Mail

6월, 세 AI 도구가 조용하지만 결정적으로 달라졌다.

Claude Code는 하나의 에이전트가 다른 에이전트를 낳고, 그 에이전트가 또 다른 에이전트를 낳는 5단계 계층 구조를 공식 지원하기 시작했다. 동시에, 구독 없이 내 컴퓨터에서 바로 실행되는 무료 오픈소스 AI 에이전트가 등장해 "AI는 유료 서비스"라는 상식에 도전장을 내밀었다. 그리고 음악 생성 플랫폼 Suno는 내 목소리 30초를 AI가 학습해 세상 어디에도 없는 나만의 노래를 만드는 시대를 열었다. 에듀테크 CEO이자 AI 도구 연구자로서, 이 세 변화가 왜 지금 중요한지 직접 정리했다.

1. Claude Code v2.1.172: 에이전트가 에이전트를 낳는다

2026년 6월 10일, Claude Code가 버전 2.1.172를 통해 중첩 서브에이전트(Nested Sub-Agents)를 공식 지원하기 시작했다.

지금까지 Claude Code Dynamic Workflows는 "하나의 부모 에이전트가 여러 자식 에이전트를 동시에 실행하는" 평면적(flat) 구조였다. v2.1.172는 이 구조를 5단계 깊이까지 확장한다. 부모 에이전트가 자식 에이전트를 낳고, 자식이 손자 에이전트를 낳는 식으로, 최대 5레벨의 계층 트리가 가능해졌다.

![Claude Code v2.1.172 — 5단계 중첩 서브에이전트 계층 구조: 부모→자식→손자 에이전트가 각각 독립적인 컨텍스트 윈도우를 유지하며 작업을 분담하는 아키텍처 다이어그램]

평면형 vs. 계층형: 무엇이 달라졌나

기존 평면형 구조에서는 오케스트레이터 에이전트 하나가 모든 워커 에이전트를 직접 지시한다. 모든 에이전트가 병렬로 실행되지만, 오케스트레이터가 모든 워커의 상태를 추적해야 한다는 부담이 있었다.

계층형 구조에서는 상위 에이전트가 하위 에이전트에게 권한과 책임을 동시에 위임한다. 최상위 에이전트는 전체 전략만 담당하고, 모듈 레벨 에이전트가 각 파일 그룹을 책임지며, 함수 레벨 에이전트가 세부 구현을 맡는 방식이다.

구분	평면형 (기존)	계층형 (v2.1.172)
에이전트 관계	오케스트레이터 1개 + 워커 N개	최대 5레벨 계층 트리
적합한 작업	독립적 병렬 작업	모듈 간 의존성 있는 대형 프로젝트
컨텍스트 관리	오케스트레이터가 전체 추적	각 레벨이 자신의 범위만 담당
권장 실전 깊이	-	2~3단계 (비용 대비 효율 최적)

실전 활용: EdTech 커리큘럼 자동 생성기

에듀테크 프로젝트에 이 구조를 적용하면 어떻게 될까. "AI 리터러시 4주 커리큘럼을 설계하고 각 수업별 자료를 생성해줘"라는 작업을 3단계 계층으로 설계할 수 있다.

[레벨 1] 커리큘럼 설계 에이전트
  ↓ (4주 구조 설계 후 위임)
[레벨 2] 주차별 에이전트 × 4
  ↓ (각 주의 3개 수업 설계 후 위임)
[레벨 3] 수업별 자료 생성 에이전트 × 12
  → 슬라이드 초안, 퀴즈, 실습 과제 동시 생성

한 사람이 손으로 만들었다면 2~3주 걸릴 커리큘럼 패키지를 수 시간 안에 초안으로 완성할 수 있다.

비용 주의사항

계층이 깊어질수록 토큰 비용이 기하급수적으로 증가한다. 각 에이전트가 독립적인 컨텍스트 윈도우를 유지하기 때문이다. 실전 가이드라인은 다음과 같다.

2단계로 시작해 품질을 검증한 후 3단계로 확장
각 에이전트 역할에 최소한의 컨텍스트만 전달 (프롬프트 압축 습관 중요)
/workflows 명령으로 에이전트별 토큰 사용량 실시간 모니터링
대형 프로젝트에서는 Claude Code Max 구독 권장

에듀테크 관점 메모: 이 기능은 교육 콘텐츠 생산의 스케일을 완전히 바꾼다. 단, 최종 검토는 반드시 교육 전문가가 수행해야 한다. AI가 생성한 커리큘럼은 출발점이지 완성본이 아니다.

2. OpenClaw: 구독료 없이 내 컴퓨터에서 실행되는 AI 에이전트

OpenClaw는 2026년 가장 빠르게 성장하는 오픈소스 AI 에이전트 프레임워크다. 설치하면 바로 내 PC에서 실행되고, 구독료가 없으며, AI 모델도 내가 선택한다.

대부분의 AI 도구는 구독 모델이다. ChatGPT는 월 $20, Claude Pro는 월$ 20, Cursor는 월 $40. 이 비용이 부담스러운 개인 사용자와 중소 교육기관에게 OpenClaw는 실질적인 대안을 제시한다.

![OpenClaw 인터페이스 — 로컬 컴퓨터에서 실행 중인 AI 에이전트가 파일을 읽고, 웹을 검색하며, Slack 메시지를 보내는 대시보드 화면]

OpenClaw가 할 수 있는 것

OpenClaw의 핵심은 **에이전트 스킬(AgentSkills)**이다. 100개 이상의 사전 구성된 스킬이 있으며, 각 스킬은 특정 작업을 AI가 자동으로 수행하게 한다.

파일 & 시스템 제어:

파일 읽기·쓰기·정리 자동화
쉘 명령 실행 및 스크립트 구동
폴더 구조 탐색 및 자동 리포트 생성

웹 & 통신:

웹 브라우징 및 데이터 자동 추출
폼 자동 작성
WhatsApp, Telegram, Discord, Slack, Signal 등 50개+ 채널 메시지 송수신

에이전트 오케스트레이션:

2026년 4월 추가된 TaskFlow 시스템으로 복잡한 다단계 작업을 시각적으로 설계
각 스킬에는 Skill Card(스킬 설명 문서)와 SkillSpector(보안 스캔 도구) 내장

나만의 API 키로, 원하는 AI 모델로

OpenClaw의 또 다른 장점은 모델 독립성이다. OpenAI GPT-4o, Claude Sonnet, Gemini 3.5 중 어떤 모델을 쓸지 직접 선택한다. 완전히 로컬 모델(Ollama로 실행하는 Llama 3, Mistral 등)도 지원하기 때문에 클라우드 AI에 데이터를 보내고 싶지 않은 경우, 100% 로컬 환경에서 작동하는 개인 AI 비서가 된다.

시작 방법

# 1. 저장소 클론
git clone https://github.com/openclaw-ai/openclaw.git

# 2. 의존성 설치
cd openclaw && npm install

# 3. API 키 설정 (.env 파일)
cp .env.example .env
# .env에 ANTHROPIC_API_KEY 또는 OPENAI_API_KEY 입력

# 4. 실행
npm run start

설치 후 브라우저에서 localhost:3000으로 접속하면 에이전트 대시보드가 열린다. 처음 실험은 FolderOrganizer 스킬(파일 자동 정리)부터 시작하면 부담 없이 AI 에이전트 개념을 익힐 수 있다.

에듀테크 관점 메모: 학교나 교육기관이 자체 서버에 OpenClaw를 설치하면 학생 데이터가 외부 클라우드로 나가지 않는다. FERPA(미국 교육정보보호법) 같은 데이터 보호 규정을 준수해야 하는 환경에서 특히 유용하다.

3. Suno AI v5.5: 내 목소리가 AI 음악이 되는 시간

Suno v5.5는 2026년 3월 26일 출시됐고, 음악 제작을 '도구 사용'에서 '자기 표현'의 영역으로 끌어올렸다.

기존 AI 음악 생성은 텍스트 프롬프트를 넣으면 음악이 나오는 방식이었다. v5.5는 이 구조를 바꾼다. 출력의 '목소리'가 이제 내 것이 될 수 있다.

![Suno AI v5.5 목소리 클로닝 — 30초 녹음 업로드, Voice 프로필 생성, 장르별 적용 테스트 인터페이스 화면]

Voices: 내 목소리를 모델로 만드는 3단계

Step 1. 샘플 녹음 (30초~4분) Suno 앱에서 마이크 버튼을 누르고 노래를 부른다. 30초로도 충분하지만, 4분 분량을 녹음할수록 더 정밀한 모델이 만들어진다. 음정·발음·호흡 패턴까지 학습된다.

Step 2. Voice 프로필 생성 AI가 약 5분 동안 내 목소리의 특성을 분석해 Voice 프로필을 만든다. 이 프로필은 음악 생성 시 '목소리 레이어'로 작동한다.

Step 3. 장르 적용 테스트 같은 Voice 프로필로 재즈, R&B, 팝, 클래식 등 다양한 장르를 테스트해본다. 내 목소리가 각 장르의 스타일로 자연스럽게 변형된다.

Custom Models: 내 음악 스타일을 AI에 학습시키기

Voice가 "누가 부르는가"라면, Custom Models는 "어떤 스타일로 만드는가"에 해당한다. 직접 만든 음악 20곡을 Suno에 업로드하면, AI가 코드 진행 패턴·멜로디 특성·가사 스타일을 학습해 개인화된 서브모델을 만든다. Pro·Premier 구독자는 최대 3개 모델을 유지할 수 있다.

Suno Studio: 브라우저 안의 DAW

Suno Studio는 완성된 곡을 세밀하게 편집하는 인브라우저 음악 편집 환경이다.

기능	내용
멀티트랙 스템	보컬·드럼·베이스 등 최대 12개 스템 독립 편집
6밴드 EQ	각 트랙별 주파수 조정
Warp Markers	특정 구간 타이밍 정밀 조정
Remove FX	AI 추가 이펙트 선택적 제거
Alternates	동일 프롬프트의 다른 버전 비교
MIDI 내보내기	Premier 플랜: DAW로 가져와 추가 편집 가능

My Taste: 듣는 만큼 나를 아는 AI

My Taste는 Suno 내에서 듣는 음악을 분석해 취향 프로필을 자동 생성하는 기능이다. Magic Wand(자동 생성) 버튼을 누를 때 이 프로필이 적용돼 내 취향에 맞는 음악이 먼저 생성된다. 많이 들을수록 정확해진다.

목소리 클로닝에는 중요한 윤리·법적 조건이 있다. 자신의 목소리만 클로닝 가능하다. 다른 사람의 목소리를 클로닝하려면 서면 동의가 필요하고, Suno의 Voice Usage Policy를 충족해야 한다. 생성된 음악의 상업적 이용은 구독 플랜에 따라 다르다(Pro: 월 500곡까지 상업적 이용 가능).

에듀테크 관점 메모: 음악 교육 현장에서 학생들이 자신의 목소리를 클로닝해 다양한 장르를 탐구하는 활동을 설계할 수 있다. 단, 미성년자 데이터 사용에 관한 학교 정책과 학부모 동의를 반드시 먼저 확인할 것.

4. 세 도구가 가리키는 공통 방향

Claude Code 서브에이전트, OpenClaw, Suno v5.5. 겉으로는 코딩 도구·에이전트 프레임워크·음악 생성 플랫폼으로 전혀 다른 분야처럼 보인다. 하지만 공통 패턴이 있다.

"AI가 사용자의 일부가 된다."

Claude Code 서브에이전트는 내 의도를 계층적으로 분해해 실행한다. OpenClaw는 내 컴퓨터 위에서 내 데이터를 이용해 움직인다. Suno는 내 목소리와 내 취향을 학습해 나를 닮은 음악을 만든다.

AI가 범용적인 도구(모두를 위한 GPT)에서 **개인화된 확장(나만의 에이전트, 나만의 보이스)**으로 진화하고 있다. 이 흐름은 교육에도 그대로 적용된다. 학생 개인의 학습 패턴을 학습한 AI 튜터, 교사 개인의 수업 스타일을 반영한 콘텐츠 생성 에이전트가 이제 현실 앞에 와 있다.

지금 바로 해볼 수 있는 활용 팁

Claude Code 서브에이전트: claude 명령 후 /workflows 입력. 먼저 2단계 계층(오케스트레이터→워커 2~3개)으로 작은 프로젝트를 테스트하자. 토큰 사용량은 /workflows status로 확인하며 비용을 모니터링하자.

OpenClaw: GitHub에서 저장소를 클론하고 로컬에 설치. 처음엔 FolderOrganizer 스킬(파일 자동 정리)부터 시작해 AI가 내 파일 시스템을 어떻게 다루는지 확인한다. 이후 Web Scraper 스킬을 연결하면 리서치 자동화가 가능하다.

Suno v5.5 목소리 클로닝: Pro 구독(월 $8) 활성화 후 Voices 탭에서 30초 녹음. 첫 실험은 자신이 편안하게 부를 수 있는 곡 스타일로 시작하자. 녹음 품질이 클로닝 정확도에 직결되므로 조용한 환경에서 USB 마이크 사용을 권장한다.

이 세 도구 중 하나라도 써봤다면, 어떤 활용법을 찾았는지 댓글로 알려주세요. 현장에서 실제로 쓰이는 방법이 가장 좋은 팁이 됩니다.

Claude Code 5단계 에이전트·OpenClaw·Suno 목소리 클로닝: 2026년 7월 AI 도구 브리핑

목차