Agent에서 Skill로: OpenHuman, 왜 GitHub에서 화제가 됐나

2026년 5월 기준, OpenHuman(tinyhumansai/openhuman, GPL-3)은 GitHub에서 이미 수만 스타급 오픈 소스 데스크톱 에이전트입니다. 2026년 2월에 공개된 메인 저장소 기준으로는 현상급 성장입니다. 커뮤니티 스레드에서는 OpenClaw와 한데 묶이는 경우가 많지만, 진짜로 파헤쳐 볼 가치가 있는 것은 스타 곡선만이 아닙니다. 제품 스토리의 뚜렷한 주된 줄기, 즉 모놀리식 에이전트에서 조합 가능한 Skills로의 전환입니다. OpenHuman은 Gmail, Notion, GitHub 등을 설치 가능한 SKILL.md 단위로 쪼개고, Memory Tree와 auto-fetch로 맥락을 공급하며, 프롬프트 인젝션으로 매 턴마다 지시를 씁니다. 2026년 Personal AI와 오픈 에이전트 스택이 수렴한 방향과 같습니다.

1. GitHub의 “현상”: 숫자가 실제로 의미하는 것

스타 수는 변합니다. KPI처럼 숭배하는 것은 어리석습니다. 그래도 OpenHuman의 성장 곡선은 유난히 가파릅니다. 2026년 5월 기준 메인 저장소는 약 2만 스타 구간에 있고, 포크 2천+, 기여자 100명+, 활발한 릴리스 트레인(예: v0.54.x)을 유지합니다. 다른 Personal AI / 데스크톱 에이전트와 비교하면 네 가지 “스타 증폭기”를 동시에 맞춥니다.

• 타이밍 — 2026년 초 에이전트 열기는 데모에서 “내 머신에 설치할 수 있나?”로 이동했습니다.
• 형태 — Tauri + Rust 데스크톱, 몇 분짜리 온보딩. 순수 CLI 게이트웨이보다 지식 노동자에 가깝습니다.
• 내러티브 — “Personal AI super intelligence”와 로컬 Memory Tree로 ChatGPT식 세션 기억 상실을 겨냅니다(Personal AI is replacing ChatGPT 참고).
• 라이선스 — GPL-3, 감사·포크 친화적. 클라우드 보관을 걱정할 때 로컬 우선이 점수를 냅니다.

2. Agent에서 Skill로: 2026년 확장성의 주류 답

초기 에이전트는 흔히 “큰 모델 하나 + 하드코딩된 도구”였습니다. 새 SaaS마다 코어 변경, 릴리스, 보안 검토가 필요했습니다. 2025–2026년 커뮤니티는 Skills를 경계로 표준화했습니다. 발견·설치·버전 관리 가능한 단위로 능력을 묶고, 코어는 스케줄링과 맥락만 담당합니다.

여러 방언이 생겼습니다.

• Claude Code / Cursor — MCP 서버와 프로젝트 규칙 파일.
• OpenClaw — SKILL.md로 구동하는 게이트웨이 Skills와 채널 플러그인.
• OpenHuman — 별도 openhuman-skills 저장소와 데스크톱 Skill 카탈로그, 프롬프트 인젝션.

공통점: 커널을 포크하지 않고 카탈로그 항목을 추가해 확장. 갈림길은 Skill이 순수 지시 인젝션인지 샌드박스 실행 패키지인지입니다. OpenHuman의 2026년 상반기는 후자에서 전자로 가는 고통스러운 이행이었고, 그 전환이 GitHub 열기를 읽는 핵심입니다. 짧은 암기: Memory는 “당신은 누구?” Skills는 “무엇을 호출할 수 있나?” — 직교 층이 서로를 증폭합니다.

3. OpenHuman Skill 아키텍처: SKILL.md와 프롬프트 인젝션

메인 저장소 2026년 4월 머지 feat(skills): agentic loop wiring for SKILL.md bodies 및 관련 작업 기준, Skill 경로는 대략 다음과 같습니다.

3.1 발견과 설치

데스크톱 앱은 설치된 Skill 디렉터리를 유지합니다. 기본 카탈로그는 GitHub openhuman-skills를 가리킬 수 있습니다(개발 시 VITE_SKILLS_GITHUB_REPO로 재정의). 사용자는 HTTPS URL에서 단일 .md도 설치할 수 있습니다(크기·스킴 제한 — 현재 소스 확인).

로컬 개발 시 Skills를 포크한 레지스트리로 지정합니다.

# Desktop dev env (example; field names may vary by release)
export VITE_SKILLS_GITHUB_REPO="your-org/openhuman-skills"

# Install one Skill from HTTPS (.md only, HTTPS only)
# Installer validates scheme, path suffix, and body size cap

3.2 매칭과 인젝션

사용자 턴마다 에이전트는 다음을 수행합니다.

1. “available Skills” 목록(이름 + 설명)을 시스템 프롬프트에 렌더링;
2. 명시적 @mention 또는 키워드/태그 휴리스틱으로 Skills 매칭;
3. 매칭된 SKILL.md 본문을 읽어 [SKILL:name] 블록으로 인젝션;
4. 턴당 약 8 KiB 총 인젝션 상한 적용 — 실용적 토큰 예산.

커뮤니티 작성자는 보통 SKILL.md를 이렇게 구성합니다(YAML frontmatter + Markdown 지시).

---
name: gmail
description: Read and draft Gmail, using mail summaries in Memory Tree
tags: [email, google, productivity]
trust: user
---

# Gmail Skill

When the user mentions mail, inbox, or follow-up:
1. Check Memory Tree for mail chunks from the last 48h
2. Call gmail.read_thread only when full text is needed
3. Draft replies into the local vault; send only after user confirmation

Never call gmail.send without confirmation

턴 내부 인젝션 형태(예시, 전체 프롬프트 아님).

## Available Skills
- gmail — read and draft Gmail…
- notion — Notion pages and databases…

[SKILL:gmail]
(SKILL.md body; total injected bytes ≤ 8192)

3.3 구 QuickJS 런타임과 분리

이전 빌드는 QuickJS 샌드박스에서 Skill 패키지를 실행했습니다. 2026년 중반 로드맵에서 그 런타임을 제거했습니다. Skills는 오늘날 메타데이터 카탈로그 + 지시 인젝션 쪽으로 기울고, 서드파티 실행 플러그인이 아닙니다. 기여자는 여전히 openhuman-skills에서 Notion, Gmail 등을 유지하지만, 로드 동작은 현재 릴리스 노트를 따릅니다.

4. Memory Tree + auto-fetch: Skills가 의미 있으려면 필요한 전제

Skill 목록만으로는 여전히 “당신을 모르는 도구”입니다. OpenHuman의 다른 다리는 연속 메모리 파이프라인(Skills와 직교하지만 상호 증폭).

• 118+ 통합(문서 표현, 릴리스별 상이) — Gmail, GitHub, Slack, Linear 등 OAuth, 타입 도구로 노출.
• Auto-fetch — 약 20분마다 활성 커넥터가 Memory Tree(SQLite + 읽기 가능한 Markdown 청크)로 최신 데이터를 당김.
• Obsidian 호환 층 — 같은 메모리가 감사·편집 가능한 vault에 들어감. Skills는 도구 호출, Memory Tree는 “이 사용자가 어제 뭘 했나?”에 답함.

여기서 OpenHuman이 “게이트웨이만” 에이전트를 자주 이깁니다. Skills는 능력의 경계, Memory Tree는 개인 맥락 깊이의 경계. 소스를 연결하지 않고 Skills만 설치하면 경험이 금방 얇아집니다. 버그가 아니라 아키텍처 가정입니다.

선택: Claude Code / Cursor와 agentmemory 백엔드 공유(경로·필드는 릴리스 문서 기준).

# config.toml excerpt (illustrative)
[memory]
backend = "agentmemory"   # default local Memory Tree; switch to self-hosted agentmemory

[memory.agentmemory]
endpoint = "http://127.0.0.1:8765"
namespace = "personal"

한 줄 데이터 흐름: OAuth → auto-fetch로 Memory Tree → 사용자 턴이 Skill 매칭 → SKILL.md 본문 인젝션(≤8 KiB).

5. openhuman-skills 생태계와 커뮤니티 플라이휠

메인 저장소 스타 급등은 별도 Skills 저장소가 기여 장벽을 낮춘 덕분이 큽니다.

• 코어 Skills(gmail, notion, 참조 server-ping)는 openhuman-skills/src/core/ 아래;
• 기여자는 Skills를 편집, 검증 스크립트 실행, PR 오픈 — 전체 Tauri 앱을 포크할 필요 없음;
• 사용자는 “모노레포 클론 후 3일 컴파일”이 아니라 앱 스토어식 설치를 인지.

Homebrew formula나 VS Code 확장과 같은 플라이휠: 안정적 코어, 빠른 생태계. GitHub “현상”은 종종 “내 통합을 일주일 안에 넣을 수 있나?”에서 옵니다. OpenHuman은 그걸 공개 저장소와 문서화된 SKILL.md 규약으로 쪼갰습니다.

전형적인 openhuman-skills 레이아웃(단순화).

openhuman-skills/
├── src/core/
│   ├── gmail/          # Gmail OAuth + tools
│   ├── notion/         # Notion integration
│   └── server-ping/    # reference / health-check Skill
├── docs/
│   └── SKILL_AUTHORING.md
└── scripts/
    └── validate-skills.sh

기여 루프: Skill 편집 → 검증 → 레지스트리 PR; 데스크톱이 카탈로그를 당김 — SaaS마다 메인 openhuman 저장소를 배포할 필요 없음.

6. 비교: OpenHuman Skills vs OpenClaw SKILL.md

제로섬이 아닙니다. 성숙한 팀은 노트북에서 OpenHuman으로 메모리·Skill 실험, 클라우드 Mac에서 OpenClaw로 Telegram/Discord 장기 연결을 자주 병행합니다 — OpenHuman vs OpenClaw comparison 참고.

7. 지금 설치할 사람? 기다릴 사람?

오늘 잘 맞음:

• Personal AI / Skill 인젝션 패턴을 직접 검증하는 제품·엔지니어링;
• Obsidian + Markdown 워크플로로 Gmail/GitHub auto-fetch를 받아들일 수 있는 경우;
• Apple Silicon Mac에서 Ollama/MLX 로컬 추론을 계획하는 사용자;
• 실제 데스크톱 시험이 필요한 openhuman-skills 통합 기여자.

기다리거나 기대치를 낮출 것:

• 실행형 서드파티 Skill 샌드박스가 필요한 프로덕션 자동화(오늘: 프롬프트 인젝션 우선);
• 멀티 채널 지원, 외부 SLA, WhatsApp 그룹 봇 — OpenClaw급 게이트웨이 우선;
• OAuth·커넥터 제로인데 전지전능을 기대 — Memory Tree는 공중에서 생기지 않음;
• 공개 감사·상용 SLA가 필요한 엔터프라이즈 임베드 — 여전히 Beta 에너지.

8. 경계와 흔한 실수

8.1 하드 경계(선정 문서에 넣을 것)

• Skill 런타임 변동 중 — QuickJS 플러그인 시대 튜토리얼로 배포하지 말 것. 현재 릴리스 + GitBook 따르기.
• 인젝션 상한 — 턴당 Skill 본문 약 8 KiB, 리소스 읽기당 약 128 KiB(소스 상수, 변경 가능) — 긴 SOP는 분할하거나 문서 외부화.
• 118+ 소스 ≠ 내 스택 포함 — 스택 확인. 없는 통합은 커스텀 Skills 또는 커뮤니티 대기.
• GPL-3 — 포크 친화적. 상용 OEM은 카피레프트 범위 법무 검토 필요.

8.2 자주 있는 오해

• 스타 = “ChatGPT Enterprise 대체” — 개인 맥락 OS이지 범용 SaaS가 아님.
• Skills 설치 후 cron이 자동 실행 — 오늘 많은 Skills는 지시 층. 스케줄링은 여전히 에이전트 턴과 기존 도구에 의존.
• Skill 목록만 손보고 Memory Tree 무시 — auto-fetch 없으면 Personal AI 스토리 붕괴.
• OpenClaw OR OpenHuman — 파워 유저는 보통 Skills + 메모리 로컬, 게이트웨이 + 채널 클라우드.

9. 결론: 현상 = 에이전트 코어 + Skill 생태계 + 로컬 메모리

OpenHuman이 GitHub에서 뜬 이유는 화려한 데모가 아닙니다. 2026년 세 가지 베팅을 동시에 맞췄기 때문입니다. 데스크톱 에이전트의 회귀, 조합 가능한 Skills, 감사 가능한 로컬 메모리. Agent→Skill 이행은 npm 시대의 Node처럼 느껴집니다. 슬림한 코어, 커뮤니티 카탈로그로 능력 확장. Memory Tree는 Skills가 진공에서 API를 부르지 않고, 지속 갱신되는 “당신”을 위해 일하게 합니다.

Personal AI 큰 흐름(Skill 메커니즘만이 아님)은 OpenHuman and the Personal AI wave를, 상시 하드웨어의 대외 봇은 OpenClaw 게이트웨이·클라우드 Mac 배포 가이드를 이어서 보세요.

관련 글: OpenHuman과 Personal AI 흐름, OpenHuman vs OpenClaw: 메모리와 게이트웨이, 상시 OpenClaw 게이트웨이와 클라우드 Mac

10. Skills는 로컬, 게이트웨이는 클라우드: Mac 분할

OpenHuman Skills와 Memory Tree는 노트북·데스크톱 Mac에 두는 편이 맞습니다. OpenClaw의 Telegram/Discord 장기 연결, Cron, 채널 시크릿은 상시 가동 Mac mini에 더 잘 맞습니다. Apple Silicon에서 Ollama로 추론을 쌓고 클라우드 게이트웨이가 메시지를 처리할 수 있습니다. Skill 아키텍처가 “24/7 깨어 있어야 할 무언가”를 없앤 게 아니라, 그 역할을 Personal AI 콘솔과 분리한 것입니다.

vpszap cloud Mac mini는 전용 하드웨어, 약 5분 개통, SSH/VNC, 다리전 노드, 일/주/월/분기 대여·장기 약정 없음을 제공합니다. 게이트웨이만 위해 두 번째 물리 Mac을 사지 않고도 로컬 OpenHuman + 클라우드 OpenClaw 조합이 가능합니다.