클로드 주식 실사용기 (설치방법, 코인자동매매, API비용)

AI가 24시간 알아서 코인을 사고팔아 준다면, 그냥 켜두기만 하면 돈이 생기는 걸까요? 저도 그 질문을 품고 오픈클로(OpenClo)를 직접 돌려봤습니다. 결론부터 말하면, 꽤 많이 배웠고 꽤 많이 당황했습니다.

오픈클로 설치방법, 생각보다 손이 많이 갔습니다

오픈클로는 로컬 환경, 즉 내 컴퓨터 위에서 직접 실행되는 오픈소스 AI 에이전트 플랫폼입니다. 여기서 AI 에이전트(AI Agent)란 단순히 질문에 답하는 챗봇과 달리, 사용자의 지시를 받아 실제로 작업을 수행하고 컴퓨터를 직접 제어하는 프로그램을 뜻합니다. ChatGPT나 Gemini가 "대화 상대"에 가깝다면, 오픈클로는 내 컴퓨터 안에서 직접 일을 처리하는 "실무 담당자"에 가깝습니다.

설치 전에 준비해야 할 것들이 몇 가지 있었습니다. 저는 집에 있는 미니 PC를 꺼내 24시간 켜둘 기기로 지정했고, AI 모델로는 구글 Gemini를 쓰기로 했습니다. 그러려면 먼저 구글 AI 스튜디오(출처: Google AI Studio)에서 API 키를 발급받아야 합니다. API 키(Application Programming Interface Key)란 외부 프로그램이 Gemini 같은 AI 서비스를 호출할 수 있도록 허가해 주는 일종의 인증 티켓입니다. 이 키가 노출되면 타인이 제 계정으로 무제한 호출할 수 있으니 관리에 각별히 신경 써야 했습니다.

그다음엔 WSL(Windows Subsystem for Linux)을 설치했습니다. WSL이란 윈도우 환경에서 리눅스 명령어를 실행할 수 있게 해주는 호환 레이어로, 터미널에 명령어 한 줄만 입력하면 됩니다. 이어서 Node.js를 공식 홈페이지(출처: Node.js 공식)에서 받아 설치했고, PowerShell을 관리자 권한으로 열어 npm 설치 명령어로 오픈클로 본체를 올렸습니다. 각 단계 자체는 어렵지 않았지만, 처음 접하는 분이라면 전체 과정에 한 시간 가까이 걸릴 수 있습니다. 제가 직접 해보니 WSL 설치 이후 환경 변수가 꼬이는 작은 문제가 한 번 있었는데, 그걸 잡는 데 예상보다 시간이 더 소요됐습니다.

텔레그램 봇 연동도 빼놓을 수 없습니다. BotFather 채팅에서 봇을 생성하면 Bot Token이 발급되는데, 이걸 오픈클로 설정 창에 붙여 넣으면 외부에서 메시지 하나로 집 컴퓨터에 명령을 내릴 수 있게 됩니다. 설치가 완료되면 로컬 웹 UI도 자동으로 뜨는데, 여기서 바로 대화하며 작업을 시킬 수도 있습니다.

• Gemini API 키 발급 (Google AI Studio 로그인 후 생성, 외부 노출 절대 금지)
• WSL 설치 (윈도우 터미널에 명령어 한 줄 입력)
• Node.js 설치 (공식 홈페이지에서 LTS 버전 다운로드)
• npm으로 오픈클로 본체 설치 후 온보딩 명령어로 초기 세팅
• 텔레그램 BotFather에서 봇 생성 후 Bot Token 연동

요약: 오픈클로 설치는 API 키, WSL, Node.js 세 가지 준비물이 핵심이며, 각 단계는 단순하지만 전체 과정엔 예상보다 시간이 걸립니다.

 

코인 자동매매 4일, 처음엔 신기하고 나중엔 아찔했습니다

설치를 마치고 오픈클로에게 딱 하나의 목표만 줬습니다. "초기 자본 10만 원으로 코인 최대 수익을 내라." 코인 거래 경험이 전혀 없는 상태였고, 업비트 앱도 이번에 처음 써봤습니다. 매매 전략 같은 건 아무것도 지정하지 않았습니다. 오픈클로가 알아서 판단하게 두는 게 이번 테스트의 핵심이었으니까요.

금요일 저녁 오픈클로를 실행하고 자리를 뜬 뒤, 집에서 텔레그램으로 확인해보니 저녁 8시경부터 매수가 시작돼 있었습니다. 처음 두 시간 동안 약 1% 수익을 기록한 걸 봤을 때는 솔직히 이건 예상 밖이었습니다, 좋은 의미로. 그런데 그날 밤 갑자기 텔레그램 메시지에 답장이 끊겼습니다. 원인 불명으로 노트북이 꺼진 겁니다. 저는 집에 있었기 때문에 회사 노트북을 다시 켜줄 수가 없었고, 그 사이 이미 매수해 둔 코인들은 방치된 채로 시간이 흘렀습니다.

급히 집에 있던 미니PC로 오픈클로를 다시 띄웠는데, 이번엔 오픈클로가 작성한 자동매매 스크립트가 실행 도중 계속 종료되는 현상이 반복됐습니다. 여기서 스크립트(Script)란 특정 작업을 자동으로 수행하도록 짜인 코드 묶음을 말합니다. 오픈클로가 Upbit API를 호출해 매수·매도 로직을 담은 파이썬 스크립트를 생성했는데, 이게 런타임 오류로 중간에 죽어버리는 상황이었습니다. 저는 오픈클로에 오류 메시지를 붙여 넣고 수정을 시켰고, 그걸 몇 차례 반복했습니다. 그 과정에서 흥미로웠던 건, 오픈클로가 새 스크립트를 만들 때마다 매매 전략 자체를 바꿔 시도했다는 점입니다. 처음엔 종목별로 1만 원씩 분산 투자를 했다가, 다음엔 한 종목에 집중 매수를 했다가, 그 시도가 큰 손실로 이어지기도 했습니다.

4일 뒤 최종 잔액은 약 94,000원, 원금 10만 원 대비 6,000원 손실이었습니다. 제가 직접 겪어봤는데, 숫자만 보면 크지 않아 보이지만 스크립트가 정상 작동하던 구간에선 실제로 소폭 수익이 나고 있었다는 게 더 아쉬웠습니다. 오류만 없었다면 결과가 달랐을 가능성도 있습니다.

요약: 4일간 자동매매 테스트에서 약 6,000원 손실이 발생했으며, 주요 원인은 전략 실패가 아닌 스크립트 오류와 기기 불안정이었습니다.

 

API 비용 폭탄, 이게 진짜 복병이었습니다

코인 손실보다 더 당황스러웠던 건 따로 있었습니다. 오픈클로가 오류를 수정하고 스크립트를 다시 짜는 과정을 반복하면서 Gemini API를 엄청난 횟수로 호출했고, 그 결과 API 사용료가 약 10만 원 가까이 나왔습니다. 코인으로 6,000원을 잃고, API 비용으로 10만 원을 더 쓴 셈입니다.

API 사용료(API Usage Fee)란 AI 서비스를 외부에서 호출할 때 호출 횟수나 처리한 토큰 수에 따라 부과되는 종량제 요금입니다. 쉽게 말해 AI를 부를 때마다 소액씩 결제되는 구조인데, 고성능 모델일수록 호출당 단가가 높습니다. 저는 이번에 콘텐츠 테스트 목적으로 여러 모델을 바꿔가며 써봤기 때문에 비용이 더 많이 나온 편이긴 합니다. 하지만 단순 자동화 목적이라도 오류 수정을 반복하는 과정에서 토큰 소모가 급격히 늘어날 수 있다는 건 직접 겪어보고 나서야 실감했습니다.

이 때문에 요즘 많은 사람들이 맥미니(Mac mini)와 로컬 LLM(Local Large Language Model) 조합에 관심을 갖는 겁니다. 로컬 LLM이란 클라우드 서버를 거치지 않고 내 기기 안에서 직접 실행되는 AI 언어 모델을 뜻합니다. API 호출 비용이 발생하지 않고, 저전력·저발열로 24시간 안정적인 운용이 가능하다는 게 핵심 장점입니다. 맥미니가 품절 대란이 날 만큼 인기를 끄는 이유도 여기에 있습니다. 물론 API 방식도 나쁜 건 아니지만, 비용 관리 계획 없이 고성능 모델을 연결해 두면 저처럼 예상치 못한 청구서를 받을 수 있습니다.

보안 문제도 빼놓을 수 없습니다. 오픈클로는 내 컴퓨터에 직접적인 제어 권한을 부여하는 구조이기 때문에, 설정을 잘못하거나 신뢰할 수 없는 외부 연동을 허용할 경우 개인 정보가 노출될 위험이 있다는 지적도 커뮤니티에서 꾸준히 나오고 있습니다. 제가 직접 써보니 이 부분은 초보 사용자일수록 더 조심해야 할 영역이라는 생각이 들었습니다.

요약: 오픈클로의 진짜 숨은 비용은 API 사용료이며, 종량제 구조 특성상 오류 반복 시 요금이 빠르게 불어날 수 있습니다.

 

자주 묻는 질문

Q. 오픈클로 설치가 코딩 경험 없어도 가능한가요?

A. 각 단계 자체는 명령어 복사·붙여넣기 수준이라 코딩 지식이 없어도 따라 할 수 있습니다. 다만 WSL이나 Node.js 설치 과정에서 환경 오류가 생기면 원인을 파악하기 어려울 수 있습니다. 제가 직접 해봤을 때도 작은 오류 하나 잡는 데 예상보다 시간이 걸렸습니다.

 

Q. 오픈클로 코인 자동매매, 실제로 수익이 나나요?

A. 제 경험상 스크립트가 정상 작동하는 구간에선 소폭 수익이 발생했습니다. 그러나 기기 불안정이나 프로그램 오류로 거래가 중단되는 상황이 반복되면서 전체 결과는 손실로 마무리됐습니다. 안정적인 운용 환경 없이는 수익보다 리스크 관리가 더 어렵습니다.

 

Q. Gemini API 말고 다른 AI 모델도 쓸 수 있나요?

A. 오픈클로는 온보딩 설정 단계에서 여러 AI 모델 중 하나를 선택할 수 있습니다. Gemini 외에도 다른 클라우드 API를 연결하거나, 맥미니 같은 기기에서 로컬 LLM을 직접 실행해 연동하는 방식도 가능합니다. 다만 모델마다 성능과 비용 구조가 다르기 때문에 사용 목적에 맞게 선택하는 게 중요합니다.

 

Q. 맥미니가 오픈클로용으로 좋다는 이유가 뭔가요?

A. 맥미니는 저전력·저발열로 24시간 켜두기에 적합하고, Apple Silicon 기반의 연산 성능 덕분에 로컬 LLM을 돌리기에도 유리합니다. API 비용 없이 내 기기 안에서 AI를 실행할 수 있다는 점이 오픈클로 장기 운용 비용을 낮추는 핵심 이유입니다.

 

결론

오픈클로를 4일간 직접 굴려본 솔직한 소감은 이렇습니다. "강력한 가능성은 맞는데, 지금 당장 손을 놓고 맡기기엔 이르다." 알아서 다 해준다는 인상으로 접근하면 반드시 뒤통수를 맞습니다. 실제로는 오류 모니터링, 스크립트 수정, API 비용 관리까지 사람이 계속 개입해야 했습니다. 제 경우엔 코인 손실보다 API 사용료가 더 컸다는 게 가장 뼈아픈 교훈이었습니다.

그렇다고 도구 자체가 나쁜 건 아닙니다. 안정적인 하드웨어 환경을 갖추고 로컬 LLM과 조합하면, 단순 반복 업무를 자동화하는 파트너로는 충분히 쓸 만해 보입니다. 처음 써보신다면 고성능 API보다는 무료 할당량 범위 안에서 먼저 테스트해 보시길 권합니다. 그리고 보안 설정, 특히 API 키 관리와 컴퓨터 접근 권한 범위는 시작 전에 반드시 확인하시기 바랍니다.

참고: https://www.youtube.com/watch?v=vswnmwrDVNE