저자:송협; 출처: 전천후 테크놀로지
3월 초, 선전 텐센트 본사 건물 아래에서 텐센트 엔지니어들은 마치 장터에 나온 듯 건물 북쪽 광장에 부스를 차리고 사용자에게 무료로 '랍스터' OpenClaw를 설치해 주었다. 줄은 끊임없이 이어졌고, 누군가는 NAS를 안고, 누군가는 맥북을 들고, 또 누군가는 미니 PC를 들고 와서 마치 10년 전 안드로이드 시스템을 설치하던 괴짜들의 모임 같았다. 사실, 많은 대기업들이 자신들의 '랍스터'를 집중적으로 추진 중이다. 샤오미는 MiclawAgent 내부 테스트를 시작하며, AI 에이전트를 샤오미의 '사람-차-집 전체 생태계' 시스템에 내장해 스마트폰, 자동차, TV, 가전제품 모두를 AI 실행 노드로 만들 계획이다. 클라우드 업체들이 직접 시장에 뛰어들어 '가판대를 차리기' 시작했고, 주요 단말기 제조사들이 에이전트를 운영체제에 탑재하기 시작하면서 이 '랍스터' 열풍은 이미 대규모 모델 경쟁의 후반전을 열었다. 이는 단순한 AI 도구 경쟁이 아닌 차세대 '슈퍼 엔트리'를 둘러싼 암투다.

일 토큰 판매로 창출되는 현금 흐름
현재 모든 플레이어들은 한 가지 난관에 직면해 있다: 단순한 '채팅' 모드로는 건강한 비즈니스 모델을 구축할 수 없다는 점이다. 지난 2년간 국내 클라우드 업체와 기술 대기업들은 장기적인 군비 경쟁에 빠져 수천 장의 고성능 컴퓨팅 카드가 데이터 센터로 대량으로 유입되었습니다. 2026년 바이트댄스, 알리바바, 텐센트의 합산 자본 지출(capex)은 600억 달러를 넘어섰다. 그러나 사용자가 호출하지 않으면 컴퓨팅 파워는 그냥 쌓여만 가고, 매일 엄청난 감가상각비가 발생한다. 하지만 현실은, C단 사용자 대화 모드만으로는 이처럼 방대한 컴퓨팅 파워 비축량을 소진할 수 없을 뿐만 아니라, 무료에 익숙해진 사용자로부터 수익을 창출할 수도 없다는 점이다. 사용자가 가끔 AI에게 이메일 작성이나 그림 그리기를 요청하는 단발성 상호작용은 소모하는 토큰량이 적어, 하위 계층의 거대한 컴퓨팅 클러스터 감가상각 및 운영 비용을 충당할 수 없습니다. 고가의 컴퓨팅 자원을 가동시켜 실질적인 현금 흐름을 창출하려면, 거대 기업들은 지속적이고 자동으로 컴퓨팅 자원을 소모하는 '토큰 블랙홀'이 절실히 필요합니다. OpenClaw와 같은 로컬 배포 에이전트가 등장해 이 역할을 수행하고 있습니다. 사용자가 복잡한 명령을 내리면 OpenClaw는 작업을 분해하고, 네트워크 검색을 수행하며, 로컬 소프트웨어를 호출하고, 오류를 식별하고, 스스로 수정하여 재시도합니다. 이 과정의 각 단계마다 클라우드 API 인터페이스에 요청을 전송합니다. 복잡한 작업 하나를 수행하는 데 소모되는 토큰은 일반 대화의 수백 배에서 수천 배에 달합니다. 해외 경쟁사에 비해 낮은 비용으로 API 호출 빈도를 높일 수 있어, 이는 클라우드 업체의 현금 흐름으로 직접 전환되며 막대한 컴퓨팅 파워 투자 낭비를 방지합니다."이것이 텐센트 등 클라우드 업체들이 인력을 투입해 오프라인에서 '가판대'를 차려 사용자에게 오픈소스 에이전트 배포를 지원하고, 알리바바가 openclaw의 원클릭 클라우드 연동을 강력히 추진하는 이유입니다. 매번 배포할 때마다 사용자의 로컬 또는 클라우드 컴퓨터에 24시간 가동되는 '연산력 펌프'를 설치하는 셈이다."프런트엔드에서 실행되는 모델이 오픈소스인지 여부와 관계없이, 추론 및 도구 호출 API가 자사 클라우드 서비스를 가리키기만 하면, 수많은 미세 요청이 결국 상당한 B2C 및 B2B 현금 흐름으로 집약된다. 현재 자본 시장이 대규모 모델의 상업화 수익화에 대해 까다롭게 검토하는 상황에서, 에이전트(Agent)가 주도하는 이 API 수익 흐름은 거대 기업들이 컴퓨팅 파워 확장을 유지하는 핵심 자금 공급원입니다. 트랙 데이터 발굴
첫 번째 현금 흐름 장부를 넘어, 거대 기업들이 추진하는 로컬 에이전트의 두 번째 목표는 대규모 모델 발전의 한계점인 고품질 훈련 데이터 고갈에 도달했습니다. 지난 몇 년간 대규모 모델 경쟁의 핵심 자원은 항상 컴퓨팅 파워와 훈련 데이터였습니다. 그러나 모델 능력이 지속적으로 향상됨에 따라 또 다른 자원이 점점 더 중요해지기 시작했습니다: 작업 트랙 데이터입니다. 현재의 공통된 인식은 인터넷상의 고품질 공개 텍스트 데이터(위키백과, 뉴스 기사, 서적 논문)가 각 기업의 대규모 모델에 의해 거의 소진되었다는 점이다. 단순히 이러한 정적 텍스트만을 계속 공급한다면 대규모 모델은 더 박식한 '책벌레'로 변할 뿐 진정한 AGI(인공일반지능)로 나아갈 수 없다. 차세대 대규모 모델에는 무엇이 필요할까요? 인간이 이 디지털 세계에서 어떻게 '행동'하는지 알아야 합니다. 바로 업계가 간절히 원하는 '작업 경로 데이터'(Trajectory Data)입니다. 사용자가 AI에게 어떤 일을 수행하도록 지시할 때, AI는 일련의 단계를 거칩니다. 요구 사항 이해부터 정보 검색, 도구 호출, 양식 작성, 결제 완료에 이르기까지 각 동작은 기록을 남깁니다. 이러한 기록들은 하나의 완전한 작업 연결 고리를 구성합니다. 에이전트 모델에게 이 데이터는 일반 텍스트보다 더 가치가 있습니다. 현실 세계의 행동 논리를 반영하기 때문입니다. 이는 바로 거대 기업들이 원래 가장 얻기 어려웠던 데이터입니다. 이 데이터는 수많은 분할된 소프트웨어, 폐쇄된 앱, 기업 내부 네트워크 깊숙이 숨겨져 있어 방대한 크롤링 생태계를 가진 검색 엔진조차도 무력합니다. 사용자 단말에 배포된 OpenClaw와 시스템 수준의 miclaw는 바로 적진 깊숙이 침투한 '데이터 탐지기'입니다. OpenClaw 중국 커뮤니티 매니저 Alan Feng은 이렇게 지적합니다: 사용자가 OpenClaw를 설치한 후 마법 같은 자동화를 기대하지만, 진정한 가치는 명확한 작업 정의에 있습니다. 트랙 데이터 피드백은 모델을 지속적으로 최적화하며, 업체는 이를 통해 에이전트 능력을 향상시킵니다."사용자가 로컬에서 에이전트를 실행해 대신 작업을 수행하게 할 때, 에이전트는 사용자의 모든 작업 의도와 소프트웨어 상호작용 트랙을 기록합니다. 국내 대기업들이 에이전트 애플리케이션을 집중적으로 홍보하는 것은 본질적으로 분산형이며 전례 없는 규모의 데이터 크라우드소싱입니다. 사용자는 무료 AI 노동력을 얻었다고 생각하지만, 실제로는 에이전트를 지도하고 오류를 수정하는 과정에서 거대 기업들에게 최고 품질의 강화 학습 미세 조정 데이터를 무료로 제공하고 있습니다. 이러한 '경로 데이터'가 클라우드에 다시 유입되면, 대기업들이 강력한 논리 추론과 실행 능력을 갖춘 차세대 에이전트 대형 모델을 훈련시키는 핵심 장벽이 될 것이다. 이는 테슬라가 수백만 대의 도로 주행 전기차를 통해 실제 도로 상황 데이터를 수집해 결국 FSD 자율주행 알고리즘에 역으로 기여한 것과 유사하다. 알리바바 Qwen 프로젝트 내부 관계자는 월스트리트 저널과의 인터뷰에서 "중국이 선도하는 새로운 패러다임의 확률은 20% 미만이지만, 에이전트 트랙 데이터 덕분에 알리바바는 모델을 빠르게 반복 개선하며 격차를 좁힐 수 있다"고 밝혔다. 현재 거대 기업들은 사용자의 컴퓨터와 휴대폰을 AI 시대의 '데이터 수집 차량'으로 전환하고 있다. 가장 많은 궤적 데이터를 확보하는 자가 진정한 '팔다리가 달린' 슈퍼 모델을 가장 먼저 훈련시킬 수 있다. 이런 관점에서 보면, 대형 기업들이 로컬 에이전트를 보급하는 것은 단순히 새로운 도구를 위한 것이 아니다. 그들은 여전히 AI 시대의 운영 진입점을 놓고 경쟁 중이다.
세 번째 입구 전쟁의 재현
중국 인터넷은 사실 몇 차례 전형적인 입구 전쟁을 겪어왔다. 초기 포털 사이트들은 홈페이지 트래픽을 놓고 경쟁했습니다; 검색 시대에는 바이두가 정보 입구가 되었고; 모바일 인터넷 시대에는 사용자의 입구가 앱으로 바뀌면서 위챗, 알리페이, 틱톡이 점차 트래픽 중심지가 되었습니다. 알리바바의 '천문(千問)'은 'AI 업무 처리'에 지속적으로 투자해 사용자가 한 마디로 주문할 수 있게 했고, 샤오미는 '마이클로(miclaw)'를 내부 테스트하며 이를 스마트폰 저층 시스템에 깊숙이 심어뒀다. 이러한 움직임이 전하는 신호는 미래에 사용자와 디지털 세계의 상호작용 인터페이스가 재구성될 것이라는 점이다. 사용자가 한 마디로 요구사항을 표현하는 데 익숙해지면, 작업 경로가 달라진다. 사용자는 더 이상 특정 앱을 직접 열지 않고, 작업을 AI에게 맡긴다. AI가 어떤 플랫폼을 사용할지, 어떤 서비스를 호출할지, 어떤 결제 경로를 완료할지 결정한다. 따라서 이러한 체계에서 앱의 지위는 변화할 것이다. 앱은 여전히 존재하지만, 더 많은 경우 서비스 노드 역할을 하게 된다. 진정한 진입점은 사용자의 작업을 완수해 주는 에이전트(Agent)다. 이 새로운 맥락에서 '앱 진입점을 차지하는 것'은 이미 시대에 뒤떨어진 일이다. 진정한 전쟁은 사용자에게 직접 명령을 받고 전체를 통제하는 '하위 에이전트'가 되는 것입니다. 거대 기업이 자사 에이전트로 사용자의 단말기를 장악할 수 있다면, 상업 세계의 최상위 권력인 '의도 분배권'을 손에 쥐게 됩니다. 외식 주문은 자사 계열사로, 출장 수요는 자사 결제 생태계로 손쉽게 유입시킬 수 있습니다. 에이전트로 구축된 이 새로운 '폐쇄형 생태계' 안에서, 한때 무적이라 여겨졌던 슈퍼 앱들은 단지 하위 서비스 인터페이스만을 제공하는 '파이프'로 전락하게 될 것이다. 이는 사용자와 직접 소통할 기회를 완전히 상실하는 것은 물론, 브랜드 프리미엄과 트래픽 프리미엄까지 잃게 된다는 것을 의미한다. 이것이 바로 대기업들이 에이전트에 이토록 민감한 이유다. 모두가 에이전트를 통제하는 플랫폼이 되고 싶어 한다. 폭풍 전야
OpenClaw의 폭발적인 인기는 아마도 하나의 신호일 뿐이다. 진정한 변화는 AI가 '말하는 도구'에서 '일을 하는 시스템'으로 변모하고 있다는 점이다. 지난 2년간 대규모 모델 업계의 핵심 목표는 지능 수준을 높이는 것이었지만, 이제 점점 더 많은 기업들이 다른 문제를 고민하기 시작했다: 어떻게 하면 AI가 행동 능력을 갖출 수 있을까?AI가 안정적으로 작업을 수행할 수 있게 되면, 인터넷의 구조는 변화할 것이다. 많은 애플리케이션은 백그라운드로 물러나고, 사용자는 하나의 에이전트만 상대하면 대부분의 디지털 생활 작업을 수행할 수 있게 될 것이다. 이런 세상에서 에이전트는 사용자와 모든 서비스를 연결하는 새로운 운영 계층과 같다. 기술 역사를 돌아보면, 플랫폼 수준의 변화는 종종 눈에 띄지 않는 시작을 거친다. 안드로이드는 처음에 단지 기기 튜닝을 즐기는 매니아들의 시스템이었고, 위챗 공식 계정이 처음 등장했을 때는 단순한 콘텐츠 도구였으며, 미니 프로그램이 처음 출시되었을 때는 가벼운 웹페이지에 가까웠다. 만약 미래에 AI가 정말 에이전트(Agent) 시대로 진입한다면, 오늘날의 OpenClaw는 아마도 가장 먼저 기억될 이름 중 하나가 될 것이다. 중국 인터넷이 지금 겪고 있는 것은 아마도 바로 이 폭풍의 전야일 것이다.