전체 아키텍처, 실제 코드, 그리고 오늘 밤 바로 따라 할 수 있는 데모. 10분 읽기 · 초보자 친화적 · Claude Pro 전용 - 추가 비용 없음
6개월 전 내 아침이 어땠는지 말해주겠다. 눈을 뜨고 핸드폰을 집어 들면, 첫 20분은 다섯 개의 다른 앱을 열면서 보냈다. 할 일, 뉴스, 습관, 메모, 시장 데이터 각각을 확인하느라 정신이 없었다. 다 확인하고 나면 이미 스트레스받고 뒤처진 기분이었다.
이제 나는 두 글자 “gm”만 치면 된다. 30초 후 내 핸드폰이 진동한다. 에이전트가 이미 실제 웹사이트를 브라우징하고, 내 할 일 목록을 읽고, 오늘의 주요 AI 헤드라인을 뽑아서, 하루를 시작하는 데 필요한 모든 것을 문자로 보내준다. 나는 단 한 개의 앱도 열지 않는다. 그저 한 통의 메시지만 읽으면 된다.
이건 월 200달러짜리 SaaS 제품이 아니다. 노코드 워크플로우도 아니다. 이건 내가 단 한나절 만에 Claude Desktop, 세 가지 오픈소스 도구, 그리고 에이전트의 두뇌 역할을 하는 단 하나의 마크다운 파일로 만든 개인 AI 에이전트다. 모든 것 - 정확한 코드까지 - 여기에 있다.
우리의 하루 관리 방식의 문제점
대부분의 사람들은 하루를 관리하기 위해 5~8개의 앱을 사용한다. 할 일 관리자, 뉴스 애그리게이터, 습관 트래커, 메모 앱, 대시보드. 각각은 자기 인생의 작은 조각만 최적화되어 있고, 다른 앱들이 뭘 하는지 전혀 모른다.
AI 도구들은 이걸 해결해주겠다고 약속했지만, 대부분의 AI 비서들은 근본적인 한계가 있다. 실제로 아무것도 할 수 없다는 점이다. 그들은 질문에 답하고, 텍스트를 요약할 뿐이다. 진짜 브라우저를 열어서 실시간 웹페이지를 읽을 수 없다. 컴퓨터의 파일을 업데이트할 수 없다. 오전 7시에 푸시 알림을 보낼 수도 없다.
이 시스템이 바로 그 간극을 메운다. 또 하나의 채팅 인터페이스가 아니라, 당신을 대신해 실제 행동을 취하고, 실제 파일을 읽고, 실제 웹사이트를 브라우징하고, 핸드폰으로 당신에게 닿는 에이전트다.
핵심 인사이트: AI 비서는 말해준다. AI 에이전트는 행동한다. 이것이 우리가 지향하는 차이다.
이걸 가능하게 하는 것: MCP
아직 MCP를 들어보지 못했다면 곧 들을 것이다. Model Context Protocol은 Claude를 외부 도구에 연결하는 오픈 표준이다. AI를 위한 USB 포트라고 보면 된다. 각 연결을 “MCP 서버”라고 부르고, 각 서버는 Claude에 새로운 기능을 하나씩 부여한다.
이 시스템을 구동하는 세 가지 MCP 서버:
· Filesystem MCP - 컴퓨터의 파일을 읽고 쓴다. 당신의 메모, 할 일 목록, 지식 베이스. 에이전트가 이들을 읽고 업데이트할 수 있다.
· Playwright MCP - 실제 Chrome 브라우저를 제어한다. 스크래퍼가 아니다, API도 아니다. 당신이 하는 방식과 똑같이 페이지를 여는 진짜 브라우저다. 당신이 로그인되어 있다면, 에이전트도 로그인되어 있다.
· Telegram MCP - 당신의 텔레그램으로 메시지를 보낸다. 이게 에이전트가 당신의 핸드폰에 닿는 방식이다. 데이터를 끌어오는(pull) 게 아니라, 데이터를 밀어준다(push).
결정적인 점: 이 모든 것에 API 키가 필요하지 않다. 유료 OpenAI 플랜, AWS 크레딧, 개발자 계정이 필요 없다. 이 모든 것은 대부분의 독자들이 이미 가지고 있는 표준 Claude Pro 구독(약 월 20달러) 하나로 돌아간다.
추가 비용 총합: 0달러. 유일한 새로운 것은 텔레그램 계정인데, 이건 무료다.
아키텍처 - 모든 것이 연결되는 방식
구축하기 전에 시스템의 전체 지도를 보자:
YOU → Claude Desktop (두뇌)
│
├── Filesystem MCP
│ └── ~/agent-system/
│ ├── CLAUDE.md (에이전트 지침)
│ ├── tasks.md (일일 습관)
│ ├── context.md (당신에 관한 것)
│ └── notes.md (연구 결과물)
│
├── Playwright MCP
│ └── 실제 Chrome 브라우저
│ ├── TechCrunch, X.com
│ └── Polymarket, 기타 사이트
│
└── Telegram MCP
└── 당신의 핸드폰 📱명령을 입력한다. Claude가 CLAUDE.md(지침 파일)를 읽고, 무엇을 할지 결정하고, MCP 도구들을 사용하고, 텔레그램으로 결과를 보낸다. 모든 것은 당신의 맥이나 PC에서 로컬로 돌아간다. 텔레그램 메시지 자체를 제외하고는 제3자 서버로 아무것도 가지 않는다.
구축하기 - 단계별
1단계: Claude Desktop 설치 및 MCP 서버 연결
claude.ai/download에서 Claude Desktop을 다운로드한다. Claude Pro 계정으로 로그인한다. 그런 다음 어떤 MCP 서버가 활성화될지 제어하는 설정 파일을 연다:
~/Library/Application Support/Claude/claude_desktop_config.json내용을 다음으로 교체한다 - 자신의 폴더 경로, 텔레그램 봇 토큰, 채팅 ID로 바꾼다 (잠시 후 얻을 것이다):
{
"mcpServers": {
"playwright": {
"command": "npx",
"args": ["@playwright/mcp@latest"]
},
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/yourname/agent-system"
]
},
"telegram": {
"command": "node",
"args": ["/Users/yourname/.mcp-servers/telegram/server.js"],
"env": {
"BOT_TOKEN": "YOUR_BOT_TOKEN",
"CHAT_ID": "YOUR_CHAT_ID"
}
}
},
"preferences": {
"allowAllBrowserActions": true
}
}파일을 저장한다. 아직 Claude Desktop을 재시작하지 마라 - 먼저 텔레그램 서버를 만들어야 한다.
2단계: 텔레그램 봇 만들기
텔레그램을 열고 @BotFather를 검색한다. /newbot 메시지를 보내고, 봇에 이름을 지어준 다음, 토큰을 복사한다 - 1234567890:ABCdef… 같은 형식이다.
그런 다음 새 봇에 아무 메시지나 보내고, 브라우저에서 이 URL을 방문한다 (YOUR_TOKEN을 실제 토큰으로 바꾼다):
https://api.telegram.org/botYOUR_TOKEN/getUpdates“chat” 객체 안의 “id” 필드를 찾는다. 그 숫자가 CHAT_ID다. 두 값 모두 위의 설정 파일에 넣는다. 보안 참고: 봇 토큰을 비밀번호처럼 취급하라. 공개적으로 공유하지 마라. 노출되면 BotFather에서 /revoke로 즉시 폐기하고 새로 발급받아라.
3단계: 텔레그램 MCP 서버 구축
이건 코드를 작성하는 유일한 부분이다 - 그리고 단 25줄이다. Node.js가 설치되어 있어야 한다 (터미널에서 node —version으로 확인). 그런 다음:
mkdir -p ~/.mcp-servers/telegram
cd ~/.mcp-servers/telegram
npm init -y
npm install @modelcontextprotocol/sdk zod폴더를 열고 다음 내용으로 server.js 파일을 만든다:
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
const BOT_TOKEN = process.env.BOT_TOKEN;
const CHAT_ID = process.env.CHAT_ID;
const server = new McpServer({ name: "telegram", version: "1.0.0" });
server.tool(
"send_telegram_message",
{ message: z.string().describe("Message to send") },
async ({ message }) => {
const url = `https://api.telegram.org/bot${BOT_TOKEN}/sendMessage`;
await fetch(url, {
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({
chat_id: CHAT_ID,
text: message,
parse_mode: "HTML"
})
});
return { content: [{ type: "text", text: "Message sent." }] };
}
);
const transport = new StdioServerTransport();
await server.connect(transport);그런 다음 package.json을 열고 최상위 객체 안에 한 줄을 추가한다:
"type": "module"이게 전체 서버다. Claude로부터 텍스트 문자열을 받아서 텔레그램으로 전달한다.
4단계: agent-system 폴더 만들기
~/agent-system에 네 개의 파일이 있는 폴더를 만든다. 에이전트가 사는 곳이다 - 명령을 내칠 때마다 이 파일들을 읽는다.
~/agent-system/
├── CLAUDE.md ← 지침 (다음에 채울 것)
├── tasks.md ← 일일 습관 목록
├── context.md ← 당신에 관한 배경 정보
└── notes.md ← 당분간 비어 있음, 에이전트가 여기에 작성tasks.md의 경우, 일일 습관 체크리스트를 만든다:
# Daily Habits 예시
- [ ] ML 강의 (1강)
- [ ] X에 포스팅
- [ ] 헬스장
- [ ] LeetCode (문제 1개)
- [ ] 영어 연습
- [ ] 독서 (30분)
- [ ] 물 (2L)
- [ ] 신경망 공부context.md의 경우, 자신에 대한 짧은 단락을 쓴다 - 목표, 관심사, 배우는 중인 것들. 에이전트는 당신에게 맞춤화된 콘텐츠를 생성할 때 이것을 참조한다:
# About Me
나는 ML과 신경망을 배우는 개발자이자 AI 애호가다.
X에서 공개적으로 빌드하고 있다. AI 진보, 예측 시장,
그리고 빠른 출시에 관심이 있다. 나의 주된 초점: 일관성과 깊이.CLAUDE.md - 에이전트의 두뇌
이것이 전체 시스템에서 가장 중요한 파일이다. CLAUDE.md는 Claude Desktop이 모든 대화 시작 시 읽는 영구 시스템 프롬프트다. 이것이 Claude를 범용 챗봇에서 특정 명령과 행동을 가진 개인 에이전트로 변모시킨다.
직원 핸드북이라고 생각하면 된다. 에이전트가 새 세션을 시작할 때마다 이 파일을 읽고, 정확히 무엇을 해야 하는지, 어떻게 행동해야 하는지, 어떤 명령을 인식하는지 알게 된다.
내 시스템을 구동하는 전체 CLAUDE.md:
# MY PERSONAL AI AGENT — 운영 지침
너는 나의 개인 생활 에이전트다. 내가 집중하고, 정보를 얻고,
습관을 일관되게 유지하도록 돕는다.
## 핵심 규칙
1. 모든 명령 후, 결과를 텔레그램으로 보내라.
이 단계를 절대 건너뛰지 마라.
2. 모든 출력은 영어를 사용하라.
3. 직접적이어라. 꾸며주는 말, 불필요한 면책 조항은 쓰지 마라.
4. 웹사이트에서 데이터가 필요하면, Playwright를 사용해
실제 페이지를 브라우징하라 — 추측하거나 지어내지 마라.
5. 맞춤형 콘텐츠를 생성하기 전에 context.md를 읽어라.
## 명령어
### gm
아침 브리핑. 순서대로 실행:
1. Playwright로 TechCrunch를 연다. 지난 24시간 동안의
가장 중요한 AI 또는 기술 기사 3개를 찾는다. 실제 헤드라인을 가져온다.
2. tasks.md를 읽는다. 체크되지 않은 모든 항목을 오늘의 습관으로 나열한다.
3. 하나의 동기부여 문구를 작성한다 (내 컨텍스트에 맞춤화).
4. 모든 것을 명확하게 포맷하고 텔레그램으로 보낸다.
### x post idea
X(트위터)용 바이럴 포스트 아이디어 3개 생성:
- 내 니치와 목소리를 이해하기 위해 context.md를 읽는다.
- 지금 트렌드인 것을 보기 위해 X나 기술 뉴스를 브라우징한다.
- 3가지 다른 훅을 작성한다: 하나는 반대 견해, 하나는 개인적
이야기 형식, 하나는 '배운 점' 형식.
- 3개 모두 텔레그램으로 보낸다.
### motivate me
내 컨텍스트와 현재 목표를 바탕으로 강력하고 구체적인
동기부여 메시지 하나를 작성한다. 일반적이지 않게. 텔레그램으로 보낸다.
### fact
AI, 기술, 또는 과학에 관한 놀랍고 구체적인 사실 하나를
찾거나 생성한다. 놀랍고 공유하기 좋게. 텔레그램으로 보낸다.
### polymarket check
Playwright로 polymarket.com을 연다. 가장 흥미로운
활성 예측 시장 3개를 찾는다. 현재 배당률과 거래량을 보고한다.
각각에 대해 한 줄 요약을 추가한다. 텔레그램으로 보낸다.
### research [topic]
Playwright를 사용해 [topic]에 관한 3가지 다른 소스를 브라우징한다.
핵심 인사이트를 간결한 요약으로 합성한다.
notes.md에 저장하고 요약본을 텔레그램으로 보낸다.
### done: [task]
tasks.md에서 [task]를 찾아 완료 표시한다 ([ ]를 [x]로 변경).
무엇이 표시되었는지 확인하고 텔레그램으로 보낸다.
### check progress
tasks.md를 읽는다. 완료된 습관 대 전체 습관 수를 센다.
퍼센트를 계산하고 진행 보고서를 텔레그램으로 보낸다.
### evening review
tasks.md를 읽어 오늘 완료된 것을 확인한다.
짧고 정직한 요약 작성: 성공한 것, 놓친 것,
내일을 위한 개선점 하나. 텔레그램으로 보낸다.이 파일이 에이전트의 모든 지능이다. 코드도, 설정도 없다 - 그냥 평범한 영어 지침일 뿐이다. 이것이 시스템의 아름다움이다: 언제든 편집하여 새 명령을 추가하거나, 행동을 변경하거나, 컨텍스트를 업데이트할 수 있다.
프로 팁: CLAUDE.md가 구체적일수록 에이전트 성능이 좋아진다. “뉴스 찾기”보다 “TechCrunch 브라우징”이 더 좋은 결과를 낸다. “포스트 아이디어 쓰기”보다 “AI 자동화에 관한 반대 견해 작성”이 더 좋은 결과를 낸다.
에이전트 재시작 및 테스트
4단계가 모두 완료되면 Claude Desktop을 재시작한다. 열리면 새 프로젝트를 만든다 (이것은 중요하다 - Claude Desktop의 프로젝트는 영구 메모리를 가지고 있으며 폴더를 읽는다). agent-system 폴더를 프로젝트에 추가한다.
이제 첫 번째 명령을 입력한다: gm
일어나는 일: Claude가 CLAUDE.md를 읽고, gm 명령에 대한 지침을 보고, Playwright를 사용해 실제 Chrome 브라우저를 열고, TechCrunch로 이동하고, 실제 헤드라인을 읽고, 다시 tasks.md 파일로 돌아가서 습관을 읽고, 모든 것을 깔끔한 메시지로 포맷하고, 텔레그램으로 보낸다. 전체 과정은 약 30~60초가 걸린다.
내가 처음 실행했을 때 실제로 내 핸드폰에 도착한 메시지:
🌅 좋은 아침! 브리핑입니다:
오늘의 AI 뉴스:
• Anthropic, 9000억 달러 가치로 투자 유치 - 새로운 최첨단 모델 출시 예정
• OpenAI, Grok 훈련 데이터로 xAI 상대로 소송 제기
• Stripe, 네이티브 AI 에이전트 결제 인프라 발표
• Google Gemini, Android Auto 통해 4억 대 차량에 통합 예정
오늘의 습관:
☐ ML 강의 ☐ X 포스팅 ☐ 헬스장
☐ LeetCode ☐ 영어 ☐ 독서
☐ 물 (2L) ☐ 신경망
한 가지: 오늘 뭐든 작게라도 출시해라. 일관성이 강도를 이긴다.
가보자. 🔥실제 헤드라인. 내 파일의 실제 할 일. 템플릿이 아니라 내게 쓰인 것 같은 메시지. 그 순간 이 시스템이 공유할 가치가 있다고 확신했다.
나는 실제로 매일 이걸 어떻게 사용하는가
시스템이 몇 달째 돌아가고 있다. 실제 하루에 어떻게 맞춰져 있는지 - 이상적인 생산성 워크플로우가 아니라, 실제로 일어나는 일.
아침 (오전 7~8시)
침대에 누워 있는 상태로 “gm”을 친다. 이 닦을 때쯤이면 브리핑이 도착한다. AI에서 무슨 일이 일어나는지 알고, 오늘 내가 약속한 것을 알고, 아침을 위한 하나의 구체적인 의도를 가진다. 앱 전환 없음, 멸망 스크롤 없음, 결정 피로 없음.
하루 중
무언가를 끝내면 “done: gym”이나 “done: ml course”를 친다. 에이전트가 파일을 업데이트하고 확인해준다. 3초 걸리고, 에이전트가 내 대신 기록하는 걸 지켜보는 건 기묘하게 만족스럽다.
포스트 아이디어가 필요하거나 뭘 써야 할지 막힐 때 “x post idea”를 친다. 에이전트는 실제로 지금 트렌드인 것을 브라우징한다 - 3시간 전 트렌드가 아니라 - 그리고 작업할 수 있는 3가지 훅을 준다. 약 3분의 1은 가벼운 편집만으로도 게시하기에 충분하다.
저녁
“evening review”가 모든 것을 모은다. 에이전트는 완료된 것, 안 된 것을 읽고 정직한 요약을 작성한다. 헬스장을 빠졌을 때 말해주기를 주저하지 않는 코치 같은 느낌이다.
왜 이 시스템은 (다른 시스템들이 실패할 때) 작동하는가
나는 대중적인 생산성 시스템 대부분를 시도해봤다. Notion 데이터베이스, Obsidian 볼트, Zapier 자동화, Todoist 통합. 모두 같은 문제가 있다: 당신이 그쪽으로 가야 한다는 점이다. 앱을 열어야 한다. 체크인해야 한다. 인생이 바빠지면, 멈춰버린다.
이 시스템은 관계를 뒤집는다. 에이전트가 당신에게 온다. 당신이 이미 사용하고 있는 동일한 앱인 텔레그램으로 당신에게 닿고, 정확히 필요한 것을 전달한다. 마찰이 거의 없기 때문에 실제로 지속된다.
두 번째 이유: 당신의 실제 데이터와 연결되어 있기 때문이다. 에이전트는 당신에 대해 아는 게 없으면 일반적인 아침 동기부여를 주지 않는다. context.md를 읽는다. 당신이 공개적으로 빌드하고 있고, ML을 배우고 있고, 예측 시장에 관심이 있다는 걸 안다. 출력물이 그걸 반영한다.
세 번째 이유: 실제 웹을 브라우징한다는 점이다. 요약본이 아니다, 6개월 전 훈련 데이터가 아니다. 오늘의 AI 뉴스를 요청하면, 에이전트는 TechCrunch를 열고 오늘의 헤드라인을 읽는다. Polymarket 데이터를 요청하면, Polymarket을 열고 실시간 배당률을 읽는다. 이것은 다른 AI 비서들이 비싼 API 없이는 할 수 없는 일을 Playwright MCP가 하는 것이다.
에이전트는 당신의 판단을 대체하지 않는다 - 의도와 행동 사이의 마찰을 제거할 뿐이다. 여전히 무엇이 중요한지 결정하는 것은 당신이다. 에이전트는 그저 잊지 않도록确保한다.
기존 도구와의 비교
+--------------------------+--------------+-------------+---------+-----------------+
| 기능 | 이 에이전트 | Notion AI | Zapier | 일반 AI 앱 |
+--------------------------+--------------+-------------+---------+-----------------+
| 실제 웹사이트 브라우징 | 예 | 아니오 | 부분적 | 아니오 |
| 로컬 파일 읽기 | 예 | 아니오 | 아니오 | 아니오 |
| 텔레그램 푸시 전송 | 예 | 아니오 | 예 | 아니오 |
| 컨텍스트 이해 | 깊음 | 아니오 | 아니오 | 얕음 |
| 사용자 정의 명령 | 무제한 | 제한적 | 제한적 | 제한적 |
| 추가 월 비용 | $0 | $8-16/월 | $20+/월 | $20+/월 |
| 노코드 설정 | 예 | 예 | 예 | 예 |
+--------------------------+--------------+-------------+---------+-----------------+다음으로 나아갈 방향
이 가이드에서 설명한 것은 기초다. 진짜 힘은 추가하는 각 MCP 서버가 에이전트에 새로운 기능을 부여한다는 점이다. 내가 다음에 추가할 것들:
· 예약된 아침 브리핑 - 에이전트가 오전 7시에 자동으로 “gm”을 보낸다. 타이핑할 필요 없음. Claude Desktop은 기본적으로 예약 작업을 지원한다.
· 주간 리뷰 - 매주 일요일, 에이전트가 이번 주 습관 완료율을 지난주와 비교하고 패턴을 식별한다.
· X 포스트 초안 작성 - 에이전트가 전체 포스트를 작성하고, 초안 파일에 저장하고, 나는 게시하기 전 검토한다. 일관되게 출시하는 데 한 걸음 더 가까워진다.
· 학습 트래커 - ML 강의를 마칠 때마다, 에이전트가 진행 상황을 기록하고 주간 학습 보고서를 준다.
· 기분 로그 - 매일 아침 기분을 설명하면, 에이전트가 시간에 따라 추적하고 내가 수동으로는 절대 알아차리지 못할 패턴을 드러낸다.
이 모든 것은 CLAUDE.md의 새 섹션 하나일 뿐이며, 경우에 따라 새 MCP 서버가 추가될 뿐이다. 아키텍처는 일반 텍스트와 오픈 프로토콜 위에 구축되었기 때문에 확장 가능하다.
스스로 구축하는 방법 — 전체 체크리스트
순서대로 필요한 모든 것:
· Claude Pro 구독 (claude.ai) ~월 20달러
· 컴퓨터에 Node.js 설치 - nodejs.org, 무료
· 텔레그램 계정 - telegram.org, 무료
· 집중할 수 있는 설정 시간 20~30분
단계:
-
claude.ai/download에서 Claude Desktop 다운로드
-
@BotFather를 통해 텔레그램 봇 만들기 - 토큰과 채팅 ID 얻기
-
텔레그램 MCP 서버 구축 - 4섹션 3단계의 25줄 코드
-
네 개의 마크다운 파일이 있는 ~/agent-system 폴더 만들기
-
5섹션의 전체 CLAUDE.md 붙여넣기
-
자신의 경로와 자격 증명으로 claude_desktop_config.json 편집
-
Claude Desktop 재시작, 새 프로젝트 만들기, agent-system 폴더 추가
-
“gm” 입력하고 핸드폰 지켜보기
처음으로 작동할 때 - 브라우저가 스스로 열리고, 실제 페이지를 읽고, 핸드폰에 알림이 도착할 때 - 마치 공상과학 영화의 한 장면 같다. 그런데 당신이 단 한나절 만에 직접 만든 거다.
마지막 생각
대부분의 사람들이 사용하는 AI 도구는 인상적이지만 수동적이다. 당신이 그쪽으로 간다. 질문한다. 답을 얻는다. 나머지 모든 것은 여전히 스스로 해야 한다.
에이전트는 다르다. 당신을 대신해 행동한다. 파일을 읽고, 웹을 브라우징하고, 습관을 추적하고, 이미 있는 곳에서 당신에게 닿는다. 더 똑똑한 검색 엔진이 아니다 - 당신이 인생을 사는 동안 작동하는 시스템이다.
여기서 설명한 스택은 최첨단 연구가 아니다. Claude 구독과 몇 시간만 있으면 누구나 사용할 수 있다. 이런 시스템을 가진 사람과 가지지 못한 사람을 구분하는 건 기술적 능력이 아니다 - 그것을 구축하기로 한 결정이다.
이제 당신에게 청사진이 있다.
내 텔레그램 채널 - https://t.me/+y1dBeWEIm_plMGNi
