OpenClaw는 중국에서 단순히 바이럴을 넘어 구조적 문제를 해결했다
Source: Hacker News
번역할 텍스트를 제공해 주시겠어요? 텍스트를 받으면 바로 한국어로 번역해 드리겠습니다.
OpenClaw launch in Shenzhen
On March 6, nearly a thousand people lined up outside Tencent’s headquarters in Shenzhen (source). Some carried NAS drives, others brought MacBooks, and a few showed up with mini PCs under their arms. They were waiting for Tencent Cloud engineers to install an open‑source AI agent called OpenClaw onto their devices—free of charge. Appointment slots ran out within an hour.
OpenClaw 작동 방식
OpenClaw은 개인 기기에서 로컬로 실행되며 API 호출을 통해 대형 언어 모델에 연결됩니다. Slack, WhatsApp, Telegram, 그리고 Feishu(중국의 Slack과 유사한 업무용 앱) 등 다양한 메신저 플랫폼에서 동작하며, 웹 탐색, 코드 작성 및 디버깅, 일정 관리, 이메일 전송과 같은 다단계 작업을 자율적으로 수행합니다.
오스트리아 엔지니어 Peter Steinberger(X .com)가 구축했으며, 프로젝트는 약 100 일 만에 GitHub 역사상 가장 많은 스타를 받은 저장소(GitHub)가 되었습니다. 중국 언론은 이를 Linux가 30년 이상 걸쳐 달성한 전체 스타 수를 넘어섰다고 보도했으며, 이는 큰 이정표로 여겨졌습니다. 모니터링 플랫폼(Declawed.io)에서 추적된 142 000개 이상의 공개 OpenClaw 에이전트 중 절반에 가까운 수가 중국에서 시작되었습니다.
국제적인 보도는 주로 이를 하나의 쇼로 묘사했습니다. 중국은 실리콘밸리보다 AI에 더 큰 열정을 보이고 있습니다. 그러한 해석은 표면적인 활기를 포착하지만, 그 아래 흐르는 구조적 이야기를 놓치고 있습니다.
수요 측 역학
채택 속도는 중국 수요 측에 특화된 힘을 반영합니다.
- Xiaohongshu(중국판 인스타그램)와 Xianyu(알리바바의 중고 마켓플레이스)에서는 유료 설치 서비스가 거의 하루아침에 등장했으며, 원격 설정은 보통 $7 – $40, 직접 방문은 $100까지였습니다.
- 튜토리얼 영상이 Douyin과 Bilibili에 쏟아져 올라와 “몇 분 안에 AI 마스터하기”라는 제목을 내걸었습니다.
- 중국 기자와 이야기를 나눈 설치업체 관계자는 많은 고객이 명확한 사용 사례가 없었다고 밝혔습니다—그들은 먼저 배포하고 나중에 목적을 찾는 식이었습니다.
중개인으로 이루어진 작은 산업이 형성되었습니다—일부는 이전에 컴퓨터 수리점을 운영하던 이들로, 심천부터 청두까지 도시 전역에서 넘치는 수요를 처리하기 위해 프로그래머를 모집했습니다. 긴급함은 생산성 향상보다는 뒤처지지 않기에 더 중점을 두었습니다.
Supply‑side dynamics
내구성이 높은 이야기는 공급 측면에 놓여 있습니다. OpenClaw를 지원하기 위해 달려든 기업들은 단순히 사용자 열광에 반응한 것이 아니라 자신들의 구조적 문제를 해결하고 있었습니다.
The Doubao Phone episode
2025년 12월, ByteDance는 Doubao Phone Assistant를 출시했습니다. 이는 ZTE 스마트폰에 내장된 AI 에이전트로, 화면 읽기 기술을 사용해 사용자를 대신해 앱을 조작합니다—기능적으로 OpenClaw와 동일합니다.
48시간 이내에 WeChat은 사용자를 로그아웃하도록 강제했고, Taobao는 CAPTCHA 챌린지를 발생시켰으며, 금융 앱들은 보안 위험을 표시했습니다. ByteDance는 WeChat 운영을 중단하고 “기술 개발과 산업 수용 사이의 정렬”을 공개적으로 요구하며 후퇴했습니다. (그 에피소드 뒤에 있는 구조적 역학에 대해서는 여기에서 다루었습니다.)
OpenClaw’s opposite reception
3개월 후, OpenClaw는 더 넓은 기능 세트를 갖추고 등장했습니다. 24시간 내내 실행되며, 하루에 수백 번 모델 API를 호출하고, 로컬 파일에 접근하며, 브라우저를 조작합니다. 중국 기술계의 반응은 ByteDance가 겪은 것과 정반대였습니다.
- Tencent Cloud, Alibaba Cloud, Baidu Cloud, 그리고 Volcano Engine(ByteDance 자체 클라우드 부문) 모두 원클릭 배포를 서두랐습니다.
- Moonshot AI와 MiniMax는 자체 모델을 기반으로 호스팅 버전을 구축했습니다.
- Xiaomi는 OpenClaw 디자인에서 영감을 받은 모바일 에이전트를 발표했습니다.
같은 야망, 정반대의 반응. 중국 AI 스택의 모든 계층이 OpenClaw에서 얻을 무언가를 찾았으며—그 이득은 Doubao Phone이 선택하지 않은 아키텍처 선택 덕분에 가능했습니다.
Why the infrastructure push matters
중국 주요 기술 기업들은 지난 1년 동안 AI 인프라에 막대한 투자를 했습니다. ByteDance, Alibaba, 그리고 Tencent는 총 $60 billion에 달하는 자본 지출을 한 것으로 추정됩니다(source). 이러한 수준의 지출은 지속적인 추론 수요를 찾아야 한다는 엄청난 압박을 만들었습니다. 일반 챗봇 사용은 이를 충족시키지 못했습니다. 일반적인 채팅 세션은 교환당 수백 토큰만 소비합니다—사용자가 질문을 하고, 답변을 받고, 앱을 닫는 식이죠. 계산이 맞지 않았습니다.
요약
- 수요 측: 호기심, FOMO, 그리고 소규모 산업 생태계가 물결치면서 OpenClaw은 문화적 현상이 되었습니다.
- 공급 측: 대규모 AI 인프라 투자로 인해 중국의 기술 대기업들은 고주파, 고가치 추론 워크로드를 찾게 되었습니다. OpenClaw이 로컬에서 실행되고, API를 반복 호출하며, 기존 기업 도구와 통합될 수 있는 능력은 이러한 워크로드를 생성하기에 완벽한 수단이었습니다.
수천 명이 텐센트 앞에 줄을 서는 광경은 더 깊은 구조적 변화를 보여줍니다: OpenClaw은 단순한 신기함이 아니라, 중국 최대 기술 기업들이 내린 거대한 AI 인프라 베팅과 일치하는 수요 창출 엔진입니다.
**OpenClaw resets the consumption math.** A single configured instance with active tools can burn through **tens to hundreds of times more tokens per day** than a chatbot user. According to a widely circulated account in the developer community, one overseas user reported spending **$20 daily on API calls** with minimal productive output, driven largely by background polling. That figure sits at the high end, but the directional point holds at any scale: **agent workloads consume far more inference than chat sessions.**
**Every installed OpenClaw instance becomes a round‑the‑clock source of API calls flowing to cloud and model providers.** That is why Tencent engineers were setting up folding tables in front of headquarters to help strangers install free software. The cost advantage of Chinese open‑source models made them natural fits for this consumption pattern. Lower API prices encourage more frequent calls, which flow directly into cloud‑vendor revenue. The incentive loop is self‑reinforcing: the cheaper the model, the more users run their agents, the more infrastructure gets sold.