발단

어제 OpenClaw에서 ₩271,621 결제 폭탄에서 탈출하면서 Ollama → OpenRouter → SOUL.md 한국어 강제 레이어까지 7번의 함정을 차례로 풀었습니다. 새벽 5시에 마무리하고 잠들었는데, 일어나서 보니 깨달았습니다 — 이 디버깅 과정 자체가 좋은 컨텐츠다.

영상 스트리밍이 아닙니다. 에이전트 HQ 대시보드 안에서 텍스트 채팅으로 진행되는 협업 워크스페이스입니다. 호스트(Jack)가 자기 에이전트와 대화하며 코드가 실시간으로 돌아가는 모습이 대시보드에 흐르고, 시청자는 그 흐름을 같이 보거나 결과물(코드/파일/링크)만 받아서 나갑니다. 시청자끼리는 채팅으로 결과에 대해 소통할 수 있고, 호스트만 에이전트와 직접 소통합니다.

문제는 보통 이런 "공유 대시보드 + 채팅" 구조를 만들려면 Slack 같은 풀빌드가 필요해 보인다는 점입니다. Claude Opus 4.5도 비슷한 아이디어를 들었을 때 "엄청난 작업"이라고 했습니다.

핵심 통찰 — Twitch 모델

게임 스트리밍 시장에서 Twitch가 푼 문제와 동일합니다.

[게이머 (호스트)]                   [시청자 N명]
  ↓                                   ↓
PC + 게임 + 인터넷                  브라우저만
구독료 / 게임값 본인 부담            무료 (또는 도네이션)
  ↓                                   ↓
  └────── 라이브 스트림 ────────────┘

게이머 1명이 비용을 부담하고, 시청자 100만명이 무료로 봅니다. 게이머는 광고 / 구독 / 도네이션으로 회수합니다.

같은 구조를 AI 코딩에 적용하면:

[Jack (호스트)]                      [시청자 N명]
  ↓                                   ↓
Claude Max $200/월 (이미 결제 중)    브라우저만
PC + 프로젝트 코드 본인 소유         무료
봇과 대화 권한                       채팅만 (서로 간)
  ↓                                   ↓
  └────── 라이브 스트림 ────────────┘

Claude Max 비용은 100명이 보든 1만명이 보든 $200으로 동일합니다. 시청자는 어떤 AI 모델도 설치할 필요가 없습니다.

이게 핵심입니다. 어제까지 제가 "Slack-like 협업 시스템"을 떠올렸을 때 비용이 5명 × $200 = $1,000/월이라고 생각한 건, 모두가 봇을 사용하는 collaborative dev 시나리오였기 때문입니다. 시청자가 read-only로 보기만 하면 비용 모델이 완전히 바뀝니다.

시청자 가치

처음 떠올렸을 때는 "강의 데모용"이라는 단순한 활용만 보였습니다. 그런데 한 단계 더 들어가면, 시청자한테도 실질 가치가 있습니다:

시청자가 채팅에서 "이런 거 가능한가요?"를 묻습니다. 호스트가 채팅을 보고 자기 에이전트에게 그 요청을 전달합니다. 결과물(코드 / 파일 / 링크)이 채팅에 공유됩니다. 시청자는 자기 PC에 아무것도 설치하지 않고 결과만 받습니다.

이건 "AI 외주 라이브" 형태의 서비스가 됩니다. 시청자한테 본인의 AI 에이전트 셋업이라는 진입 장벽이 사라집니다.

활용 시나리오 5가지

강의 / 워크샵 라이브 데모 — 4/30 강의 직전. "이 링크 들어와서 제가 AI랑 일하는 거 보세요." 50~100명 동시 시청.
정기 라이브 컨텐츠 — 매주 정해진 시간에 빌드 라이브. YouTube Live 동시 송출. 팬덤 형성.
크몽 / 탈잉 강의 보조 자료 — 수강생 전용 라이브 룸. "강의 중 실시간 Q&A" 채널.
포트폴리오 / 마케팅 시연 — 잠재 고객한테 "저는 이렇게 일합니다" 시연 도구.
1:1 컨설팅 라이브룸 — Cal.com 세션 + 라이브 룸 결합. 클라이언트 옆에 두고 "지금 같이 풀어봅시다."

빌드 계획

전체 5~~7시간 POC, 1~~2일 폴리싱. 4단계로 분할.

Phase 1 — Host 작업 transcript 사이드 패널 (1~2시간)

기존 agents-hq/dashboard.html에 우측 사이드 패널을 추가합니다. status_writer.py(이미 Claude Code 훅에 연결됨)를 확장해 user prompt와 assistant response를 state.json의 transcript[] 배열에 누적합니다. 패널은 1초마다 폴링하며 자동 스크롤합니다.

Phase 2 — 시청자 채팅 WebSocket (2~3시간)

serve.py를 확장해 WebSocket 서버를 추가합니다. Python websockets 라이브러리 30줄 정도. 시청자가 입력한 채팅은 다른 시청자와 호스트에게는 전달되지만 봇에게는 전달되지 않습니다. 닉네임 자동 부여 + 색상 구분.

Phase 3 — URL 토큰 기반 호스트 인증 (1~2시간)

/?host=<token>이 있는 호스트 URL과 /가 없는 시청자 URL을 분리합니다. 호스트만 봇에게 명령을 보낼 수 있습니다(이건 그냥 Telegram 봇으로 보내고, 시청자는 입력란이 채팅으로만 연결됩니다).

Phase 4 — 폴리싱 (선택, 2~3시간)

이모지 / 코드블록 렌더링 / 모바일 반응형 / 시청자 수 표시 / 입장·퇴장 알림 / 닉네임 변경.

기술 스택

백엔드: Python (기존 agents-hq/serve.py 확장)
실시간: WebSocket (websockets 라이브러리)
프론트: 기존 dashboard.html 확장
호스팅: cloudflared 터널 (이미 가동 중)
데이터: 메모리 (재시작 시 채팅 히스토리 초기화 OK)

외부 의존성은 새로 추가되는 게 없습니다. 어제 셋업한 agents-hq 인프라 위에 얹는 구조입니다.

한계 + 확장 시점

현재 한계:

동시 접속 ~50명까지 안전, ~500명까지 가능, 1000명+은 진짜 호스팅 필요
채팅 히스토리는 메모리 (재시작 날아감 — 영구 저장은 SQLite로 1시간 추가 작업)
XSS / 스팸 방어 = 입력 sanitize + rate limit (Phase 4에서 추가)

확장 시점:

만약 활용도가 높아 진짜 SNS 수준이 필요해지면 그때 검토합니다. 지금은 "1인 호스트 + N 시청자" 작은 모델로 시작.

왜 지금 시작하는가

4/30 강의가 이틀 남았습니다. 강의에서 "AI 코딩 라이브"라는 새 컨셉을 시연하면 가치가 큽니다. Phase 1만 완성해도 강의 데모 가능하고, 강의 후 반응 보고 Phase 2~4 진행 결정합니다.

오늘 Phase 1부터 시작합니다. 빌드 흐름을 그대로 일지에 기록합니다 — Build in Public 정신은 결과물뿐 아니라 과정 자체도 컨텐츠라는 입장이니까요.

다음 일지에서

Phase 1 완료 (status_writer.py 패치 + transcript 사이드 패널) 후 첫 동작 영상 / 캡처. 강의 직전까지 단계별 일지가 차곡차곡 쌓일 예정입니다.