3 Architectures for Embedded AI Agents: MimiClaw vs ESP-Claw vs zbot

화면을 클릭하면 원본이미지를 보실수 있습니다.

 

1. 한눈에 보는 아키텍처 비교표

구분	MimiClaw	ESP-Claw	zbot
기반 OS	ESP-IDF (FreeRTOS)	ESP-IDF (FreeRTOS)	Zephyr RTOS
타겟 보드	ESP32-S3 전용	ESP32-S3 (M5Stack 등)	nRF5340+7002, RTL8720 등 범용
핵심 컨셉	5달러짜리 초경량 포켓 AI	AI가 스스로 코딩하는 "Chat Coding"	하드웨어 독립적인 엔터프라이즈 에이전트
제어 방식	하드코딩된 C 함수 직접 호출	LLM이 즉석에서 생성한 Lua 스크립트 실행	부팅 시 자동 등록되는 Zephyr 스킬(Skill)
기억 장치	물리적 텍스트 파일 (.md, .jsonl)	경량 태그(Tag) 기반 메모리 풀	Zephyr 내부 파일 시스템

 

2. 프로젝트별 상세 동작 방식 비교

1️⃣ MimiClaw: 하드웨어에 밀착한 "맨바닥(Bare-metal) 에이전트"

MimiClaw는 ESP-Claw의 모태가 된 프로젝트로, 무거운 가상머신이나 동적 언어를 완전히 배제하고 순수 C 언어로만 ReAct(추론 및 행동) 루프를 구현했습니다.

• 동작 방식: 사용자가 텔레그램으로 명령을 내리면, LLM이 이를 분석하여 미리 정의된 도구(Tool)를 선택합니다. 이 도구는 ESP32 내부의 특정 C 함수와 1:1로 하드코딩되어 연결되어 있습니다.
• 특징 (파일 기반 기억력): 데이터베이스를 쓰지 않고, 기기 내부의 플래시 메모리에 SOUL.md(성격), MEMORY.md(장기 기억) 같은 마크다운 텍스트 파일로 모든 상태를 저장합니다. 전원을 껐다 켜도 AI가 사용자를 기억하는 "영속성"이 가장 큰 무기입니다.

2️⃣ ESP-Claw: 진화하는 "Chat Coding 프레임워크"

MimiClaw의 통신 및 에이전트 루프 구조를 물려받았지만, 하드웨어를 제어하는 방식에서 Lua 인터프리터를 도입하여 패러다임을 바꿨습니다.

• 동작 방식: LLM이 단순히 켜고 끄는 도구를 고르는 수준을 넘어, 목적 달성을 위해 즉석에서 Lua 코드를 작문합니다. 기기는 이 텍스트 코드를 전달받아 Lua 엔진에서 동적으로 실행합니다.
• 특징 (이벤트 기반 자동화): MimiClaw가 수동적(명령어 대기)이라면, ESP-Claw는 센서값이 바뀌면 기기가 먼저 AI에게 이벤트를 보고하고, AI가 스스로 판단하여 새로운 하드웨어 규칙(Rule)을 만들어냅니다. 하드코딩 없이 무한한 기능 확장이 가능합니다.

3️⃣ zbot: 이식성과 확장성의 끝판왕 "RTOS 에이전트"

앞선 두 프로젝트가 Espressif(ESP32) 생태계에 종속되어 있다면, zbot은 Zephyr RTOS라는 강력한 운영체제 위에서 돌아가도록 설계되었습니다.

• 동작 방식: 개발자가 하드웨어 제어 C 코드(예: 모터 돌리기)를 작성해 src/skills 폴더에 넣기만 하면, Zephyr의 SYS_INIT 매크로가 부팅 시점에 해당 스킬을 에이전트에 자동으로 등록(Self-register)합니다. LLM은 내장된 마크다운 문서를 읽고 자신이 어떤 스킬을 쓸 수 있는지 스스로 파악합니다.
• 특징 (하드웨어 독립성): Zephyr의 Device Tree를 사용하기 때문에, 코드 한 줄 바꾸지 않고도 설정 파일만 수정하면 ESP32, nRF 보드, RTL8720 등 전혀 다른 칩셋에서 똑같은 AI 에이전트가 동작합니다. "가장 표준적이고 기업 친화적인" 방식입니다.

---

💡 요약 및 가이드

• ESP32 보드 하나로 가장 빨리 나만의 비서를 만들고 싶다면: MimiClaw
• AI가 스스로 코딩하며 무한한 응용(게임, 복잡한 조명 패턴 등)을 하길 원한다면: ESP-Claw
• 다양한 칩셋에 포팅하거나 상용 IoT 제품 수준의 안정적인 구조를 원한다면: zbot

화면을 클릭하면 원본이미지를 보실수 있습니다.