로컬 LLM 기반 Zeroclaw 에이전트 사용 후기: 데이터 프라이버시를 유지하며 macOS 제어하기

사용자가 직접 구축한 로컬 에이전트의 실용성과 보안 설정 방식에 대해 긍정적인 반응이 나타났다. 특히 상용 에이전트의 무거움에 피로감을 느끼던 사용자들이 로컬 20B 모델의 가능성과 한계에 대해 관심을 보였다.

• 에이전트 보안을 위해 쉘 실행 권한을 직접 확인하고 화이트리스트 방식으로 도구를 제한할 것
• 긴 작업 수행 시 모델이 집중력을 잃지 않도록 단계를 나누거나 중간에 지시를 보강할 것
• 로컬 모델 사용 시 도구 실행 에러에 대한 예외 처리 로직을 별도로 강화할 것

• Zeroclaw 에이전트를 통해 상용 솔루션보다 가볍고 프라이버시가 강화된 로컬 비서 구축이 가능하다.
• 20B 규모의 로컬 모델은 복잡한 다단계 작업(15-20단계 이상)에서 컨텍스트 유지 능력이 저하된다.
• 에이전트의 안정성을 위해 도구 실행 권한에 대한 세밀한 설정과 예외 상황에 대한 모델의 대응 능력이 중요하다.