카페24, 개인 AI 비서용 VPS로 오픈소스 에이전트 시장 대응

• 생성형 AI 경쟁의 무게중심이 “말 잘하는 챗봇”에서 “일을 대신 처리하는 개인 AI 비서”로 옮겨가는 중임

  • 기사에서 말하는 핵심 키워드는 AI 에이전트임
  • 답변만 자연스럽게 하는 게 아니라, 메신저에서 요청을 받고 일정 등록, 링크 요약, 회의 내용 정리, 반복 업무 자동화까지 수행하는 쪽으로 기대가 이동함

• 카페24는 이 흐름에 맞춰 오픈클로와 헤르메스 에이전트 기반 VPS 서비스를 내놓음

  • 배경은 명확함. 기업 플랫폼 안에서 돌아가는 AI 에이전트는 플랫폼 정책과 제한에 영향을 받을 수밖에 없음
  • 그래서 특정 플랫폼에 종속되지 않고, 사용자가 직접 설치·운영하는 개인 운영형 AI 에이전트에 관심이 커지고 있음
  • 기사에 따르면 오픈클로와 헤르메스 에이전트는 깃허브에서 합산 수십만 개 이상의 스타를 기록하며 주목받는 사례로 언급됨

• 오픈클로는 연결형 AI 에이전트 쪽에 가까움

  • 슬랙, 텔레그램, 디스코드, 왓츠앱 같은 메신저 채널을 연결함
  • 여기에 브라우저 자동화와 작업 흐름 기능까지 묶어서 하나의 운영 체계처럼 쓰게 하는 방향임
  • 사용자는 새 앱을 따로 배우기보다 평소 쓰던 메신저에서 “회의 내용 정리해줘”, “이 링크 요약해줘”, “내일 일정 등록해줘” 같은 요청을 날리는 식임

• 헤르메스 에이전트는 학습형 AI 에이전트에 가까움

  • 사용자의 반복 작업을 기억하고, 그 과정을 스킬 형태로 축적하는 구조를 강조함
  • 단순 대화 저장이 아니라 보고서 정리 방식, 콘텐츠 초안 작성 패턴, 반복 업무 흐름 자체를 재활용하는 쪽임
  • 최근에는 장기 작업 유지, 자동 재시작, 여러 보조 에이전트 동시 실행 기능까지 확대되고 있다고 설명됨

sequenceDiagram
    participant 사용자
    participant 메신저
    participant 에이전트
    participant 브라우저
    participant 서버
    사용자->>메신저: 업무 요청 입력
    메신저->>에이전트: 토큰 기반 요청 전달
    에이전트->>브라우저: 웹 작업 자동 실행
    브라우저-->>에이전트: 작업 결과 반환
    에이전트->>서버: 상태와 기억 저장
    에이전트-->>메신저: 결과 메시지 전송
    메신저-->>사용자: 완료 결과 표시

• 문제는 실행 환경이 생각보다 무겁다는 점임

  • AI 에이전트는 메신저 메시지를 실시간으로 받아야 함
  • 예약된 자동화 작업을 정해진 시간에 수행해야 함
  • 세션이 종료돼도 작업 상태와 기억을 유지해야 함
  • 브라우저 자동화나 여러 에이전트 동시 실행을 하려면 서로 분리된 격리 실행 환경과 안정적인 컴퓨팅 자원도 필요함

• 그래서 업계에서는 AI 에이전트를 기능 하나가 아니라 “계속 켜져 있는 개인용 업무 런타임”처럼 보기 시작함

  • 많은 사용자가 AI 자체보다 서버 환경 구축 단계에서 막힌다는 게 기사에서 짚은 병목임
  • API 키, 메신저 토큰, 승인 절차, 서버 설정이 다 엮이니 일반 사용자에게는 꽤 높은 진입장벽임

• 카페24는 이 장벽을 웹 기반 온보딩으로 낮추려 함

  • 사용자가 서버를 신청한 뒤 AI 모델 API 키와 메신저 토큰을 입력함
  • 이후 메신저에서 연결 승인만 하면 에이전트를 실행할 수 있게 구성했다는 설명임
  • 카페24는 이 과정을 클릭 몇 번으로 끝나는 3단계로 압축했다고 밝힘

• 기사에서 제시하는 선택지는 크게 두 갈래임

  • 메신저 기반 자동화나 간단한 업무 연결부터 시작하고 싶다면 오픈클로 같은 연결 중심 에이전트가 맞을 수 있음
  • 장기 기억, 반복 업무 자동화, 개인 비서형 활용을 원한다면 헤르메스 에이전트 같은 학습형 흐름이 더 어울림

• 결국 AI 경쟁의 질문이 바뀌고 있음

  • 예전 질문이 “누가 더 똑똑한 모델을 만들까”였다면, 이제는 “누가 사용자의 일상 업무 안에서 자연스럽게 같이 일하게 만들까”에 가까워짐
  • 개발자 입장에선 에이전트가 호출할 도구, 권한 범위, 상태 저장, 장애 복구, 사용자 인터페이스까지 같이 설계해야 하는 단계로 들어가는 중임

기술 맥락

• 이번 선택의 핵심은 AI 에이전트를 로컬 앱이나 특정 플랫폼 기능이 아니라 VPS 위에서 계속 실행되는 서비스로 본다는 점이에요. 에이전트는 메신저 이벤트를 기다리고, 예약 작업을 수행하고, 작업 상태를 유지해야 하니까 꺼지면 안 되거든요.

• 오픈클로와 헤르메스 에이전트를 나눠 제공하는 이유도 사용 패턴이 다르기 때문이에요. 오픈클로는 여러 메신저와 브라우저 자동화를 연결해 “지금 이 작업 해줘”에 강하고, 헤르메스는 반복 작업을 스킬처럼 쌓아 “늘 하던 방식으로 해줘”에 가까워요.

• 카페24가 온보딩을 3단계로 줄였다는 건 서버 운영의 복잡도를 상품 쪽에서 흡수하겠다는 뜻이에요. 사용자는 모델 API 키와 메신저 토큰만 넣고 승인하면 되지만, 뒤에서는 런타임 유지, 토큰 연결, 프로세스 실행, 상태 보존 같은 일이 계속 돌아가야 해요.

• 개발팀 관점에서는 이게 꽤 큰 아키텍처 변화예요. 챗봇은 요청이 들어올 때 답하면 끝이지만, 에이전트는 외부 서비스 권한을 들고 장기 실행되기 때문에 격리 환경, 재시작 정책, 로그, 권한 관리가 제품 안정성의 일부가 돼요.