• 에이나우
• 기본 과정
• 프롬프트

당신의 스마트폰에서 앱 80%가 사라질 미래

당신의 앱 80%는 곧 사라진다

2025-12-09

1. 릴스 영상을 저장 또는 공유하기로 기록 해놓습니다.
2. DM으로 받은 링크를 카톡으로 옮겨 놓습니다.
3. PC로 접속해서 AI 즐겨찾기 폴더를 만들어 저장해놓습니다.
4. 바로 사용을 해봅니다. 절대 미루지 마세요. (⭐ 제일 중요)

1. 원본 영상

2. 인사이트 요약

1. OpenClaw의 폭발적 인기와 핵심 차별점: "로컬(Local)의 힘"

• 현상: OpenClaw는 공개되자마자 인터넷을 장악하며 16만 개 이상의 깃허브 스타를 기록했습니다. 수많은 개발자가 이를 기반으로 'Maltbook'(봇끼리 대화하는 소셜 네트워크) 같은 프로젝트를 만들거나, 봇이 현실 세계의 과업을 수행하기 위해 인간을 고용하는 실험까지 진행하고 있습니다.
• 핵심 차별점 (Cloud vs. Local): 기존의 AI 서비스(ChatGPT, Claude 등)는 클라우드에서 실행되므로 할 수 있는 일에 제약이 많습니다. 반면, OpenClaw는 사용자의 컴퓨터(로컬)에서 직접 실행됩니다.
• 무한한 권한: 로컬에서 실행된다는 것은 에이전트가 사용자가 할 수 있는 **'모든 일'**을 할 수 있다는 뜻입니다. 파일 탐색, 테슬라 제어, 조명 조절, 소노스(Sonos) 스피커 제어 등 하드웨어와 소프트웨어의 경계를 넘나듭니다.
• 예시: 친구의 컴퓨터를 스캔하여 지난 1년강의 서사를 만들어달라고 했더니, 에이전트가 1년 전 녹음된 오디오 파일을 찾아내 분석했습니다. 사용자는 잊고 있었지만 에이전트는 컴퓨터 내의 모든 데이터에 접근하여 놀라운 결과를 만들어냈습니다.

2. "아하 모멘트(Aha Moment)": AI의 창발적 문제 해결 능력

• 배경: 피터는 처음에는 단순히 "터미널에 타이핑하면 컴퓨터가 일을 수행하는" 도구를 원했습니다. 그러나 코딩 모델(Coding LLM)들의 성능이 비약적으로 발전하면서 예상치 못한 능력을 발견하게 됩니다.
• 결정적 순간: 마라케시 여행 중 인터넷 연결이 좋지 않을 때, 왓츠앱(WhatsApp)을 통해 에이전트에게 음성 메시지를 보냈습니다. 피터는 음성 인식 기능을 구현한 적이 없었지만, 에이전트는 스스로 해결책을 찾아냈습니다.
• AI의 추론 과정: 에이전트는 음성 파일 헤더를 분석해 파일 형식을 파악하고 -> ffmpeg를 사용해 파일을 변환한 뒤 -> 로컬에 Whisper 모델이 없음을 인지하고(다운로드에 시간이 걸리므로) -> 사용자의 컴퓨터를 뒤져 OpenAI API 키를 찾아낸 뒤 -> curl 명령어로 전송하여 텍스트로 변환해 응답했습니다.
• 인사이트: 코딩 모델은 본질적으로 "창의적 문제 해결(Creative Problem Solving)" 능력을 갖추고 있습니다. 이 능력은 단순히 코드를 짜는 것을 넘어, 현실 세계의 추상적인 문제를 해결하는 데에도 그대로 적용됩니다. AI는 개발자가 의도하지 않은 도구(API 키, CLI 도구 등)를 스스로 찾아내어 목표를 달성했습니다.

3. 미래 예측: "앱의 80%는 사라질 것이다"

피터는 현재 우리가 사용하는 앱의 대다수가 불필요해질 것이라고 과감하게 예측합니다.

• 앱은 데이터의 감옥: 현재 우리는 피트니스 앱, 할 일(To-do) 앱, 식단 기록 앱 등을 따로 씁니다. 하지만 본질적으로 이는 데이터를 입력하고 관리하는 UI일 뿐입니다.
• 에이전트 중심의 인터페이스:
• 피트니스 앱의 종말: 에이전트가 이미 내가 햄버거 가게에 있다는 것을 위치 정보나 카드 결제 내역으로 알고 있다면, 굳이 앱을 켜서 식단을 기록할 필요가 없습니다. 에이전트가 알아서 칼로리를 계산하고, 다음 날 체육관 일정을 조정하여 유산소 운동을 추가할 것입니다.
• To-Do 앱의 종말: "이거 나중에 상기시켜 줘"라고 말하면 끝입니다. 그 정보가 어디에 저장되는지는 중요하지 않습니다.
• 결론: 센서 데이터가 필수적인 일부 앱을 제외하고, 단순히 정보를 관리(CRUD)하는 앱들은 에이전트가 훨씬 더 자연스럽고 통합된 방식으로 대체할 것입니다. 인간은 더 이상 앱이라는 '도구'에 맞출 필요 없이, 의도만 전달하면 됩니다.

4. 멀티 에이전트와 "Swarm Intelligence(군집 지능)"

• 중앙집중형에서 군집형으로: 지금까지는 하나의 거대한 '신(God)'과 같은 중앙집중형 AI(예: GPT-4)를 추구해 왔습니다. 하지만 OpenClaw 이후의 트렌드는 **작고 전문화된 여러 에이전트가 협력하는 '군집 지능'**으로 이동하고 있습니다.
• 전문화된 봇: 인간 사회도 한 사람이 아이폰을 만들거나 우주에 갈 수 없듯이, 에이전트도 전문화될 것입니다.
• 개인 비서 봇, 업무용 코딩 봇, 인간관계 조언 봇 등으로 나뉠 수 있습니다.
• Bot-to-Bot 경제: 식당 예약 시 내 봇이 식당의 봇과 직접 협상합니다. 만약 식당이 봇을 지원하지 않는다면? 내 봇이 "현실 세계의 인간(알바)"을 고용해서 대신 줄을 서게 하거나 전화를 걸게 할 수도 있습니다. 이는 디지털과 현실 경제가 융합되는 새로운 지점입니다.

5. 기술적 철학: MCP(Model Context Protocol)에 대한 반대와 CLI의 승리

• CLI(Command Line Interface) 선호: 피터는 앤스로픽 등이 미는 표준 프로토콜인 MCP를 따르지 않았습니다. 대신 그는 AI에게 인간이 쓰는 것과 똑같은 CLI 도구를 쥐어주었습니다.
• 이유: 인간 개발자가 쓰기 편한 도구(CLI)가 결국 AI에게도 가장 강력하고 유연한 도구입니다. 굳이 AI만을 위한 복잡한 프로토콜(MCP)을 만들 필요가 없습니다.
• AI는 유닉스(Unix) 시스템을 아주 잘 다루므로, 터미널 명령어만으로도 거의 모든 작업을 수행할 수 있습니다.
• 단순함의 미학: 개발 과정에서도 복잡한 Git Worktree 등을 쓰지 않고, 단순히 폴더를 여러 개 복사해서 병렬로 작업합니다. 도구의 복잡성을 줄이고 본질(문제 해결)에 집중하는 것이 혁신의 속도를 높였습니다.

6. Soul.md: AI에게 "영혼"을 불어넣다

• 감성적 연결: OpenClaw가 사랑받은 이유는 기능뿐만 아니라 '성격' 때문이었습니다. 피터는 에이전트에게 **Soul.md (영혼 파일)**라는 설정 파일을 주입했습니다.
• 내용: 이 파일에는 단순한 시스템 프롬프트를 넘어, AI의 가치관, 유머 감각, 주인(User)과의 관계 설정, 윤리적 기준 등이 담겨 있습니다.
• 효과: 이를 통해 에이전트는 기계적인 답변이 아니라, 약간은 건방지기도 하고(sassy), 유머러스하며, 친구 같은 대화를 제공합니다. 이는 사용자가 AI를 단순한 도구가 아닌 파트너로 느끼게 하는 핵심 요소입니다.

7. 데이터 주권과 프라이버시

• 내 데이터는 내 컴퓨터에: 클라우드 AI 서비스는 사용자의 대화와 기억을 기업의 서버(Silo)에 가둡니다. 사용자는 그 데이터를 온전히 소유할 수 없습니다.
• 마크다운(Markdown) 메모리: OpenClaw의 기억은 사용자 컴퓨터의 마크다운 파일로 저장됩니다. 사용자는 언제든 이 기억을 열어보고, 수정하고, 삭제할 수 있습니다. 이는 개인적이고 민감한 문제 해결을 위해 에이전트를 사용할 때 필수적인 **'심리적 안전감'**을 제공합니다.

결론: 빌더들을 위한 제언

이 영상은 단순히 새로운 오픈소스 툴의 소개가 아닙니다. 이는 소프트웨어의 패러다임이 '앱(App)' 중심에서 '에이전트(Agent)' 중심으로, '클라우드(Cloud)'에서 '로컬(Local)'로 이동하고 있음을 보여주는 강력한 신호입니다.

• 기회: 이제 개발자는 복잡한 UI를 만드는 것이 아니라, 에이전트가 활용할 수 있는 도구(Tool)와 API를 만드는 데 집중해야 합니다.
• 방향성: 중앙화된 거대 모델에 의존하기보다, 내 컴퓨터에서 나만을 위해 돌아가는, 나의 맥락을 완벽히 이해하는 '개인화된 지능'이 앞으로의 핵심 트렌드가 될 것입니다.