OpenClaw와 DeerFlow비교
개인 비서를 만들어보겠다는 생각으로 OpenClaw을 쓰기 시작했다. GitHub 스타 25만 개, 자고 있는 동안 알아서 일해주는 에이전트. 근데 2주 쓰고 DeerFlow로 갈아탔다.
OpenClaw: 기대와 현실
OpenClaw은 자율형 AI 에이전트다. WhatsApp, Telegram, Slack 같은 메신저를 인터페이스로 쓰면서 쉘 명령어, 브라우저 자동화, 파일 조작까지 한다. 컨셉은 좋았다.
문제는 안전성이었다. 게이트웨이 설정이나 권한 관리가 제대로 안 되면 프롬프트 인젝션, 토큰 유출 같은 리스크가 그대로 노출된다. 문서를 따라해봤지만 내가 설정을 잘 못한 건지 불안한 느낌이 계속 들었다. 에이전트가 내 권한을 그대로 상속받는 구조라, 뭔가 잘못되면 피해가 바로 나한테 온다.
그리고 결국 시키는 건 코딩뿐이었다. 개인 비서라고 해서 시작했는데, 실제로는 코드 짜달라는 요청만 반복하고 있었다.
DeerFlow: 코딩에 더 맞는 도구
DeerFlow는 ByteDance가 만든 SuperAgent 프레임워크다. LangGraph 기반으로 서브 에이전트를 동적으로 생성해서 병렬 처리한다. 하네스 에이전트 중에서 코딩 작업에 더 적합하다는 얘기를 듣고 사용해봤다.
써보니까 바로 체감되는 차이가 있었다. 사고 과정이 시각적으로 보인다. OpenClaw을 쓸 때 가장 답답했던 게, 얘가 지금 일을 하고 있는 건지 멈춰 있는 건지 알 수가 없었다는 거다. 터미널에 출력이 멈추면 기다려야 하는 건지 죽은 건지 판단이 안 됐다. DeerFlow는 LangGraph 기반이라 각 단계가 어디까지 진행됐는지, 어떤 서브 에이전트가 뭘 하고 있는지 그래프로 보여준다. 이것만으로도 속이 시원했다.
LangGraph 생태계를 그대로 쓸 수 있다는 점도 매력적이다. LangChain 위에서 쌓여온 도구들, 메모리 관리, 체인 구성 같은 것들을 DeerFlow 안에서 바로 활용할 수 있다. 커뮤니티와 레퍼런스가 풍부하니 막힐 때 답을 찾기도 쉽다.
리서치 → 코딩 → 웹사이트 생성 → 슬라이드 제작까지 하나의 파이프라인에서 처리하고, MIT 라이선스에 Ollama 같은 로컬 모델도 지원한다. 다만 나는 홈서버도 같이 돌리는 32GB 데스크탑이라, 로컬 LLM은 당장 고민하지 않고 있다. 메모리가 넉넉하지 않은 환경에서 로컬 모델까지 올리면 서비스들이 죽어나가기 때문이다. 클라우드 API를 쓰면 그만이니 이건 나중에 장비를 업그레이드하면 생각할 문제다.
하지만 격리된 환경만을 이용하기 때문에, 컴퓨터 전체를 아우르면서 비서 역할을 하기엔 부족한 면이 있다.
비교
| OpenClaw | DeerFlow | |
|---|---|---|
| 만든 곳 | 커뮤니티 (오픈소스) | ByteDance |
| 핵심 용도 | 일상 업무 자동화 | 리서치 & 콘텐츠 생성 |
| 아키텍처 | 단일 에이전트 + 플러그인 | 멀티 에이전트 오케스트레이션 |
| 인터페이스 | 메신저 (WhatsApp, Slack 등) | 웹 UI / CLI |
| 실행 환경 | 로컬 | 로컬 (Ollama) / 클라우드 API |
| 라이선스 | MIT | MIT |
| GitHub Stars | 250K+ | 25K+ |
| 강점 | 실생활 자동화, 접근성 | 복잡한 작업 분해, 시각적 진행상황, LangGraph 생태계 |
| 약점 | 보안 리스크, 상태 파악 어려움 | 러닝커브 |
결론
OpenClaw은 범용 개인 비서 컨셉으로는 매력적이지만, 코딩 작업 위주로 쓸 거라면 DeerFlow가 더 낫다. 보안 설정에 자신 없으면 OpenClaw의 "내 권한 그대로 상속" 구조는 부담스럽고다.
DeerFlow의 LangGraph 시각화는 단순한 편의 기능이 아니라, 에이전트를 신뢰할 수 있게 해주는 핵심이다. 뭘 하고 있는지 보이니까 기다릴 수 있고, 잘못 가고 있으면 빨리 잡을 수 있다.
일단은 당장은 오픈클로를 더 사용해야겠다는 생각이 들었다. 이유로는 Deerflow는 격리된 환경으로 보안성을 제공하기위해 프레임워크내에서 센드박스 환경을 지향한다. 그래서 Quickstart도 docker에서 실행하는걸 추천한다. 나는 AI용 컴퓨터와 계정 전부를 전용으로 세팅을 해두었기 때문에, 환경 내 모든 리소스를 관리하면서 비서처럼 사용하기엔 부족할 수 있다.