포스트

OpenBrain 확장 가이드: AI 에이전트에게 손과 발을 부여하는 방법

게시
By BLUEBUG
21 분읽는 시간
OpenBrain 확장 가이드: AI 에이전트에게 손과 발을 부여하는 방법

출처: Nate B. Jones 유튜브 영상 (2026.3.13, Seattle)
원제: “Your Open Brain Can Think—Now It Needs Hands”
링크: https://www.youtube.com/watch?v=japT66frdhM

개요

이 문서는 AI 에이전트 기반의 개인 메모리 시스템인 OpenBrain을 단순한 데이터베이스에서 벗어나, 시각적 인터페이스와 결합된 완전한 생산성 플랫폼으로 확장하는 방법을 설명합니다. 핵심 메시지는 간단합니다. AI는 이미 “생각”할 수 있습니다. 이제 그 생각을 행동으로 연결하는 “손”이 필요합니다.

1. 문제 인식: 왜 AI는 나를 기억하지 못하는가

오늘날 AI 에이전트 시장은 폭발적으로 성장하고 있습니다. OpenClaw(오픈클로) 하나만 해도 단 몇 주 만에 150만 개 이상의 자율 에이전트를 만들어냈습니다. 그러나 이 모든 에이전트들은 공통적인 한계를 갖고 있습니다. 바로 세션 간 기억이 없다는 것입니다.

매번 새로운 대화를 시작할 때마다 AI는 당신이 누구인지, 무엇을 원하는지 처음부터 다시 파악해야 합니다. 도구를 바꾸는 순간 이전 맥락은 모두 사라집니다. 이 문제를 해결하기 위해 제안된 것이 바로 OpenBrain — 사용자가 직접 소유하는 개인 데이터베이스로, MCP(Model Context Protocol) 서버를 통해 어떤 AI에도 연결할 수 있습니다.

하지만 OpenBrain을 구축한 수천 명의 사람들이 동일한 질문을 던졌습니다. “메모리 시스템을 갖고 나서 무엇을 해야 하나요?”

이 질문에 대한 답이 바로 이 영상의 핵심입니다.

2. 핵심 원칙: 에이전트와 인간, 두 개의 문을 동시에 열다

OpenBrain 확장의 가장 중요한 원칙은 다음 하나로 요약됩니다.

에이전트도 볼 수 있고, 인간도 볼 수 있는 공유 표면(shared surface)을 만들어야 한다.

현재 MCP 서버 + 데이터베이스 + 챗봇 구성만으로는 모든 것이 텍스트 기반입니다. 챗봇 창은 일종의 “열쇠 구멍”이며, 그 너머에 어떤 데이터가 쌓이고 있는지 시각적으로 확인할 방법이 없습니다. 장기 스크롤 대화에서 데이터를 찾는 것은 비효율적이고, 날짜 정렬이나 카테고리 필터 같은 인간적인 탐색 방식이 불가능합니다.

해결책은 새로운 플랫폼이나 미들웨어를 추가하는 것이 아닙니다. 기존 Supabase 테이블 위에 가벼운 시각적 인터페이스(human door)를 추가하는 것입니다.

  • 에이전트의 문 (Agent Door): MCP 서버를 통해 테이블에 접근, 읽기/쓰기/추론
  • 인간의 문 (Human Door): 웹 페이지 또는 북마크된 앱을 통해 같은 테이블을 시각적으로 탐색

두 문은 동일한 테이블을 공유합니다. 동기화 레이어도, 익스포트 레이어도, 연결이 끊길 수 있는 통합도 없습니다. 테이블 자체가 단일 진실의 원천(single source of truth)입니다.

3. 시스템 구조: 테이블이 곧 공유 표면이다

1
2
3
4
5
6
7

[ Supabase 테이블 ]
       │
       ├──── [MCP 서버] ──────▶ Claude / ChatGPT / OpenClaw (에이전트)
       │                          읽기 · 쓰기 · 추론
       │
       └──── [Vercel 웹앱] ──▶ 사용자 브라우저 / 스마트폰
                                 시각적 탐색 · 직접 편집

에이전트가 대화 중 새로운 항목을 기록하면, 다음번 웹 페이지를 열었을 때 즉시 반영됩니다. 사용자가 스마트폰에서 데이터를 수정하면, 에이전트가 다음 번 테이블을 쿼리할 때 즉시 그 변경 사항을 확인합니다. 이 일관성은 아키텍처에 내재되어 있습니다.

4. 시각적 레이어 구축 방법 (단계별 가이드)

4-1. 에이전트 측 (Agent Side) — 쉬운 부분

이미 OpenBrain을 구축했다면 방법을 알고 있습니다. 동일한 Supabase 대시보드에서 새 테이블을 생성하고, 추적할 항목에 맞는 컬럼을 추가하면 됩니다. 그러면 에이전트는 MCP를 통해 즉시 해당 테이블에 접근할 수 있습니다.

4-2. 인간 측 (Human Side) — 시각적 부분

원하는 AI(Claude, ChatGPT 등)에게 원하는 것을 설명합니다.

예시 프롬프트: “모바일 친화적인 가전제품 유지보수 테이블 뷰를 만들어줘. 각 가전제품, 보증 만료일, 마지막 점검 날짜를 표시하고, 30일 이내에 만료되는 항목은 강조 표시해줘.”

AI는 Supabase 데이터 스키마를 파악하고 소형 웹 애플리케이션 코드를 생성합니다. 레이아웃 조정, 강조 항목 변경 등을 대화를 통해 반복 수정할 수 있습니다.

4-3. 배포: Vercel로 무료 호스팅

완성된 앱을 인터넷에 올리려면 Vercel을 사용합니다.

  1. vercel.com에서 무료 계정 생성
  2. AI가 생성한 앱 코드를 업로드
  3. Vercel이 실시간 URL(웹 주소) 제공
  4. 스마트폰 홈 화면에 북마크 → 앱처럼 사용

유료 플랜 한도에 도달하지 않습니다. 개인 사용 트래픽은 무료 범위 안에서 충분히 동작합니다. 앱스토어도, 구독료도 없습니다.

참고: Supabase를 Lovable에 연결하는 방법도 있지만, 중간 SaaS 비용을 피하고 싶다면 Vercel을 사용하는 직접 방식이 권장됩니다.

5. 핵심 활용 사례 (Use Cases)

5-1. 가정 지식 기반 (Household Knowledge Base)

문제: 집을 운영하는 데 필요한 정보들 — 페인트 색상, 아이 신발 사이즈, 2년 전에 불렀던 배관공 번호, 게스트 Wi-Fi 비밀번호 — 이 모든 것들이 문자 스레드, 서랍 속 영수증, 혹은 누군가의 기억 속에 흩어져 있습니다.

해결책: AI와 다른 주제로 대화하다가 관련 정보가 나오면 즉시 저장 지시를 합니다.

“거실 페인트는 Benjamin Moore Hail Navy야. Sherman Williams에서 10월에 샀어. 저장해줘.”

Claude가 항목을 기록하면 끝입니다. 며칠, 몇 주에 걸쳐 자연스럽게 대화하다 보면 집의 모든 ‘기관 지식(institutional knowledge)’이 테이블에 쌓입니다.

시각적 인터페이스 아이디어:

  • 상단에 검색창을 배치해 무엇이든 즉시 검색
  • 에이전트가 자동 분류한 카테고리(거실, 자동차, 아이들 학교 등)를 시각적으로 탐색
  • 어디에 기록되어 있는지, 어디에 빈 공간이 있는지 한눈에 파악

5-2. 전문적 인간관계 관리 (Professional Relationship Tracker)

문제: 수십, 수백 명의 전문적 관계를 유지하는 데는 한계가 있습니다. 맥락은 이메일, 메시지, 기억 속에 흩어져 있고, 우리의 기억은 가장 최근 상호작용에 편향되어 있습니다.

해결책: 만남과 대화를 정기적으로 OpenBrain에 기록합니다. 그러면 AI에게 이런 질문을 할 수 있습니다.

“최근에 소홀히 한 사람이 있어?”

AI가 전체 데이터를 스캔하여 답합니다. “James에게 몇 달째 연락을 안 했네요. 마지막으로 얘기했을 때 팀 구조조정 걱정을 하고 있었어요. 보통 그런 상황은 한 분기 안에 정리됩니다. 연락해볼 좋은 시기일 수 있어요.”

시각적 인터페이스 아이디어:

  • 관계가 “식어가는” 정도를 불꽃 이모지(🔥)로 시각화
  • 연락이 필요한 사람을 우선순위별로 한눈에 확인
  • AI, 교육 등 특정 분야의 인맥을 필터링하여 탐색
  • 이메일, LinkedIn, OpenBrain 데이터를 연동해 “연락해볼 만한 새로운 인물” 추천

5-3. 구직 활동 대시보드 (Job Hunt Dashboard)

문제: 구직 활동은 실제로는 수십 개의 병렬 업무 흐름입니다. 회사, 포지션, 연락처, 지원서, 면접, 후속 연락, 이력서 버전, 연봉 데이터… 이 모든 것이 동시에 진행되며 각자 “하나의 활동”인 척합니다.

해결책: 구직 관련 모든 데이터를 OpenBrain의 여러 테이블에 기록합니다. 채용 공고를 붙여넣으며 이렇게 물을 수 있습니다.

“이 회사에 대해 내가 뭘 알고 있어?”

AI는 공고만 읽는 게 아니라 연락처 데이터, 컨퍼런스 노트, 관계 데이터를 모두 스캔합니다. “지난 10월 컨퍼런스에서 이 회사 데이터 팀 사람을 만났네요. 분산 시스템에 대해 좋은 대화를 나눴고, 그때 채용 중이라고 했어요.” 차가운 지원 대신 따뜻한 소개로 이어질 수 있습니다.

더 나아가, 자율 에이전트(OpenClaw 등)는 밤새 데이터를 모니터링하다가 월요일 아침에 이런 알림을 보낼 수 있습니다. “9일 전에 VP 소개 제안이 있었는데, 아직 후속 연락을 못 했네요. 따뜻한 소개의 유효 기간은 약 2주예요. 이 기회를 놓치지 마세요.”

시각적 인터페이스 아이디어:

  • 전체 지원 파이프라인을 한 화면에서 확인
  • 면접 패턴 분석 (강점, 회사 규모 인사이트, 이력서 버전별 성과)
  • 활발히 진행 중인 회사와 초기 단계 회사를 색상으로 구분
  • 자신의 구직 패턴을 완전히 맞춤화된 시각으로 확인

6. 에이전트가 읽을 수 있는 데이터의 아키텍처적 이점

이 모든 시스템의 토대는 하나의 핵심 결정에서 비롯됩니다. 데이터 레이어가 내 것이라는 것입니다.

  • AI가 UI를 스크래핑하지 않습니다.
  • 플랫폼에 접근 권한을 요청할 필요가 없습니다.
  • 어떤 AI 클라이언트도 연결할 수 있습니다.
    • Claude → 추론 세션
    • ChatGPT → 질문 응답
    • OpenClaw → 자는 동안 자율 모니터링

MCP는 이미 어디서나 사용됩니다. ChatGPT가 자율 에이전트를 출시하는 순간에도, 이 MCP 서버에 바로 연결할 수 있습니다. 미래에도 안전한(future-proof) 아키텍처입니다.

모델이 더 똑똑해질수록, 지금 구축한 모든 확장 기능의 가치도 자동으로 높아집니다. 오늘 가족 일정을 읽는 에이전트가 내년에는 자동으로 더 나은 일정 충돌 예측을 제공할 것입니다. 데이터를 자연스럽게 기록하는 것만으로 AI 플라이휠이 돌기 시작합니다.

7. 좋은 문제를 고르는 원칙

어떤 문제가 OpenBrain 확장에 적합한지 판단하는 원칙이 있습니다.

원칙 1: 시간 연결 (Time Bridging)

에이전트의 기억은 인간의 기억처럼 희미해지지 않습니다. 수개월, 수년에 걸쳐 흩어진 사건들을 연결하는 것이 에이전트의 강점입니다.

  • 마지막으로 치과를 간 게 언제였지?
  • 타이어를 교체한 지 얼마나 됐지?
  • 건조기 환풍구를 점검한 게 언제였지?
  • 회사 LLC 연간 보고서를 제출한 게 언제였지?

이런 ‘성인의 의무(adulting)’들은 중요하지만 기억하기 어렵습니다. 에이전트가 시간을 가로질러 이를 관리해줄 수 있습니다.

원칙 2: 교차 카테고리 추론 (Cross-Category Reasoning)

진정한 힘은 단일 테이블이 아니라 테이블 간의 연결에서 나옵니다. 인간이라면 수동으로 교차 참조하지 않을 데이터들을 AI는 자연스럽게 연결합니다.

예를 들어, 식기세척기를 6개월간 점검하지 않았다는 사실을 발견한 에이전트가 냉장고 테이블까지 확인하고 이렇게 제안할 수 있습니다. “수리 기사가 오는 동안 설거지하기 쉬운 그릇들을 준비해두는 건 어떨까요?”

원칙 3: 에이전트가 발견하고, 인간이 결정하고, 에이전트가 실행한다

이것이 AI와 인간의 협업의 기본 루프입니다. 에이전트는 기억과 패턴 인식을 담당하고, 인간은 판단과 의사 결정을 담당합니다. 이 분업이 시스템을 신뢰할 수 있게 만듭니다.

8. 시작하는 방법 요약

단계작업도구
1Supabase에 새 테이블 생성Supabase 대시보드
2에이전트와 대화하며 데이터 축적Claude / ChatGPT / OpenClaw
3AI에게 시각적 웹앱 코드 생성 요청Claude / ChatGPT
4Vercel에 무료 배포vercel.com
5스마트폰 홈 화면에 북마크브라우저

결론: 중간 매개자 없이, 데이터를 직접 관리하라

이 모든 이야기의 핵심은 데이터 주권입니다. 어떤 SaaS 플랫폼도, 어떤 미들웨어도, 어떤 중간 매개자도 없이 내 데이터가 내 것으로 남아 있습니다. 에이전트가 그 데이터를 읽고, 인간이 그 데이터를 봅니다. 하나의 진실, 두 개의 인터페이스.

처음 Vercel 앱을 배포하고 나면, 두 번째, 세 번째는 훨씬 쉽습니다. 패턴은 동일하고, 적용할 수 있는 문제는 무궁무진합니다. 산재된 정보, 시간에 걸친 이벤트, 교차 참조가 필요한 여러 카테고리 — 이런 특성을 가진 문제라면 OpenBrain을 적용할 수 있습니다.

에이전트가 볼 만한 데이터를 제공하라. 당신도 그 데이터를 즐길 수 있게 만들어라. 그것이 이 시스템의 전부다.

작성 기반: Nate B. Jones, “Your Open Brain Can Think—Now It Needs Hands” (2026.3.13)
더 많은 가이드: https://natesnewsletter.substack.com

AI, AI Agent
AI OpenBrain shared-surface Supabase MCP Vercel household-knowledge-base time-bridging cross-category-reasoning Claude.write
이 기사는 저작권자의 CC BY 4.0 라이센스를 따릅니다.