에이전트한테 뭘 물어보고 커피를 한 모금 마시면 답이 돌아오던 시절이 있었다. 10초쯤. 이제 커피를 들어 올리는 사이에 끝난다. 2초면 충분하다.
OpenClaw가 2월부터 5월까지 빨라지고 작아졌다. 동시에. 보통 속도와 크기는 트레이드오프인데, 이번엔 둘 다 좋아졌다. 비결은 단순했다 — 필요 없는 걸 밖으로 빼고, 핵심만 남겼다.
10초에서 2초, 에이전트 응답이 5배 빨라졌다
4월 중순만 해도 에이전트 cold turn(처음부터 켜서 시작하는 응답 시간)은 9.8초 걸렸다. warm turn(이미 켜진 상태에서의 응답)도 7.5초. 기다릴 만하긴 했지만, “빠르다”라고 부르긴 어려웠다.
5월 28일 릴리즈(v2026.5.28) 기준으로 cold turn은 1.9초, warm turn도 1.9초다. 5.1배 빨라졌다.
이건 마이크로초 단위 최적화가 아니다. 근본적인 구조 변화다. 무거운 플러그인 의존성을 core 밖으로 빼고, 에이전트가 실제로 필요한 코드만 로드하게 만들었다. 메모리 사용량도 686MB에서 581MB로 15% 줄었다.
숫자는 트렌드를 보여주는 증거지, 밀리초 단위 벤치마크가 아니다. 어디서 와서 어디까지 왔는지가 중요하다.
43MB에서 18MB, 패키지가 59% 작아졌다
npm에 올라가는 tarball(압축된 패키지 파일) 크기가 3월에는 43.3MB였다. 기능이 늘면서 패키지도 같이 부풀어올랐다. 4월 들어 정리를 시작했고, 5월 28일엔 17.9MB가 됐다. 59% 감소.
의존성 개수도 줄었다. 2월에 645개였던 게 5월 28일엔 300개. 절반 이상이 사라졌다.
무엇이 사라졌나? Bedrock, Slack, OpenShell, Anthropic Vertex, Matrix, WhatsApp — 이 채널·프로바이더들이 core 의존성 경로에서 빠져나갔다. 기능이 없어진 게 아니라, 필요한 사람만 설치하는 플러그인으로 이사한 거다.
실제 설치 크기도 5월 22일 기준 1,020MB에서 5월 28일 361.7MB로 64.6% 줄었다. 한 번의 릴리즈에서 650MB를 깎아낸 거다.
shrinkwrap이 범인이 아니었다
이야기의 가장 흥미로운 대목이다.
5월 22일, OpenClaw에 npm shrinkwrap(의존성 버전을 고정하는 잠금 파일)이 추가됐다. 그런데 설치 크기가 갑자기 1GB를 넘었다. “shrinkwrap이 문제”라고 결론 내리기 쉬웠을 거다.
하지만 진단 결과는 달랐다. shrinkwrap 자체는 괜찮았다. 문제는 패키지 모양(package shape)이었다. shrinkwrap이 고정한 의존성 트리 안에, 모든 플랫폼용 @napi-rs/canvas 네이티브 패키지 12개가 들어가 있었다. Linux용, Windows용, ARM용 — 내 Mac에 필요 없는 것들까지 전부 설치된 거다.
5월 28일은 shrinkwrap을 유지하면서 패키지 모양을 고쳤다. canvas 패키지 fanout이 기본 설치에서 사라졌고, 중첩 의존성 트리는 911.8MB에서 259.7MB로 줄었다. 아직 완전히 정리되진 않았지만, 방향은 명확하다.
shrinkwrap은 죄인이 아니었다. 나쁜 패키지 모양이 문제였다.
4월의 암흑기를 건너편에서 돌아보면
솔직히 4월 후반부는 좋은 시절이 아니었다. v2026.4.25는 cold turn이 81초였다. v2026.4.29는 94초. 메모리는 3.6GB까지 치솟았다.
이건 회귀였고, 5월 초에 복구됐다. v2026.5.2에서 3.9초로 떨어지며 정상 궤도에 올랐고, 그 이후로 계속 줄어들었다.
중요한 건 이 암흑기를 빠르게 진단하고 고쳤다는 거다. 그리고 그 과정에서 패키지 구조 개선의 계기가 됐다.
“성장이 아니라 허물이다”
OpenClaw 블로그 원문의 마지막 문장이다.
Growth, here, looks more like molting than adding.
뱀이 허물을 벗듯이, 더 커진 게 아니라 더 가벼워진 거다. 기능은 더 많아졌는데 패키지는 더 작아졌다. 의존성은 더 줄었는데 속도는 더 빨라졌다.
이건 “무엇을 넣을까”가 아니라 **“무엇을 밖으로 뺄까”**를 묻는 방식의 결과다. core는 작게. 선택적 기능은 플러그인으로. 의존성 소유를 명확히. 그리고 사용자가 체감하는 효과를 측정하기.
이 방향은 앞으로도 계속된다. main 브랜치는 이미 의존성 314개로 내려가 있다.
참고: 이 글은 OpenClaw 블로그 원문과 기술 보고서를 기반으로 작성했습니다. 상세 수치와 방법론은 기술 보고서에서 확인할 수 있습니다.