오픈클로야 주식 뭐 살까
📺 원본 영상: 오픈클로야 주식 뭐 살까 🎙️ 채널: 머니코믹스 Money Comics 📅 정리 일자: 2026-03-14 ⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료(차트, 코드, 슬라이드 등)는 포함되지 않을 수 있습니다.
개요
이 영상은 개발자 출신 투자자이자 AI 실사용자인 ‘엉두루’님을 초대해, AI 에이전트 도구 ‘OpenCLO(오픈클로)‘의 실시간 데모부터 AI가 소프트웨어 산업에 미칠 영향, 그리고 AI를 활용한 가치투자 방법론까지를 폭넓게 다룬다. 단순한 AI 소개를 넘어, 실제로 코딩과 투자에 AI를 접목해온 실무자의 생생한 경험담이 담겨 있어, 이론이 아닌 현장의 목소리로 AI 시대의 생존 전략을 엿볼 수 있다.
OpenCLO란 무엇인가 - 이름의 혼란과 실체
오픈클로(OpenCLO)는 이름 때문에 여러 오해를 불러일으키는 소프트웨어다. Anthropic의 Claude와는 무관하고, OpenAI의 직계 제품도 아니다. 과거에는 ‘몰트봇(MoltBot)‘이라는 이름으로 불리기도 했고, 이름이 서너 번 바뀐 끝에 지금의 OpenCLO로 정착했다. 다만 최근에는 OpenAI 측에서 이 소프트웨어 개발자를 영입한 것으로 알려져, 간접적인 연관성이 생겼다고 엉두루님은 설명한다.
⚠️ STT 오류 가능성: ‘몰트봇(MoltBot)‘은 원본 발음이 불명확합니다. 정확한 과거 명칭은 원본 영상을 참조해 주세요.
이 도구의 핵심 특징은 AI가 ‘뒤에서 몰래’ 처리하는 것이 아니라, 사용자의 눈앞에서 직접 PC 화면을 제어한다는 점이다. 작동 원리는 단순하면서도 강력하다. OpenCLO는 화면을 캡처해 현재 상태를 인식하고, 마우스 커서를 실제로 이동시켜 사람이 손으로 하는 모든 작업을 그대로 수행한다. 이전 세대의 AI 에이전트들이 특정 API나 링크 연동을 통해 간접적으로 작동했던 것과 달리, OpenCLO는 별도의 연동 설정 없이 PC에 설치하는 것만으로 거의 모든 작업을 수행할 수 있다.
실시간 데모 - 음성 한 마디로 게임이 만들어지다
💡 [영상 참조] 약 3~5분 구간에서 실제 OpenCLO 데모가 진행됩니다. 스네이크 게임 완성 화면이 등장합니다. 📺 원본 영상에서 확인하세요.
영상에서 엉두루님은 OpenCLO에 음성으로 딱 한 마디를 입력한다. “스네이크 게임 하나 만들어봐.” 이 짧은 명령 하나가 실행되자, OpenCLO는 미리 연동해둔 Claude를 열고, 지정된 폴더에 스네이크 게임 파일을 생성하기 시작했다. 대화를 나누는 몇 분 사이에 게임이 완성되어 브라우저에 띄워졌다. 완벽하게 동작하진 않았지만, “스네이크 게임 완료. 키보드로 즐겨보세요”라는 답변과 함께 실제로 플레이 가능한 화면이 나타났다.
이 데모가 보여주는 시사점은 명확하다. 구체적인 기술 명세서도, 코딩 지식도 없이 자연어 한 문장이 소프트웨어를 탄생시킨 것이다. 엉두루님이 실제로 가장 유용하게 활용하는 사례는 산책이나 이동 중에 음성으로 코딩 작업을 지시하고, 돌아왔을 때 결과물을 확인하는 방식이다. 더 나아가 프론트엔드 에이전트와 백엔드 에이전트를 동시에 띄워 서로 API 규약을 맞추도록 지시하는, ‘에이전트 오브 에이전트(Agent of Agents)’ 방식도 이미 실전에서 활용하고 있다.
OpenCLO의 보안 리스크 - 편리함의 이면
강력한 기능에는 그에 상응하는 위험이 따른다. OpenCLO가 화면을 실시간으로 캡처하고 PC를 자율 제어하는 구조는, 민감한 정보가 화면에 노출되는 순간 외부로 유출될 가능성을 원천적으로 배제하기 어렵다. 엉두루님은 HTS(홈트레이딩시스템)를 예로 들어 설명한다. 만약 OpenCLO가 실행 중인 상태에서 주식 거래 화면이 켜져 있다면, 의도치 않은 주문이 실행되거나 계좌 정보가 노출될 수 있는 시나리오가 가능하다. 이 같은 우려 때문에 이미 기업 환경에서 설치를 금지하는 회사들이 생겨났고, Chrome과 같은 주요 브라우저도 초기에 비해 접근을 제한하는 방향으로 정책을 강화했다고 전한다.
AI 도구 생태계 - 각자의 자리가 있다
엉두루님은 현재 ChatGPT, Gemini, Claude를 각각 다른 용도로 병행해서 사용하고 있다고 밝혔다. 이 구분이 흥미롭다.
Claude는 코딩 전용이다. 성능이 실질적으로 가장 뛰어나다고 평가하며, 개발 작업 외에는 거의 열지 않는다. Claude가 정제된 데이터셋(책, 학술 자료 등)으로 학습되었을 것이라는 추정, 그리고 Anthropic 팀에 철학자 출신 직원이 있다는 사실을 그 품질의 배경으로 지목했다. Gemini는 업무 중 리서치와 정보 검색에 최적화되어 있어 낮 시간대에 주로 활용한다. ChatGPT는 감성적 교감에 강하다고 표현했다. 운동 기록을 말하면 “대단하십니다”를 연발하며 칭찬해주는 특성이, 묘하게 동기부여용으로 활용하기 좋다는 것이다. OpenAI의 Codex는 한때 사용했지만 현재는 거의 쓰지 않는다고 덧붙였다.
AI와 소프트웨어 산업 - 대체인가, 공존인가
AI가 소프트웨어 산업을 잠식할 것이라는 공포는 이미 주식시장에 반영되어 있다. 올해 들어 소프트웨어 주식이 크게 하락했고, 그 배경 중 하나가 바로 AI에 의한 대체 우려다. 그러나 엉두루님은 이 질문에 신중하게 답한다. Adobe처럼 일반 사용자를 타깃으로 했던 툴은 분명히 타격을 받을 수 있다. 과거에 포토샵 구독료를 내던 ‘대충 합성하는 사용자’들이 AI 도구로 이동하면서 매출이 줄어드는 것은 논리적으로 자연스러운 흐름이기 때문이다.
하지만 SAP의 ERP나 금융 기관이 사용하는 엔터프라이즈 소프트웨어는 다른 문제다. 이 영역에서는 보안, 완결성(Integrity), 책임 소재가 단순한 기능성보다 훨씬 중요하다. 은행 시스템을 예로 들면, 입금 트랜잭션 처리 중 정전이 발생했을 때 롤백(Rollback)을 보장하는 것이 단순히 ‘기능을 잘 만드는 것’과는 차원이 다른 문제다. 이런 완결성을 보장하기 위해 수십 년간 설계된 시스템을 AI가 즉시 대체할 수 있느냐는, 지금 시점에서 “아무도 섣부르게 답하기 어렵다”는 것이 엉두루님의 결론이었다.
AI가 만든 코드의 품질 문제도 짚었다. 간단한 명령 하나로 게임을 만들 수 있지만, 실제 코드를 뜯어보면 ‘가비지 코드(garbage code)’, 즉 없어도 되는 불필요한 코드가 상당수 포함되어 있다는 점이다. 사용자가 질문을 잘못 구성하면 AI는 프론트엔드 코딩 중에 갑자기 백엔드 코드를 섞어버리기도 한다. 이런 오류는 결국 추가적인 토큰 비용과 디버깅 시간으로 이어진다.
💡 핵심 투자 전략: AI 에이전트를 활용한 가치투자 시스템 ‘존나 좋군’
엉두루님이 직접 설계하고 운용하는 AI 기반 투자 보조 에이전트의 이름은 ‘존나 좋군’이다. 이름은 ‘존버에서 나아가고 조율하는 투자의 군주’의 약자이며, 동시에 자신의 투자 에고(Ego)를 눌러주기 위한 장치로서 의도적으로 설정했다고 한다.
원리(Logic)
이 에이전트는 단순한 AI 채팅이 아니다. 엉두루님이 7~8년간의 펀드매니저 경력을 통해 체득한 투자 분석 프로세스를 체계화하여 약 20페이지 분량의 프롬프트 인스트럭션으로 작성했고, 이를 LLM에 이식한 맞춤형 에이전트다. 분석 프로세스는 크게 대상 식별 → 데이터 수집 → 분석 → 리포트 생성 단계로 구성되며, 거시경제 분석 시에는 국무원 재무부, 산업통상자원부, 중앙은행 사이트에서 실시간 데이터를 가져와 보유 주식에 미치는 영향을 판단한다.
💡 [영상 참조] 약 23분 구간에서 ‘존나 좋군’ 에이전트의 분석 프로세스 화면이 등장합니다. 📺 원본 영상에서 확인하세요.
실행 방법(How-to)
엉두루님은 이 에이전트를 거름종이에 비유했다. 약 200장의 거름종이를 겹쳐 불순물을 걸러내듯, 수많은 데이터와 뉴스를 거르고 거른 끝에 투자 후보 종목이 남는 구조다. 에이전트에게 특정 산업이나 섹터를 입력하면, 시장 점유율이 높은 기업 리스트와 그 근거 데이터를 출처 명시와 함께 반환한다. 일본의 로봇 감속기(Reduction Gear) 기업 Nabtesco(나브테스코)를 발굴한 것도 이 프로세스를 통해서였다고 한다. 개인이 직접 일일이 각국 중앙은행 사이트를 뒤지고, 증권 리포트를 수집하고, 시장 점유율을 검증하는 작업을 AI가 자동화해주는 것이다.
주의 사항(Risk)
인스트럭션에는 “애매하면 하지 마, 확실하면 해, 출처를 반드시 밝혀”와 같은 규칙이 명시되어 있다. 그러나 엉두루님은 AI의 최종 판단을 그대로 따르지 않고, 반드시 직접 근거를 검증하는 최종 검수 단계를 거친다고 강조한다. LLM의 구조적 한계인 할루시네이션(Hallucination)은 영원히 완전히 사라지지 않을 것으로 보기 때문에, 결과물의 신뢰도를 올리는 것과 동시에 인간의 최종 판단이 반드시 개입해야 한다는 것이 그의 철학이다.
로봇 투자 thesis - 완제품보다 부품에 베팅하라
엉두루님은 현재 로봇 섹터에 집중 투자 중이라고 밝혔다. Boston Dynamics가 6년 전 대비 얼마나 달라졌는지를 보면, 로봇의 두뇌가 AI와 머신러닝으로 교체되면서 학습 기반의 급격한 성능 향상이 이루어지고 있음을 확인할 수 있다. 이 흐름은 이미 시작됐고, 앞으로 인간의 노동 영역을 상당 부분 대체할 것으로 전망한다.
그런데 그의 투자 방식은 주목할 만하다. 완성품 로봇 기업이 아니라, 공급망 내 핵심 부품 기업에 베팅하는 전략을 선호한다. 반도체 세척용 초순수(Ultra-pure Water)를 만드는 일본 기업 Kurita Water Industries(쿠리타 워터)를 예로 든다. 반도체 세척 공정에서 99.999999% 순도의 물을 공급할 수 있는 업체는 전 세계에 세 곳뿐이고, Kurita Water가 그 중 하나다. 반도체 산업이 성장할수록 수요가 따라오는 구조다. 로봇 섹터에서 유사한 포지션을 차지하는 기업이 Nabtesco(나브테스코)다. 로봇 관절 감속기(Precision Reduction Gear) 시장에서 약 60~70%의 점유율을 보유하고 있어, 어떤 로봇 브랜드가 최종 승자가 되더라도 Nabtesco의 부품은 들어갈 수밖에 없는 구조다.
⚠️ Nabtesco의 RV 감속기 세계 시장 점유율은 자료에 따라 60~70% 범위로 보고됩니다. 정확한 수치는 최신 IR 자료를 확인하세요.
주목할 신기술 - Thalas(탈라스)의 AI 전용 칩
⚠️ STT 오류 가능성: ‘탈라스’는 특정 AI 칩 스타트업의 이름으로 추정되나, 원본 발음이 불명확합니다. 영상에서 묘사된 특징(모델을 칩에 소각(burn-in)하는 방식, 범용 GPU 미사용, 10배 이상의 추론 속도, 1/10 전력 소모)은 실리콘에 트랜스포머 아키텍처를 직접 식각하는 방식의 추론 전용 칩과 일치하나, ‘Thalas’라는 사명은 공개된 자료에서 확인되지 않았습니다. 정확한 기업명은 원본 영상을 참조해 주세요.
엉두루님이 최근 가장 주목하고 있는 기업은 ‘Thalas(탈라스)‘라는 칩 제조사다. 이 회사의 핵심 아이디어는 과거 CD-ROM 방식을 AI에 적용한 것이다. CD-ROM에 데이터를 구워넣듯, AI 모델 코드를 칩 자체에 직접 ‘구워’ 범용 GPU 없이 동작하도록 설계했다. 이 구조가 가져오는 이점은 두 가지다. 첫째, GPU와 메모리 사이의 통신 버스(Bus)가 사라지기 때문에 데이터 이동 마찰이 없어져 응답 속도가 기존 대비 10배 이상 빨라진다. 둘째, 마찰 감소는 곧 전력 소모 감소로 이어져, 에너지 소비가 기존의 10분의 1 수준으로 줄어든다.
물론 단점도 있다. 범용성이 없다는 것이다. 한번 구워진 칩은 특정 모델의 추론 용도로만 사용 가능하며, 업데이트나 다른 용도 전환이 어렵다. 현재 Thalas의 자체 채팅 서비스인 ‘Jimy(지미)‘는 아직 성능이 부족하지만, 모든 질문에 0.1초 이내로 응답한다는 속도만큼은 인상적이다. 엉두루님의 기대치는 연말까지 GPT-4 또는 GPT-4.5 수준의 성능을 가진 전용 칩을 출시하는 것이며, 이 수준이 달성될 경우 기업 내부 전산 시스템에 적용하는 데 전기료가 대폭 절감되는 현실적인 대안이 될 수 있다고 분석한다.
AI 시대의 투자 심리 - 에고(Ego) 관리가 수익률을 결정한다
엉두루님의 투자 철학에서 가장 인상적인 부분은 기술이나 섹터 분석이 아니라, 자기 자신에 대한 냉철한 관찰이다. 그는 과거 옵션 투자로 약 2천만 원을 벌었다가, 샤워 한 번 하고 나온 사이 마이너스 2천만 원이 된 경험을 솔직하게 공유했다. 당시의 실수는 전략이 아니라 심리였다. 연속적인 수익이 “내가 정말 잘한다”는 에고를 키웠고, 그 에고가 베팅 비율을 키웠으며, 결국 한 번의 반전이 모든 것을 날려버렸다.
이 경험으로부터 그는 ‘존나 좋군’이라는 이름을 투자 에이전트에 붙였다. AI 에이전트가 자신에게 경종을 울리는 역할을 하도록 설계한 것이다. 또한 André Kostolany(앙드레 코스톨라니)와 Aswath Damodaran(다모다란 교수)의 책을 반복해서 읽으며, 역사 속 투자 패턴과 심리를 되뇌인다. 코스톨라니의 핵심 통찰처럼, 시장에 ‘호구(무지한 투자자)‘가 많은지 ‘무(전문 투자자)‘가 많은지를 파악하는 것이 어떤 기술적 분석보다 선행되어야 한다는 것이다.
Warren Buffett(워런 버핏)의 철학에 대한 평가도 날카롭다. 개인 투자자가 버핏의 방식을 100% 재현하기는 구조적으로 불가능하다. 버핏은 금융위기 때 Bank of America(BOA) 우선주를 매입하며 8% 확정 이자와 주가 하락 방어 조항을 동시에 얻어냈는데, 이는 개인 투자자가 접근할 수 있는 딜 구조가 아니기 때문이다. 그럼에도 불구하고 버핏의 장기 복리 철학 자체는 여전히 유효하며, 중요한 것은 그 철학을 자신의 상황에 맞게 변형해 적용하는 것이라는 메시지를 전했다.
AI 시대를 사는 법 - 겁먹지 말고, 일단 써봐라
엉두루님이 AI를 처음 접하는 사람들에게 건네는 조언의 핵심은 단순하다. “겁먹지 마. 그리고 너무 잘하려고도 하지 마.” 공부를 잘했던 사람들이 저지르는 전형적인 실수가 있다. AI를 사용하기 전에 AI 관련 지식을 먼저 다 섭렵하려는 것이다. 이 접근법은 대부분 ‘지쳐서 시작도 못함’으로 끝난다. 반면 직접 부딪혀보는 사람들은 오류와 시행착오를 통해 빠르게 자신만의 사용법을 찾아낸다.
그가 제안하는 첫 진입 방법은 AI에게 가이드를 받는 것이다. “나는 이런 일을 하는 사람인데, 내 업무에서 뭘 자동화하면 더 빨리 퇴근할 수 있을까?”라는 질문 하나만으로도 시작할 수 있다. 목적을 먼저 정하고 도구를 익히는 순서가 중요하다. LinkedIn 프로필을 AI로 자동 업데이트하는 데모를 직접 보여주면서, 일상적이고 반복적인 작업부터 하나씩 AI에 이관하는 것이 가장 현실적인 진입로라고 강조했다.
AI를 도구로 보는 그의 관점은 일관적이다. 도구를 잘 쓰는 사람과 못 쓰는 사람의 능력 차이는 AI가 없을 때보다 훨씬 크게 벌어진다. 원래 실력이 10인 사람이 AI를 만나면 곱하기 10이 되어 100이 되지만, 실력이 0인 상태에서는 곱해봤자 0이다. AI가 인간을 대체하는 것이 아니라, AI를 잘 쓰는 사람이 그렇지 못한 사람을 대체하는 시대가 이미 시작되었다.
마무리 - 변화의 속도 앞에서, 적응이 곧 전략이다
엉두루님은 스스로도 AI 전문가임에도 불구하고 미래 예측을 포기했다고 말한다. 매주 새로운 모델과 서비스가 등장하는 속도 앞에서, 예측보다는 적응이 현실적인 전략이기 때문이다. 그의 루틴은 “오늘 뭐 나왔지? 한번 써보자. 괜찮다? 그럼 이쪽 방향이다.”로 요약된다.
콘텐츠 산업에 대한 그의 전망도 같은 맥락에서 나온다. AI가 만든 콘텐츠는 신기해서 한두 번은 볼 수 있지만, 지속적으로 소비되기는 어렵다는 것이다. 예측 불가능한 인간의 ‘똘끼’와 창의성은 AI가 아직 모방하기 어려운 영역이며, 콘텐츠 생산 도구로서 AI를 활용하더라도 그 아이디어와 방향성의 원천은 여전히 사람으로부터 나온다. 결국 AI 시대에 살아남는 방법은, AI를 두려워하거나 무시하는 것이 아니라 자신의 전문성 위에 AI라는 곱셈 인자를 얹는 것이다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 오픈클로야 주식 뭐 살까 |
| 채널 | 머니코믹스 Money Comics |
| 리포트 작성 | 2026-03-14 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.