을 캡처해서 보여줘”라고 메시지를 보냈습니다. 10초 뒤 받은 스크린샷에서 그 PDF 파일을 바로 찾았습니다. 이어서 “이 파일을 열고 3페이지의 내용을 알려줘”라고 보냈고, 2분 뒤 3페이지의 요약을 받았습니다.

솔직히 지난 반년 동안 이런 일은 제게 이미 일상이 됐습니다. OpenClaw를 개인 AI 운영체제로 구성한 뒤로 제 iPhone은 진짜 ‘리모컨’이 됐습니다. 집에 있는 컴퓨터의 카메라를 작동하고, 위치 정보를 가져오고, 원격으로 화면을 캡처할 수 있습니다. 무엇보다 이 모든 것이 오픈 소스 도구로 구현되며 데이터도 온전히 제 손안에 있습니다.

스마트폰을 제조사가 제공하는 기능에 갇힌 기기가 아니라 AI 에이전트의 진짜 제어 콘솔로 만들고 싶었다면, 이 OpenClaw 원격 제어 가이드가 바로 여러분을 위한 글입니다. 개념 설명은 줄이고 바로 시작해 보겠습니다.

저비용 ‘AI 비서 키우기’ 가이드: ArkClaw로 누구나 AI Agent 사용하기

요즘 인기 있는 OpenClaw는 유용하지만 구성이 너무 어렵다고 느껴지나요? ByteDance Volcano Engine의 ArkClaw는 진입 장벽을 크게 낮췄습니다. 서버와 Token 구성을 씨름하지 않아도 한 번의 클릭으로 24시간 온라인 상태를 유지하면서 브라우저를 제어하고, 스크립트를 실행하고, 캘린더를 관리하는 ‘AI 일꾼’을 만들 수 있습니다.

무엇보다 가격이 저렴합니다. 월 요금은 9.9위안이며, 제 초대 코드 ZLKUK54M을 사용해 여기에서 가입하면 8.9위안만 내면 됩니다. 프로그래머라면 Coding Plan Pro를 선택해 무료로 사용할 수도 있습니다.

OpenClaw 게이트웨이 프로토콜 이해하기(Layer 1 기초)

스마트폰을 OpenClaw의 리모컨으로 만들려면 먼저 시스템이 어떻게 작동하는지 알아야 합니다. ‘게이트웨이 프로토콜’이라는 말에 겁먹을 필요는 없습니다. 쉽게 말하면 서로 다른 기기가 상대를 인식하도록 해 주는 일종의 공통 암호입니다.

OpenClaw는 Gateway WS Protocol(게이트웨이 WebSocket 프로토콜)을 사용합니다. 이름은 거창하지만 원리는 간단합니다. 컴퓨터의 메인 컨트롤러, 스마트폰의 노드, Telegram의 채팅 인터페이스를 비롯한 모든 기기가 WebSocket 장기 연결 채널을 통해 하나의 통합 제어 평면에 연결됩니다. 각 기기는 연결될 때 자신의 ‘신원’과 ‘기능’을 보고해야 합니다.

예를 들어 iPhone은 연결되면서 “나는 iOS 노드이고 카메라, 화면 캡처, 위치 정보를 사용할 수 있다”고 알립니다. 컴퓨터는 “나는 게이트웨이이고 조정을 담당한다”고 말합니다. Telegram Bot은 “나는 클라이언트이고 사용자 명령을 받는다”고 알립니다.

이 구조에는 세 가지 핵심 역할이 있습니다. 이 역할만 이해하면 이후 구성은 자연스럽게 풀립니다.

Gateway(게이트웨이): 전체 시스템의 ‘두뇌’로, 주로 사용하는 기기(대개 컴퓨터나 서버)에서 실행됩니다. 모든 명령은 먼저 이곳에 도착한 뒤 각 노드로 전달되어 실행됩니다.

Node(노드): 구체적인 작업을 수행하는 단말 기기입니다. iPhone, Android 스마트폰, 심지어 사용하지 않는 구형 스마트폰도 노드로 등록할 수 있습니다. 각 노드는 camera(카메라), screen(화면 캡처), location(위치), voice(음성) 같은 자신의 caps(기능)를 선언해야 합니다.

Client(클라이언트): 명령을 보내는 데 사용하는 인터페이스입니다. Telegram 대화창, Discord 채널, 전용 iOS App 또는 Web 인터페이스가 될 수 있습니다.

여기까지 들으면 스마트폰에 이렇게 많은 권한을 열어 둬도 안전한지 궁금할 수 있습니다.

솔직히 저도 처음에는 이 점이 가장 걱정됐습니다. OpenClaw는 이 부분을 비교적 꼼꼼하게 설계했습니다. 연결할 때 Token 인증을 사용하고, 기기 서명 검증도 거치며, 전송은 TLS로 암호화됩니다. 더 중요한 것은 세분화된 권한 제어입니다. 노드가 “카메라 기능이 있다”고 선언하더라도 게이트웨이에서 “이 클라이언트는 화면 캡처만 호출할 수 있고 카메라는 호출할 수 없다”고 설정할 수 있습니다.

[이미지: Gateway, Node, Client의 관계를 보여 주는 OpenClaw 게이트웨이 프로토콜 아키텍처 다이어그램]
프롬프트: 기술 아키텍처 다이어그램, 중앙 Gateway 노드와 여러 iOS 및 Android 기기의 연결 표시, 파란색 테크 스타일, 간결하고 명확함, high quality

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

요금 보기 →광고

실제 구성에서는 노드 연결 매개변수에 다음과 같은 JSON 조각이 표시됩니다.

{
  "role": "node",
  "caps": ["camera", "screen", "location"],
  "commands": ["camera.snap", "screen.record", "location.get"],
  "permissions": {
    "camera.capture": true,
    "screen.record": false
  }
}

이 구성의 의미는 명확합니다. 이 노드는 촬영, 화면 캡처, 위치 확인이 가능하지만 실제 사용 가능 여부는 게이트웨이가 부여한 권한에 달려 있습니다. 따라서 스마트폰 노드가 침해되더라도 공격자가 할 수 있는 일은 아주 좁은 범위로 제한됩니다.

모바일 노드 구성 실전(Layer 2 고급)

프로토콜 원리를 이해했으니 이제 직접 구성할 차례입니다. iOS와 Android는 구성 경로가 꽤 다르므로 두 갈래로 나누어 설명하겠습니다.

iOS 노드 구성

먼저 iPhone부터 살펴보겠습니다. OpenClaw 공식 앱은 App Store에 출시되지 않았으므로 미리 준비해야 합니다. TestFlight 베타 자격이 있다면 이를 사용하거나 IPA를 직접 서명해 설치해야 합니다. 저는 AltStore로 자체 서명하며 한 달에 한 번 다시 서명하고 있는데, 크게 번거롭지는 않습니다.

설치 후 앱을 열면 노드 구성 화면이 나타납니다. 몇 가지 핵심 필드를 올바르게 입력해야 합니다.

Gateway URL: 게이트웨이의 WebSocket 주소입니다. 로컬 네트워크에서 테스트한다면 ws://192.168.1.100:8080 같은 주소를 사용할 수 있습니다. 외부 네트워크에서 접속하려면 리버스 프록시를 구성하고 wss:// 프로토콜을 사용해야 합니다. 저는 공개 IP를 노출하지 않기 위해 Cloudflare Tunnel을 사용합니다.

Client ID: “iphone-15-main”처럼 이 노드를 식별할 이름을 지정합니다.

Auth Token: 게이트웨이에서 생성한 인증 토큰을 복사해 붙여 넣습니다.

Capabilities: 허용할 기능을 선택합니다. 처음에는 location만 활성화하고 테스트에 성공한 뒤 camera와 screen을 켜는 것을 권합니다. 처음부터 모두 활성화하면 문제가 생겼을 때 원인을 찾기 어렵습니다.

입력을 마친 뒤 연결 버튼을 눌러 초록색 “Connected” 상태가 나타나면 노드가 게이트웨이에 연결된 것입니다.

그리고 iOS에는 미리 알아 둘 함정이 하나 있습니다. 바로 백그라운드 제한입니다. iPhone은 백그라운드에서 실행되는 App을 엄격하게 관리하므로 OpenClaw 노드가 오랫동안 백그라운드에 있으면 시스템이 종료할 수 있습니다. 해결 방법은 두 가지입니다. ‘백그라운드 앱 새로 고침’을 켜거나 가끔 앱을 열어 활성 상태를 유지하면 됩니다. 저는 보통 보조 기기에서 노드를 실행하고 주 사용 기기는 평소처럼 사용합니다.

Android 노드 구성

Android 쪽은 훨씬 유연합니다. 공식 APK를 사용하거나 Termux에서 Node 버전을 실행하는 두 가지 방법이 있습니다.

APK 방식은 iOS와 비슷합니다. 패키지를 설치하고 구성을 입력한 뒤 게이트웨이에 연결하면 됩니다. Android의 백그라운드 정책은 iOS보다 느슨해 노드가 살아 있을 가능성이 더 높습니다. 다만 중국 제조사의 ROM은 저마다 절전 정책이 다르므로 Huawei, Xiaomi, OPPO 기기에서는 ‘백그라운드 실행 허용’을 직접 설정해야 합니다. 그렇지 않으면 순식간에 앱 실행이 제한될 수 있습니다.

Termux 방식은 시스템을 직접 다루는 것을 좋아하는 사용자에게 적합합니다. Termux에 Node.js를 설치하고 npm install openclaw를 실행한 뒤 명령줄에서 노드를 시작합니다. 상세 로그를 볼 수 있어 문제 해결이 쉽다는 장점이 있습니다. 단점은 Termux도 백그라운드에서 종료될 수 있으므로 Termux:Boot, Tasker 같은 도구로 실행 상태를 유지해야 한다는 것입니다.

[이미지: Android Termux에서 실행 중인 OpenClaw 노드 화면 캡처]
프롬프트: 스마트폰 화면 캡처, Termux 터미널 인터페이스에 OpenClaw 노드 연결 성공 로그 표시, 다크 모드, 초록색 텍스트, high quality

iOS든 Android든 보안 구성에는 최소 권한 원칙 하나가 적용됩니다. 노드에 정말 카메라 권한이 필요한지 생각해 보세요. 위치 확인과 가끔 화면을 캡처하는 용도라면 카메라는 열지 않는 편이 좋습니다. 허용하는 권한이 적을수록 공격 표면도 작아집니다.

기기 서명도 중요합니다. OpenClaw는 공개 키와 개인 키 쌍을 이용한 기기 서명 검증을 지원합니다. 구성할 때 키 쌍을 생성하고 공개 키는 게이트웨이에, 개인 키는 노드에 둡니다. 그러면 누군가 Token을 알아내더라도 개인 키가 없으면 연결할 수 없습니다. 저는 Token이 유출되어도 문제가 없도록 제 게이트웨이에 기기 서명을 의무화했습니다.

Telegram 원격 제어 실전

노드를 연결했다면 어떻게 제어할까요? 가장 직접적인 방법은 Telegram입니다. 솔직히 제가 가장 좋아하는 방식이기도 합니다. 앱을 하나 더 설치할 필요 없이 Telegram을 열기만 하면 됩니다.

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

지금 시작 →광고

Telegram Bot 구성은 생각보다 간단합니다. 먼저 @BotFather에서 새 Bot을 신청하고 Token을 받습니다. 그런 다음 OpenClaw의 channel 구성에 Telegram 플러그인을 추가하고 Token을 입력합니다. 게이트웨이를 다시 시작하면 Bot이 작동합니다.

channels:
  telegram:
    token: "YOUR_BOT_TOKEN"
    mode: polling

Polling 모드는 가장 간편해 개인용으로 적합합니다. Webhook 모드는 공개 주소와 HTTPS가 필요해 조금 더 번거롭지만 응답은 더 빠릅니다.

Bot이 연결되면 메시지를 보낼 수 있습니다. OpenClaw는 기본적으로 모든 메시지를 AI에 전달해 처리하지만, 여기서 하려는 작업은 원격 하드웨어 제어이므로 정해진 명령 형식을 사용해야 합니다.

OpenClaw의 skills 구성에서 노드 기능에 명령을 연결할 수 있습니다. 예를 들면 다음과 같습니다.

skills:
  remote_control:
    commands:
      camera:
        target: "iphone-15-main"
        action: "camera.snap"
      screenshot:
        target: "iphone-15-main"
        action: "screen.capture"
      where:
        target: "iphone-15-main"
        action: "location.get"

구성을 마친 뒤 Telegram에서 /camera를 입력하면 Bot이 지정된 iPhone으로 사진을 찍어 보내게 합니다. /where를 입력하면 현재 GPS 좌표를 답변합니다.

처음으로 집에 둔 스마트폰이 사진을 찍어 보내는 데 성공했을 때는 솔직히 꽤 흥분됐습니다. 언제든 대기하는 비서가 갑자기 하나 생겼고, 그 비서는 완전히 제 소유라는 느낌이었습니다.

[이미지: /camera 명령과 반환된 사진을 보여 주는 Telegram 대화 화면 캡처]
프롬프트: Telegram 채팅 인터페이스 화면 캡처, 사용자가 /camera 명령 전송, Bot이 촬영한 사진으로 응답, 스마트폰 인터페이스 스타일, 한국어, high quality

Telegram은 그룹을 지원한다는 장점도 있습니다. Bot을 본인만 있는 그룹에 추가하면 기록을 더 편하게 확인할 수 있습니다. 가족과 공유해 가족도 Bot을 통해 노드 기능을 호출하게 할 수도 있습니다. 물론 권한을 제대로 설정해야 합니다. 가족이 한밤중에 화면을 캡처하지 못하게 해야 하니까요. 제가 어떻게 알게 됐는지는 묻지 마세요.

또한 Telegram에서는 이미지와 문서를 Bot에 보낼 수 있습니다. 예를 들어 집에 둔 보조 스마트폰에 이미지를 보내면 Bot이 OpenClaw를 통해 그 이미지를 분석하거나 지정한 디렉터리에 저장할 수 있습니다. 어느 정도는 ‘기기 간 클립보드’와 같은 효과를 냅니다.

전용 App과 고급 활용 사례

Telegram은 편리하지만 결국 채팅 인터페이스라 일부 상황에서는 사용하기 불편합니다. 집에 있는 카메라 화면을 빠르게 확인하거나 하나의 화면에서 모든 노드 상태를 보고 싶을 때가 그렇습니다. 이런 경우에는 전용 App을 고려해야 합니다.

OpenClaw 공식 Web UI는 기본적으로 http://localhost:3000에서 실행됩니다. 스마트폰 브라우저에서 이 주소를 열면 대시보드 인터페이스를 볼 수 있습니다. 다만 기본 설정에서는 로컬 연결만 수신하므로 외부 네트워크에서 접속하려면 리버스 프록시가 필요합니다.

저는 Nginx와 HTTP Basic Auth를 구성해 스마트폰 브라우저에 북마크해 두었는데, 제법 쓸 만합니다. Web UI에서는 온라인 상태인 모든 노드와 기능 상태, 최근 로그를 볼 수 있습니다. 노드를 누르면 기능을 직접 실행할 수도 있습니다. 예를 들어 Camera 버튼을 누르면 해당 스마트폰이 사진을 촬영합니다.

커뮤니티에는 기능이 더 화려한 서드파티 제어판도 있습니다. ClawDash라는 프로젝트는 사용자 정의 레이아웃을 지원해 자주 쓰는 제어 버튼을 첫 화면에 배치할 수 있습니다. 다만 이런 서드파티 도구는 게이트웨이에 연결해야 하므로 보안성을 직접 평가해야 합니다.

자동화 워크플로

더 발전된 활용법으로 자동화가 있습니다. OpenClaw는 이벤트를 기반으로 스킬 실행을 트리거할 수 있는데, 여기서부터 꽤 흥미로워집니다.

예를 들어 저는 휴대하는 스마트폰 노드가 ‘집’으로 지정한 지리적 범위에 들어오면 집에 있는 컴퓨터에서 ‘음악 플레이어 열기’를 자동 실행하는 지오펜스를 구성했습니다. 덕분에 집에 도착할 때면 음악이 이미 재생되고 있습니다.

예약된 화면 캡처도 예로 들 수 있습니다. 사용하지 않는 Android 스마트폰이 매일 오전 8시에 화면을 한 번 캡처하고, AI가 화면에서 이상 징후를 분석하도록 했습니다. 집에 있는 가전제품을 끄지 않은 경우처럼 문제가 발견되면 Telegram으로 알림을 보냅니다.

Alibaba Cloud - 개발자 클라우드 1순위, Lighthouse 서버 15% 할인

15% 할인 받기 →광고

이러한 자동화 규칙은 OpenClaw 구성 파일에 다음과 비슷한 형식으로 작성합니다.

automations:
  - name: "arrive_home"
    trigger:
      type: "geofence"
      device: "iphone-15-main"
      location: "home"
    action:
      target: "macbook-pro"
      skill: "music.play"
  - name: "morning_check"
    trigger:
      type: "schedule"
      cron: "0 8 * * *"
    action:
      target: "android-spare"
      skill: "screen.analyze"

문제 해결

구성 과정에서 문제가 생길 수 있습니다. 제가 직접 겪었던 문제를 정리해 보겠습니다.

게이트웨이에 연결할 수 없음: 먼저 WebSocket 주소와 포트가 올바른지, 포트에 접근할 수 있는지 확인하세요. curl ws://gateway-ip:port로 테스트할 수 있습니다. wss를 사용한다면 인증서에 문제가 없는지 확인합니다.

App에는 연결됨으로 표시되지만 노드는 오프라인 상태: 역할 선언이 잘못됐을 가능성이 큽니다. 노드 구성의 role이 "client"가 아니라 "node"인지 확인하세요.

명령에 반응이 없음: 게이트웨이 로그에서 명령이 올바른 노드로 라우팅됐는지 확인하세요. 기기 ID를 잘못 입력해 존재하지 않는 노드로 명령이 전송되는 경우가 있습니다.

권한 거부: 노드의 permissions 구성과 게이트웨이 권한 정책을 확인하세요. OpenClaw의 권한은 양쪽에서 모두 설정됩니다. 노드가 기능을 선언하고 게이트웨이도 해당 클라이언트의 호출을 허용해야 합니다.

결론

길게 설명했지만 핵심은 세 가지입니다.

첫째, OpenClaw의 Gateway Protocol은 통합 기기 연결 표준을 제공해 스마트폰과 컴퓨터가 동일한 ‘제어 평면’에서 통신하도록 합니다. 마법 같은 기술이 아니라 WebSocket에 간결한 역할 및 기능 선언 메커니즘을 더한 구조입니다.

둘째, 스마트폰을 노드로 구성하면 항상 휴대하는 센서이자 실행 단말을 갖게 됩니다. 카메라, 위치, 화면처럼 원래 스마트폰에만 속했던 하드웨어 기능을 이제 AI 에이전트가 호출할 수 있습니다.

셋째, Telegram 또는 전용 App을 제어 인터페이스로 사용하면 어디서든 집에 있는 AI 시스템에 명령을 내릴 수 있습니다. 솔직히 이런 경험은 어떤 클라우드 ‘스마트 어시스턴트’보다 실용적입니다. 데이터와 의사 결정권이 완전히 제 손안에 있기 때문입니다.

아직 사용해 보지 않았다면 오늘 저녁 사용하지 않는 스마트폰을 찾아 두 번째 장의 단계대로 구성해 보세요. ‘원격 촬영’ 기능 하나만 구현해도 언제든 볼 수 있는 한 쌍의 눈이 생긴 듯한 느낌이 꽤 신기합니다.

오픈 소스 커뮤니티는 OpenClaw를 계속 발전시키고 있으며 새로운 스킬과 통합 기능도 꾸준히 추가되고 있습니다. 지금은 Layer 2의 하드웨어 제어 단계지만, 앞으로는 더 많은 것을 제어할 수 있을지도 모릅니다. 누가 알겠어요?

적어도 지금 제 스마트폰은 더 이상 단순한 스마트폰이 아닙니다. 제 AI 운영체제의 리모컨입니다. 여러분의 스마트폰도 그렇게 만들 수 있습니다.