매번 AI를 찾아가 질문하는 데서, 24시간 움직이는 나만의 AI 팀을 운영하는 방식으로!
GCP 서버 구축부터 텔레그램 지시, 기억·자동 실행·멀티 에이전트 협업까지 한 권에 담았다.

ChatGPT나 Gemini 같은 대화형 AI를 쓰다 보면 매번 서비스를 열어 질문하고, 새로운 대화가 시작될 때마다 내 상황과 업무 맥락을 다시 설명해야 하는 한계에 부딪힌다. 이 책은 그다음 단계인 ‘AI가 일할 수 있는 구조’를 만든다. GCP에 24시간 접속 가능한 클라우드 서버를 구축하고 오픈클로(OpenClaw)와 텔레그램을 연결해, 스마트폰에서 언제든 에이전트에게 일을 맡길 수 있는 환경을 완성한다. 여기에 사용자 정보와 행동 원칙, 작업 기록을 쌓아 맥락을 이어가게 하고, 비서봇과 투자봇을 직접 만든 뒤 크론(Cron)·하트비트(Heartbeat)·Lobster로 반복 업무를 자동화한다. 따로 일하던 에이전트는 메인·서브 구조로 연결해 하나의 AI 팀으로 협업시킨다.

이 책의 핵심은 에이전트를 ‘만드는 것’에서 끝나지 않고, 사용하면서 나에게 맞는 팀으로 발전시키는 데 있다. 명령법과 운영 원칙, 대화 복기와 오답 노트, 주간 점검을 통해 실패와 피드백을 다음 작업에 반영하고, 리서치봇과 콘텐츠봇을 거쳐 자신의 업무에 필요한 새로운 에이전트를 직접 설계하는 방법까지 익힌다. 마지막에는 이 책을 실제로 집필한 작가 에이전트의 작업 구조를 공개하며, 부록에서는 OpenRouter를 활용한 다양한 LLM 연결·교체와 설정이 꼬였을 때의 복구 방법도 다룬다. 특정 AI 서비스 사용법을 익히는 데 그치지 않고, 기억·도구·자동화·협업을 연결해 시간이 지날수록 자신의 업무 방식에 맞춰지는 ‘나만의 AI 팀’을 만들고 운영하는 방법을 담았다.

[목 차]

들어가며
프롤로그: AI를 팀원으로 맞이하기

PART 1 시작하기, 나만의 AI 에이전트 첫 대화까지
_1장 AI 에이전트란 무엇인가, 나 대신 일하는 AI
__1.1 AI 에이전트는 ‘나 대신 일하는 AI’입니다
__1.2 대화형AI와 에이전트는 무엇이 다른가
__1.3 AI 에이전트에 대한 환상부터 깨겠습니다
__1.4 나에게 맞는 도구 고르기
__1.5 정리하며
_2장 OpenClaw가 거주할 곳, 서버 만들기
__2.1 왜 서버가 필요한가
__2.2 GCP 가입과 무료 크레딧
__2.3 서버 만들기
__2.4 서버에 접속하기
__2.5 OpenClaw 설치하기
__2.6 자주 만나는 에러 세 가지
__2.7 정리하며
_3장 텔레그램으로 말 걸기, 에이전트와의 대화 통로
__3.1 왜 텔레그램인가
__3.2 텔레그램 봇 만들기
__3.3 AI 모델 연결하기
__3.4 OpenClaw에 연결하기
__3.5 핸드폰에서 첫 대화하기
__3.6 정리하며

PART 2 활용하기: 나만의 에이전트 팀 만들기
_4장 나를 기억하는 에이전트 만들기
__4.1 텔레그램 봇 기본 사용법
__4.2 대화로 에이전트 만들기
__4.3 ChatGPT와 무엇이 다른가
__4.4 기억은 어떻게 작동하는가
__4.5 기억 파일 직접 관리하기
__4.6 내 기억 가져가기
__4.7 정리하며
_5장 첫 번째 에이전트: 나의 비서 만들기
__5.1 비서봇 설계하기
__5.2 캘린더 연결하기(1): 일정 읽기
__5.3 캘린더 연결하기(2): 일정 등록·수정
__5.4 기본 도구 둘 붙이기: 날씨와 뉴스
__5.5 크론 스케줄링으로 에이전트 자동 실행하기
__5.6 크론 스케줄링의 지속 운영 전략
__5.7 정리하며
_6장 두 번째 에이전트: 투자 분석 봇 만들기
__6.1 왜 두 번째 봇인가
__6.2 두 번째 에이전트 만들기
__6.3 투자봇 설계하기
__6.4 종목 추적: 관심 종목 기억시키기
__6.5 뉴스 분석: 종목별 뉴스 수집과 요약
__6.6 포트폴리오 관리: “지금 내 수익률 얼마야?”
__6.7 두 봇 운영하기: 하루 동선과 살림 점검
__6.8 정리하며
_7장 하트비트와 Lobster: 자동화를 똑똑하게 설계하기
__7.1 하트비트: 정해진 시간 사이의 빈틈을 메운다
__7.2 자동화의 숨은 비용
__7.3 Lobster: 절차는 스크립트가, 판단은 AI가
__7.4 아침 브리핑을 다시 설계하기
__7.5 자동화 설계: AI / Lobster / 수동
__7.6 정리하며
_8장 팀으로 엮는다: 에이전트 간 협업
__8.1 에이전트끼리 대화한다
__8.2 메인과 서브: 역할 구조 이해하기
__8.3 통합 아침 브리핑 만들기
__8.4 실전 협업 시나리오
__8.5 협업 설계: 언제 엮고 언제 독립시킬 것인가
__8.6 협업이 어긋날 때
__8.7 정리하며

PART 3 함께 성장하기: AI 팀을 키우는 이야기
_9장 만들기에서 운영하기: 하네스 엔지니어링의 세 가지 약속
__9.1 AI에게 잘 묻던 시대에서 자료를 들려주는 시대로
__9.2 봇을 코드로 묶는 시대: LangChain에서 LangGraph로 (2023~2025)
__9.3 운영의 시대, 하네스 엔지니어링의 등장 (2025~지금)
__9.4 약속 ① “다 했어요”를 그대로 믿지 마라(zero-trust)
__9.5 약속 ② 채점은 다른 봇이 한다(supervisor)
__9.6 약속 ③ 인수인계가 곧 시스템이다(session handoff)
__9.7 정리하며
_10장 실패에서 배우다: 잘 명령하는 법
__10.1 제가 저질렀던 다섯 가지 실수
__10.2 예상 밖의 답변이 왔을 때
__10.3 에이전트와 함께 만드는 명령어
__10.4 나만의 명령 패턴: 시행착오 끝에 찾은 것들
__10.5 정리하며
_11장 운영의 기술: 일상에 녹이고, 체계를 세우다
__11.1 습관의 전환: “이걸 왜 지금까지 안 썼지?”
__11.2 학습 루프와 오답 노트: 에이전트가 밤사이 달라지는 구조
__11.3 주간 복기: 단기 기억을 장기 기억으로 바꾸기
__11.4 최근 추가된 기능들
__11.5 정리하며
_12장 전문 에이전트 실전 레시피: 리서치 봇, 콘텐츠 봇, 그리고 나만의 봇 설계
__12.1 설계의 중심 이동: 성격에서 정보 흐름으로
__12.2 리서치 봇 만들기: 바깥을 읽는 봇
__12.3 콘텐츠 봇 만들기: 동료 봇을 읽는 봇
__12.4 나만의 봇 설계 가이드: 어떤 목적이든 통하는 순서와 유의점
__12.5 정리하며
_13장 나만의 AI 팀 로드맵
__13.1 작가 에이전트의 구조와 진화
__13.2 처음부터 이 구조가 아니었습니다
__13.3 작업 절차 공개: 한 권의 책이 탄생하는 과정
__13.4 같은 설계서, 다른 규모: 작가 에이전트 다시 읽기
__13.5 에이전트를 확장하는 법
__13.6 나만의 AI 로드맵 그리기
__13.7 책 한 권을 닫으며

부록
_부록A 다양한 LLM 모델 연결하기: 에이전트의 두뇌 갈아 끼우기
_부록B setup이 꼬였을 때 처음부터 다시 시작하기