솔로 개발자, Gemini 무료 티어로 4개의 AI 에이전트와 함께 회사 운영

아키텍처와 구현

이 시스템은 OpenClaw(오픈소스) 기반으로 구축된 4개의 AI 에이전트를 사용하며, 집에서 WSL2에 25개의 systemd 타이머로 실행됩니다. 에이전트는 다음과 같은 특정 작업을 처리합니다:

• 품질 게이팅(생성 → 자체 검토 → 점수 7/10 미만 시 재작성)을 통해 플랫폼별로 매일 8개의 소셜 게시물 생성
• 커뮤니티 게시물 참여 및 댓글 자동 답변(맥락 인식, 최대 2라운드)
• RSS + HN API + Jina Reader를 통한 연구 → 콘텐츠에 인텔리전스 피드백
• 리드 생성을 위한 UltraProbe(AI 보안 스캐너) 실행
• 7개 엔드포인트 모니터링, 구식 리드 플래그 지정, 고객 데이터 동기화
• git 푸시 시 블로그 글을 Discord에 자동 게시(LLM 토큰 0개 — 커밋 메시지 직접 사용)

토큰 최적화 전략

개발자는 토큰 사용을 최소화하기 위해 특정 접근 방식을 사용합니다: 에이전트는 긴 대화를 절대 하지 않습니다. 모든 요청은 다음 패턴을 따릅니다: (1) 사전 계산된 인텔리전스 파일 읽기(로컬 마크다운, 토큰 0개), (2) 모든 맥락이 주입된 하나의 집중된 프롬프트, (3) 하나의 응답 → 파싱 → 실행 → 완료. 연구 파이프라인(RSS, HN, 웹 스크래핑)은 LLM 토큰 0개가 소요됩니다 — 순수 HTTP + Jina Reader입니다. LLM은 창의적/분석 작업만 처리합니다.

실제 수치와 인프라

• 27개의 자동화된 Threads 계정, 12,000명 이상의 팔로워, 330만 회 이상의 조회수
• 25개의 systemd 타이머, 62개의 스크립트, 19개의 인텔리전스 파일
• RPD 활용률: 7% (105/1,500) — 93%의 여유 용량 남음
• 월간 비용: LLM $0 + 인프라 약 $5 (Vercel 취미 플랜 + Firebase 무료 티어)

실패로부터 배운 교훈

개발자가 겪은 구체적인 문제를 공유했습니다:

• 7일 만에 $127 Gemini 청구서: AI Studio 대신 청구가 활성화된 GCP 프로젝트에서 API 키를 생성함. 속도 제한 없이 토큰($3.50/100만 개)을 사용한 생각. 교훈: 항상 AI Studio에서 직접 키를 생성하라.
• 참여 루프 버그: 상위 N개 대신 모든 게시물을 반복 처리함. 하루에 800 RPD를 소모하고 다른 모든 작업을 굶겼음.
• Telegram 상태 확인이 getUpdates를 호출하여 게이트웨이의 장기 폴링과 충돌함. 3분 만에 18개의 중복 메시지 발생.

스택과 리소스

스택: OpenClaw, Gemini 2.5 Flash(무료), WSL2/systemd, React/TypeScript/Vite, Vercel, Firebase, Telegram Bot, Resend, Jina Reader. 사이트(https://ultralab.tw)는 21개의 블로그 글로 완전한 이중 언어(zh-TW/en)를 지원하며, i18n, 블로그 게시, Discord 알림이 모두 자동화된 파이프라인의 일부입니다.

플레이북이 포함된 GitHub 저장소: https://github.com/UltraLabTW/free-tier-agent-fleet

실시간 에이전트 대시보드: https://ultralab.tw/agent