Grok Bot이 좋은 이유: 인프라형 에이전트 자동화의 장점

• 채널: 코드팩토리
• 공개일: 2026-08-14
• 영상 길이: 21분 37초
• 원문: https://www.youtube.com/watch?v=MzObKXUaSbc
• 원제: Grok Bot 너무 좋습니다. Hermes, Openclaw 다 지웠어요.
• 출연: 코드팩토리

---

핵심 질문

==Grok Bot은 코딩 에이전트를 직접 구축하는 도구가 아니라, 컴퓨터 사용·기억·외부 서비스 연동·다중 에이전트 협업을 X의 인프라 위에 묶어 일상 업무 자동화를 바로 실행하게 만드는 제품이다.==

• 컴퓨터를 켜 두지 않아도 X의 원격 인프라에서 브라우저 작업과 자동화를 실행할 수 있다.
• 녹화한 클릭 과정을 에이전트가 분석해 반복 가능한 스킬로 저장하고, 다른 변수에 적용할 수 있다.
• Gmail·Drive·Notion·Slack과 다중 에이전트를 연결해 리서치·계약 검토·인보이스·콘텐츠 기획을 하나의 절차로 처리할 수 있다.

Grok Bot의 차별점은 모델 성능 하나가 아니다. 사용자가 직접 CLI와 API와 브라우저 자동화 인프라를 조립하지 않아도, 채팅창과 모바일 앱에서 업무 결과물을 요청하고 에이전트 팀이 실제 작업을 수행하게 만드는 운영 경험이다. 개발자가 직접 시스템을 만들 수 있는지와 별개로, 배울 시간과 의지가 없는 다수의 사용자에게는 완성된 자동화 서비스 자체가 가치가 된다.

출시 직후의 인상과 제품 위치

월 200달러라는 유일한 단점

1. 빠른 초기 평가

   1. 출시 후 이틀밖에 되지 않았지만 이미 인터넷에서 큰 반응을 얻었고, 사용자는 짧은 기간 안에 제품에 강한 만족을 느꼈다고 평가한다.
   2. 가장 큰 단점으로 월 200달러 수준의 요금제를 꼽으며, 이미 Grok Heavy를 사용 중인 사람에게는 추가 진입 장벽이 낮다고 본다.

2. 기존 에이전트와의 관계

   1. OpenClaw 같은 에이전트와 기존 자동화 도구를 X의 인프라와 결합한 제품으로 이해할 수 있다.
   2. 단순 채팅 서비스가 아니라 에이전트를 만들고 저장하고 서로 협업시키는 업무 자동화 시스템에 가깝다.

왜 X에서 먼저 나왔는가

1. 인프라 비용

   1. AI는 모델뿐 아니라 컴퓨터 사용·브라우저 실행·메모리·파일 처리에 많은 인프라를 요구한다.
   2. X처럼 자체 인프라를 대규모로 보유한 회사가 원격 컴퓨터와 에이전트를 하나의 상품으로 제공하기 쉽다.

2. 제품의 구성

   1. 텔레그램이나 Slack과 비슷한 채팅형 UI에서 특화된 에이전트를 저장하고 호출한다.
   2. 각 에이전트의 역할과 기억을 설정해 팀원처럼 사용하고, 하나의 스레드에 여러 에이전트를 묶어 공동 작업을 시킬 수 있다.

원격 컴퓨터 사용과 무한 기억

X 인프라의 Computer Use

1. API가 없는 업무

   1. API나 MCP가 없는 서비스는 브라우저와 마우스와 키보드를 사용하는 Computer Use가 필요하다.
   2. Grok Bot은 사용자의 컴퓨터를 계속 켜 두지 않아도 X의 원격 인프라에서 브라우저 작업을 실행한다.

2. 로컬 환경의 부담 제거

   1. 로컬 Computer Use는 화면 포커스가 바뀌거나 컴퓨터가 꺼지거나 네트워크가 끊기는 문제를 만든다.
   2. 원격 환경에서 작업하면 사용자가 다른 일을 하는 동안에도 자동화가 실행되고 결과만 확인할 수 있다.

3. 오픈클로 대체 가능성

   1. 이미 Grok Heavy를 사용하는 사람이라면 별도의 컴퓨터 서버를 구축하지 않고 원격 인프라를 바로 사용할 수 있다.
   2. 기존 OpenClaw 자동화를 모두 삭제해야 한다는 의미가 아니라, 서버 관리가 귀찮은 사용자에게 통합 대안이 될 수 있다는 평가다.

시연을 기록하고 스킬로 바꾸기

1. 말로 설명하지 않는 학습

   1. 복잡한 자동화 절차를 처음부터 텍스트로 설명하지 않고, 사용자가 직접 클릭하는 과정을 녹화한다.
   2. 에이전트는 브라우저 접속, 검색, 선택, 날짜 입력, 결과 확인 등 작업의 순서를 분석한다.

2. 반복 가능한 스킬

   1. 한 번의 시연은 특정 화면을 재생하는 데 그치지 않고, 변수만 바꿔 반복 실행할 수 있는 스킬로 저장된다.
   2. 지역·날짜·매물 같은 입력값을 바꾸면 같은 프로세스를 적용해 새 결과를 만들 수 있다.

3. 무한에 가까운 기억

   1. 에이전트마다 설정과 작업 기억을 저장하고, 이전에 만든 자동화와 역할을 계속 활용할 수 있다.
   2. CLI에서 매번 새 컨텍스트를 열어 설명하는 방식과 달리, 업무 방식과 프로세스를 장기간 유지하는 데 유리하다.

중앙 오케스트레이션과 다중 에이전트

에이전트가 서로의 역할을 발견하는 구조

1. 스레드 기반 협업

   1. 여러 에이전트를 하나의 스레드에 묶어 같은 업무를 분담시킬 수 있다.
   2. 각 에이전트는 자신에게 설정된 전문 역할에 따라 리서치·검토·문서 작성·발행을 수행한다.

2. 중앙 시스템의 기억

   1. 사용자가 하나의 에이전트와 대화해도 중앙 시스템이 다른 에이전트의 역할과 기존 자동화를 기억한다.
   2. 현재 요청이 다른 에이전트의 전문 영역에 더 적합하면 작업을 해당 에이전트로 넘길 수 있다.

3. 유기적 팀워크

   1. 에이전트들이 각자 결과를 만들고 다음 에이전트에게 넘기면서 하나의 업무 절차를 완성한다.
   2. 세일즈·채용·리서치·제품 성과·버그·프로덕션·회계·운영 등 역할별 봇을 조합할 수 있다.

연결 가능한 서비스

1. 업무 데이터

   1. Gmail과 Google Drive, Notion과 Slack 등 일반적인 업무 도구를 플러그인으로 연결한다.
   2. 데이터가 여러 서비스에 나뉘어 있어도 에이전트가 필요한 정보를 가져와 하나의 결과물로 정리한다.

2. 모바일 사용

   1. 모바일 앱과 데스크톱 환경이 실시간으로 동기화된다.
   2. 컴퓨터가 꺼져 있어도 휴대전화에서 작업을 요청하고 진행 상황과 결과를 확인할 수 있다.

기존 자동화 환경의 문제

Claude Desktop·ChatGPT·OpenClaw로 나뉜 업무

1. 분산된 자동화

   1. 콘텐츠 브리핑·인보이스·PDF·프레젠테이션 같은 반복 업무를 Claude Desktop, ChatGPT, OpenClaw 등 여러 도구에 나눠 저장할 수 있다.
   2. 컴퓨터가 켜져 있어야 하는 작업과 원격으로 실행되는 작업이 분리되면 사용자는 계속 컨텍스트를 전환해야 한다.

2. UI와 실행 조건

   1. 일부 자동화는 컴퓨터가 꺼져도 실행돼야 하지만, 일부 에이전트 환경은 속도가 느리고 UI가 복잡하다.
   2. 기능은 있어도 어떤 자동화를 어디에서 실행해야 하는지 찾는 일이 새로운 부담이 된다.

3. Grok Bot의 통합

   1. 분산된 에이전트를 하나의 UI와 원격 인프라와 모바일 경험으로 모으는 것이 핵심 가치다.
   2. 이미 만들어 둔 자동화를 하나씩 옮기면서 업무 결과물을 한곳에서 관리할 수 있다.

실제 업무 적용 사례

Meta 광고 데이터 자동화

1. API 연동의 한계

   1. Meta 광고 데이터베이스는 CLI나 MCP로 연결할 수 있지만 복잡한 시스템에서는 안정적으로 작동하지 않는 부분이 있다.
   2. 로컬 Computer Use를 사용하면 화면 포커스가 바뀌어 자동화가 중단되는 문제가 생긴다.

2. 원격 브라우저

   1. Grok Bot의 Open Computer 기능으로 원격 브라우저를 열고 Facebook 계정을 연결한다.
   2. 광고 효율 분석·개선·리포트 작성을 원격 환경에서 실행해 사용자 컴퓨터의 포커스를 빼앗지 않는다.

3. 사용 가치

   1. Computer Use가 자주 필요한 사용자에게는 이 기능 하나만으로도 기존 자동화를 옮길 이유가 된다.
   2. API가 불완전하거나 없는 업무를 브라우저 조작으로 처리할 수 있다는 점이 핵심이다.

유튜브 협업 관리와 인보이스

1. Notion 데이터베이스

   1. 유튜브 콜라보 제안과 콘텐츠 정보를 Notion 데이터베이스로 관리하며 모바일에서 확인하기 좋은 경험을 선호한다.
   2. 하루에 10건이 넘는 협업 제안이 들어오면 대화·브리프·가격·계약서를 모두 직접 확인하는 일은 이메일만 보는 업무가 된다.

2. 콘텐츠 리서처

   1. 매일 들어오는 이메일을 분석해 계약 업데이트가 있으면 Notion을 갱신한다.
   2. 협업 이력과 콘텐츠 정보를 찾아 다음 단계의 계약·기획 작업에 전달한다.

3. 인보이스 발행

   1. PDF 양식을 미리 설정해 두면 이메일이나 주소·금액·계정 정보를 입력하는 것만으로 인보이스를 만들 수 있다.
   2. 생성한 인보이스를 상대방에게 보내는 단계까지 자동화할 수 있다.

다중 에이전트로 계약·기획·발행하기

1. 네 가지 전문 봇

   1. 유튜브 콘텐츠 리서처는 협업 기록과 브리프를 찾는다.
   2. 계약 리뷰어는 수정·개선이 필요한 조항을 분석한다.
   3. 콘텐츠 기획 봇은 협업 콘텐츠의 방향을 정리한다.
   4. 인보이스 봇은 금액과 계정을 확인해 문서를 만들고 이메일로 보낸다.

2. 하나의 요청으로 연결

   1. 사용자가 특정 협업의 계약서를 검토하고 인보이스를 만들고 콘텐츠를 기획하라고 요청하면 네 봇이 동시에 작업한다.
   2. 각 봇의 설정과 전문 역할이 이미 저장되어 있어 사용자가 매번 세부 절차를 다시 설명할 필요가 없다.

3. 결과의 전달

   1. 리서처가 기존 협업 기록을 찾고, 계약 리뷰어가 수정 사항을 제시하고, 인보이스 봇이 발행한다.
   2. 에이전트가 서로 소통하며 업무 순서를 이어가는 구조가 팀워크처럼 작동한다.

Airbnb 점유율 리서치

API가 없는 서비스의 자동화

1. 리서치 목표

   1. 특정 지역의 Airbnb 매물 단가와 한 달 동안의 점유율을 조사하려면 API만으로 해결하기 어렵다.
   2. 브라우저에서 지역·날짜·인원·매물을 직접 검색하고 캘린더를 열어 예약 상태를 확인해야 한다.

2. 에이전트 생성

   1. 새 봇의 이름을 Airbnb 리서처로 지정하면 이름 자체가 작업 역할의 메타데이터로 저장된다.
   2. 에이전트는 자신의 목적을 이해하고 해당 역할에 맞는 스레드와 작업을 유지한다.

클릭을 시연에서 스킬로

1. 브라우저 녹화

   1. 컴퓨터 아이콘을 눌러 해당 Airbnb 봇에 배정된 브라우저 화면을 연다.
   2. 녹화를 시작한 뒤 봇이 아님을 확인하고, 오토바이 필터를 고르고, LA 지역과 날짜와 게스트 수를 입력한다.
   3. 첫 번째 매물을 선택하고 캘린더에서 예약 상태를 확인한 뒤 녹화를 멈춘다.

2. 과정 분석

   1. 녹화된 화면은 봇에게 전달되고, 봇은 클릭 순서와 접속 과정을 분석한다.
   2. 특정 지역의 상위 세 매물을 골라 점유율을 계산하는 절차로 일반화한다.

3. 스케줄링과 변수 변경

   1. 이후 특정 지역만 입력하면 동일한 검색·선택·캘린더 분석을 반복할 수 있다.
   2. 매일 자동 실행하거나 특정 이벤트에 반응하도록 스케줄을 설정할 수 있다.
   3. 서울 종로처럼 새로운 지역을 넣어도 같은 스킬이 다른 변수에 적용된다.

왜 직접 구축하지 않고 돈을 내는가

래퍼가 사업이 되는 이유

1. 직접 구축할 수 있다는 반론

   1. OpenClaw나 Claude Code와 인프라를 직접 연결하면 비슷한 자동화를 더 싸게 만들 수 있다는 반론이 나온다.
   2. 개발자에게는 충분히 가능한 접근이지만, 직접 서버·브라우저·API·인증·디버깅을 관리해야 한다.

2. 고객의 기회비용

   1. 의사에게 CRM을 팔면서 직접 Claude와 스프레드시트와 API를 연결하라고 하면, 의사는 그 시스템을 배우는 대신 다른 개발자를 찾는다.
   2. 변호사도 영상 자동화 인프라를 직접 조립하기보다 자신의 스크립트를 넣으면 결과가 나오는 시스템에 돈을 낼 가능성이 높다.
   3. 전문직의 시간당 가치가 높을수록 자동화 인프라를 배우는 시간 자체가 큰 비용이 된다.

3. 인프라와 상품의 구분

   1. Grok Bot은 모델과 인프라를 단순히 감싼 UI처럼 보일 수 있지만, 복잡한 실행 과정을 숨기고 결과물로 바꾸는 상품 경험을 제공한다.
   2. 사용자는 터미널을 열고 폴더를 찾고 스레드를 만들고 서버를 디버깅하는 대신 채팅으로 업무를 요청한다.

시장 규모에 대한 관점

1. 에이전틱 AI의 낮은 보급률

   1. 에이전틱 AI를 실제로 사용해 본 사람은 아직 전 세계 5%에도 못 미친다는 수치가 언급된다.
   2. 단순 채팅형 AI를 사용해 본 사람은 20%를 넘는다는 비교가 제시된다.

2. 90%의 클릭형 수요

   1. 대부분의 사람은 AI 환경을 직접 구축하기보다 돈을 내고 정보를 넣으면 결과가 바로 나오는 제품을 원한다.
   2. 개발자들이 알고 있는 CLI·MCP·하네스·서버 관리 지식은 전체 시장의 기본값이 아니다.

3. 대기업이 같은 방향으로 가는 이유

   1. Cursor와 Grok 팀이 개발자용 도구를 잘 만들면서도 클릭형 에이전트 서비스를 계속 만드는 것은 개발자 외의 시장이 훨씬 크기 때문이다.
   2. 개발자의 코딩 생산성은 점점 평준화되고, 남은 시장은 전문 지식 없이도 결과를 얻고 싶은 사용자를 향한다.

코딩 에이전트와 자동화 에이전트의 차이

복잡한 소프트웨어와 일상 결과물

1. 코딩 에이전트

   1. 웹사이트·모바일 앱·SaaS처럼 직접 소프트웨어를 설계하고 구현해야 하는 복잡한 작업에 강하다.
   2. 개발자가 터미널과 코드베이스와 테스트를 다루며 제품 자체를 만드는 데 적합하다.

2. 자동화 에이전트

   1. 이메일·PDF·광고·계약·리서치처럼 반복되는 일상 결과물을 별도 개발 없이 자동화하는 데 강하다.
   2. 사용자가 생각을 정리해 시스템을 설계하지 않아도, 채팅으로 요청하거나 시연을 녹화하면 작업을 실행할 수 있다.

3. 합리적인 선택

   1. 직접 시스템을 배우고 구현하는 데 한 달을 쓰는 것보다 일정 금액을 결제해 바로 자동화하고 자신의 전문 업무에 시간을 쓰는 편이 유리할 수 있다.
   2. 제품의 가치는 모델을 직접 만드는 데 있지 않고 사용자의 시간을 실제 결과물로 바꾸는 데 있다.

주요 발언 모음

“수요가 있다는 것은 사업성이 있다는 뜻이다.”

“사소해 보여도 사람들이 정말 중요하게 느끼는 문제를 풀어야 한다.”

“컴퓨터를 켜 두지 않아도 X의 인프라에서 자동화를 돌릴 수 있다.”

“코딩 에이전트는 소프트웨어를 만들 때 강하고, 자동화 에이전트는 일상 결과물을 만드는 데 강하다.”

핵심 데이터와 사례

• 월 200달러: Grok Bot의 단점으로 언급된 요금제 수준.
• 출시 2일: 사용자가 제품을 사용한 뒤 강한 만족을 느꼈다고 말한 시점.
• 하루 10건 이상: 유튜브 콜라보 제안이 들어오는 상황에서 필요한 자동화 규모.
• 상위 3개 매물: Airbnb 리서치 스킬이 지역별로 조사하도록 설정한 결과 범위.
• 전 세계 5% 미만: 에이전틱 AI를 사용해 본 사람의 비율로 언급된 수치.
• 20% 이상: 단순 채팅형 AI를 사용해 본 사람의 비율로 언급된 수치.
• 90% 이상: 인프라를 직접 구축하지 않고 클릭으로 결과를 원하는 시장으로 제시된 규모.
• 약 25만~30만 원: 직접 구축보다 서비스 결제가 더 합리적일 수 있음을 설명하는 비용 예시.

결론 및 시사점

Grok Bot은 개발자를 위한 또 하나의 코딩 도구라기보다, 개발자가 직접 조립하던 원격 브라우저·메모리·스킬·커넥터·다중 에이전트 인프라를 일반 사용자가 채팅과 모바일에서 사용할 수 있게 만든 제품이다. API가 없는 서비스도 Computer Use와 녹화된 시연을 통해 자동화할 수 있고, 반복 절차를 스킬과 스케줄로 저장할 수 있다.

OpenClaw나 Claude Code로 같은 기능을 직접 만들 수 있다는 사실은 제품의 사업성을 약화시키지 않는다. 대부분의 사용자는 인프라를 배우고 디버깅하는 대신 자신의 전문 업무에 집중하기 위해 비용을 지불한다. 직접 구축할 수 있는 사람과 완성된 자동화 경험을 구매하려는 사람은 서로 다른 시장에 있다.

코딩 에이전트는 복잡한 소프트웨어를 만들 때, 자동화 에이전트는 이메일·문서·브라우저·광고·리서치처럼 일상 업무의 결과물을 만들 때 강하다. 두 도구를 경쟁 관계로 보기보다 사용자가 얻으려는 결과물과 직접 구축할 수 있는 시간과 기술에 따라 선택해야 한다.

핵심 요약 (20줄)

1. Grok Bot은 X의 원격 인프라에서 컴퓨터 사용과 에이전트 자동화를 실행하는 서비스다.
2. 월 200달러 요금제가 진입 장벽이지만 Grok Heavy 사용자에게는 추가 활용 가치가 크다.
3. 에이전트를 채팅 UI에 저장하고 여러 봇을 하나의 스레드에 묶어 팀처럼 협업시킬 수 있다.
4. API나 MCP가 없는 서비스도 원격 브라우저의 Computer Use로 자동화할 수 있다.
5. 사용자는 컴퓨터를 켜 두지 않아도 X 인프라에서 브라우저 작업을 실행하고 결과를 받을 수 있다.
6. 클릭 과정을 녹화하면 에이전트가 작업 순서를 분석하고 반복 가능한 스킬로 저장한다.
7. 중앙 시스템은 각 봇의 역할과 기존 자동화를 기억해 적합한 에이전트로 작업을 넘긴다.
8. Gmail·Drive·Notion·Slack을 연결해 흩어진 업무 데이터를 하나의 절차로 처리할 수 있다.
9. 콘텐츠 리서처·계약 리뷰어·인보이스 발행 봇을 조합하면 협업 기록부터 발행까지 자동화된다.
10. Meta 광고 데이터는 복잡한 API 연동 대신 원격 브라우저로 분석과 리포트를 처리할 수 있다.
11. Airbnb 리서처는 지역·날짜·매물을 직접 검색하고 캘린더에서 점유율을 계산한다.
12. 한 번 녹화한 Airbnb 클릭 과정은 지역과 날짜만 바꿔 반복 실행할 수 있다.
13. 스킬은 매일 실행하거나 특정 이벤트에 반응하도록 스케줄링할 수 있다.
14. 직접 OpenClaw와 MCP와 서버를 조립하는 방식은 가능하지만 구축과 디버깅에 시간이 든다.
15. 전문직에게는 자동화 인프라를 배우는 시간보다 완성된 결과물을 구매하는 편이 더 경제적일 수 있다.
16. 에이전틱 AI 사용자는 5% 미만이고 단순 채팅형 AI 사용자는 20% 이상이라는 시장 비교가 제시된다.
17. 개발자 외의 대규모 사용자는 터미널과 하네스보다 입력 후 즉시 결과를 얻는 클릭형 경험을 원한다.
18. 코딩 에이전트는 웹사이트와 앱 같은 소프트웨어 제작에, 자동화 에이전트는 일상 결과물 생산에 적합하다.
19. 직접 구축할 수 있다는 사실과 고객이 돈을 내고 완성된 자동화를 구매한다는 사실은 동시에 성립한다.
20. Grok Bot의 핵심 가치는 모델보다 원격 인프라와 사용성으로 복잡한 자동화를 결과물로 바꾸는 데 있다.