Agent Zero와 OpenClaw 비교: 실행, 메모리 및 모델 비용

Agent Zero와 OpenClaw는 모두 MIT 라이선스이며 모두 무료로 설치할 수 있지만, 같은 작업을 두고 경쟁하지 않습니다. Agent Zero는 에이전트가 내부에서 작업할 수 있는 컨테이너화된 Linux 컴퓨터를 제공하고, OpenClaw는 사용자가 소유한 하드웨어에서 영속적인 게이트웨이를 실행해 채팅 채널을 통해 연결합니다. 에이전트에 컴퓨터가 필요하면 Agent Zero를 선택하십시오. 항상 연결 가능한 어시스턴트가 필요하면 OpenClaw를 선택하십시오. 두 경우 모두 반복적으로 발생하는 비용은 직접 추가하는 유료 도구 API 비용에 앞서 모델 토큰과 이를 실행하는 시스템 비용입니다.

두 프로젝트 모두 2026년 9월 21일 이 페이지를 확인했을 때 활발히 개발되고 있었습니다. Agent Zero 저장소는 보관 처리되지 않았고 전날 푸시가 있었으며, 최신 태그 릴리스는 v2.12였습니다(2026년 9월 9일 게시, 8월 27일 v2.11 이후). OpenClaw 저장소 역시 보관 처리되지 않았고 그날 푸시가 있었습니다. 같은 날 GitHub API에서 확인한 스타 수는 각각 19,225와 390,183이었으며, 이 수치는 매일 변동하는 인기 신호일 뿐 품질 신호는 아닙니다.

버전과 관련해 오해하기 쉬운 세부 사항이 두 가지 있습니다. OpenClaw는 여러 업데이트 채널을 제공하며, 해당 문서에서는 stable 채널을 npm dist-tag latest에 매핑하고 extended-stable는 별도의 태그로 설명합니다. 2026년 9월 21일 레지스트리에는 latest가 2026.9.5로, extended-stable가 2026.6.35로 등록되어 있었습니다. 각 태그가 가리키는 버전은 독립적으로 변경되므로, 버전 번호로 채널을 추측하지 말고 dist-tag를 확인하세요. 이와 별개로, 두 LICENSE 파일 모두 MIT 라이선스 조건을 담고 있으며, Agent Zero는 Agent Zero, s.r.o. 명의로, OpenClaw는 OpenClaw Foundation 명의로 되어 있습니다. 반면 GitHub의 라이선스 API는 두 저장소 모두에 대해 NOASSERTION을 반환합니다. 조달 과정에서 라이선스를 검토해야 한다면 배지 대신 LICENSE 파일을 읽고, 자체 법률 자문을 통해 확인하세요.

올바른 두 프로젝트를 비교하고 있는지 확인하세요

이 이름과 매우 비슷해 검색을 잘못 이끌 수 있는 항목이 네 가지 있습니다. 그중 세 가지는 GitHub 저장소이며, 2026년 9월 21일 메타데이터를 읽었을 때 세 저장소 모두 보관 처리되지 않았습니다. 네 번째는 소프트웨어 프로젝트가 전혀 아닙니다.

• 1997년 게임 엔진 OpenClaw. pjasicek/OpenClaw는 Captain Claw 플랫폼 게임을 C++로 재구현한 프로젝트입니다. 2017년에 만들어졌으며 어시스턴트보다 수년 앞선 것으로, 관련 없는 게임 코드입니다.
• OpenClaw를 자칭하는 토큰. 프로젝트는 토큰이 없다고 명시하며, 자체 기록 페이지에는 2026년 1월 이름 변경 후 몇 분 만에 사기꾼들이 $OPENCLAW 토큰을 출시했다고 기록되어 있습니다. 해당 이름으로 홍보되는 사전 판매나 에어드롭은 프로젝트와 무관합니다.
• 연구 프로젝트 Agent0. aiming-lab/Agent0는 자기 진화형 에이전트에 관한 Apache-2.0 학술 시리즈입니다. 조직 이름은 agent0ai와 한 글자 차이일 뿐이며 완전히 다른 대상입니다.
• Space Agent. agent0ai/space-agent는 같은 팀의 프로젝트이며 README에는 게스트 계정으로 사용해 볼 수 있는 호스팅 데모 서버가 안내되어 있습니다. 이 프로젝트가 청구하는 금액은 Agent Zero 가격이 아니라 Space Agent 가격입니다.

누가 무엇을 선택해야 하나요

에이전트가 컴퓨터를 조작해야 합니다. Agent Zero를 선택하십시오. 설치 문서는 Agent Zero가 Docker 컨테이너로 실행된다는 설명으로 시작하고, README는 Canvas에서 열리는 데스크톱이 해당 컨테이너 안에서 실행되는 실제 XFCE 세션이며 원격 VM이 아니라고 명시합니다. 호스트 컴퓨터에 접근하려면 별도로 활성화해야 합니다. README에는 컨테이너가 아니라 호스트에서 실행하는 A0 CLI 커넥터가 안내되어 있습니다. 이러한 기능을 얻는 대신 컨테이너를 운영하는 부담이 따릅니다. VPS 배포 가이드에는 최소 사양으로 RAM 2GB, 스토리지 20GB, vCPU 1개가 제시되어 있으며, 권장 사양은 RAM 4GB 이상, 스토리지 50GB 이상, vCPU 2개 이상입니다.

항상 연결 가능하고 호스팅 비용이 저렴한 어시스턴트가 필요합니다. OpenClaw를 선택하십시오. 최초 실행 FAQ에는 RAM 1GB, 코어 1개, 여유 디스크 500MB, 64비트 OS라는 절대 최소 사양이 문서화되어 있습니다. 절충점은 권한 모델입니다. 샌드박싱은 기본적으로 꺼져 있고, 도구 실행은 호스트에서 수행되며, 문서에는 샌드박스를 활성화하더라도 완벽한 보안 경계가 아니라고 명시되어 있습니다. 어느 경우든 게이트웨이 프로세스 자체는 항상 호스트에 남습니다.

비용 또는 마이그레이션 작업량을 기준으로 선택하고 있습니다. 두 제품 모두 소프트웨어는 $0이므로 결정은 그 이후의 요소에 달려 있습니다. Agent Zero는 제대로 작동하기 전에 최소 두 개의 유료 모델 슬롯을 구성해야 하며, 내장된 Context Window 플러그인은 토큰 수와 전체 창 분석을 표시합니다. 가격은 제공자가 사용량을 보고하고 LiteLLM이 모델을 매핑할 때만 표시됩니다. OpenClaw는 모델 하나로 시작할 수 있고 /status, /usage cost 및 Control UI 사용량 패널을 제공합니다. OpenClaw가 자체적으로 계산하는 지출 수치는 세션 로그에서 집계한 추정치이며, 제공자가 노출하는 경우 제공자 보고 사용량 또는 할당량이 그 옆에 표시됩니다. 마이그레이션 측면에서 Agent Zero의 상태는 Docker 명명 볼륨에 저장되고, OpenClaw는 작업 공간에 일반 Markdown 파일로 정식 메모리를 보관합니다(MEMORY.md 및 memory/*.md는 파생된 SQLite 저장소에 색인됨). 따라서 읽고, diff하고, 다른 곳으로 옮기기에는 후자가 더 쉽습니다.

나란히 비교

이 표의 출처는 모두 2026년 9월 21일에 확인했다: 두 README, Agent Zero VPS 배포(인증 섹션에 단일 로그인과 비밀번호가 문서화되어 있으며, 컨테이너 루트 비밀번호는 위에서 링크한 설치 문서에 설정으로 나열됨), Context Window 플러그인 README, OpenClaw가 샌드박싱하는 항목, OpenClaw DM 액세스 제어, OpenClaw 팀 및 OpenClaw 사용량 추적.

모델 역할 분리가 진정한 차이점이다

두 제품이 가장 크게 갈라지는 지점이며, 기능 체크리스트로는 이 결정을 가리기 쉽다. Agent Zero는 모델을 프리셋으로 묶으며, 모델 프리셋 가이드에는 모든 설정에 주 모델, 유틸리티 모델 및 임베딩 모델이 포함되므로 프리셋을 전환하면 이들이 함께 전환된다고 명시되어 있다. OpenClaw의 슬롯은 별도의 설정 키이며, 에이전트 모델 참조 문서에 설명되어 있다.

유틸리티 슬롯과 관련된 한 가지 실질적 결과는 다음과 같다. Agent Zero 설치 문서는 매우 작은 모델(4B를 예로 듦)이 안정적인 메모리 추출 및 통합에 실패한다고 경고하고, 대신 70B급 모델이나 강력한 클라우드 flash/mini 모델을 제시한다. 따라서 이 슬롯은 무작정 비용을 절약할 곳이 아니다.

Kunavo는 임베딩을 제공하지 않는다. 해당 엔드포인트를 지원하는 활성 모델이 없으므로 요청은 응답되는 대신 거부되며, 세 번째 슬롯은 여기서 구매할 수 있는 항목이 아니다. 두 제품 모두 해당 단계에 로컬 옵션을 문서화하고 있으며, 사용해야 할 경로는 그것이다.

Agent Zero의 엄선된 프리셋은 저장된 컬렉션이 없을 때 해당 공개 저장소에서 다운로드되며, 특정 ref를 지정한다. Default는 GPT-5.6 Terra 채팅 모델과 Google flash-lite 유틸리티 모델을 짝지으며, Power는 GPT-5.6 Sol과 GPT-5.6 Luna를 짝짓고, Efficiency는 GLM 채팅 모델과 DeepSeek 유틸리티 모델을 짝짓는다. 이 파일은 OpenRouter 스타일(openai/gpt-5.6-sol)로 기록하므로 작성된 그대로는 어떤 프리셋 ref도 Kunavo ID가 아니다. Kunavo 카탈로그에는 GPT-5.6 Terra와 Sol, GPT-6 Astra가 있지만 GPT-5.6 Luna, flash-lite, GLM 또는 DeepSeek 모델은 없다. 따라서 Power와 Default 프리셋은 각각 주 모델을 Kunavo 자체 ID로 유지하고 대체 유틸리티 모델이 필요하며, Efficiency 프리셋은 전혀 매핑되지 않는다.

각각 실제로 드는 비용

양쪽 모두 소프트웨어 비용은 $0이다. OpenClaw는 구독, 호스팅 등급 및 토큰이 없다고 명시하며, Foundation이 독립적인 501(c)(3)이고 OpenAI는 소유자가 아니라 기부자라는 설명과 함께 README에서도 이를 반복한다. Agent Zero는 가격 페이지와 유료 플랜을 공개하지 않는다.

Agent Zero는 퍼스트파티 LLM 엔드포인트를 운영한다. 첫 페이지에서는 이를 “LLM API (beta)”로 연결하고 가격이나 액세스 조건을 명시하지 않는다. 약관 페이지에는 두 가지가 모두 제시되어 있다. 프로젝트의 A0T 토큰을 스테이킹한 보유자를 위한 무료 보너스 기능이며, 타사 API의 프록시로만 작동하고, 할당량은 동적으로 결정되며 보장되지 않고, 고객 지원·서비스 수준 계약·환불이 없다. 베타라는 표시가 구매 가능한 엔드포인트를 의미한다고 가정하기 전에 약관을 읽어야 한다. A0T는 Ethereum의 Base 레이어 2에 있는 ERC-20 토큰이며, 자체 토큰 페이지에는 가치가 0으로 떨어질 수 있고 어떠한 보증 또는 보상 제도의 적용도 받지 않는다고 경고한다. 이것이 메커니즘으로 설명된 게이트이며, 이 가이드는 그 가격을 책정하거나, 추천하거나, 추론을 구매하는 방법으로 취급하지 않는다.

토큰 부분의 경우 Kunavo 카탈로그 요금을 기준으로 한 예시적인 한 달을 살펴보자. 주 모델에서 캐시되지 않은 입력 토큰 800만 개와 출력 토큰 40만 개, 유틸리티 모델에서 입력 토큰 200만 개와 출력 토큰 20만 개를 사용한다고 가정한다. 이 페이지에서는 어느 에이전트 루프도 측정하지 않았으므로, 아래의 모든 수치는 측정된 작업 비용이나 청구액 상한이 아니라 가정한 작업량에 대한 산술 결과로 보아야 한다.

마지막 두 행이 유용한 부분이다. 유틸리티 모델을 Claude Haiku 4.5에서 GPT-5.6 Terra로 바꾸면 이 분할에서는 대부분의 토큰을 주 모델이 처리하므로 총액이 약 1달러 변한다. 작업량에서 채팅 작업의 비중이 이례적으로 낮은 경우를 제외하면 두 번째 슬롯을 최적화하는 것은 비용 절감의 핵심이 아니다. 또한 표시된 요금이 더 낮다는 것은 작업 완료 비용도 더 낮다는 뜻과 같지 않다는 점에 유의해야 한다. 두 번째 시도가 필요한 약한 주 모델은 그렇지 않은 더 강한 모델보다 비용이 더 많이 들 수 있다.

둘 중 하나를 단일 OpenAI 호환 엔드포인트에 연결하기

두 제품 모두 서로 다른 경로로 하나의 게이트웨이를 대상으로 지정할 수 있다. 다음 내용은 2026년 9월 21일에 각 프로젝트의 자체 설정 파일과 문서에서 확인했다. Kunavo는 어느 클라이언트도 처음부터 끝까지 실행하지 않았다는 점을 전제로 하므로, 이는 검증된 호환성 결과가 아니라 문서화된 프로토콜이다. 시험하는 동안 기존의 작동 경로를 사용할 수 있도록 유지해야 한다.

Agent Zero. 원격 모델 호출은 LiteLLM을 거치며(models.py는 로컬 sentence-transformers 경로를 그 주위로 우회함), 원하는 제공자는 Other OpenAI compatible이다. 설정 ID는 other이고 conf/model_providers.yaml에 있으며, 그 litellm_provider는 openai이다. models.py에서는 LiteLLM 호출 직전에 해당 ID가 openai로 다시 매핑되고 모델 이름은 변경되지 않은 채 전달된다. 설치 문서에서는 External Services 아래의 Other OpenAI-compatible API keys에 키를 입력하고 모델 설정에서 OpenAI Compatible을 제공자로 선택하도록 안내한다. 기본 URL은 슬롯별 API URL 필드다. 모델 ID 자체에 관해서는 Agent Zero의 문제 해결 문서가 다른 두 제공자 조합을 다룬다. 해당 문서에서는 openai/gpt-5.3가 OpenRouter에는 올바르고 기본 OpenAI 제공자에는 잘못된 값이며, 기본 OpenAI 제공자는 접두사를 사용하지 않는다고 설명한다. Other OpenAI compatible에 대한 ID 형식은 문서화되어 있지 않으므로 자체 게이트웨이의 모델 목록이 반환하는 ID를 사용해야 한다. 기본 URL을 설정하면 모델 검색 엔드포인트에 따라 해당 기본 URL에서 bearer 토큰과 함께 모델 목록을 요청한다. 아래의 환경 변수 경로는 models.py에서 확인했으며, 여기서 get_api_key는 세 가지 표기를 순서대로 확인하고 쉼표로 구분된 값을 라운드 로빈 방식으로 사용한다.

# Agent Zero resolves the key for provider id `other` from the first
# spelling it finds, in this order. A comma-separated value is
# round-robined across calls.
API_KEY_OTHER=your-kunavo-key
# OTHER_API_KEY=your-kunavo-key
# OTHER_API_TOKEN=your-kunavo-key

# The API URL field on each model slot (stored as api_base in the
# preset file) takes the OpenAI-shaped base: https://api.kunavo.com/v1

OpenClaw. JSON5 설정에서 models.providers 아래에 블록을 등록하고 baseUrl, apiKey, api의 어댑터 및 자격 증명을 Authorization 헤더에 실어야 할 때 authHeader를 지정한다. 이 네 항목은 모두 사용자 지정 제공자 필드 참조 문서에 설명되어 있으며, 해당 문서는 baseUrl에 api가 없으면 openai-completions로 기본 설정된다고도 명시한다. 이후 다른 곳에서 사용하는 ref는 provider/model이다. Kunavo의 Messages 형태 경로를 위한 시작 설정과 validate 및 restart 명령은 이미 OpenClaw에 가장 적합한 API에 작성되어 있다.

마이그레이션 전에 알아둘 가치가 있는 OpenClaw의 제한은 다섯 가지이며, 모두 사용자 지정 제공자 참조 문서와 라우팅 규칙에서 가져온 것이다. Codex 에이전트 런타임은 사용자 지정 엔드포인트에서 연결할 수 없으며 이를 요구하면 접근을 허용하지 않고 실패한다. 네이티브가 아닌 completions 엔드포인트에서는 OpenClaw가 developer 역할을 강제로 끄고 service-tier, store 및 prompt-cache 힌트를 삭제한다. 직접 연결이 아닌 Anthropic 형태의 엔드포인트에서는 사용자가 직접 설정하지 않는 한 암시적 베타 헤더를 억제한다. 모델별 cost는 생략하면 모두 0으로 기본 설정되며, 사용량 문서는 기록된 0달러 비용을 유효한 비용 데이터로 취급하므로 /usage cost는 해당 경로를 가격 미책정으로 표시하는 대신 $0으로 보고한다. 또한 구성하는 baseUrl 자체가 네트워크 신뢰 결정이다. OpenClaw는 보호된 fetch 경로를 통해 정확히 일치하는 scheme://host:port 오리진을 신뢰하지만, 그 밖의 사설 네트워크·루프백 또는 다른 포트의 대상에는 여전히 명시적인 request.allowPrivateNetwork 옵트인이 필요하다.

둘 중 하나의 하니스를 하나의 OpenAI 호환 엔드포인트로 라우팅하기로 했다면 Kunavo 계정을 생성하라. 최소 조건은 구독 없이 $10 선불 충전이며, 결제 문서에서 카탈로그 추정치가 상한이 아니라 하한인 이유를 설명한다.

이 비교로는 확립되지 않는 사항

이 페이지에서는 어느 제품에 대해서도 런타임 테스트를 실행하지 않았다. 구체적으로 검증되지 않은 사항은 다음과 같다. 특정 모델에서 Agent Zero의 도구 호출 루프가 타사 OpenAI 호환 엔드포인트를 통해 처음부터 끝까지 완료되는지, 해당 모델 선택기가 특정 게이트웨이의 모델 목록을 파싱하는지, 자체 UI 팁에도 나와 있지 않은 사용자 지정 API URL을 네이티브 Anthropic 제공자가 실제로 수락하는지 여부다. OpenClaw 측에서는 직접 연결이 아닌 Anthropic 형태의 엔드포인트를 통한 prompt-cache 동작을 여기서 테스트하지 않았으며, 이는 위에서 억제된 베타 헤더와 상호 작용한다. 어느 루프에서도 작업당 토큰 소비량은 측정하지 않았다. 별 수, 버전 번호, npm dist-tag 및 하드웨어 최소 사양은 2026년 9월 21일의 단일 확인값이며 변경될 수 있다.

관련 결정을 위해 OpenClaw 가격에서는 전체 운영 비용을, OpenClaw 대안에서는 더 넓은 선택지를, OpenAI 호환 API 참조 문서에서는 두 제품이 사용하는 엔드포인트 형태를 다룬다.

자주 묻는 질문

저장소 메타데이터, 릴리스 태그, npm dist-tag 및 두 프로젝트의 공식 문서를 2026년 9월 21일에 확인했다. Kunavo 요금은 실시간 모델 카탈로그에서 확인했으며, 월별 총액은 명시된 가정에 따른 토큰 산술 결과이지 측정된 작업 비용이 아니다.