2026년 봄, 실리콘밸리 개발자 Twitter와 타임라인에 같은 이름이 반복됩니다: OpenHuman. GitHub Star가 0에서 1.7만+까지 3개월 미만, Product Hunt·Hacker News 토론은 수백 댓글이 흔합니다. 처음 클릭할 때 공통 질문: 「또 ChatGPT 래퍼 아냐?」 소스와 문서를 읽으면 답은 보통: 완전히 같지 않다——차별점은 모델이 아니라 「로컬 Skill + Memory Tree + 읽을 수 있는 wiki」 조합.
이 글은 OpenHuman Skill 체계에 집중: Agent 능력 확장, ChatGPT GPT와 비교, 현재 아키텍처 단계(beta + 런타임 이전), Apple Silicon 개발자가 Mac mini M4 Cloud Mac에서 이 stack을 돌리는 이유.
OpenHuman이 실리콘밸리를 「휩쓴」 이유
ChatGPT는 대화 UX를 극대화했지만 개발자 커뮤니티에 오래 남은 pain 세 가지:
- Cold start: 새 대화마다 프로젝트·메일·Slack을 모름;
- Vendor lock-in: GPT Store Custom GPT가 OpenAI 계정·클라우드에 묶임;
- 감사 불가: 「무엇을 기억했는지」 모르고 코드처럼 행동 로직을 검토하기 어려움.
OpenHuman(TinyHumans AI, GPL-3.0)은 Rust + Tauri 데스크톱 Agent로:
- Memory Tree: Auto-fetch가 Gmail / Slack / Notion을 로컬 Markdown wiki에(Memory OS 해설);
- 로컬 Skill: 설치·제거 가능, 지시는 기기 평문;
- UI-first: 몇 분 onboarding, Terminal-first YAML 지옥 아님.
실리콘밸리 AI권 narrative: 「모델은 바꿀 수 있지만 워크플로 지식·확장은 기기에 남아야 한다.」 개인 컨텍스트 vs ChatGPT Memory 글과 상보——Memory는 「기억」, Skill은 「실행」.
OpenHuman Skill이란
OpenHuman에서 Skill은 「또 하나의 ChatGPT Plugin」이 아닙니다——Agent workspace에 쓰이는 확장 capability pack:
- manifest 메타데이터: 이름, 설명, 태그, 버전——catalog·매칭;
- SKILL.md 지시 본문: 평문 워크플로, Agent 추론 시 prompt 주입.
공식 Skill 레지스트리: tinyhumansai/openhuman-skills. 데스크톱은 catalog에서 발견 → 설치 → 제거, 파일은 로컬 workspace——SKILL.md를 텍스트 에디터로 열어 Agent 허용 경계를 검토.
Skill이 Agent 「뇌」에 들어가는 방식
2026년 5월 OpenHuman 메인 저장소 Skill 주입 PR 기준 런타임:
사용자 메시지
↓
Skill matcher(@ 명시 + 키워드/태그 휴리스틱)
↓
read_body() — 매칭 Skill의 SKILL.md 읽기
↓
render_injection(8 KiB 총 주입 상한, 초과 시 truncate)
↓
Agent::turn — Skill 지시 + Memory Tree 컨텍스트에서 LLM 추론
↓
내장 도구(filesystem / git / web / 통합 API …) 실행
Prompt의 ## Available Skills는 「어떤 Skill이 있는지」만; 실제 작업은 매칭된 SKILL.md 본문——버전 관리 가능한 SOP.
중요: Skill 런타임 이전 중
문서 읽을 때 솔직히: 2026년 5월 OpenHuman Skill은 과도기.
- 초기 QuickJS 샌드박스로 Skill 패키지 JavaScript 실행——커뮤니티가 보안 경계 강조;
- 공식 GitBook·실측에 QuickJS / rquickjs 실행층 제거;
- 현재: metadata catalog + SKILL.md prompt 주입, 완전한 서드파티 실행 플러그인 런타임은 아님;
- 공식: 런타임 재구축 중——beta로 평가, release note 기준.
오늘 Skill 설치의 주 효과는 구조화 지시·워크플로 템플릿 + OpenHuman 내장 도구——임의 폐쇄 바이너리 업로드가 아님. 보안 민감 팀에는 장점; 「원클릭 플러그인으로 아무 API」 기대는 조정 필요.
OpenHuman Skill vs ChatGPT GPT
| 차원 | ChatGPT Custom GPT / GPT Store | OpenHuman Skill |
|---|---|---|
| 실행 위치 | OpenAI 클라우드 | 로컬 workspace(데스크톱 Agent) |
| 능력 정의 | Instructions + Actions(벤더 API 게이트웨이) | SKILL.md 평문 + manifest + 내장 도구 |
| 감사 가능성 | 제한(Instructions 가시, 백엔드 불가) | SKILL.md 직접 열기·편집 |
| 개인 기억 결합 | ChatGPT Memory(대화급) | Memory Tree + Obsidian wiki + Skill 동 workspace |
| 오픈소스 | 아니오 | 예(앱 GPL-3.0 + skills repo) |
| 모델 바인딩 | OpenAI 모델 강결합 | Claude / GPT / 로컬 Ollama 라우팅(Model Routing) |
「ChatGPT보다 강력」——조합·감사·오프라인 Agent 워크플로라면 OpenHuman 아키텍처가 개발자가 원하는 「개인 AI OS」에 가깝습니다. 순수 대화 IQ·멀티모달 최전선은 여전히 클라우드 SOTA가 앞서는 경우 많음. 공정 비교: OpenHuman은 Agent 인프라를 파는 것, 더 큰 LLM이 아님.
Skill + Memory Tree: 1 + 1 > 2
Skill만으론 SOP, Memory만으론 아카이브. OpenHuman 베팅은 같은 workspace에서 만나게:
- Skill: 「고객 에스컬레이션 티켓 처리법」;
- Memory Tree: 「이 고객 30일 Slack·메일 요약」;
- Model Routing: 복잡 추론은 강 모델, embedding은 로컬 Ollama;
- 내장 coder toolset(filesystem / git / lint / test)로 Skill 공정 단계 실행.
ChatGPT도 Custom GPT Instructions를 쓰지만 Slack 스레드를 자동 ingest해 로컬 wiki에 남기기는 어렵습니다——OpenHuman의 개인·소규모 팀 Agent 구조적 강점.
openhuman-skills: 커뮤니티 확장 입구
openhuman-skills 구조(README):
src/core/— shipped Skill 소스(TypeScript + manifest);docs/SKILL_SPEC.md— Skill 작성 규격;- 빌드: TypeScript → esbuild bundle → 레지스트리 생성;
- 데스크톱 기본 catalog는 이 GitHub repo(
VITE_SKILLS_GITHUB_REPO로 override).
개발자: skills fork, SPEC대로 SKILL.md·manifest, 로컬 catalog——자체 호스팅 Skill 생태. OpenClaw 플러그인(Gateway vs 데스크톱 personal Agent)과 다른 철학——같은 Cloud Mac 공존 시 workspace 격리.
Local AI: Skill 워크플로 프라이버시
OpenHuman Settings → AI & Skills → Local AI 3단 preset(공식):
- Embeddings only: all-minilm 등 경량 Memory Tree embedding;
- Embeddings + learning: 일부 백그라운드 job 로컬;
- Everything local: embedding, summary, heartbeat, learning, subconscious 전부 Ollama.
「local-first」는 주로 Memory·Skill 메타——기본 chat, vision, web search, OAuth 프록시는 클라우드 가능. Mac mini M4 Ollama Metal은 프라이버시·능력 균형——M4 AI 개발.
Mac mini M4 Cloud Mac에서 Skill stack
Skill 자체는 디스크 적지만 전체 OpenHuman stack은 빠르게 커짐:
- 설치 Skill + SKILL.md + manifest;
- Memory Tree(chunks.db + wiki/);
- Ollama 모델 캐시;
- Auto-fetch 7×24는 호스트 절전 불가.
Cloud Mac 흔한 세 유형:
- Windows / Linux 메인: 원격 macOS OpenHuman + Skill catalog;
- 팀 공유 Agent 노드: 고정 SSH/VNC, OPENHUMAN_WORKSPACE 영구 볼륨;
- iOS CI 동일 머신: Skill 실험 + Xcode 빌드 M4 공유——M4 스토리지 FAQ.
Skill 배포 체크리스트
- OpenHuman release, Settings → AI & Skills catalog 탐색;
- Skill 1~2개 설치,
@skill-name로 주입 테스트; - Auto-fetch 소스 1개 이상, richer 컨텍스트에서 Skill 성능 관찰;
OPENHUMAN_WORKSPACE(skills·wiki/) 백업;- v0.55+ release note Skill 런타임 재구축 진행 추적.
FAQ
ChatGPT GPT 대체? 「로컬 감사 워크플로 + 개인 기억」에선 종종 유리; 「제로 설정 클라우드 멀티모달」에선 ChatGPT가 편함.
Skill 직접 작성? openhuman-skills SKILL_SPEC으로 SKILL.md·manifest, 로컬 설치 또는 catalog PR.
QuickJS 아직? 메인 앱에서 QuickJS 제거; 현재 SKILL.md 주입, 런타임 재구축 중.
OpenClaw 플러그인과? OpenClaw는 Gateway 멀티채널; OpenHuman은 데스크톱 personal Agent + Memory + Skill. 동기 공존, 디렉터리·리소스 격리.
Mac 필수? macOS / Windows / Linux; 7×24 + Ollama Metal은 Cloud Mac 흔함.
결론
OpenHuman이 실리콘밸리를 휩쓴 건 「더 큰 모델」이 아니라 「로컬 Skill + Memory Tree + 읽을 수 있는 wiki」 Agent 인프라 narrative. ChatGPT GPT Store의 클라우드 전용 확장을 설치·검토·개인 데이터와 공존하는 SKILL.md 워크플로로 쪼갰습니다——런타임은 beta 이전기지만 방향은 분명: Agent 능력 경계는 코드처럼 내 머신에. Apple Silicon 개발자는 Mac mini M4 Cloud Mac에서 OpenHuman + Skill catalog + 선택 Ollama로 2026 개인 Agent 엔지니어링 경로를 시험해 보세요.
Mac mini M4 렌트, 로컬 Skill Agent stack 구축
Vuncloud 전용 Mac mini M4 Cloud Mac에서 7×24 OpenHuman, 로컬 Skill, Memory Tree——Auto-fetch·Skill job이 노트북 절전으로 끊기지 않습니다.