강의

멘토링

로드맵

NEW
AI 활용(AX)

/

AI 개발 활용

[기초 2.5부] OpenClaw.AI 마스터 클래스: 멀티 에이전트 팀의 설계와 역할 분리 기초

OpenClaw 1·2부까지 따라오면, 결국 하나의 에이전트에게 뭐든 다 시키게 됩니다. 그러다 보면 프롬프트가 꼬이고, 메모리가 섞이고, 폴더가 엉키면서 “이제 뭘 어떻게 정리해야 할지” 막막해지는 순간이 찾아옵니다. 이 강의는 그 지점에서 한 단계 더 올라가도록 돕는 “멀티 에이전트 입문 편(2.5부)”입니다. 하나의 봇만 유지한 채, planner / editor 두 에이전트로 역할을 분리하고, 각 에이전트에 서로 다른 워크스페이스와 텔레그램 포럼 토픽을 연결해 “어느 방에서 말하느냐에 따라 다른 에이전트가 응답하는 구조”를 직접 만들어 봅니다. 실습을 따라오면, 내 환경 안에 - `content_planner`와 `content_editor` 두 에이전트가 정의된 설정 파일, - 기획과 초안이 분리된 콘텐츠 폴더 구조, - 포럼 토픽별로 다른 에이전트가 붙어 있는 텔레그램 그룹방, - 그리고 두 에이전트가 협업해서 만든 인프런 강의 소개 글 초안 1개가 실제로 남습니다. 즉, 이 강의는 “AI 비서 1명”으로 시작한 텔레그램 봇을, “역할이 나뉜 작은 AI 팀”으로 업그레이드하는 첫 단계를 함께 설계해 주는 실전 수업입니다.

3명 이 수강하고 있어요.

난이도 초급

수강기한 무제한

  • Kevin
멀티에이전트
멀티에이전트
텔레그램봇
텔레그램봇
워크플로우자동화
워크플로우자동화
콘텐츠 제작
콘텐츠 제작
멀티에이전트
멀티에이전트
텔레그램봇
텔레그램봇
워크플로우자동화
워크플로우자동화
콘텐츠 제작
콘텐츠 제작

수강 후 이런걸 얻을 수 있어요

  • 텔레그램 봇 1개로 멀티 에이전트 팀을 구성하는 방법을 몸에 익힙니다.

  • 역할이 분리된 콘텐츠 제작 워크플로우를 설계할 수 있습니다.

  • “포럼 토픽별로 다른 에이전트가 응답하는 텔레그램 그룹방”을 하나 완성합니다.

  • 두 에이전트가 협업해서 만든 실전 결과물 1개를 손에 쥡니다.

OpenClaw 기초 1·2부까지 따라오면, 결국 하나의 에이전트에게 이것도 시키고 저것도 시키게 됩니다.

처음에는 편하지만, 작업이 조금만 복잡해져도 금방 한계가 드러납니다.

기획과 편집이 섞이고, 프롬프트가 꼬이고, 워크스페이스 폴더도 뒤엉키기 시작합니다.

“이제는 역할을 나눠서 굴려야 할 것 같은데, 멀티 에이전트는 너무 어렵고 복잡해 보인다”는 지점에서 막히는 분들이 많습니다.

이 강의는 바로 그 지점을 해결하기 위해 만든 OpenClaw 기초 2.5부입니다.

하나의 텔레그램 봇은 그대로 유지하면서, 포럼 그룹 + 토픽별 라우팅을 이용해

content_plannercontent_editor 두 에이전트를 역할별로 분리하고, 각 에이전트에 서로 다른 워크스페이스를 연결해 “어느 토픽에서 말하느냐에 따라 다른 에이전트가 응답하는 구조”를 직접 완성합니다.


즉, 이 강의는 단순히 AI를 더 많이 붙이는 수업이 아니라, 하나의 AI 비서를 작은 AI 팀으로 업그레이드하는 첫 단계를 다루는 강의입니다.


특히 3부에서 다룰 자동 협업 파이프라인으로 넘어가기 전에, 이번 2.5부에서는 사람이 중간에서 복사·붙여넣기로 조율하는 반수동 협업을 먼저 경험하게 됩니다.


덕분에 “멀티 에이전트가 왜 필요한지”를 개념으로만 듣는 것이 아니라, 실제로 planner가 기획하고 editor가 다듬는 흐름을 손으로 직접 체험할 수 있습니다.

🔥이 강의만의 핵심 차별점: 봇 1개로 AI 팀을 만듭니다.

이번 기초 2.5부 강의는 "하나의 텔레그램 봇을 planner·editor가 나뉜 작은 AI 팀으로 키우는 방법을" 실습 위주로 끝까지 따라가보는 강의입니다.

  • “설치 지옥”을 피하면서 멀티 에이전트로 올라가는 징검다리 강의


    • 1·2부 수강자는 5분 체크리스트만 보고 바로 실습으로, 

      신규 수강자는 최소 셋업 온보딩 루트로 합류할 수 있게 설계되어 있습니다.


    • 복잡한 프레임워크 없이도 멀티 에이전트를 경험해 볼 수 있는, 드문 입문 단계 강의입니다.

  • 봇은 1개만 두고, 텔레그램 포럼 토픽으로 멀티 에이전트 팀을 구성하는 실전 패턴

    • 봇 여러 개를 만들지 않고, “어느 토픽에서 말하느냐에 따라 뒤에 붙는 에이전트가 달라지는” 구조를 그대로 따라 만들 수 있습니다.

    • 이 패턴만 익혀도, 하나의 그룹방 안에서 역할이 나뉜 AI 팀을 바로 운영할 수 있습니다.

  • 역할 분리 + 워크스페이스 분리까지 한 번에 잡는 콘텐츠 워크플로우 설계

    • planner / editor 에이전트 정의뿐 아니라, 

      /content/planning, /content/drafts처럼 폴더 구조까지 함께 설계해 

      “누가 어디까지 책임지는지”가 명확한 워크플로우를 손에 익힙니다.

  • 사람 복붙을 전제로 한 “현실적인 멀티 에이전트 협업” 경험

    • 처음부터 에이전트끼리 자동 대화를 구현하는 대신, 

      사람이 중간에서 복사·붙여넣기 하면서도 팀처럼 일하는 감각을 먼저 체험하게 합니다.

    • 덕분에 3부의 자동 협업 파이프라인으로 자연스럽게 이어지는 실전 감각을 쌓을 수 있습니다.

🎥 하일라이트 영상

✨ 이 강의에서 얻어가는 것

1. 텔레그램 봇 1개로 멀티 에이전트 팀을 구성하는 방법을 몸에 익힙니다.

- content_planner / content_editor 두 에이전트를 직접 정의하고,

각 에이전트에 다른 워크스페이스와 포럼 토픽을 매핑하는 설정을 스스로 완성하게 됩니다.

2. 역할이 분리된 콘텐츠 제작 워크플로우를 설계할 수 있습니다.

- 기획 결과물은 /content/planning, 초안·편집본은 /content/drafts에 쌓이도록 구조를 나누고,

어떤 에이전트가 어느 폴더까지 책임지는지 명확히 설계하게 됩니다.

3. 사람 복붙을 전제로 한 현실적인 멀티 에이전트 협업 스킬을 익히게 됩니다.

- 에이전트끼리 완전 자동 대화부터 구현하기보다,

사람이 중간에서 결과물을 옮기며 planner·editor가 역할을 나눠 일하는 반수동 협업 패턴을 체득합니다.

4. 내 서비스에 바로 복제 가능한 OpenClaw 설정 템플릿을 확보하게 됩니다.

- 멀티 에이전트 정의, 워크스페이스 분리, 텔레그램 토픽 라우팅이 모두 들어 있는 설정 파일 1세트를 완성하고,

이후 본인이 운영하는 다른 프로젝트(유튜브, 블로그, 뉴스레터 등)에 그대로 복제해 사용할 수 있습니다.

🧰 이 강의에서 사용하는 기술 스택

  • AI 모델


    • Google Gemini 2.5 Flash (Vision 지원 멀티모달 모델)



  • 에이전트


    • OpenClaw.AI



  • 인프라 & 실행 환경


    • Docker

    • Docker Compose (로컬 컨테이너 실행 및 볼륨 마운트)



  • 메시징 / 인터페이스


    • Telegram Bot API

    • BotFather로 생성한 전용 텔레그램 봇



  • 구성 파일 & 스크립트


    • openclaw.json 

    • 환경 변수를 통한 모델·토큰 설정

    • Markdown 기반 에이전트 설정 파일 (IDENTITY.md, AGENTS.md, SOUL.md)


  • 기타 도구

📋 수강 전 준비사항

1. 필수 준비사항

  • OpenClaw 웹 대시보드 접속 환경


    • Windows + WSL2 + Ubuntu + Docker Desktop 기반으로 OpenClaw를 실행할 수 있는 환경이 필요합니다. (또는 Mac OS + Mac용 터미널 + Docker)


    • 1부에서 구축한 Docker 기반 OpenClaw 환경이 있다면 그대로 사용하며,


      브라우저에서 OpenClaw 웹 대시보드(채팅 UI)에 접속만 되면 됩니다.

    • 1부를 수강하지 않았다면, 공식 문서 또는 강의 안내에 따라

      브라우저에서 OpenClaw 대시보드에 접속해 에이전트와 대화할 수 있는 상태까지는 미리 준비해 주세요.

  • 텔레그램 계정 및 OpenClaw 연동

    • 스마트폰에 텔레그램 앱을 설치하고, 본인 계정을 만들어 두어야 합니다.

    • PC(또는 브라우저)에서 텔레그램 웹/데스크톱을 사용할 수 있으면

      포럼 그룹·토픽 생성과 ID 확인 작업이 훨씬 수월합니다.

    • BotFather로 봇을 만들고 메시지를 주고받을 수 있어야 하므로,

      텔레그램 알림·로그인 상태를 유지해 두는 것을 권장합니다.

  • Gemini API 키

    • Google AI Studio 또는 Google Cloud에서 Gemini API 키를 발급할 수 있는 Google 계정이 필요합니다.

    • 과금 정책을 확인하고, 발급한 API 키를 환경 변수 등에

      안전하게 보관·설정할 준비를 해 두세요.

    • 회사/학교망 등에서는 외부 API 호출이 차단되어 있을 수 있으니, 사전에 간단한 API 호출 테스트를 통해 사용 가능 여부를 확인해 주세요.

2. 권장 사항

  • 1·2부 수강 (또는 동등 수준 경험)

  • 1·2부를 수강하지 않았다면,

    • Docker 설치 및 컨테이너 실행,

    • 텔레그램 봇 생성 및 기본 연동,

    • 터미널 기본 사용

      정도에는 어느 정도 익숙한 상태를 권장합니다.

  • Docker / 터미널 기본 경험

    • docker compose up -d, docker ps, docker compose logs 등 기본 명령어를 실행해 본 경험이 있으면 실습이 훨씬 수월합니다.

    • VS Code, 터미널, GitHub 레포 클론 등 기본 개발 환경을 익숙하게 다룰수록 설정 파일 수정과 로그 확인 작업에 부담이 적습니다.

  • 개인용 환경에서 실습하기


    • 회사 PC나 민감한 데이터가 있는 서버보다는 개인 노트북/데스크톱 + 개인 텔레그램 계정 환경에서 실습하는 것을 권장합니다.

    • 멀티 에이전트 설정과 텔레그램 포럼 그룹은 추후 본인 프로젝트에 그대로 재사용할 수 있으니,처음부터 “개인용 실험 환경”을 분리해 두면 이후 관리가 편해집니다.

🧾 섹션별 하이라이트 요약

섹션 1. 빠른 합류용 준비·복습

  • 1·2부를 이미 들은 사람과, 2.5부부터 새로 합류하는 사람 모두를 위한 두 가지 진입 루트(A/B)를 제공합니다.

  • 기존 수강자는 5분 환경 점검 체크리스트만 보고 바로 실습으로 넘어가고,


    신규 수강자는 WSL2 + Docker + OpenClaw 대시보드 온보딩 루트를 통해 최소 셋업부터 함께 따라옵니다.

  • 짧은 UI 복습으로 에이전트 / 워크스페이스 / 채널 개념을 다시 한 번 정리합니다.


섹션 2. 멀티 에이전트 개념 이해

  • “왜 단일 에이전트만으로는 한계가 오는지”를 기획 /

    집필 / 편집 역할이 뒤섞인 팀 구조에 빗대어 직관적으로 이해합니다.

  • OpenClaw 설정 안에서

    여러 에이전트가 어떻게 정의되고, 채널과 라우팅 규칙으로 연결되는지 구조를 전체 그림으로 살펴봅니다.



섹션 3. 에이전트 정의 · 워크스페이스 · 텔레그램 라우팅

  • - openclaw agents list 명령을 통해, 현재 내 환경에 어떤 에이전트들이 존재하는지 직접 확인해 봅니다.

  • 콘텐츠 기획용 content_planner, 편집용 content_editor 두 에이전트를 직접 정의하고,

    각 에이전트의 역할·설명·워크스페이스를 설정 파일에 추가합니다.

  • /workspace/content/planning / /workspace/content/drafts 폴더를 만들어 기획 산출물과 초안/편집본을 물리적으로 분리하고, 에이전트별 워크스페이스로 연결합니다.

  • 텔레그램에서 포럼 그룹과 두 개의 토픽planner-기획 / editor-편집)을 만들고, 그룹 ID·토픽 ID를 찾아 “특정 토픽 → 특정 에이전트” 라우팅 설정을 완성합니다.

  • 최종적으로, 봇 1개 + 포럼 그룹 1개 + 토픽별 서로 다른 에이전트가 응답하는 환경을 완성합니다.


섹션 4. 사람 매개 협업 맛보기 + 3부 예고

  • 실제 시나리오를 가지고,

    planner-기획 토픽에서 아이디어·아웃라인을 받고, 사람이 복사·붙여넣기로 editor-편집 토픽에 넘겨 반수동 멀티 에이전트 협업을 경험합니다.

  • 이렇게 만들어진 결과물을 /workspace/content/drafts/에 파일로 저장해 초안 1개를 손에 쥡니다.

  • 마지막으로 3부에서 다룰 Leader / Planner / Writer / QA 라는 에이전트 팀 + 자동 협업 파이프라인 구조를 미리 살펴보며, 이번 2.5부가 3부로 이어지는 징검다리라는 것을 정리합니다.

🙋‍♂️ 지식 공유자의 한마디

여러분 안녕하세요. Kevin입니다.

1부에서 “내 PC 안에 안전한 AI 에이전트 본부를 세우고”,

2부에서 그 본부를 텔레그램으로 꺼내 주머니 속 비서로 만들었다면,

2.5부에서는 그 비서를 “혼자 일하는 비서”에서 “역할이 나뉜 작은 팀”으로 키우는 것에 초점을 맞췄습니다.

많은 분들이 1·2부까지 따라오신 뒤, 결국 이런 고민을 하게 됩니다.

“이제는 기획이랑 편집이랑 좀 나눠서 시키고 싶은데…

에이전트를 여러 개로 쪼개려니, 어디서부터 손대야 할지 모르겠다.”


이번 2.5부는 바로 그 지점에서 막힌 분들을 위해 만든 강의입니다.

복잡한 프레임워크나 거대한 오케스트레이션 도구를 쓰기 전에, 우리가 이미 익숙한 OpenClaw + 텔레그램 환경 위에서

- planner / editor 두 에이전트를 정의하고,

- 워크스페이스와 폴더 구조를 역할별로 분리해서,

- 텔레그램 포럼 토픽으로 “어느 방에서 말하느냐에 따라 다른 에이전트가 응답하는” 구조를 직접 만들어 보게 됩니다.

그 과정에서 제가 가장 신경 쓴 부분은 “현실적으로 유지할 수 있는 멀티 에이전트 구조만 다루자”는 점이었습니다.

처음부터 에이전트끼리 자동으로 메시지를 주고받는 멋진 그림만 쫓다 보면, 설정과 코드가 금세 복잡해지고, 결국 다시 단일 에이전트로 돌아가 버릴 수 있기 때문입니다.


그래서 2.5부에서는 의도적으로

에이전트끼리의 완전 자동 협업은 뒤로 미루고, 사람이 중간에서 복사·붙여넣기 하면서도 팀처럼 일하는 패턴을 먼저 몸에 익히도록 구성했습니다.

“planner 방에서 기획을 받고, editor 방에서 문장을 다듬고, 결과물을 정리된 폴더에 쌓아두는” 아주 단순한 루틴이지만, 실제로 돌려보면 단일 챗봇과는 전혀 다른 감각을 느끼실 거라고 생각합니다.


멀티 에이전트에 관심이 있지만 “나 같은 1인 크리에이터 / 기획자 / 개발자가 쓰기에는 너무 거창한 개념 아닌가요?” 라고 느끼셨다면, 이번 2.5부가 그 간극을 부드럽게 메워 줄 겁니다.


강의가 끝나는 시점에는

- 봇 1개 + 포럼 그룹 1개로,

- planner와 editor가 역할을 나눠 일하고,

- 실제로 쓸 수 있는 소개 글 초안까지 뽑아내는 “작지만 제대로 된 AI 팀”을 손에 쥐고 계셨으면 합니다.


여러분의 OpenClaw 환경이 단순히 똑똑한 비서 한 명이 아니라, 역할이 분명한 동료들로 이루어진 작은 스튜디오처럼 자라나길 바라며 이번 2.5부를 준비했습니다.

여러분들에게 꼭 도움이 되는 강의가 될 수 있길 바래볼게요.


화이팅!

🔗 강의 자료 Github 링크

1. Github Repository 안내

  • 이 강의에서 사용하는 예제 코드, 템플릿, 체크리스트, 강의 자료 등의 문서는 모두
    공개 Github Repository로 제공합니다.

  • 레포 안에서는 다음 위치를 중심으로 참고하시면 됩니다.

    • codes/ : 각 수업에서 사용하는 실습용 파일

    • guides/: 강의에서 제공되는 가이드 문서

    • results/ : 실습을 진행하면서 자동으로 생성되는 설정 파일이나 결과물

    • slides/ : 강의에서 이론 수업을 진행할 때 사용한 슬라이드 자료

  • Github Repository 링크는 아래와 같습니다.

  • ⭐ Github Repository에 있는 자료 활용 방법은 루트 경로에 있는 README.md 파일에 설명해 두었으니 꼭 정독해 주시길 바랄게요.

유의사항

  • 강의에서 사용되는 학습 자료 및 코드를 블로그 등 개인 공간에서 사용하시려면 강의 제목 및 강사 이름을 기재하시고 강의 링크를 추가해 주셔야 합니다. 그 외에 무단 배포는 허용되지 않으니 양해 부탁드릴게요.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • AI 자동화 도구를 활용해 업무 효율을 높이고 싶은 실무자

  • “이제는 역할을 나눠서 좀 더 체계적으로 굴리고 싶은데, 어디서부터 손대야 할지 모르겠다”는 답답함을 느끼는 분

  • 콘텐츠를 직접 만드는 1인 크리에이터, 뉴스레터·블로그 운영자, 유튜버

  • 단일 AI 챗봇을 넘어 멀티 에이전트 협업 시스템을 구축하고 싶은 개발자

  • AI 에이전트 오케스트레이션과 워크플로우 설계에 관심 있는 PM 및 기획자

선수 지식,
필요할까요?

  • OpenClaw 기초 1·2부 수준의 경험( WSL2 + Ubuntu + Docker Desktop 설치)

  • OpenClaw 컨테이너를 `docker compose up -d`로 띄워 본 경험

  • 텔레그램 봇 토큰 발급 및 OpenClaw와 연동해 본 경험

  • 기본적인 터미널 사용 경험

  • 위 내용을 전혀 모르는 상태여도, 강의에서 제공하는 "최소 셋업 가이드”를 통해 처음부터 셋업하고자 하는 열정있는 분

안녕하세요
입니다.

6,662

수강생

281

수강평

124

답변

4.8

강의 평점

11

강의

  • 주력 언어 또는 기술 : Java, Spring Framework, RxJava, Reactor, Spring WebFlux

  • (주) 펜타시큐리티 백엔드 개발자로 활동(From 2015.07 To 2022.01)

  • (주)코드스테이츠(https://www.codestates.com)에서 Senior Educational Software Engineer(Backend)로 활동
    (From 2022.03 To 2024.01.31)

- 프리랜서 개발자 및 강사로 활동(Since 2024.02)

- 저서

안녕하세요? Kevin이라고 합니다. ^^

인프런에서 이렇게 강사로서 여러분들을 만나게 되어서 너무 반갑습니다.

어떤 분야든 마찬가지겠지만 특히나 소프트웨어 개발자는 끊임없이 변화하는 트렌드에 뒤처지지 않도록 항상 자기 자신을 갈고 닦는것이 개발자로써 살아남는 유일한 방법이라고 생각하며 항상 배우는 자세로 즐겁게 소프트웨어 개발을 하고 있는 개발자 중 한 명입니다.

제가 가지고 있는 지식과 경험이 다른 분들에게 조금이나마 도움이 되기를 바라면서 인프런에서 강좌를 시작하였습니다.

앞으로 수강생분들에게 현실적으로 도움이 되는 다양한 강좌로 꾸준히 찾아뵙도록 하겠습니다. 감사합니다.

 

질문이나 의견은 언제든지 환영하니, 이메일(it.village.host@gmail.com)로 편하게 얘기해주세요.

 

커리큘럼

전체

9개 ∙ (1시간 52분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

얼리버드 할인 중

₩23,100

30%

₩33,000

Kevin님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!