We Were Wrong About Personal Agents

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

We Were Wrong About Personal Agents를 중심으로, Dots는 맥락을 유지하면서 이메일·Slack의 필요한 정보를 찾아주고, 전화로 업무를 이어가게 한다. 다만 반복 승인이나 승인를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. Dots는 맥락을 유지하면서 이메일·Slack의 필요한 정보를 찾아주고, 전화로 업무를 이어가게 한다. 다만 반복 승인이나 승인 후 실행 실패처럼 권한 처리의 마찰은 남아 있다.
2. Every의 개인별 OpenClaw 도입은 동료의 활용법을 배우는 기회를 만들었지만, 봇이 뒤섞이고 설정·보안·유지관리 노력이 분산되는 문제도 낳았다. 개인 에이전트 플랫폼 Plus One은 수요보다 기반 기술의 복잡성이 걸림돌이었다.
3. 회사 공용 에이전트는 구성원의 개선 노력과 전문성을 함께 축적할 수 있었다. Every의 운영·프로젝트 관리에서는 다양한 설정 옵션보다 안정적으로 작동하고 조직 맥락을 공유하는 도구가 더 적합했다.
4. 업무에서는 캐릭터에 대한 애착보다 수행 능력이 우선한다는 견해가 나왔다. 개인 생활에서는 가족 맥락이나 수영 코치처럼 지속적인 관계와 역할 구분이 매력적이며, 개인 도구가 회사 에이전트로 연결되는 구조도 제시됐다.
5. Tend 같은 정보 피드와 에이전트의 지표 확인·1차 대응은 관리자의 정보 수집과 운영 부담을 줄일 수 있다. 넓어진 시야의 가치는 직접 코딩보다 사람의 역량을 키우고 병목을 제거하는 데 있다는 설명이다.

🧩 배경과 문제 정의

• Dots 같은 지속형 개인 에이전트는 먼저 필요한 정보를 찾아주고 업무를 이어가는 방식으로 주목받지만, 권한 승인과 유지관리에는 여전히 마찰이 있다.
• Every는 구성원마다 OpenClaw 에이전트를 쓰다가 회사 공용 에이전트로 중심을 옮겼다. 개인별 설정과 개선에 드는 노력을 공동으로 축적할 수 있는지가 핵심 문제였다.
• 업무에서는 조직의 맥락과 안정성이 중요하고, 개인 생활에서는 나만의 설정과 관계가 매력적이다. 두 용도가 어떤 구조로 공존할지는 아직 전망이 갈린다.
• AI가 정보 수집과 운영 업무를 자동화하면서 엔지니어링 관리자의 시야는 넓어졌지만, 사람을 이끌고 병목을 해결하는 역할까지 대체되는지는 별개의 문제다.

🕒 시간순 섹션별 상세정리

1. Dots는 일상 업무에 스며드는 지속형 에이전트다

• Dots는 초기 사용감이 다소 거칠었지만, 진행자에게는 출시 전부터 ChatGPT를 사용하는 주된 방식이었다. 지속적으로 맥락을 유지하고 먼저 움직이는 에이전트가 앞으로의 방향이라는 기대가 있으며, 버그와 기능 완성도도 개선되고 있다 [00:17]
• 학교 이메일에서 필요한 정보를 추려주고, Slack에서 놓치기 쉬운 계정 접근 요청을 찾아준다. 운영 책임자의 Dots는 여러 접근 요청을 발견하고 승인까지 처리할지 물었다 [01:03]

2. 정보 필터링의 효용은 크지만 권한 처리는 불편하다

• Dots를 통해 모델 실험 결과를 Slack에 올리고 답변만 전달받으면, 팀의 반응을 확인하면서도 다른 대화에 계속 끌려들지 않을 수 있다. 진행자는 이 방식이 주말을 차분하게 유지하는 데 도움이 됐다고 느꼈다 [01:54]
• Muse·Instinct·Grockbots와 기능은 대체로 비슷하다는 평가지만, 업무와 생활에서 이미 쓰는 생태계 전체에 연결된다는 점은 Dots의 장점으로 꼽힌다 [02:45]

3. 지속형 에이전트의 미래와 캐릭터의 수명은 다를 수 있다

• 진행자는 1년 뒤에는 지속형 에이전트가 AI와 상호작용하는 기본 방식이 될 것으로 예상한다. 다만 더 좋은 도구가 나오면 기존 캐릭터를 버렸던 경험 때문에, 현재의 귀여운 개인 에이전트 Boo까지 계속 사용할지는 의심한다 [03:22]
• Every는 개인 에이전트를 조직 안에서 사용한 경험을 바탕으로 회사용 지속형 에이전트를 만들었고, 이를 구독자에게도 공개했다 [03:51]

4. OpenClaw 확산에는 직접 사용 모습을 보여주는 경험이 중요했다

• 기고자 Ash의 추천을 계기로 OpenClaw를 시험하기 시작했고, Brandon 등이 자신의 에이전트를 연결하면서 내부 사용이 늘었다 [06:54]
• 반기 모임에서 장보기나 가족 단체 대화방 활용을 직접 보여주자 사용법이 빠르게 퍼졌다. AI 사용법은 말로 전달할 때보다 실제로 보여줄 때 훨씬 잘 전파된다는 경험이었다 [07:15]

5. 개인 봇의 공개 활동은 학습을 촉진했지만 관리 노력을 분산시켰다

• Slack에 수많은 봇이 들어오면서 혼란도 생겼다. 한 사람이 여러 봇을 운영하는 경우까지 있어 각기 다른 작업을 하는 에이전트들이 뒤섞였다 [08:53]
• 동료의 AI 사용이 Slack에 드러나면서 결과물만 보던 때에는 알 수 없었던 활용법과 프롬프트를 배울 수 있었다. 다른 사람이 어떻게 AI를 쓰는지 관찰하는 것 자체가 학습 기회가 됐다 [09:08]

6. 개인 에이전트 생성 플랫폼은 수요보다 기반 기술의 복잡성이 문제였다

• 성장 책임자 Austin의 에이전트는 성장 관련 질문을 받을 수 있는 전문 도구로 발전했다. 이후 비개발자도 자신의 에이전트를 쉽게 만들도록 하는 Plus One 구상이 나왔다 [11:23]
• 회사 전체가 하나를 쓸지, 사람마다 하나씩 가질지를 두고 의견이 갈렸다. 개인별 에이전트를 제공하기 위한 자체 플랫폼 인프라에 우려가 있었지만 베타 출시까지 진행했다 [12:02]

7. 개인 에이전트가 사라진 뒤 전문성이 공용 에이전트로 모였다

• 플랫폼을 만드는 과정에서 기존 개인 에이전트들은 사실상 사용이 중단됐다. 진행자는 R2C2를 돌리던 Mac Mini의 전원이 꺼진 뒤에도 다시 시작하지 않았고, 당시 쓰던 Codex로 충분하다고 느꼈다 [13:04]
• 직접 유지관리하고 싶지 않은 사람뿐 아니라, 관리하던 사람도 더 좋은 대안이 생기면 피로를 느낄 수 있다. Claude·Codex와 잘 설계된 회사 에이전트 Victor 등의 경험은 공용 에이전트의 가치를 재평가하게 했다 [13:38]

8. AI 제품의 넓은 사용 범위는 운영자에게 안정성을 더 중요하게 만든다

• 기존 SaaS는 사용자 흐름을 비교적 미리 그릴 수 있었지만, AI 제품에서는 예상하지 못한 요청이 계속 등장한다. Plus One에서도 사용자가 하려는 일을 뒤늦게 발견하고 지원 방법을 고민하는 상황이 반복됐다 [15:06]
• 도구를 만드는 사람은 세부 설정과 복잡성을 직접 다루고 싶어 하지만, 사업을 운영하는 사람은 대체로 바로 작동하는 도구를 원한다. 두 집단에 맞게 복잡성을 제공하거나 감추는 일이 어렵다 [15:34]

9. 개인 업무 에이전트는 성격보다 수행 능력이 중요할 수 있다

• Every Agent는 내부에서 매일 여러 번 사용할 만큼 중요한 도구가 됐고, 베타 고객도 확보했다. 동시에 진행자는 OpenAI의 Dots를 자주 쓰며, 이를 자신의 Codex로 연결되는 통로처럼 활용한다 [16:34]
• 업무에서는 개인 에이전트와의 관계보다 작업을 제대로 수행하는지가 우선한다. 진행자는 성능이 더 좋은 대안이 나오면 Boo에 대한 애착이 있어도 바꿀 것이며, 캐릭터와 관계의 가치는 순수한 개인 생활에서 더 클 수 있다고 본다 [17:14]

10. 회사에서는 공동 맥락을, 집에서는 개인화를 축적한다

• Willie는 회사나 조직 단위로 하나의 에이전트를 쓰는 쪽에 무게를 둔다. 구성원들이 함께 사용하고 개선하면서 업무 흐름과 조직의 특성이 축적되기 때문이다 [18:04]
• 외부에서 가져온 개인 에이전트는 회사 맥락이 없고 이를 가르치기도 어렵다. Willie는 충분히 익숙해지는 데 1년이 필요할 수도 있다고 보며, 직원마다 별도 동료 에이전트를 두는 혼란이 반복될 가능성을 낮게 본다 [18:33]

11. 엔지니어링 관리자는 AI로 프로젝트 전체를 더 잘 볼 수 있다

• Willie에게 엔지니어링 관리는 AI 시대에도 이전과 가장 비슷하게 느껴지는 직무다. 다만 관리자의 영향력은 상황을 얼마나 넓게 파악하느냐에 달려 있고, 과거에는 그 정보를 모으는 데 많은 시간이 들었다 [20:32]
• Slack·이메일·고객 보고를 하나의 Tend 피드로 모으면 프로젝트와 관련된 활동을 더 잘 볼 수 있다. 마케팅 진행과 고객 반응처럼 예전에는 회의로 확인하던 정보도 하루 중 피드를 훑으며 파악할 수 있다 [21:05]

12. 넓어진 시야의 가치는 직접 코딩보다 사람과 병목을 다루는 데 있다

• 출시 과정의 마케팅 대화와 회의는 공개돼 있어도 찾아볼 시간이나 주의력이 부족할 수 있다. 관련 정보를 모으면 방향이 어긋난 일을 발견하고, 누구에게 지침을 줘야 하는지도 더 쉽게 파악할 수 있다 [22:18]
• 관리자가 회의 내용을 피드로 확인하고 곧바로 질문할 수 있는 환경은 관리에 유용하지만 직원에게는 낯설게 느껴질 수도 있다. 정보 접근성이 높아지면서 관리자와 직원의 관계가 어떻게 달라질지는 아직 열려 있다 [23:26]

13. 운영 자동화와 에이전트의 1차 대응이 관리 부담을 줄인다

• Willie는 기술 작업에서 관리 업무로 돌아오면서 토큰 사용량이 크게 줄었다. AI로 정보를 모을 수 있어도 실제 조치는 대화가 필요한 경우가 많지만, 요약과 정보 전달, 운영 상태 확인은 이전보다 덜 수동적인 일이 됐다 [24:43]
• API 오류 수와 사용자 이용량 같은 성능·제품 지표는 여전히 중요하다. 달라진 점은 정해진 상한·하한을 넘으면 알리는 기존 경보 방식 외에, 에이전트가 상황을 해석하는 방식을 사용할 수 있다는 것이다 [25:59]

14. 회사 공용 에이전트가 팀별·개인별 도구로 분화할 가능성도 있다

• 진행자는 개인 에이전트에서 회사 공용 에이전트로 옮긴 큰 이유가 유지관리의 어려움이었다고 본다. 그 문제가 완화되면 회사 에이전트는 남아 있으면서 팀별 도구로 나뉠 수 있으며, 내부에도 Claudia나 Bill처럼 특정 팀이 관리하는 에이전트가 이미 있다 [27:28]
• 팀별 에이전트가 다시 개인별 도구로 분화해 일종의 ‘그림자 조직도’를 만들 가능성도 제기된다. 처음에는 개인 에이전트들이 아래에서 모일 것으로 예상했지만, 현재는 좋은 공용 에이전트를 먼저 만든 뒤 전문화가 필요할 때 나누는 경로가 더 그럴듯하다는 전망이다 [28:01]

15. 역할별 개인 에이전트의 매력에는 심리적 구분이 작용한다

• Willie는 개인적으로 Grockbot에서 여러 코치를 운영하며, 역할마다 코치가 있다는 방식이 자신에게 잘 맞는다고 느낀다. 사람에게 서로 다른 분야의 코치를 두는 경험과 닮았기 때문일 수 있다 [29:08]
• 수영 코치는 구체적인 사례다. 서핑을 좋아하지만 랩 수영은 잘하지 못한다고 느껴, 정기적으로 수영하는 습관을 유지하도록 도와줄 별도의 역할을 원한다 [29:30]

16. 관계의 지속성과 역할이 개인 에이전트의 맥락을 만든다

• 창고 처리 같은 일회성 업무마다 전용 봇을 둘 필요는 없으며, 거래성 상호작용은 Codex의 대화 스레드처럼 다룰 수 있다. 반면 관계를 쌓는 에이전트에는 언젠가 운동 중 Grok 봇과 영상통화를 하는 식의 지속적인 상호작용을 상상한다. [30:37]
• 특정 영역에 작은 봇을 두는 것은 그 분야를 오래 중요하게 여기겠다는 의미가 될 수 있다. 현재 비슷한 용도로 쓰던 Codex의 고정 탭은 Dot을 사용하면서 밀려났지만, Dot을 여러 개 둘 수 없다는 제약이 있다. [31:01]

17. 개인화된 피드와 정보 선별이 에이전트의 효용을 넓힌다

• 과거에는 피드를 만들려면 수억 명의 사용자와 큰 자금을 가진 기업이 필요했지만, 이제 개인도 자기 피드를 가질 수 있다는 변화가 드러난다. Every 에이전트의 ‘frontier alerts’는 새 사건과 그것이 사용자에게 갖는 의미를 연결하며, Jev와 Decisions API 같은 도구는 필요한 정보를 적시에 먼저 알려주는 기능을 가능하게 하고 있다. [32:33]
• X에서는 새로운 아이디어와 논쟁을 접할 수 있지만, 잡음과 격한 싸움에 휘말리지 않도록 계속 경계해야 한다. 에이전트가 이런 정보 흐름을 먼저 감당하고 유용한 내용만 추려준다면, 사용자가 직접 선별하는 부담을 줄일 수 있으리라는 기대가 있다. [33:24]

🧾 결론

• 이번 경험에서 바뀐 판단은 개인 에이전트의 필요성 전체보다, 회사 업무를 개인별 봇 중심으로 구성하는 방식에 관한 것이다.
• Every의 사례에서는 유지관리와 개선 노력을 공용 도구에 모으는 방식이 업무의 안정성과 공동 맥락 축적에 더 잘 맞았다.
• 회사 공용 에이전트와 개인 생활용 에이전트는 서로 다른 요구를 충족하며 공존할 가능성이 있다.
• 유지관리 문제가 완화되면 공용 에이전트가 팀별·개인별 도구로 다시 분화할 수 있어, 현재의 선택도 최종 구조로 확정되지는 않았다.

📈 투자·시사 포인트

• 기업용 에이전트 제품을 평가할 때는 기능 수뿐 아니라 설치·권한·보안·유지관리 부담과 실행 안정성을 함께 살펴볼 필요가 있다.
• 공동으로 개선한 기능과 조직 맥락이 누적되는 구조는 기업용 제품의 중요한 가치가 될 수 있다. 개인 에이전트와 회사 도구를 연결하는 사용 경험도 관찰할 지점이다.
• 개인용 제품에서는 캐릭터 자체의 매력과 지속적인 역할·관계의 효용을 구분해야 한다. 진행자는 애착이 있어도 더 좋은 업무 도구로 바꿀 수 있다고 말했다.
• 정보 선별과 운영 업무의 1차 대응은 반복 사용을 만드는 구체적 용도로 제시됐다. 다만 영상에는 매출·비용·수익성 자료가 없어 사업 성과나 투자 가치를 정량적으로 판단하기 어렵다.

⚠️ 불확실하거나 확인이 필요한 부분

• 회사 공용 에이전트로의 이동은 Every의 경험에 기반한다. 다른 규모와 업무 특성을 가진 조직에서도 같은 구조가 적합한지는 확인되지 않았다.
• 지속형 에이전트가 1년 뒤 기본 사용 방식이 된다는 예상과 개인 도구의 회사 에이전트 연동은 전망이며, 검증된 결과가 아니다.
• 권한 승인과 실행 실패가 남아 있고, 유지관리 부담이 줄어들 때 공용·팀별·개인별 에이전트의 균형이 어떻게 바뀔지도 열려 있다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 현재 에이전트의 설정·보안·권한 승인·유지관리에서 반복되는 부담을 기록하고, 개인별 운영과 공용 운영을 비교한다.
• 프로젝트 관리나 운영 업무 하나를 골라 공용 에이전트를 시험하고, 작업 수행의 안정성과 공동 개선의 효과를 확인한다.
• 이메일·Slack·회의 자료를 선별하는 피드를 적용해 놓친 정보가 줄어드는지, 불필요한 알림이 늘어나는지 점검한다.
• 지표 확인과 담당자 알림을 맡길 때 확인 주기, 알림 대상, 사람이 판단해야 할 상황을 정한다.

❓ 열린 질문

• 유지관리 부담이 크게 줄어들면 회사 공용 에이전트는 어느 수준까지 팀별·개인별 도구로 나뉘게 될까?
• 개인 에이전트가 회사 에이전트의 통로가 될 때 개인 맥락과 조직 맥락은 어떻게 연결될까?
• 역할별 코치의 지속적인 관계는 하나의 범용 에이전트보다 어떤 추가 효용을 만들까?