CoPaw: 민감한 건 로컬에서, 어려운 건 클라우드로 넘기는 개인용 AI 비서

개인 AI 비서의 가장 큰 딜레마는 능력과 프라이버시 사이의 균형이다. 강력한 클라우드 모델은 개인 데이터를 외부 서버로 전송해야 하고, 로컬 모델은 성능이 제한적이다. 알리바바 AgentScope 팀이 2026년 3월 오픈소스로 공개한 CoPaw(Co Personal Agent Workstation)는 이 딜레마에 대한 실용적 답을 제시한다. 민감한 데이터는 로컬 모델이 처리하고, 복잡한 추론은 클라우드 모델에 위임하는 하이브리드 아키텍처로, 완전 오프라인부터 클라우드 연동까지 유연하게 선택할 수 있는 개인용 에이전트 워크스테이션이다.

CoPaw란 무엇인가

CoPaw는 AgentScope 프레임워크 위에 구축된 오픈소스 개인용 AI 비서로, Apache License 2.0으로 GitHub에 공개됐다. "개인 에이전트 워크스테이션(Personal Agent Workstation)"이라는 명칭처럼, 클라우드 서비스가 아닌 사용자가 직접 설치하고 소유하는 AI 비서를 지향한다.

2026년 3월 2일 v0.0.4가 공개됐으며, DingTalk, Feishu, QQ, Discord, iMessage, Slack 등 다양한 메신저 채널에 연동되고, 로컬 LLM 실행을 통해 데이터가 외부로 나가지 않는 완전 프라이빗 모드를 지원한다. MCP(Model Context Protocol) 및 ClawHub 스킬과도 호환된다.

핵심 설계 원칙은 벤더 종속 없는 AI 비서다. 모델·채널·메모리 모두 사용자가 선택하고 교체할 수 있다.

민감도로 라우팅을 나누는 아키텍처

CoPaw의 핵심 아키텍처는 Brain(LLM)과 Body(도구 실행·메모리)의 명확한 분리에 기반한다.

⤢✕

로컬 우선 원칙: 민감한 데이터는 llama.cpp(크로스플랫폼) 또는 MLX(Apple Silicon M1~M4)로 실행되는 로컬 모델이 처리해 네트워크 외부로 전송되지 않는다. Ollama와도 연동 가능하다.

선택적 클라우드 위임: 코딩, 복잡한 계획 수립, 대규모 추론이 필요한 작업은 GPT, Claude, Qwen 등 클라우드 모델에 위임한다. 어떤 작업을 어떤 모델로 처리할지 사용자가 직접 정책을 설정한다.

기억하고 다듬는 ReMe 시스템

CoPaw를 단순 채팅봇과 구별하는 핵심 기능은 ReMe(Remember Me, Refine Me) 메모리 시스템이다.

ReMe는 두 가지 검색 방식을 결합한다.

검색 방식	가중치	특징
의미론적 벡터 검색	0.7	유사 맥락·개념 검색
BM25 키워드 검색	0.3	정확한 단어 매칭

의미 검색이 높은 가중치를 가져 "지난달에 얘기한 의료 예약"처럼 정확한 단어를 몰라도 관련 기억을 찾을 수 있다. BM25가 보조적으로 작동해 특정 이름, 날짜, 숫자 같은 정확한 키워드 기억도 놓치지 않는다.

메모리는 SQLite와 파일 기반 저장소로 관리된다. 사용자가 직접 열어 편집하고 다른 기기로 이전할 수 있으며, 클라우드 서비스처럼 벤더 서버에 종속되지 않는다.

ReMe는 시간이 지날수록 사용자에 대한 "Theory of Mind"를 구축한다. 선호도, 과거 결정, 반복되는 패턴을 학습해 더 개인화된 응답을 제공하며, 오래 사용할수록 비서로서의 유용성이 높아지는 구조다.

4개로 나뉜 독립 컴포넌트

CoPaw의 에이전트 코어는 4개의 독립 컴포넌트로 분리돼 있다.

Prompt: 시스템 프롬프트와 컨텍스트 구성을 담당한다. 모델 교체 시에도 프롬프트 로직을 별도로 유지·수정할 수 있다.

Hooks: 에이전트 실행 전후에 개입하는 미들웨어 레이어다. 로깅, 검증, 변환 등의 커스텀 로직을 삽입한다.

Tools: Python 기반 커스텀 스킬 시스템이다. 데이터베이스 쿼리, 웹 스크래핑, 기업 워크플로우 자동화 등을 Python 함수로 구현하며, MCP 프로토콜과 ClawHub 스킬도 지원한다.

Memory: ReMe 시스템이다. 다른 컴포넌트와 독립적으로 교체·확장 가능하다.

실행 환경과 지원 모델

로컬 실행 백엔드로는 Windows, macOS, Linux를 아우르는 크로스플랫폼 llama.cpp(CPU·GPU 모두 지원), Apple Silicon(M1~M4)에서 Metal 가속으로 최고 성능을 내는 MLX, 원클릭 로컬 모델 관리를 지원하는 Ollama가 있다.

클라우드 모델로는 OpenAI GPT 시리즈, Alibaba Qwen 시리즈, Anthropic Claude, 그 밖의 OpenAI 호환 API를 쓸 수 있다. 모델은 전체 교체 또는 작업별 선택이 가능하며, 채널별로 다른 모델을 지정할 수도 있다.

하나의 비서를 여러 채널에

CoPaw는 하나의 AI 비서 인스턴스를 여러 메신저에 동시 연결한다.

채널	플랫폼
업무 협업	Slack, DingTalk(딩토크), Feishu(페이샤오)
커뮤니티	Discord, QQ
개인 메시지	iMessage

각 채널별로 다른 모델, 응답 형식, 권한 정책을 설정할 수 있어, 동일한 AI 비서가 업무 채널과 개인 채널에서 다른 방식으로 동작하도록 구성할 수 있다.

설치와 배포

원라인 설치는 다음과 같다.

pip install copaw

Docker로 배포하려면 다음 명령을 쓴다.

docker run -p 8080:8080 agentscope/copaw

소스 빌드는 GitHub 저장소를 클론한 뒤 직접 빌드하면 된다. 완전 로컬 배포부터 클라우드 서버 배포, 하이브리드 구성까지 동일한 코드베이스로 지원한다.

사람 없이 도는 자율 작업

CoPaw는 크론 기반 스케줄러를 내장해 에이전트가 자율적으로 작업을 실행한다. 예를 들어 매일 아침 뉴스를 수집해 요약하거나, 특정 웹사이트 변경을 모니터링하거나, 정기 보고서를 생성하는 작업을 사람의 개입 없이 실행할 수 있다.

기존 선택지와 비교하면

비교 항목	ChatGPT / Gemini	로컬 LLM 단독	CoPaw
프라이버시	낮음 (클라우드)	높음	선택 가능
성능	높음	제한적	하이브리드
장기 기억	제한적	없음	ReMe (강함)
채널 통합	제한적	없음	다중 채널
벤더 종속	높음	없음	없음
자율 스케줄링	없음	없음	크론 지원

CoPaw는 "AI 비서를 소유한다"는 개념을 실현하는 실용적 구현체다. 프라이버시와 성능 사이의 트레이드오프를 하이브리드 라우팅으로 해소하고, ReMe 메모리로 장기적 개인화를 실현하며, 멀티채널 통합으로 생활·업무 전반에서 일관된 AI 비서 경험을 제공한다. 아직 v0.0.4의 초기 단계이지만, 클라우드 AI 서비스에 데이터를 맡기고 싶지 않은 사용자와 개발자에게 Apache 2.0 오픈소스로 즉시 사용 가능한 대안을 제시한다는 점에서 의미 있는 프로젝트다.