nanobot: 홍콩대학교 데이터지능연구소(HKUDS)가 개발 및 공개한 초경량 개인용 비서 프로젝트 (feat. OpenClaw)

읽을거리&정보공유
, , , , ,
1

nanobot: 홍콩대학교 데이터지능연구소(HKUDS)가 개발 및 공개한 초경량 개인용 비서 프로젝트 (feat. OpenClaw)
nanobot: 홍콩대학교 데이터지능연구소(HKUDS)가 개발 및 공개한 초경량 개인용 비서 프로젝트 (feat. OpenClaw)1017×337 57 KB

nanobot 소개

nanobot은 홍콩대학교 데이터 지능 연구소(HKUDS)에서 공개한 초경량 개인 AI 어시스턴트 프로젝트입니다. OpenClaw(초기 Clawdbot, 이후 Moltbot) 프로젝트에서 영감을 받아 개발되었으나, 기존의 방대하고 복잡한 구조를 탈피하여 핵심적인 에이전트 기능만을 남기고 불필요한 추상화를 과감히 제거한 것이 특징입니다.

nanobot 프로젝트의 가장 큰 차별점은 압도적인 경량화와 효율성입니다. 기존 대형 에이전트 프레임워크들이 수십만 줄의 코드로 구성되어 분석과 수정이 어려웠던 반면, nanobot은 약 4,000줄의 코드만으로 핵심 기능을 완벽하게 구현했습니다. 이는 AI 에이전트의 내부 구조를 깊이 이해하고자 하는 연구자나, 가볍고 빠른 자신만의 비서 AI를 구축하려는 개발자들에게 최적의 환경을 제공합니다.

nanobot 사용 예시: 📈 24/7 Real-Time Market Analysis
nanobot 사용 예시: 🚀 Full-Stack Software Engineer
nanobot 사용 예시: 📅 Smart Daily Routine Manager
nanobot 사용 예시: 📚 Personal Knowledge Assistant

nanobot은 단순히 가벼운 것에 그치지 않고, 실용적인 개인 비서로서의 역할을 수행하도록 설계되었습니다. 복잡한 설정 없이 CLI(명령줄 인터페이스)를 통해 즉시 실행 가능하며, 로컬 LLM 환경과도 유연하게 연동되어 비용 효율적인 개인화 AI 시스템을 구축할 수 있습니다. 또한, Whatsapp이나 Telegram과 같은 메신저를 통해 언제 어디서나 작업을 지시하거나 작업 결과를 확인할 수 있습니다.

nanobot vs. OpenClaw 비교

nanobot은 기존의 OpenClaw(초기 Clawdbot, 이후 Moltbot)와 비교했을 때 다음과 같은 명확한 차이점을 가집니다:

  • 코드베이스 규모: OpenClaw가 약 430,000줄 이상의 방대한 코드로 구성된 반면, nanobot은 약 4,000줄로 99% 이상 코드량이 더 적습니다. 이는 코드의 가독성을 극대화하여 누구나 쉽게 구조를 파악하고 수정할 수 있게 합니다.

  • 리소스 효율성: 불필요한 추상화 레이어를 제거하여 시작 속도가 매우 빠르고, 메모리 및 CPU 사용량이 현저히 낮습니다. 덕분에 고사양 서버가 아닌 로컬 환경에서도 쾌적하게 구동할 수 있습니다.

  • 접근성: 복잡한 의존성이나 설정 과정 없이, 단 한 번의 배포로 즉시 사용 가능한(Ready-to-use) 환경을 제공합니다.

nanobot의 주요 구조

nanobot의 주요 구조
nanobot의 주요 구조1610×626 95.1 KB

nanobot은 작지만 강력한 모듈형 아키텍처를 기반으로 다양한 기능을 제공합니다. nanobot의 구조는 기능별로 명확하게 분리되어 있어 유지보수와 확장이 용이합니다:

  • Agent Core: nanobot의 중심에는 반복되는 Agent Loop와 Context 및 Memory의 크게 3가지 모듈로 구성되어 있으며, 각각은 다음과 같습니다:

    • Agent Loop: LLM의 추론과 도구(Tool) 실행을 연결하는 메인 루프를 담당합니다.
    • Context: 현재 대화의 맥락과 프롬프트를 동적으로 구성합니다.
    • Memory: 대화 기록과 상태 정보를 저장하여 지속적인 상호작용을 지원합니다.

  • Skills & Tools: nanobot이 기본으로 제공하는 도구(Tools) 외에도 사용자가 정의한 스킬(Skills)을 직접 생성하거나 불러와서 에이전트의 능력을 확장할 수 있습니다. 즉, 별도의 코드를 작성하지 않고도 새로운 동작을 익히도록 할 수 있습니다.

  • Support Modules: 그 외에도 nanobot에는 다양한 기능을 수행하기 위해 몇 가지 추가 모듈들이 포함되어 있습니다:

    • Subagent: 복잡한 작업을 백그라운드에서 처리하기 위한 하위 에이전트 시스템입니다.
    • Cron: 주기적인 예약 작업을 관리하여 일정 관리나 자동화 작업을 수행합니다.
    • Providers: OpenAI API 호환 모델뿐만 아니라 vLLM 기반의 로컬 모델 등 다양한 LLM 제공자를 설정할 수 있습니다.

nanobot의 주요 기능 및 특징

주요 활용 기능

nanobot은 개인화된 AI 비서로서 여러가지 작업들을 수행할 수 있으며, 특히 다음과 같은 방식으로 사용할 수 있습니다:

  • 풀스택 엔지니어링: 코드 작성, 디버깅, 리팩토링 등 개발 관련 업무를 보조합니다.
  • 실시간 정보 분석: 24시간 시장 동향 분석이나 뉴스 요약 등 지속적인 정보 모니터링이 가능합니다.
  • 개인 일정 및 루틴 관리: 사용자의 일정을 관리하고 알림을 제공하거나 반복적인 루틴을 자동화합니다.
  • 지식 관리 (Knowledge Assistant): 개인 데이터를 기반으로 질문에 답변하거나 정보를 정리해 줍니다.

유연한 실행 환경

  • CLI 기반 제어: 복잡한 GUI 없이 터미널에서 직관적인 명령어(chat, run 등)로 에이전트와 대화하거나 작업을 지시할 수 있습니다.
  • 로컬 LLM 지원: 외부 API 비용이 부담스러운 경우, 로컬에 구축된 LLM 서버와 연결하여 **비용 "0"**으로 개인 비서를 운영할 수 있습니다. 이는 데이터 프라이버시 측면에서도 강력한 이점을 제공합니다.

nanobot의 향후 로드맵 (Roadmap)

HKUDS 팀은 nanobot의 경량화 철학을 유지하면서 다음 기능들을 추가할 예정입니다:

  • 멀티모달(Multi-modal): 이미지, 음성, 비디오 등 텍스트 이외의 입력을 이해하고 처리하는 능력.
  • 장기 기억(Long-term Memory): 단기 세션을 넘어 사용자의 선호도와 과거 맥락을 영구적으로 기억.
  • 외부 통합: Slack, Discord, 이메일, 캘린더 등 외부 서비스와의 연동 강화.
  • 자기 개선(Self-improvement): 피드백을 통해 스스로 실수를 교정하고 성능을 개선하는 메커니즘.

nanobot 설치 및 설정 가이드

nanobot 프로젝트는 Python 기반으로 작성되었으며, uv 또는 pip를 사용하여 설치하는 방법을 권장합니다:

# uv가 설치되어 있는 경우
uv tool install nanobot-ai

# pip가 설치되어 있는 경우
pip install nanobot-ai

소스 코드로부터 설치하는 경우 더 최신의 기능이 포함되어 있지만, 불안정할 수 있습니다. 또는, 소스 코드로부터 Docker Image를 생성하여 실행하는 것도 가능합니다. 상세한 설정 방법은 GitHub 저장소의 README 문서를 참고해주세요.

초기 설정 (Configuration)

nanobot은 사용자의 홈 디렉터리에 설정 파일을 생성하여 관리합니다. 아래 명령어로 초기 설정을 진행할 수 있습니다:

# 온보딩 실행 (Initialize)
nanobot onboard

위 명령어를 실행하여 초기 설정을 진행하면 필요한 설정 파일들이 자동으로 생성됩니다. 이후, 생성된 설정 파일(~/.nanobot/config.json)을 편집기로 열고, 사용할 LLM 제공자의 API 키를 입력합니다. 다음은 OpenRouter를 사용할 경우의 설정 예시입니다:

{
  "providers": {
    "openrouter": {
      "apiKey": "sk-or-v1-..." 
    }
  },
  "webSearch": {
    "apiKey": "BSA-..." 
  },
  "agents": {
    "defaults": {
      "model": "anthropic/claude-4.5-sonnet"
    }
  }
}

nanobot은 OpenRouter 외에도 Anthropic, OpenAI 등을 지원하며, vLLM 등으로 실행한 로컬 모델도 지원합니다. vLLM으로 모델을 실행하는 경우, OpenAI 호환 API Server를 지원하므로, 설정 파일(~/.nanobot/config.json )을 다음과 같이 설정하면 됩니다:

{
  "providers": {
    "vllm": {
      "apiKey": "dummy",
      "apiBase": "http://localhost:8000/v1"
    }
  },
  "agents": {
    "defaults": {
      "model": "meta-llama/Llama-3.1-8B-Instruct"
    }
  }
}

설치 후에는 CLI 명령어를 사용하여 직접 대화하거나, Telegram / Whatsapp 등을 연동하여 외부에서도 통신을 할 수 있습니다.

라이선스

nanobot 프로젝트는 MIT License로 배포되고 있어, 연구 및 상업적 목적으로 자유롭게 사용 및 수정이 가능합니다.

:github: HKUDS/nanobot 프로젝트 GitHub 저장소

더 읽어보기



이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다. :hugs:

:pytorch:파이토치 한국 사용자 모임:south_korea:이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일:love_letter:로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)

:wrapped_gift: 아래:down_right_arrow:쪽에 좋아요:+1:를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~ :star_struck:

ClawWork: 토큰 비용 이상의 수익 창출 능력을 겨루는 AI 에이전트 경제성 평가 플랫폼