월 7달러 VPS에 AI 에이전트를 올리고, IRC로 대화하게 만들었습니다

요즘 AI 에이전트, 꼭 비싸야 할까?

요즘 AI 에이전트 하면 떠오르는 이미지가 있잖아요. 클라우드 인프라에 GPU 인스턴스 붙이고, 웹소켓으로 실시간 통신하고, 프론트엔드까지 깔끔하게 만들어서 배포하는 그런 그림이요. 그런데 한 개발자가 완전히 다른 접근을 했어요. 월 7달러짜리 VPS 하나에 AI 에이전트를 올리고, 통신 수단으로 IRC를 선택한 거예요. IRC가 뭐냐면, 1988년에 만들어진 인터넷 채팅 프로토콜인데요, 슬랙이나 디스코드의 할아버지뻘 되는 기술이에요. 텍스트만 주고받는 아주 가벼운 프로토콜이죠.

어떻게 동작하는 건가요?

이 프로젝트의 이름은 Nullclaw Doorman이에요. 구조를 간단히 설명하면 이래요. VPS 위에 IRC 서버가 돌아가고, AI 에이전트가 IRC 봇으로 접속해 있어요. 사용자가 IRC 클라이언트로 채널에 들어가서 메시지를 보내면, 에이전트가 그걸 받아서 LLM API를 호출하고, 응답을 다시 IRC 채널에 텍스트로 내려보내는 거예요.

여기서 핵심 아이디어는 "트랜스포트 레이어"를 최대한 단순하게 가져간다는 거예요. 트랜스포트 레이어란 데이터를 주고받는 통신 계층을 말하는데요, 보통 AI 챗봇을 만들면 웹 서버를 띄우고, API 엔드포인트를 만들고, 인증 처리를 하고, 프론트엔드를 붙이잖아요. 이 개발자는 그 모든 걸 IRC 하나로 대체한 거예요. IRC는 이미 사용자 인증(닉네임, 채널 권한)이 내장되어 있고, 클라이언트도 수십 년간 검증된 것들이 많으니까요.

월 7달러 VPS라는 점도 인상적이에요. AI 에이전트 자체는 LLM API를 외부로 호출하는 구조라서 VPS에서 무거운 연산을 할 필요가 없거든요. IRC 서버와 봇 프로세스만 돌리면 되니까 저사양 서버로도 충분한 거죠. 실제로 이 정도 스펙이면 메모리 512MB~1GB 정도의 아주 작은 서버예요.

이게 왜 흥미로운 접근인가

사실 기술적으로 대단히 복잡한 프로젝트는 아니에요. 하지만 이 프로젝트가 보여주는 철학이 꽤 의미가 있어요. 요즘 개발 트렌드를 보면, AI 에이전트를 만들 때 프레임워크부터 고르고, 벡터 DB를 붙이고, 오케스트레이션 레이어를 설계하는 식으로 점점 복잡해지는 방향으로 가고 있거든요. 그런데 실제로 "AI와 텍스트로 대화한다"는 본질만 놓고 보면, 30년 된 채팅 프로토콜로도 충분히 구현할 수 있다는 걸 보여주는 거예요.

IRC를 트랜스포트로 쓰면 몇 가지 실용적인 장점도 있어요. 우선 멀티플랫폼 접근이 공짜예요. IRC 클라이언트는 터미널용, 데스크톱용, 모바일용, 웹용 등 이미 다 존재하니까요. 그리고 채널 기반으로 여러 사용자가 동시에 에이전트와 대화할 수 있고, 로그도 자동으로 남아요. 별도로 대화 이력 저장 기능을 만들 필요가 없는 거죠.

비슷한 맥락에서 예전에 Hubot이라는 프로젝트가 있었어요. GitHub에서 만든 챗봇 프레임워크인데, 슬랙이나 IRC에 봇을 붙여서 DevOps 자동화를 하는 데 많이 썼거든요. Nullclaw Doorman은 그 전통을 AI 시대에 맞게 부활시킨 느낌이에요. 최근에는 Slack이나 Discord 봇으로 AI 에이전트를 만드는 프로젝트도 많은데, IRC를 선택한 건 의존성을 극단적으로 줄이겠다는 의지의 표현이기도 해요. 슬랙은 API 정책이 바뀌면 봇이 먹통이 될 수 있지만, IRC는 오픈 프로토콜이라 그런 걱정이 없으니까요.

한국 개발자에게 주는 시사점

이 프로젝트에서 배울 점은 "기술 선택의 미니멀리즘"이에요. 사이드 프로젝트나 프로토타입을 만들 때, 우리는 종종 프로덕션급 인프라를 처음부터 세팅하려는 유혹에 빠지거든요. 쿠버네티스, 마이크로서비스, CI/CD 파이프라인... 하지만 정말 검증하고 싶은 건 "AI 에이전트가 유용한가"라는 질문 하나인 경우가 많잖아요. 그럴 때 IRC 같은 기존 인프라 위에 빠르게 올려서 테스트하는 게 훨씬 현명할 수 있어요.

실무적으로도 사내 AI 어시스턴트를 빠르게 프로토타이핑할 때 참고할 만해요. 회사에 이미 슬랙이 있다면 슬랙 봇으로, 개인 서버에 IRC가 있다면 IRC 봇으로 AI 에이전트를 먼저 붙여보는 거죠. 프론트엔드 개발 없이 AI 기능의 가치만 빠르게 검증할 수 있어요.