–
컴퓨터 놀이
[컴퓨터 놀이] 코알못도 했다! 나만의 홈서버 구축기 (5) — 요즘 핫한 OpenClaw, 일주일 써본 솔직 후기
요즘 핫하다는 OpenClaw, 직접 써봤습니다
AI 에이전트가 뜨고 있습니다. 그중에서도 OpenClaw라는 오픈소스 AI 에이전트 프레임워크가 개발자 커뮤니티에서 꽤 화제입니다. “내 서버에 AI 비서를 올릴 수 있다”, “텔레그램으로 뭐든 시킬 수 있다” — 이런 말들이 돌아다닙니다.
그래서 직접 해봤습니다. 1편에서 만든 홈서버에 OpenClaw를 설치하고, 텔레그램 봇이랑 연결하고, 일주일 정도 써봤습니다.
결론부터 말하면?
“혁명적? 아닙니다. 근데 몇 가지는 진짜 편합니다.”
OpenClaw가 뭔지부터 간단히
OpenClaw는 오픈소스 AI 에이전트 플랫폼입니다. 내 서버에 설치하면 AI가 단순 대화뿐 아니라 실제로 일을 실행할 수 있습니다. 파일을 읽고, 외부 API를 호출하고, 정해진 시간에 자동으로 작업을 돌립니다. ChatGPT와 가장 큰 차이점은 바로 이 “실행력”입니다.
텔레그램, 슬랙 같은 메신저와 연동되고, “스킬”이라는 플러그인 시스템으로 기능을 확장할 수 있습니다. AI 모델도 Gemini, Claude, GPT, 로컬 LLM 등 원하는 걸로 자유롭게 바꿀 수 있습니다.
설치는 Docker 한 줄. 근데 실제 스킬 개발이나 설정은… 뒤에서 얘기하겠습니다.
텔레그램 봇 연결 — 이름은 “졸개”
OpenClaw를 설치하고 나면 텔레그램 봇이랑 연결해야 합니다. BotFather한테 봇을 하나 만들고, 토큰을 OpenClaw 설정에 넣으면 끝. 여기까지는 별거 아닙니다.
중요한 건 이름입니다. AI 비서인데 뭐라고 부를까 고민하다가 — “졸개”로 정했습니다.
졸개. 조선시대 말단 병졸, 심부름꾼. 주인이 시키면 묵묵히 수행하는 그 존재. AI 에이전트의 본질이 뭔가 생각해보면, 결국 “시키면 하는 놈”이잖아요. 거창하게 “자비스”니 “알렉사”니 할 필요 없습니다. 솔직하게 졸개.
“졸개야 날씨 알려줘”, “졸개야 이거 번역해줘” — 이렇게 부르니까 오히려 자연스럽습니다. 뭔가 거창한 AI 비서가 아니라 그냥 심부름꾼 하나 부리는 느낌. 이름 짓는 데 5초 걸렸는데, 의외로 만족도가 높습니다.
솔직히, 놀랍지는 않았습니다
기대가 컸습니다. “AI 에이전트”라는 말 자체가 뭔가 SF스러우니까요. 내 서버에 비서를 심는다? 텔레그램으로 명령하면 알아서 한다?
근데 막상 써보면… ChatGPT한테 말 거는 거랑 크게 다르지 않습니다. 텔레그램으로 물어보면 대답하고, 검색해달라고 하면 검색해주고. “이게 끝인가?” 싶은 순간이 솔직히 있었습니다.
개발자 커뮤니티에서 감탄하는 부분 — 스킬 시스템 아키텍처, 모델 워터폴 전환, API 라우팅 구조 — 이런 건 기술적으로는 깔끔한데, 실제 사용자 입장에서는 “그래서 내 일상이 뭐가 달라지는데?”가 더 중요합니다.
ChatGPT나 Gemini 앱을 열어서 물어보는 것과 텔레그램으로 졸개한테 물어보는 것 — 체감 차이가 크지 않습니다. 적어도 처음엔요.
그런데. 슬슬 편해지기 시작합니다
며칠 지나니까 느껴졌습니다. “아, 이건 없으면 좀 불편하겠다.”
드라마틱하게 인생이 바뀌는 건 아닙니다. 근데 자잘하게 편한 것들이 쌓이면, 그게 꽤 큽니다. 제가 일주일 써보면서 “이건 괜찮다” 싶었던 기능들을 정리합니다.
1. 아침 브리핑 — 스크롤 안 해도 됩니다
매일 아침 7시, 텔레그램에 메시지가 와 있습니다. 부산 날씨와 미세먼지, 환율과 금 시세, 관심 업계 뉴스, AI 기술 트렌드, 게임 소식. 제가 관심 있는 분야만 골라서 보내줍니다.
원래는 출근길에 뉴스 페이지 열어서 관심 있는 기사 나올 때까지 스크롤하면서 훑어봤습니다. 광고 사이사이에서 읽을 만한 기사를 찾아 헤매는 거죠. 이제 그럴 필요가 없어졌습니다. AI가 기사를 읽고 3줄로 요약해서 텔레그램으로 보내주니까, 지하철에서 2분이면 그날 흐름 파악 끝.
이거 하나 때문에 OpenClaw를 설치했다고 하면 과장이지만, 매일 쓰는 기능 중 가장 만족도가 높습니다.
2. 음성 전사 — 이건 진짜 돈 아낍니다
이게 의외의 킬러 기능이었습니다. Google Meet, Zoom, Teams, Webex — 회의 링크를 졸개한테 던지면 봇이 직접 회의에 참가해서 녹음하고 텍스트로 변환해줍니다.
서버에 설치한 Whisper(오픈소스 음성 인식 AI)가 음성을 텍스트로 바꾸고, 졸개가 그걸 받아서 요약까지 해줍니다. 핵심 내용, 할 일, 결정 사항을 구분해서 정리해주고, 결과는 Notion에 자동 저장까지 됩니다. 회의 끝나면 텔레그램으로 회의록이 와 있는 셈이죠.
네이버 클로바노트나 다글로 같은 클라우드 전사 서비스는 월 2~3만원입니다. OpenClaw + Whisper 조합은? 0원. 전부 내 서버에서 처리되니까요.
다만 현실적인 주의점이 있습니다. Whisper는 PC 스펙을 꽤 많이 먹습니다. 제 서버(Ryzen 7, 32GB RAM)에서 로컬 Whisper를 CPU만으로 돌리면, 1시간짜리 오디오 전사에 1시간 이상 걸립니다. 네, 실시간보다 느립니다. 녹음 길이만큼, 아니 그 이상 기다려야 합니다. NVIDIA GPU가 있으면 CUDA로 5~10배 빠르지만, 제 서버에는 AMD 내장 GPU(Radeon 780M)만 있습니다. AMD는 Vulkan 가속을 지원하지 않아서 GPU가 있어도 못 씁니다. 결국 CPU로만 돌려야 합니다. RAM도 최소 16GB는 있어야 중간 품질 모델을 돌릴 수 있고, 고품질 모델은 32GB가 편합니다. 8GB PC에서는 사실상 쓰기 어렵습니다.
그래서 저는 OpenAI의 Whisper API를 같이 씁니다. 클라우드에서 처리하니까 체감 속도가 확실히 낫습니다. 그래도 빠릿하다고 할 수준은 아니고, 느긋하게 기다려야 합니다. 무료 로컬 vs 유료 API — 상황에 따라 골라 쓰는 셈이죠. 이 기능은 다음 편에서 더 자세히 다룰 예정입니다.
3. 주말 나들이 추천 — 와이프가 좋아합니다
금요일 저녁 6시, “이번 주말 나들이 추천”이 텔레그램으로 옵니다. 주말 날씨를 확인하고, 계절에 맞는 부산 근교 나들이 코스 3개를 추천해줍니다. 각 코스마다 주소, 차로 이동 시간, 아이 데려가기 좋은지 평가, 주차 정보, 예상 비용까지 정리돼서 옵니다. 비 올 때 대안까지 포함해서요.
솔직히 추천 퀄리티가 항상 좋은 건 아닙니다. 가끔 이상한 데를 추천하기도 하고, 이미 가본 곳을 또 추천하기도 합니다. 근데 “이번 주말 뭐 하지?”를 고민하는 시간 자체가 줄어듭니다. 별로면 안 가면 되고, 괜찮으면 바로 가면 되니까.
와이프한테 “여기 어때?” 하고 공유하면 대화 시작점이 됩니다. 아무것도 없이 “주말에 뭐 할까?” 하는 것보다 훨씬 낫습니다.
4. 블로그 자동 발행 — 10분이면 한 편
지금 읽고 계신 이 블로그 자체가 증거입니다. 주제를 던지면 졸개가 키워드 조사, 본문 작성, SEO 메타 태그, 이미지 삽입, 한국어/영어 동시 발행까지 합니다. 약 10분이면 한 편이 워드프레스에 올라갑니다.
물론 AI가 쓴 글을 그대로 발행하지는 않습니다. 확인하고 수정해야 할 부분은 있어요. AI가 쓴 글이 100% 완벽한 적은 한 번도 없습니다. 근데 백지에서 시작하는 것과 80% 완성된 초안에서 시작하는 건 하늘과 땅 차이입니다. 블로그 자동 발행 파이프라인도 다음 편에서 더 깊이 다루겠습니다.
반면, 기대에 못 미친 것들
솔직한 후기니까 안 좋은 것도 씁니다.
- 일반 대화는 그냥 ChatGPT가 낫습니다. 응답 속도도 빠르고, 답변 품질도 더 좋습니다. 텔레그램으로 졸개한테 물어보는 것보다 ChatGPT 앱 여는 게 더 편할 때가 많습니다.
- 스킬 설정이 쉽지 않습니다. 공식적으로는 “코드 없이도 된다”고 하는데, 현실은 다릅니다. 결국 AI한테 코딩을 시켜야 스킬을 만들 수 있습니다. 비개발자 혼자서 새 스킬을 추가하는 건 현실적으로 어렵습니다.
- 가끔 멍청합니다. 명령을 잘못 알아듣거나, 엉뚱한 결과를 보내거나, 이유 없이 에러가 나거나. AI 에이전트라고 해서 만능은 절대 아닙니다.
- 응답이 느릴 때가 있습니다. 단순 대화는 빠른데, 웹 검색이 들어가는 작업은 30초에서 1분까지 걸리기도 합니다. 급할 때는 답답합니다.
ChatGPT vs OpenClaw — 비교 정리
| ChatGPT / Gemini 앱 | OpenClaw (셀프호스팅) | |
|---|---|---|
| 대화 품질 | 높음 | 보통 (모델에 따라 다름) |
| 응답 속도 | 빠름 | 보통~느림 |
| 자동 실행 (크론) | 불가 | 가능 |
| 내 서버 파일 접근 | 불가 | 가능 |
| 외부 API 연동 | 제한적 | 자유 |
| 텔레그램 연동 | 불가 | 기본 내장 |
| 데이터 프라이버시 | 클라우드 저장 | 내 서버에만 |
| 스킬 확장 | GPTs (제한적) | 무한 확장 |
| 설치 난이도 | 없음 | Docker 필요 |
| 비용 | 월 $20+ | API 사용료만 |
정리하면, 대화와 속도는 ChatGPT가 압도적입니다. 근데 자동화, 스케줄 실행, 서버 연동이 필요하면 OpenClaw 쪽이 할 수 있는 게 많습니다. 용도가 다릅니다.
그래서, 설치할 만한가?
OpenClaw가 맞는 사람:
- 홈서버가 이미 있고 Docker를 쓰는 사람
- 매일 반복적으로 정보를 수집해야 하는 사람 (뉴스 브리핑, 가격 모니터링 등)
- 음성 전사를 자주 하는 사람 (이건 진짜 클라우드 서비스비 아낌)
- 텔레그램 하나로 모든 걸 통일하고 싶은 사람
굳이 안 깔아도 되는 사람:
- ChatGPT Plus나 Gemini Advanced 구독으로 충분한 사람
- 자동화할 반복 작업이 딱히 없는 사람
- 서버 없이 폰만 쓰는 사람
혁명은 아닙니다. 근데 한번 세팅해놓으면 매일 조금씩 편해지는 것들이 있습니다. 아침 브리핑, 음성 전사, 주말 추천 — 이 세 개만으로도 저는 설치한 보람이 있었습니다.
기술 세부 사항 (궁금한 사람만)
참고로 제 졸개(OpenClaw) 설정입니다.
| 항목 | 설정 |
|---|---|
| AI 모델 | Gemini 2.5 Flash (메인) → Claude Haiku → GPT-4.1-mini → Ollama (로컬 백업) |
| 설치 스킬 | 32개 (브리핑, 전사, 블로그, 추천, 모니터링 등) |
| 자동 작업 | 매일 1회 + 매주 3회 + 매월 2회 |
| 인터페이스 | 텔레그램 봇 |
| 서버 스펙 | Beelink SER9 MAX, AMD Ryzen 7, 32GB DDR5 |
| 월 비용 | 전기세 약 5,000원 + API 사용료 |
OpenClaw 설치 자체는 Docker 한 줄이면 됩니다. 근데 스킬 개발이나 세부 설정은 AI(Claude Code)한테 시켰습니다. 솔직히 비개발자 혼자서는 어렵습니다. 하지만 AI한테 시키는 것까지 포함하면 가능합니다. 그게 2026년 방식이니까요.
현재 설치된 스킬 목록 (32개)
| 카테고리 | 스킬 | 하는 일 |
|---|---|---|
| 일상 자동화 | morning-briefing | 매일 아침 맞춤 뉴스 브리핑 |
| weekend-planner | 주말 나들이 코스 추천 | |
| weekly-insight | 해외 트렌드 주간 요약 | |
| 콘텐츠 | blog-factory | 블로그 자동 작성 + 발행 |
| translate-blog | 블로그 다국어 번역 | |
| image-gen | AI 이미지 생성 | |
| 업무 도구 | meeting-transcribe | 음성 파일 전사 + 요약 |
| ocr-bot | 이미지에서 텍스트 추출 | |
| gold-briefing | 비즈니스 뉴스 브리핑 | |
| 모니터링 | rate-monitor | 통신비 변경 감지 |
| busan-culture | 부산 문화/체험 프로그램 감시 | |
| power-monitor | 서버 전력 모니터링 | |
| 지식 관리 | notion-rag | Notion 시맨틱 검색 |
| local-rag | 로컬 파일 시맨틱 검색 | |
| second-brain | 개인 지식 관리 | |
| 시스템 | system-heal | 서버 자가 치유 |
| self-evolution | 에이전트 자기 학습 | |
| 생활 | food-recommend | 맛집 추천 |
| anniversary | 기념일 알림 | |
| 기타 | +13개 | n8n 연동, 의사결정 도우미, 부업 탐색 등 |
이 중 매일 체감되는 건 솔직히 5~6개입니다. 나머지는 “있으면 좋고 없어도 그만” 수준. 하지만 그 5~6개가 매일 아침 텔레그램에 와 있다는 게 핵심입니다.
다음 편 예고
이번 편에서 잠깐 언급한 블로그 자동 발행, 다음 편에서 제대로 다룹니다. 워드프레스 블로그를 AI가 어떻게 10분 만에 발행하는지 — 키워드 조사부터 한영 동시 발행까지, 비개발자 관점에서 정리합니다.
EP.6 — AI가 블로그를 대신 써준다고? 자동 발행 파이프라인 구축기.
[컴퓨터 놀이] 코알못도 했다! 나만의 홈서버 구축기 (4) — Ollama로 내 PC에서 AI 돌리기
내 서버에서 AI를 돌린다고?
ChatGPT, Gemini, Claude… 다들 클라우드 AI를 쓰고 있죠. 근데 이런 생각 해본 적 없나요?
“내 컴퓨터에서 AI를 돌리면 무료에, 내 데이터도 안 나가잖아?”
맞습니다. 로컬 LLM(Large Language Model)을 돌리면 구독료도 없고, 대화 내용이 외부 서버로 전송되지 않아요. 프라이버시 완벽 보장이죠.
근데 현실은… 좀 다릅니다. 1편에서 소개한 제 SER9 MAX에 직접 AI를 올려봤는데, 결론부터 말하면 “돌아는 간다. 근데 느리다.”
Ollama — 로컬 LLM 엔진
Ollama는 내 컴퓨터에서 AI 모델을 돌릴 수 있게 해주는 프로그램입니다. 어려울 것 같죠? 설치는 AI한테 시켰습니다. 터미널에 명령어 몇 줄 넣으면 끝이에요.
설치가 끝나면 ollama run qwen3:14b 한 줄로 AI가 대답하기 시작합니다. 모델은 알아서 다운로드되고, 별도 설정 없이 바로 채팅이 가능해요.
현재 돌릴 수 있는 오픈소스 모델이 수십 개가 넘습니다. Llama, Qwen, Gemma, Mistral, DeepSeek… 전부 무료. 원하는 걸 골라 쓰면 됩니다.
Open WebUI — 브라우저에서 ChatGPT처럼
터미널에서 채팅하는 건 솔직히 불편합니다. 그래서 Open WebUI를 설치했어요. 브라우저에서 ChatGPT와 똑같은 인터페이스로 AI랑 대화할 수 있는 프로그램이에요.
이것도 설치는 AI한테 시켰습니다. Docker 컨테이너 하나 올리면 끝.
제일 좋은 건 와이프도 접속한다는 거예요. 같은 네트워크에 있으면 폰이든 태블릿이든 브라우저만 열면 됩니다. 계정도 만들 수 있어서 대화 기록도 각자 관리되고요. 2편에서 설정한 Tailscale로 외부에서도 접속 가능합니다.
스펙과 성능의 현실 — 핵심은 여기
로컬 AI 얘기에서 제일 중요한 게 “내 컴퓨터로 돌릴 수 있는가?”입니다. 솔직한 실측 데이터를 공유할게요.
제 서버 스펙
| 항목 | 사양 |
|---|---|
| CPU | AMD Ryzen 7 255 (8코어 16스레드) |
| RAM | DDR5 32GB |
| GPU | 내장 그래픽(AMD Radeon 780M) — 사실상 없음 |
| 저장장치 | NVMe SSD 1TB |
| OS | Windows 11 + WSL2 (Linux) |
실측 성능 (qwen3:14b 모델)
| 항목 | 수치 |
|---|---|
| 응답 속도 | 5.5 토큰/초 |
| 간단한 질문 응답 | 약 25초 |
| RAM 점유 | 약 10GB |
| 양자화 | Q4_K_M (9.3GB) |
ChatGPT나 Gemini가 1초 만에 답하는 걸, 제 서버는 25초 걸립니다. 체감으로 5~10배 느려요. 글자가 한 자 한 자 천천히 나타나는 걸 보고 있으면… 인내심 테스트입니다.
왜 이렇게 느린가?
GPU가 없기 때문입니다. AI 연산은 GPU(그래픽카드)에 최적화되어 있는데, 제 미니PC에는 내장 그래픽밖에 없어요. AMD 780M iGPU는 WSL2 환경에서 AI 가속으로 사용할 수 없다는 것도 확인했습니다. 결국 CPU로만 연산하니까 느린 거예요.
NVIDIA GPU가 있는 PC라면? 같은 모델이 5~10배 빨라집니다. RTX 4060 정도면 30토큰/초 이상 나와요. 하지만 일반 미니PC에는 외장 GPU를 달 수 없으니, 이건 데스크톱이나 게이밍 노트북 영역이에요.
RAM이 곧 모델 크기를 결정한다
로컬 AI에서 제일 중요한 스펙은 RAM입니다. 모델 전체가 메모리에 올라가거든요.
| RAM | 돌릴 수 있는 모델 | 체감 품질 |
|---|---|---|
| 8GB | 7B (70억 파라미터) | 간단한 대화 가능, 복잡한 건 한계 |
| 16GB | 14B (140억 파라미터) | 일상 대화 무난, 일반 업무 가능 |
| 32GB | 14B + 여유 / 30B급 시도 가능 | 14B를 편하게 + 다른 서비스 병행 |
| 64GB+ | 70B (700억 파라미터) | ChatGPT에 근접한 품질 |
7B vs 14B vs 70B — 크기가 곧 품질입니다. 7B는 간단한 대화는 되지만 복잡한 질문에서 헛소리를 자주 합니다. 14B가 “그래도 쓸만하다”고 느끼는 최소 기준선이에요. 70B는 품질이 확 올라가지만 RAM도 40GB 이상 필요합니다.
제가 32GB인 이유도 이겁니다. 14B 모델을 올리면서 다른 Docker 서비스들(Immich, WordPress, n8n 등)도 동시에 돌려야 하니까요.
그래서 쓸만한가?
솔직하게 정리하면 이렇습니다.
쓸만한 경우:
- 단순 대화, 번역, 요약 — 느려도 결과물은 나옴
- 프라이버시가 중요한 내용 — 회사 기밀 문서 분석 등
- 인터넷 없이 쓰고 싶을 때 — 비행기, 오프라인 환경
- AI 기능을 다른 프로그램에 연결할 때 — API 호출 무제한, 무료
안 쓸만한 경우:
- 코딩, 복잡한 분석 — 클라우드 AI가 압도적으로 잘함
- 빠른 응답이 필요할 때 — 25초 기다릴 인내심이 없다면
- 최신 정보가 필요할 때 — 로컬 모델은 학습 시점 이후 정보를 모름
결론적으로, 로컬 AI의 핵심 가치는 “무료”와 “프라이버시”입니다. 성능을 기대하면 실망하고, 이 두 가지가 중요한 사람에게는 충분한 가치가 있어요.
다음 편 예고
지금까지 서버 조립부터 원격 접속, 사진 백업, 로컬 AI까지 왔습니다. 다음 편에서는 이 모든 걸 하나로 묶어주는 핵심 — AI 에이전트와 텔레그램 봇을 다뤄볼게요. 텔레그램으로 말 걸면 AI가 알아서 일하는, 진짜 “내 졸개” 만들기입니다.
EP.5 — AI 에이전트 + 텔레그램: 내 서버에 비서를 두다, 기대해주세요.
[컴퓨터 놀이] 코알못도 했다\! 나만의 홈서버 구축기 (3) — Immich로 구글 포토 완전 대체하기 📸🏠
지난 3편에서 블로그를 세웠으니, 이번엔 진짜 실용적인 걸 합니다.
사진 백업.
매달 구글 포토에 2,900원, 아이클라우드에 1,100원. 두 개 합치면 한 달에 4,000원. 1년이면 48,000원. 별것 아닌 것 같지만, 이걸 내 서버에서 무료로 돌릴 수 있다면?
결론부터 말하면, 홈서버에 Immich를 올리고 나서 구글 포토 구독을 해지했습니다. 사진 35,000장 이상이 자동으로 백업되고 있고, 밖에서도 Tailscale 덕에 그냥 됩니다. 제가 한 건? 역시 AI한테 시킨 것뿐이에요.
구글 포토, 왜 떠나게 됐을까?
솔직히 구글 포토 좋습니다. AI 검색도 되고, 앨범 자동 정리도 되고. 근데 문제는:
- 15GB 무료 용량은 순삭. 핸드폰으로 사진 좀 찍으면 3개월이면 꽉 찹니다.
- 유료 전환하면 끝이 없음. 100GB 쓰다가 200GB 쓰다가… 평생 구독료.
- 내 사진인데 남의 서버에 있음. 구글이 정책 바꾸면? 서비스 종료하면?
아이클라우드도 마찬가지. 아이폰 사진 백업용으로 50GB 쓰고 있었는데, 이것도 매달 나가는 돈.
“내 서버가 있는데 왜 남한테 돈 내고 맡기지?” 이 생각이 들면 이미 반은 온 겁니다.
Immich가 뭔데?
Immich는 한마디로 셀프호스팅 구글 포토입니다.
- 📱 모바일 앱 — 갤럭시든 아이폰이든 자동 백업
- 🔍 AI 검색 — “바다”, “고양이” 검색하면 알아서 찾음
- 🗺️ 지도 뷰 — GPS 정보로 어디서 찍었는지 지도에 표시
- 👥 얼굴 인식 — 사람별로 자동 분류
- 📂 앨범 — 공유 앨범, 타임라인 전부 지원
- 🔒 내 서버 — 데이터가 내 집에만 있음
구글 포토에서 할 수 있는 거 거의 다 됩니다. 무료이고, 오픈소스이고, 용량 제한 없음. 하드 용량이 곧 내 용량.
설치: Docker Compose 한 방
1편에서 Docker 세팅 다 해놨죠? 그 위에 그냥 올리면 됩니다.
# docker-compose.yml (핵심만)
services:
immich-server:
image: ghcr.io/immich-app/immich-server:release
ports:
- "2283:2283"
volumes:
- ./upload:/usr/src/app/upload
environment:
- DB_PASSWORD=your_secure_password_here
- REDIS_HOSTNAME=redis
immich-machine-learning:
image: ghcr.io/immich-app/immich-machine-learning:release
redis:
image: redis:7-alpine
database:
image: tensorchord/pgvecto-rs:pg16-v0.2.1Claude한테 “Immich 설치해줘” 하면 이 파일을 만들고 docker compose up -d까지 쳐줍니다. 저는 구경만 했어요.
설치 끝나면 http://서버IP:2283으로 접속. 관리자 계정 만들면 바로 쓸 수 있습니다.
갤럭시에서 자동 백업 설정
- Play 스토어에서 Immich 검색 → 설치
- 서버 주소 입력:
http://192.168.xxx.xxx:2283– 집 밖에서도 쓰려면 Tailscale IP 사용 (2편 참고!)
- 로그인 → 자동 백업 켜기
- 끝.
진짜 이게 끝입니다. 이제 사진 찍으면 자동으로 홈서버에 올라갑니다.
저는 갤럭시 S25 울트라 기준으로 사진 35,000장 이상을 올렸습니다. 시간은? 3~4일 걸렸어요. 근데 솔직히 신경도 안 썼습니다. 앱 깔고 자동 백업 켜놓고 그냥 평소처럼 살았어요. 출근하고, 밥 먹고, 자고 — 그러다 며칠 뒤에 앱 열어보니까 다 올라가 있더라고요. 그게 이 방식의 장점입니다. 한번 켜놓으면 알아서 됩니다.
아이폰도 됩니다
아이폰 유저도 똑같습니다.
- App Store에서 Immich 설치
- 서버 주소 + 로그인
- 자동 백업 ON
아이클라우드에 있는 기존 사진은 이렇게 옮깁니다:
- Mac 사진 앱 → 설정 → “이 Mac에 원본 다운로드”
- 전부 내려받기 (용량 주의, 수십 GB일 수 있음)
immich-go라는 도구로 한꺼번에 업로드
구글 포토도 같은 방법입니다. Google Takeout으로 내보내기 → immich-go로 업로드. 중복 사진은 자동으로 걸러냅니다. 구글이든 아이클라우드든 같은 사진이 있으면 한 장만 남겨요.
밖에서도 내 사진에 접근하기
2편에서 Tailscale 세팅해놨던 거, 여기서 빛을 발합니다.
Immich 앱 서버 주소를 Tailscale IP(100.xx.xx.xx:2283)로 넣어두면, 카페에서든 출장지에서든 해외에서든 내 홈서버 사진에 접근됩니다. VPN이니까 보안도 걱정 없고요.
이전 편을 안 읽었다면 2편: Tailscale로 어디서든 접속하기를 참고하세요.
AI 기능: 구글 포토 안 부럽다
Immich에는 Machine Learning 서버가 내장돼 있습니다. 설치하면 자동으로 돌아가요.
사진 검색
검색창에 “음식” 치면 음식 사진만 나옵니다. “바다”, “산”, “자동차” — 다 됩니다. 구글 포토랑 똑같은 AI 검색인데, 내 서버에서 돌아가는 겁니다.
얼굴 인식
사람 얼굴을 자동으로 인식해서 그룹으로 묶어줍니다. “이 사람은 누구?” 하고 이름 붙여주면, 그 사람이 찍힌 사진을 한 번에 볼 수 있어요.
지도 뷰
사진에 GPS 정보가 있으면 세계지도 위에 점으로 찍어줍니다. “작년 여행 때 어디서 찍었더라?” 할 때 유용합니다.
실제로 얼마나 절약되나?
계산해봅시다.
| 항목 | 월 비용 | 연 비용 |
|---|---|---|
| 구글 포토 100GB | 2,900원 | 34,800원 |
| 아이클라우드 50GB | 1,100원 | 13,200원 |
| 합계 | 4,000원 | 48,000원 |
| Immich (셀프호스팅) | 0원 | 0원 |
서버 전기세? SER9 MAX는 TDP 54W입니다. 24시간 켜놔도 월 전기세 약 2,000원 수준. 근데 이건 블로그, AI 비서, 로컬 LLM 등 다른 서비스도 같이 돌리는 거라 사진 백업만의 비용은 사실상 0원입니다.
하드 용량만 남아있으면 무제한 백업. 1TB SSD 하나 더 꽂으면 10년은 걱정 없습니다.
주의할 점
솔직하게 단점도 말합니다.
- 서버가 꺼지면 접근 불가. 정전이나 PC 재부팅 중에는 사진을 못 봅니다. 다만 앱에 캐시가 있어서 최근 사진은 오프라인에서도 보입니다.
- 백업의 백업이 필요. 홈서버 SSD가 고장나면 사진이 날아갑니다. 외장하드나 NAS에 이중 백업을 권장합니다.
- 초기 업로드 시간. 35,000장 기준 3~4일 걸렸습니다. 근데 백그라운드에서 알아서 되니까 그냥 잊고 살면 됩니다. 어느 날 열어보면 다 끝나있어요.
- 공유 앨범은 아직 제한적. 구글 포토처럼 링크 하나로 아무나 볼 수 있는 기능은 아직 완벽하지 않습니다.
그래도 “내 사진은 내 서버에”라는 철학이 맞는 사람이라면, 위 단점은 감수할 만합니다.
다음 편 예고
사진도 내 서버에 백업하고, 블로그도 세우고, 원격 접속도 되고. 이제 이 서버에 AI를 심을 차례입니다.
다음 편에서는:
- OpenClaw + Telegram — AI 비서를 내 서버에 올리고 텔레그램으로 대화하기
- 아침마다 날씨, 뉴스, 일정을 정리해서 보내주는 모닝 브리핑 봇
- 블로그 글도 써주고, 사진도 생성하고, 코딩도 해주는 나만의 AI 졸개 이야기
코드 한 줄 모르는 제가 AI 비서까지 만든 이야기, 기대해주세요.
이 글은 AI(Claude Code)가 작성하고, 코알못 인간이 감수했습니다. 🤖✨
[컴퓨터 놀이] 코알못도 했다! 나만의 홈서버 구축기 (2) — Tailscale로 어디서든 내 서버 접속하기
지난 1편에서 Beelink SER9 MAX에 WSL2와 Docker를 올려 홈서버의 뼈대를 세웠습니다. 미니PC 하나에 서버 환경을 만들었으니, 이제 뭐든 올릴 수 있는 상태가 된 거죠.
그런데 한 가지 문제가 있었습니다.
“집에서만 접속할 수 있으면… 이게 서버인가, 외장하드인가?”
홈서버의 진짜 가치는 어디서든 접속할 수 있을 때 시작됩니다. 저는 낮에는 회사에서 일하고, 퇴근하면 집에 오지만 그렇다고 컴퓨터 앞에 앉아있을 시간이 넉넉하지 않습니다. 하루가 빠듯하거든요. 출퇴근 시간, 점심시간, 잠깐 짬이 날 때 — 이런 자투리 시간에 스마트폰으로 서버를 확인하고 관리할 수 있어야 했습니다.
그래서 이번 2편의 주제는 홈서버를 밖에서도 접속할 수 있게 만들기입니다. 그리고 역시나, 저는 코드 한 줄 직접 치지 않았습니다. Claude Code한테 “원격 접속 되게 해줘”라고 말했을 뿐이에요.
홈서버 원격 접속, 어떤 방법이 있을까?
집에 있는 서버에 밖에서 접속하는 방법은 크게 세 가지입니다.
첫 번째는 포트포워딩입니다. 공유기 설정에 들어가서 포트를 열어주는 방식인데, “TCP를 여나요, UDP를 여나요?” 같은 질문이 나오는 순간 저 같은 코알못은 이미 포기합니다. 게다가 보안 위험도 크고, 집 인터넷 IP가 바뀌면 접속이 끊깁니다.
두 번째는 VPN 서버를 직접 세우는 것입니다. WireGuard나 OpenVPN 같은 걸 설치하는 방식이에요. 네트워크 지식이 있으면 좋은 방법이지만, 설정이 복잡하고 인증서 관리도 해야 합니다. 코알못에게는 산 넘어 산이죠.
세 번째가 Tailscale입니다. 그리고 저는 당연히 이걸 선택했습니다.
Tailscale이란? — 설치하면 끝나는 VPN
Tailscale을 한마디로 설명하면 “설치하고 로그인하면 끝나는 VPN”입니다.
일반적인 VPN은 서버를 세우고, 인증서를 만들고, 방화벽 규칙을 설정하고, 클라이언트를 구성하고… 할 일이 끝이 없습니다. Tailscale은 이런 과정이 전부 없어요. 앱을 설치하고 구글이나 마이크로소프트 계정으로 로그인하면, 내 기기끼리 자동으로 안전하게 연결됩니다.
기술적으로는 WireGuard라는 최신 VPN 프로토콜 위에 만들어진 메시(mesh) 네트워크인데, 솔직히 저는 이게 정확히 뭔지 모릅니다. 중요한 건 이거예요:
- 개인 사용 무료 — 기기 100대까지 연결 가능
- 설치 30초, 설정할 게 없음 — 네트워크 지식 불필요
- 기기 간 직접 연결 — 중간 서버를 안 거쳐서 속도가 빠름
- 모든 플랫폼 지원 — Windows, Linux, macOS, iOS, Android 전부
특히 “설정할 게 없다”는 게 핵심입니다. 저 같은 비개발자에게는 설정이 적을수록 좋은 도구입니다.
Tailscale 설치하기 — 코드 한 줄 없이
제 홈서버는 Windows 11 위에서 WSL2로 Docker를 돌리고 있습니다. Tailscale 설치는 Windows 쪽에서 합니다.
PC에 Tailscale 설치
저는 Claude Code한테 “Tailscale 설치해줘”라고 했고, Claude Code가 알려준 대로 따라갔습니다:
- Tailscale 공식 사이트에서 Windows 버전 다운로드
- 설치 파일 실행 — 다음, 다음, 완료
- 시스템 트레이에 Tailscale 아이콘이 나타남
- 아이콘 클릭 → Log in → Google 계정으로 로그인
이게 전부입니다. 로그인하는 순간 제 서버에 Tailscale 전용 IP 주소가 부여됩니다. 이 IP는 고정이라, 집 인터넷 IP가 바뀌어도 변하지 않습니다. 이제 이 IP만 알면 어디서든 제 서버에 접속할 수 있어요.
WSL2와 Docker — 별도 설정이 필요할까?
이 부분이 걱정이었는데, 결론부터 말하면 아무것도 안 해도 됩니다. WSL2 안의 Docker 컨테이너들은 Windows의 네트워크를 공유하기 때문에, Windows에만 Tailscale을 설치하면 WSL2 안에서 돌아가는 모든 서비스에 자동으로 접속할 수 있습니다.
예를 들어, 제 WordPress는 Docker 컨테이너로 돌고 있는데, Tailscale IP로 접속하면 바로 열립니다. Immich(사진 백업)도, Open WebUI(AI 채팅)도, 전부 같은 방식으로 접속 가능합니다.
Claude Code한테 “이거 WSL2에서도 되냐?”고 물었더니 “Windows에 설치하면 WSL2도 같이 된다”고 했고, 실제로 그랬습니다. 제가 이해할 필요도 없었어요.
스마트폰에서 접속하기 — 진짜 감동적인 순간
여기서부터가 진짜입니다.
제가 Tailscale을 설치한 가장 큰 이유는 스마트폰에서의 접속이었습니다. 낮에는 회사에서 일하고, 퇴근 후에는 가사와 일상에 치이다 보면 컴퓨터 앞에 앉을 시간이 생각보다 없습니다. 점심시간에 잠깐, 퇴근길 지하철에서 잠깐, 소파에 누워서 잠깐 — 이런 틈새 시간에 서버를 확인하고 싶었습니다.
설정은 놀라울 정도로 간단합니다:
- 스마트폰에서 Tailscale 앱 설치
- PC에서 썼던 같은 계정으로 로그인
- VPN 연결 켜기
- 브라우저에서 Tailscale IP 입력
끝입니다. 회사 점심시간에 폰으로 Immich에서 사진을 확인하고, 텔레그램으로 AI 비서한테 뭔가를 시키고, WordPress 관리자 페이지에서 블로그를 확인합니다. 전부 스마트폰 하나로.
속도도 놀라울 정도로 빠릅니다. WireGuard 기반이라 일반 VPN처럼 느리다는 느낌이 전혀 없어요. 체감상 같은 와이파이에 있는 것처럼 반응합니다.
컴퓨터 앞에 앉아있을 시간이 부족한 직장인에게 이건 게임체인저입니다. 홈서버가 “집에서만 쓰는 장비”에서 “항상 주머니에 있는 나만의 클라우드”로 바뀌는 순간이에요.
Tailscale Funnel — 내 서버를 세상에 공개하기
여기까지는 “내 기기끼리” 연결하는 이야기였습니다. 하지만 블로그처럼 누구나 볼 수 있어야 하는 서비스는 어떻게 할까요?
Tailscale에는 Funnel이라는 기능이 있습니다. 내 서버의 특정 서비스를 인터넷에 공개해주는 기능인데, 도메인과 HTTPS 인증서까지 자동으로 제공됩니다.
Funnel 설정 — 이것도 Claude Code가 해줬다
저는 Claude Code한테 “내 WordPress 블로그를 외부에서 볼 수 있게 해줘”라고 했습니다. Claude Code가 필요한 명령어를 실행했고, 그 결과:
- Tailscale이 도메인을 자동으로 할당해줌
- HTTPS 인증서가 자동 발급됨 (Let’s Encrypt)
- 외부 트래픽이 내 서버의 WordPress로 자동 연결됨
도메인을 사지 않아도 되고, 인증서를 수동으로 갱신하지 않아도 됩니다. Tailscale이 전부 알아서 해줍니다.
바로 이것이 지금 여러분이 이 블로그를 읽고 있는 원리입니다. 이 글은 제 집 미니PC에 있는 WordPress에서 서빙되고 있고, Tailscale Funnel을 통해 인터넷에 공개되어 있습니다. 별도의 클라우드 서버 없이, 호스팅 서비스 없이, 제 집 책상 위 미니PC에서 직접.
Funnel의 한계
물론 완벽하지는 않습니다:
- 도메인이
*.ts.net형태로 고정되어 커스텀 도메인은 사용할 수 없음 - 속도는 집 인터넷의 업로드 속도에 의존하기 때문에 대규모 트래픽에는 부적합
- 사용할 수 있는 포트가 제한적
하지만 개인 블로그나 소규모 프로젝트에는 충분합니다. 클라우드 호스팅 없이 내 서버에서 직접 블로그를 운영할 수 있다는 것 자체가 홈서버의 매력이니까요.
코알못의 비결: 나는 “해줘”라고만 했다
이 글에서 계속 강조하고 있지만, 저는 이 모든 과정에서 코드를 한 줄도 직접 입력하지 않았습니다.
Tailscale 설치? Claude Code가 “이거 다운받아서 설치해”라고 알려줬고, 저는 마우스로 클릭만 했습니다. Funnel 설정? Claude Code가 명령어를 직접 실행해줬습니다. WSL2와의 연동 확인? Claude Code가 “그냥 됩니다”라고 답해줬고, 실제로 그랬습니다.
제가 한 건 딱 두 가지입니다:
- “이거 해줘”라고 Claude Code한테 말한 것
- 설치 화면에서 “다음” 버튼을 클릭한 것
이게 코알못이 홈서버를 운영하는 방식입니다. 기술을 배우는 게 아니라, 기술을 가진 AI한테 시키는 것입니다. “Tailscale 설치해줘”, “밖에서 접속 되게 해줘”, “블로그 외부에 공개해줘” — 한국어로 이렇게 말하면 AI가 알아서 해줍니다.
“그래도 기본적인 건 알아야 하지 않나?”라고 생각하실 수 있습니다. 솔직히 말하면, 몰라도 됩니다. 저는 TCP와 UDP의 차이를 아직도 모르고, 포트포워딩이 정확히 뭔지도 잘 모릅니다. 하지만 제 홈서버는 스마트폰으로 어디서든 접속 가능하고, 블로그는 전 세계에 공개되어 있습니다.
중요한 건 기술 지식이 아니라 “이걸 하고 싶다”는 의지입니다. 그리고 2026년에는 그 의지만 있으면 AI가 나머지를 전부 해줍니다.
현재까지의 홈서버 구성
1편에서 하드웨어와 Docker를, 2편에서 Tailscale로 원격 접속을 세팅했습니다. 현재 제 미니PC 홈서버에서 할 수 있는 것들을 정리하면:
- 어디서든 서버 접속 — 회사, 카페, 지하철, 어디서든 스마트폰으로
- 블로그 운영 — WordPress가 Funnel을 통해 인터넷에 공개
- 사진/동영상 백업 — Immich로 Google Photos 없이 자체 백업
- AI 비서 — 텔레그램으로 AI한테 명령
- 로컬 AI — Ollama로 LLM을 내 서버에서 직접 실행
이 모든 게 미니PC 하나에서 돌아가고 있고, Tailscale 덕분에 항상 제 손 안에 있습니다. 그리고 이 모든 걸 세팅한 건 제가 아니라 Claude Code입니다. 저는 방향만 정했을 뿐이에요.
다음 편 예고
다음 3편에서는 Docker로 WordPress를 설치하고 블로그를 만드는 과정을 다룹니다. 이중언어(한국어+영어) 블로그를 세팅하고, AI가 글을 쓰고 자동으로 발행하는 시스템까지 — 코알못의 홈서버 여정은 계속됩니다.
이 시리즈의 모든 기술적 작업은 Claude Code(AI)가 수행했습니다. 글쓴이(코알못)는 “해줘”라고 말하고 결과를 확인했습니다.
[컴퓨터 놀이] 코알못도 해냈다! 나만의 홈서버 구축기 (1) – SER9 MAX와 Windows 11, WSL2, Docker로 시작하기 💻🚀 (feat. Claude & Claude Code)
[컴퓨터 놀이] 코알못도 해냈다! 나만의 홈서버 구축기 (1) – SER9 MAX와 Windows 11, WSL2, Docker로 시작하기 💻🚀 (feat. Claude & Claude Code)
안녕하세요, 토스터입니다! 🙋♂️ 오늘은 제가 직접 경험한 흥미로운 프로젝트, 바로 나만의 홈서버 구축기 첫 번째 이야기를 들려드리려고 합니다. 솔직히 말씀드리면, 저는 코드나 컴퓨터에 대해 정말 아무것도 모르는 일자무식입니다. 그런 제가 클라우드 서비스의 불어나는 비용과 내 데이터의 주권에 대한 고민 끝에 ‘나만의 놀이터’를 만들기로 결심했고, 그 시작은 바로 미니 PC, Beelink SER9 MAX였습니다. 이 모든 여정의 시작은 Claude와 함께했고, 설치 과정은 Claude Code가 알아서 척척 진행해줬다는 점도 특별한 포인트가 될 거예요!
1. 왜 홈서버를 구축하고 싶었을까? 그리고 SER9 MAX 픽! ✨
처음에는 클라우드 서버를 사용했어요. 하지만 시간이 지날수록 매달 나가는 비용이 부담되기 시작했고, 무엇보다 내 소중한 데이터들이 어딘가에 저장되어 있다는 막연한 불안감이 들더군요. 그래서 ‘내 손으로 직접 관리하는 서버’를 만들어보자고 마음먹었습니다. 나만의 공간, 나만의 규칙으로 운영되는 디지털 놀이터를 꿈꾼 거죠. 🏰
홈서버 구축을 위해 어떤 하드웨어를 선택할지 고민이 많았는데, 여러 미니 PC들을 비교하다가 Beelink SER9 MAX에 꽂혔습니다. 10기가비트 이더넷, 듀얼 M.2 NVMe 슬롯, DDR5 메모리, 그리고 효율적인 AMD Ryzen 7 H255 프로세서까지! 작은 크기에 비해 엄청난 스펙을 자랑하더군요. 아마존에서 주문하고 설레는 마음으로 기다렸던 기억이 생생합니다. 📦 이 모든 탐색과 결정 과정에서 Claude가 다양한 정보 검색과 비교 분석을 도와줘서 큰 도움이 됐습니다.
2. Windows 11, 홈서버 OS로 괜찮을까? 🤔
SER9 MAX를 받고 보니, 프리인스톨된 Windows 11이 깔려 있더군요. 보통 홈서버 하면 리눅스를 많이 떠올리지만, 저는 Windows 환경에 익숙하고, 당장 리눅스 서버 OS를 새로 설치하는 것도 번거로웠습니다. 그래서 일단 Windows 11을 그대로 사용해보기로 했습니다.
장점은 명확했습니다. 익숙한 UI/UX 덕분에 초기 설정이 정말 편리했고, 다양한 Windows용 소프트웨어와의 호환성도 좋았죠. 미디어 서버나 간단한 파일 공유 같은 용도로는 충분히 매력적이었습니다. 하지만 단점도 분명했습니다. 리눅스 기반 서버 OS에 비해 시스템 리소스 소모가 많고, Windows 업데이트 후 강제 재부팅이 필요한 경우가 있어 24시간 안정적인 운영에는 신경 써야 할 부분이 많았습니다. 특히 Windows 11 Home 버전은 원격 데스크톱 서버 기능이나 Hyper-V 같은 고급 기능이 없다는 점도 아쉬웠습니다.
3. Windows 속 작은 리눅스 세상, WSL2 설치기 🐧
홈서버에 `Docker`를 설치하기 위해서는 `WSL2(Windows Subsystem for Linux 2)`가 필수라는 것을 알게 되었습니다. `Docker Desktop`이 `WSL2` 백엔드를 통해 Windows에서 Linux 기반 컨테이너를 실행하기 때문이죠. 처음에는 복잡할까 봐 걱정했지만, 저는 Claude Code에게 설치를 맡겼더니 알아서 척척 진행해줬습니다.
관리자 권한으로 PowerShell을 열고 `wsl –install` 명령어를 입력하니, `WSL`과 함께 기본 `Linux` 배포판(저는 `Ubuntu`가 설치되었습니다)이 자동으로 설치되더군요. 재부팅 후 `wsl –set-default-version 2` 명령으로 `WSL2`를 기본 버전으로 설정하는 것까지, Claude Code가 알아서 다 처리해줘서 저는 전혀 헤매지 않고 한 번에 성공했습니다! 마치 Windows 안에 나만의 작은 리눅스 서버가 생긴 것 같아 신기했습니다. 🤩
4. 컨테이너의 마법, Docker Desktop 설치 및 연동 🐳
`WSL2` 설치를 마쳤으니, 이제 홈서버의 핵심인 `Docker Desktop`을 설치할 차례였습니다. `Docker Desktop`은 `WSL2` 백엔드를 통해 `Windows`에서 `Linux` 기반 컨테이너를 쉽게 구축하고 실행할 수 있도록 해주는 정말 강력한 도구죠.
`Docker` 공식 웹사이트에서 `Docker Desktop for Windows`를 다운로드하고 설치를 시작했습니다. 설치 과정에서 “Use WSL 2 instead of Hyper-V” 옵션이 선택되어 있는지 꼼꼼히 확인했고, 설치 후 `Docker Desktop` 설정에서 `Resources > WSL Integration` 탭으로 이동하여 `Ubuntu` 배포판과의 통합을 활성화했습니다. 이 모든 과정도 Claude Code가 알아서 다 처리해줘서 저는 그저 지켜보기만 하면 됐습니다.
마지막으로 `Ubuntu` 터미널을 열고 `docker –version`과 `docker run hello-world` 명령을 입력했을 때, “Hello from Docker!” 메시지가 출력되는 것을 보고 정말 뿌듯했습니다. 🎉 이제 복잡한 서버 환경도 컨테이너 단위로 간단하게 관리할 수 있게 된 거죠!
5. 마무리: 홈서버 구축의 첫걸음을 떼며 💖
이렇게 SER9 MAX를 시작으로 `Windows 11`에 `WSL2`, 그리고 `Docker`까지 설치하며 나만의 홈서버를 구축하는 첫걸음을 성공적으로 내디뎠습니다. 이 모든 과정에서 Claude와 Claude Code가 마치 유능한 조수처럼 옆에서 정확한 정보와 명령어를 제공하고 실행해줘서 정말 든든했습니다. 저처럼 코드나 컴퓨터에 대해 잘 모르는 사람도 충분히 해낼 수 있다는 것을 느꼈습니다. 🤝
다음 연재에서는 오늘 구축한 환경 위에 `Docker Compose`를 활용하여 다양한 홈서버 서비스를 올리고, 외부에서도 안전하게 접근할 수 있도록 네트워크 설정을 하는 방법에 대해 이야기해볼까 합니다. 기대해주세요! 😉
—