OpenClaw 크론 비용 줄이기: LightContext 적용 기록

들어가는 말

OpenClaw를 오래 운영하다 보면 크론 작업이 점점 늘어난다. 처음에는 몇 개 안 되던 자동화가 알림, 리포트, 잔액 체크, 블로그 발행, 일정 확인 같은 작업으로 퍼지면서 어느 순간 꽤 많은 토큰을 쓰게 된다. 오늘은 OpenClaw 크론 작업을 정리하면서 LightContext를 적용했다. 핵심은 단순하다.

모든 작업이 무거운 컨텍스트를 들고 시작할 필요는 없다.

LightContext란?

'lightContext'는 크론이나 서브에이전트 실행 시 초기 컨텍스트를 가볍게 넣는 옵션이다. 일반적으로 에이전트가 시작할 때는 여러 기본 정보가 함께 들어간다.

• AGENTS / SOUL / USER / MEMORY 같은 기본 문맥
• 워크스페이스 힌트
• 세션 관련 정보
• 부트스트랩 정보

이런 정보는 복잡한 판단이나 장문 작업에는 도움이 된다. 하지만 단순한 체크 작업에는 과하다. 예를 들어 이런 작업들이다.

• 스크립트 실행 후 결과만 전달
• 파일 하나 읽고 요약값 출력
• 잔액 체크
• 공지 확인
• 단순 리마인더성 작업
• 정해진 채널에 상태 보고

이런 경우 'lightContext: true'를 켜면 시작 토큰을 줄일 수 있다. 즉, 같은 작업을 더 가볍게 실행할 수 있다. 아래 CLI 명령으로 설정할 수 있다. 물론 에이전트가 다 해주기 때문에 명령어를 직접 실행할 일은 거의 없지만 알아둬서 나쁠 건 없다.

openclaw cron edit <job-id> --light-context
openclaw cron add ... --light-context

 

자세한 내용은 아래 OpenClaw 공식 문서의 Common edits 섹션을 참고하기 바란다.

https://docs.openclaw.ai/cli/cron

Cron - OpenClaw

 

적용 과정

현재 상황 검토

현재 enabled 상태인 크론은 총 53개였다. 모델 분포는 다음과 같았다.

• openai-codex/gpt-5.5 (default) : 26개
• openai-codex/gpt-5.4 : 21개
• anthropic/claude-sonnet-4-6 : 6개

얼마 전 모든 에이전트의 default 모델을 gpt-5.4에서 5.5로 변경했는데, 위의 26개는 이를 그대로 크론에 적용한 것들이다. gpt-5.4로 설정된 대부분의 크론은 최근까지 gemini 2.0 flash를 붙였었는데 gemini 인증이 자꾸 말썽을 부려서 상대적으로 안정적인 OpenAI Codex 계열로 모두 변경한 바 있다. codex 계열 중 더 저렴한 모델로 설정하지 않은 이유는 단순히 (내 설정 기준으로) 사용할 수 있는 모델이 'gpt-5.4'와 'gpt-5.5' 뿐이었기 때문이다. 비용 절감 대상은 주로 다음 두 그룹이었다.

1. gpt-5.5(default)로 돌고 있지만 가벼운 작업
2. gpt-5.4지만 컨텍스트까지 줄일 수 있는 작업

적용 기준

무조건 낮추지는 않았다. 이번 1차(2차가 있을지는 모르겠다..) 적용 대상은 다음처럼 비교적 단순하고 반복적인 작업을 하는 크론이었다.

• 알림
• 잔액 체크
• 단순 리포트
• 스크립트 실행형 작업
• 정해진 결과 전달 작업

반대로 아래 작업은 보류했다.

• Notion 리포트처럼 판단 품질이 중요한 작업
• Discord stalled issue 검색처럼 증거 수집이 필요한 작업
• 내부 memory 관련 작업
• 장문 작성이나 복잡한 검색이 필요한 작업

LightContext는 "싸게 만들기"가 아니라 "맞는 작업에 맞는 컨텍스트를 주기"에 가깝다. 긴 글쓰기나 사람 취향이 중요한 작업에는 그대로 무거운 컨텍스트를 유지하는 편이 낫다.

실제 적용 내용

항상 그렇지만 적용은 에이전트가 다 했다. 에이전트가 작업을 끝낸 뒤, 사후에 내게 보고한 내용을 정리한다. 제일 먼저 한 작업은 백업이다. 내가 평소 백업을 강조하는 말을 자주 해서 그런 건지 에이전트가 스스로 판단해서 한 건지는 따로 물어보지 않았다.

~/.openclaw/cron/jobs.json.pre-codex-cron-lightcontext-20260428-183535.bak

그다음 1차로 총 30개 크론의 모델을 변경했다.

• default/gpt-5.5로 실행되던 agentTurn(독립 실행형) 크론 16개
  
  • → 'openai-codex/gpt-5.4' + 'lightContext: true'
• 기존 gpt-5.4 '스크립트/체크형' 크론 14개 
  • → 모델은 유지하고 'lightContext: true' 추가
• systemEvent 리마인더 3개
  • → 제외

systemEvent 리마인더는 메인 세션으로 들어가는 이벤트라 모델 override나 LightContext 적용 대상과 맞지 않았다. 애매하게 건드리지 않는 쪽을 택했다. 용어가 낯설 수 있는데 systemEvent는 기존 메인 세션에 “리마인더/이벤트”를 주입하는 방식이다. 그리고 agentTurn은 별도 에이전트 실행을 하나 띄워서, 메시지를 주고 답을 받는 방식이다.

예를 들면 아래와 같은 작업들이 agentTurn에 가깝다.

• "오늘 공지 확인해서 요약해줘"
• "스크립트 실행하고 결과 보고해줘"
• "잔액 체크해서 알려줘"
• "블로그 발행 결과 확인해줘"

반대로 단순히 메인 세션에 "몇 시에 뭐 하라고 알려줘" 같은 건 systemEvent 쪽에 가깝다.

 

적용 후 결과

적용 전 모델 분포는 이랬다.

gpt-5.5: 26
gpt-5.4: 21
Sonnet: 6

적용 후에는 이렇게 바뀌었다.

gpt-5.5: 10
gpt-5.4: 37
Sonnet: 6

즉, (에이전트 기본 모델인) gpt-5.5로 돌던 가벼운 작업 상당수를 gpt-5.4로 내렸고, 동시에 LightContext도 붙였다. 적용 후 검증도 진행했다.

• 타깃 30개 설정 확인 완료
• 'openclaw cron status' 정상
• scheduler enabled 상태 확인

 

이번 작업의 핵심

이번 정리는 단순히 "비싼 모델을 싼 모델로 바꾸자"가 아니었다. 핵심은 두 가지였다.

1. 작업 성격에 맞는 모델을 쓴다.
2. 필요 이상으로 큰 컨텍스트를 주지 않는다.

에이전트 작업은 모델 비용만 보는 것보다 시작할 때 들어가는 컨텍스트 크기까지 같이 보는 게 중요하다. 특히 크론처럼 반복 실행되는 작업은 작은 차이가 누적된다. LightContext는 그런 반복 작업에서 꽤 좋은 비용 절감 포인트다. 단, 모든 작업에 켜는 옵션은 아니다. 단순 작업에는 좋고 복잡한 판단이나 장문 작업에는 조심해서 써야 한다.

결론

OpenClaw 크론 53개를 점검했고, 그중 30개에 LightContext 기반 최적화를 적용했다. 이번 1차 적용으로 비싼 gpt-5.5가 붙은 작업은 26개에서 10개로 줄었고, 상대적으로 저렴한 gpt-5.4 작업은 21개에서 37개로 늘었다. 다음 2차 적용(과연..?) 시에는 gpt-5.4-mini나 gpt-5.4-nano 같은 더 저렴한 모델로 추가 변경할 예정이다.

결과적으로 작업 품질이 중요한 크론은 유지하고, 반복적이고 단순한 크론만 가볍게 만들었다. 작은 정리지만 운영 비용에는 꽤 의미 있는 변화다. 자동화를 위해 크론을 많이 만드는 것만큼, 안정적으로 오래 돌릴 수 있게 다듬는 것도 중요하다. 끝.