OpenHuman 사용법, 맥락을 기억해 맞춤형으로 일하는 AI 비서 만들기

사용자 친화적으로 진화하는 AI 에이전트가 오픈소스로 출시되었습니다. 사용 기록을 메모리로 남겨 프로그램을 종료해도 작업을 이어갈 수 있고, 쌓이는 흔적이 경험이 되어 사용자 맞춤형으로 변화합니다. 바로 'OpenHuman'의 이야기입니다. 

OpenHuman은 사용자의 도구에서 데이터를 지속적으로 수집해 로컬에 저장하는 '영구 메모리'에 초점을 두어, 사용할수록 사용자 맞춤형 AI 에이전트로 변화합니다.

이 글에서는 OpenHuman이 어떤 방식으로 동작하는지, 기존 AI 어시스턴트와 무엇이 다른지, 설치 방법과 실제 업무에서의 활용 포인트, 그리고 도입 전에 확인해야 할 주의사항까지 정리해보겠습니다.

Open Human 핵심 요약

• 로컬 우선 메모리 구조 연결한 모든 데이터가 사용자의 PC에 있는 Memory Tree(SQLite)와 Markdown 볼트에 저장됩니다. 클라우드가 아닌 내 기기에 지식 베이스가 쌓입니다.
• 118개 이상의 원클릭 통합 Gmail, Slack, GitHub, Notion, Jira 등 주요 서비스에 OAuth 한 번으로 연결됩니다. API Key를 직접 발급해 연결하는 과정이 필요 없습니다.
• 20분 주기 자동 수집 Auto-fetch 기능이 20분마다 연결된 서비스에서 새 데이터를 가져와 메모리에 반영합니다. 사용자가 요청하지 않아도 컨텍스트가 최신 상태로 유지됩니다.
• 토큰 압축과 모델 라우팅 TokenJuice라는 압축 레이어가 장황한 도구 출력을 줄여 비용을 낮추고, 작업 성격에 따라 추론·고속·비전 모델로 자동 분배합니다.
• 오픈소스, 무료 시작 가능 GPL-3.0 라이선스로 코드가 공개되어 있으며, 자체 모델 API Key나 Ollama 기반 로컬 모델을 연결해 사용할 수 있습니다.

OpenHuman이란?

OpenHuman은 사용자의 이메일, 메신저, 노트, 코드 저장소를 연결해 개인의 업무 맥락을 기억하고 대신 실행하도록 설계된 오픈소스 개인 AI 에이전트입니다. AI 연구 조직 TinyHumans AI가 개발했으며, 백엔드는 Rust, 프런트엔드는 TypeScript와 React를 사용해 개발했습니다.

Tauri 프레임워크를 활용해 네이티브 데스크톱 앱으로 배포하며 macOS, Windows, Linux를 지원합니다. 다만 모바일 버전은 아직 제공되지 않고 있습니다.

공개 7일 만에 GitHub 스타 8,000개 이상 기록

* 이미지 출처: OpenHuman 깃허브 저장소

공개 직후 반응이 뜨겁습니다. Product Hunt 출시 안내에 따르면 공개 7일 만에 GitHub 스타 8,000개 이상, 사용자 5,000명 이상을 기록했습니다. 2026년 5월 15일 공개된 이후 한 달도 안 되어 스타 3만 1천 개를 넘어서며 빠르게 주목받고 있습니다. 

사람들이 OpenHuman에 

뜨거운 반응을 보이는 이유

1. 메모리를 '읽을 수 있는 파일'로 보여줍니다

OpenHuman은 에이전트가 추론에 사용하는 것과 동일한 데이터를 Obsidian 호환 Markdown 볼트로 노출합니다. 잘못 기억된 내용을 사람이 직접 파일에서 수정할 수 있어, 메모리를 검증 가능한 자산으로 관리할 수 있습니다.

2. 에이전트가 자동으로 데이터를 세팅합니다.

OpenHuman은 Composio 커넥터 레이어를 통해 118개 이상의 서비스에 원클릭 OAuth로 연결되고, Auto-fetch가 20분마다 새 데이터를 메모리에 반영합니다. 

이를 통해 아침에 앱을 열면 어제까지의 메일, 커밋, 회의 내용이 이미 컨텍스트로 준비된 상태에서 작업을 시작할 수 있습니다.

3. 대용량 개인 데이터를 다루는 비용을 낮췄습니다

OpenHuman의 TokenJuice는 HTML을 Markdown으로 변환하고 중복된 도구 출력을 요약·제거해, 모델에 전달되는 토큰 양을 줄입니다`. 덕분에 비용과 지연 시간을 최대 80%까지 줄일 수 있어, 더 많은 양의 작업을 더 빠른 시간에 할 수 있습니다.

4. 에이전트 도구가 기본 내장되어 있습니다

웹 검색, 웹 스크래퍼, 파일시스템·git·테스트를 다루는 코더 도구, 브라우저·컴퓨터 제어, 크론 스케줄링, 서브 에이전트 생성, 음성 입출력까지 별도 플러그인 설치 없이 기본 제공됩니다. 

데스크톱 마스코트가 음성으로 대화하고, Google Meet 회의에 참가자로 들어가 내용을 전사해 메모리에 기록하는 기능도 포함되어 있어,사용자가 별도의 도구를 일일이 설치하고 연동하는 과정 없이 곧바로 다양한 작업을 맡길 수 있습니다. 

OpenHuman 사용법

OpenHuman 설치하기

OpenHuman의 설치 방법은 2가지가 있습니다. 

• TinyHumans 사이트에서 설치 파일을 다운로드해 설치하는 방법 
• 터미널에 명령어를 입력해서 설치하는 방법

TinyHumans 사이트에서 다운받아 설치하기

* 이미지 출처: TiniHmans 홈페이지

TinyHumans 홈페이지에 접속하면 메인 화면에 Download 버튼이 있습니다. 

Download 버튼을 클릭하면 OpenHuman이 지원하는 운영체제별 설치 파일 목록이 나타납니다. 제공되는 설치 파일은 다음과 같습니다. 

• macOS · Apple Silicon (.dmg): M1 이상 애플 실리콘 맥용
• macOS · Intel (.dmg): 인텔 칩 맥용
• Windows · x64 (.exe): 일반 실행 파일 형태의 윈도우 설치 파일
• Windows · x64 (.msi): 관리자 배포나 서명 검증에 적합한 윈도우 설치 파일
• Linux · x64 (.AppImage): 리눅스용 설치 파일

본인의 운영체제에 맞는 설치 프로그램을 다운로드한 뒤 설치를 진행합니다.

터미널에서 명령어로 설치하기

macOS 또는 Linux x64

Windows

운영 체제에 맞춰 터미널에서 위의 명령어를 입력하면 OpenHuman이 설치됩니다. 

OpenHuman 앱 실행 후 초기 설정하기

설치가 완료되면 OpenHmuan 앱을 실행할 수 있습니다. 초기 화면에는 런타임을 고르는 온보딩 화면이 나옵니다.

• Run Locally (로컬 실행) — 권장

에이전트가 지금 사용 중인 컴퓨터에서 직접 작동합니다. 가장 빠르고, 데이터가 외부로 나가지 않아 완전히 프라이빗하며, 별도 설정이 필요 없습니다. 처음 써보거나 블로그용으로 화면을 보여주는 상황이라면 이쪽이 맞습니다.

• Run on the Cloud (클라우드 실행) — 복잡함

다른 곳에 직접 호스팅해 둔 런타임에 연결하는 방식입니다. 24시간 켜져 있어서 지금 쓰는 기기를 계속 켜둘 필요가 없다는 장점이 있지만, 별도의 서버를 직접 마련하고 연결해야 해서 설정이 번거롭습니다.

런타임 방법을 선택하면 로그인 화면이 나옵니다. OpenHuman은 Google, GitHub, Twitter 세 가지 소셜 계정으로 로그인할 수 있습니다. 

로그인을 완료하면 본격적으로 설정을 시작하는 화면이 나옵니다. 가운데의 파란색 Get Started 버튼을 누르면 온보딩 과정으로 넘어갑니다. 

OpenHuman의 운영 방식을 선택하는 화면이 나옵니다. 

• Simple (권장)

로그인, 모델 라우팅, 검색, 통합 연결을 모두 OpenHuman이 호스팅하는 서비스로 대신 처리합니다. OAuth와 모델 라우팅을 백엔드가 중개하고, 토큰 압축으로 사용량을 아껴 주며, 하나의 구독으로 모든 모델을 쓸 수 있습니다. 

모델·검색·Composio용 API 키를 따로 관리할 필요가 없고, 메모리 트리는 로컬에 두되 네트워크 서비스는 관리형으로 제공됩니다. 가입 시 무료 크레딧도 지급됩니다. 별도 설정 없이 바로 써보고 싶을 때 적합합니다.

• Run Custom

필요한 API 키를 직접 준비해 어떤 서비스를 호출할지 스스로 정하는 방식입니다. 거의 모든 기능에 본인의 API 키가 필요하고, 이미 결제 중인 서비스를 그대로 재활용할 수 있으며, 지원되는 작업은 본인 기기에서 처리할 수 있습니다. 설정할 항목이 많은 대신 통제 범위가 넓어, 파워 유저나 개발자에게 적합합니다.

모든 설정을 마치면 OpenHuman의 채팅 화면이 열립니다. 이제 입력창에 첫 질문을 적어 보면 OpenHuman을 본격적으로 사용할 수 있습니다. 

오른쪽 위에는 Quick / Reasoning 토글이 있습니다. Quick은 빠른 응답에 맞춰진 모드이고, Reasoning은 더 깊이 있는 추론이 필요한 작업에 적합한 모드입니다. 질문의 성격에 따라 골라 쓰면 됩니다. 그 옆의 New 버튼은 새 대화를 시작할 때 사용합니다. 

Open Human 한국어로 설정하기

OpenHuman은 한국어를 포함한 총 14개의 언어를 지원합니다. 하단의 톱니바퀴 모양 Settings 버튼을 클릭하고 Language 항목의 드롭다운에서 ‘한국어’를 선택하면 앱 인터페이스 언어가 한국어로 바뀝니다. 

자료 조사 후 Gmail과 옵시디언으로 보고서 보내기

OpenHuman은 Composio 커넥터 레이어를 통해 118개 이상의 서드파티 서비스를 클라우드 기반 OAuth로 연결할 수 있습니다. OpenHuman을 컨트롤 타워로 삼으면 여러 작업을 한 곳에서 빠르게 처리할 수 있습니다. 

성능을 테스트하기 위해 보고서를 작성해 Gmail로 보내고, 이를 옵시디언 그래프용으로 변환하는 작업을 요청했습니다. 정리를 요청한 보고서 주제는 'OpenHuman vs Hermes AI vs OpenClaw 세 가지 특성 분석'입니다. 

성능 테스트를 위한 작업 요청 프롬프트

1. OpenHuman VS Hermes AI VS OpenClaw 3가지의 특성을 분석한 결과를 한 개의 문서로 만들어서 지메일로 보내고

2. 옵시디언에 파일로 연동해서 그래프로 볼 수 있게 해줘

먼저 첫 번째 요청대로 OpenHuman은 웹 검색을 통해 OpenHuman, Hermes AI, OpenClaw 세 가지의 특성을 조사한 뒤 보고서로 정리하는 모습을 보였습니다. 이어서 정리한 내용을 Gmail에 연동된 계정으로 보내는 과정도 확인할 수 있었습니다.

두 번째 요청인 옵시디언 파일로 변환하는 작업에서는, 방법을 찾던 중 로컬 폴더에 접근 권한이 없다는 점을 파악한 뒤 접근 권한을 설정하거나 옵시디언 파일로 정리해 주는 옵션을 제시하는 모습을 보였습니다. 그 뒤 요청에 맞게 조사한 보고서를 옵시디언 형식에 맞는 형태로 정리하고, 옵시디언 파일로 저장하는 방법을 알려주었습니다.

OpenHuman, 

이렇게 활용하면 유용합니다.

개발: 코드베이스 맥락이 유지되는 코딩 보조

OpenHuman은 GitHub 연동으로 커밋과 이슈를 메모리에 누적하고, 내장 코더 도구로 파일 수정과 테스트 실행까지 이어갑니다. 

그래서 장기 프로젝트에서 과거의 변경 이력과 이슈 맥락을 기억한 상태로 버그를 수정하거나 기능을 이어 개발할 때 유용하게 활용할 수 있습니다.

다만 생성된 코드와 실행 결과는 반드시 사람이 직접 확인해야 하며, 저장소 권한과 실행 범위를 먼저 제한해 두는 것이 안전합니다. 

기획·PM: 흩어진 커뮤니케이션을 하나의 지식 베이스로

OpenHuman은 이메일, Slack, Jira와 연동해 흩어진 커뮤니케이션을 하나의 지식 베이스로 모을 수 있습니다. 또한 각 소스가 주제별 요약 트리로 정리되어, "이 기능의 요구사항이 어떻게 변해왔는지"와 같은 질문에 맥락 있는 답을 받을 수 있습니다. 

그래서 여러 채널에 걸친 논의를 종합해 의사결정 이력을 정리해야 하는 기획자나 PM이 과거 기록을 일일이 찾아보지 않아도 업무 맥락을 빠르게 파악할 수 있습니다. 다만 민감한 사내 정보가 포함된 채널을 연결하기 전에는 보안 정책 검토가 선행되어야 합니다. 

개인 지식 관리: Obsidian 볼트와의 연계

리서치 자료와 개인 노트를 꾸준히 쌓는 사용자라면, OpenHuman이 메모리를 Obsidian 호환 Markdown 볼트로 자동 생성하므로 별도 연동 없이 Obsidian에서 바로 열어 확인하고 편집할 수 있습니다. 

AI가 정리한 내용과 사람이 작성한 노트가 같은 파일 체계 안에서 관리된다는 점이 장점입니다. 

그래서 흩어진 자료를 하나의 체계로 모아 두 번째 뇌(second brain)처럼 활용하려는 지식 노동자나 연구자가 AI 요약과 직접 작성한 메모를 한곳에서 오가며 정리할 때 유용합니다. 

OpenHuman 사용 시 주의사항

베타 단계 소프트웨어입니다

현재 개발 중 단계로 버그가 있을 수 있습니다. 실제로 로그인 반복, 소켓 연결 오류, 리눅스 AppImage 실행 문제 등이 이슈로 보고되어 있습니다. 핵심 업무에 도입하기 전 제한된 범위에서 먼저 검증하는 것이 좋습니다

'로컬 우선'이 '완전 오프라인'을 뜻하지 않습니다

메모리와 볼트는 로컬에 저장되지만, 기본(Simple) 모드에서는 로그인, 모델 라우팅, 검색, OAuth가 모두 호스팅 서비스를 경유합니다. 데이터 흐름을 정확히 파악한 뒤 연결 범위를 정해야 합니다. 완전한 로컬 구동을 원한다면 Custom 설정에서 본인의 API 키로 직접 구성해야 합니다.

민감 정보 연결은 신중해야 합니다

이메일과 메신저 전체를 수집하는 구조이므로, 기업 기밀이나 개인정보가 포함된 계정을 연결하기 전에 사내 보안 정책과 서비스의 데이터 처리 방침을 확인해야 합니다. 특히 외부 독점 모델을 연결할 경우 연동된 데이터가 외부로 전달된다는 점을 함께 고려해야 합니다.

에이전트의 실행 권한을 단계별로 검토해야 합니다

브라우저·컴퓨터 제어와 파일 시스템 접근이 가능한 도구이므로, 자동 실행 결과가 제대로 처리됐는지 사용자가 직접 확인하는 절차를 거치는 것이 안전합니다. 

요즘 주목받는 AI 도구가 궁금하다면

안티그래비티 2.0 사용법, 설치부터 권한 설정과 앱 생성까지 총정리

Claude Fable 5 사용법, 활용 사례부터 주의사항까지 총정리

Hermes Agent 사용법, 설치부터 활용 노하우까지