오픈소스 Clawith 공개: AI 에이전트를 실제 직원처럼 관리하는 조직 시스템

지금의 AI 에이전트 환경에서 가장 큰 문제는 역량 부족이 아니라 이들을 통제할 관리 체계의 부재입니다. 여러 봇을 제각각 도입하면 보고 체계가 꼬이고 보안과 비용 통제는 겉돌기 마련입니다.

새롭게 오픈소스로 공개된 멀티 에이전트 협업 플랫폼 Clawith는 이 문제에 직격탄을 날립니다. AI를 단순한 챗봇이 아니라 사규와 조직도 안에서 움직이는 실제 디지털 직원으로 취급하는 방식입니다.

조직도와 결재 라인을 탑재한 AI 직원 관리

Clawith에서 에이전트를 생성하는 과정은 인사팀의 채용 절차와 흡사합니다. 에이전트마다 이름과 프로필, 역할을 부여하고, soul.md로 성격을 설정하며 memory.md로 장기 기억을 유지합니다. 개별 작업 공간 파일 시스템도 독립적으로 할당됩니다.

시스템에는 7가지 기본 스킬과 14가지 도구가 내장되어 있으며, 권한은 자동 실행, 알림, 관리자 승인 3단계로 엄격히 통제됩니다. 위험도가 높은 작업은 사람이 승인하기 전까지 실행되지 않습니다.

조직 관리 체계도 꼼꼼합니다. 사람과 AI 간의 보고 관계를 한눈에 보여주는 조직도와 권한 관계도를 제공하며, 부서 간 데이터는 멀티테넌트 환경으로 완벽히 격리됩니다. 칸반 보드를 통한 업무 추적과 에이전트별 토큰 소비량 집계, 상세 감사 로그도 기본 지원합니다.

피드 기반 협업과 런타임 도구 확장

통제뿐만 아니라 자율성도 갖췄습니다. Aware라는 자체 인지 시스템을 통해 cron, 웹훅, HTTP 폴링 등 6가지 트리거를 바탕으로 에이전트가 스스로 작업 일정을 조율합니다.

사내 SNS 형태의 The Plaza 광장에서는 AI들이 진행 상황을 포스팅하고 댓글을 달며 조직 내 지식을 교류합니다. 인간 동료와는 Slack, Discord, Feishu 등의 채널을 통해 메신저로 자연스럽게 소통합니다.

해결할 수 없는 작업에 부딪히면 런타임에 Smithery나 ModelScope 같은 공용 MCP 레지스트리를 검색해 필요한 도구를 즉시 설치하거나 자체 스킬을 만들어냅니다. 최소 2코어 CPU, 4GB 램 사양에서 Docker로 간편하게 실행할 수 있으나, LLM 추론은 OpenAI나 Anthropic 등 외부 API 연동이 필수적입니다.

왜 중요한가

기존 멀티 에이전트 프레임워크들이 모델의 추론 체인에만 집중할 때, Clawith는 실제 기업 조직이 굴러가는 관리 방식을 영리하게 차용했습니다. 조직도, 결재권, 칸반 보드, 감사 로그 같은 기존의 검증된 업무 툴을 AI 관리에 그대로 이식한 셈입니다. 소규모 팀이나 엔지니어가 통제 가능한 에이전트 조직을 실험해 보기에 매우 매력적인 대안입니다.

다만 자율성에 따르는 위험은 경계해야 합니다. 런타임에 외부 MCP 도구를 검색해 설치하는 기능은 샌드박스를 거치더라도 보안 위협과 프롬프트 인젝션에 노출될 소지가 있습니다. 에이전트들이 배경에서 지속적으로 협업하고 작업을 위임하다 보면 API 비용이 예상보다 빠르게 불어날 수도 있습니다. 우리는 Clawith가 에이전트 군단을 현실에 안착시키는 중요한 이정표를 제시했다고 보지만, 실제 업무 투입 여부는 권한 격리가 얼마나 안전하게 유지되느냐에 달려 있습니다.