Context Hub vs ClawHub: Andrew Ng의 문서화 레이어와 OpenClaw의 실행 레이어의 만남

Andrew Ng이 "AI 코딩 에이전트를 위한 Stack Overflow"라는 아이디어를 제안했을 때, 그는 단순히 개념만 던진 것이 아니었습니다. 실제로 출시했습니다. Context Hub는 코딩 에이전트가 코드베이스 안에서 환각에 의존하지 않도록, 선별되고 버전이 관리되는 API 문서를 제공하는 오픈소스 CLI 도구로 출시되었습니다.

한편 OpenClaw의 생태계에는 이미 ClawHub가 있었습니다. ClawHub는 에이전트가 API에 대해 단순히 읽는 데 그치지 않고, 작업을 실행하는 스킬 디렉터리입니다. 두 개의 오픈소스 프로젝트, 그리고 에이전트에게 실제로 필요한 것이 무엇인지에 대한 두 가지 다른 베팅입니다.

이 글은 "어느 쪽이 더 나은가"에 대한 글이 아닙니다. "왜 아마 둘 다 필요할 것인가"에 대한 글입니다.

Context Hub가 실제로 하는 일

Context Hub(chub)는 하나의 특정한 문제를 해결하는 CLI 도구이자 MCP 서버입니다. 코딩 에이전트는 학습 데이터에 기반해 API 시그니처를 추측하고, 그 추측은 틀립니다.

해결책은 간단합니다. 웹을 검색하거나 오래된 학습 지식에 의존하는 대신, 에이전트가 다음을 실행합니다.

chub get openai/chat --lang py

그러면 올바른 API 시그니처, 흔한 함정, 작동하는 예제가 담긴 선별된 버전 관리 마크다운 문서를 돌려받습니다. 이 문서는 해당 API를 실제로 사용하는 인간 유지관리자가 작성한 것입니다. 스크래핑한 것이 아닙니다. 생성한 것도 아닙니다. 큐레이션한 것입니다.

숫자가 이야기를 말해 줍니다.

• 605개 라이브러리 지원 — OpenAI와 Anthropic부터 Stripe, Django, PyTorch까지
• 1,666개 문서 파일 — 언어별 변형(Python, JavaScript, TypeScript)
• 5개월도 안 되어 GitHub 스타 ~10,000개
• 내장 MCP 서버 — 에이전트가 chub를 단순 CLI가 아니라 도구로 호출 가능

핵심 기능은 피드백 루프입니다. 문서를 사용한 뒤, 에이전트는 로컬에서 주석을 달 수 있습니다.

chub annotate stripe/api "Webhook verification requires raw body — do not parse before verifying"

이 주석은 세션을 넘어 유지됩니다. 다음에 에이전트가 그 문서를 가져오면, 주석이 자동으로 나타납니다. 에이전트가 말 그대로 작업할 때마다 더 똑똑해지는 것입니다.

ClawHub가 실제로 하는 일

ClawHub는 근본적으로 다른 접근을 취합니다. Context Hub가 "Stripe API를 호출하는 방법은 이렇다"라고 말한다면, ClawHub는 "뉴스레터 파이프라인을 배포하는 방법은 이렇다"라고 말합니다.

ClawHub 스킬은 문서가 아닙니다. 실행 플레이북입니다. 즉, OpenClaw 에이전트에게 완전한 작업을 수행하는 방법을 알려 주는 구조화된 지침, 스크립트, 참조 파일 세트입니다. 단일 명령으로 설치할 수 있습니다.

npx clawhub install ghost-posts-bal

에이전트는 단계별 지침이 담긴 SKILL.md, 호출할 수 있는 헬퍼 스크립트, 엣지 케이스를 위한 참조 파일, 구성 템플릿을 받습니다. Ghost API에 대해 읽는 것이 아닙니다. 뉴스레터 초안을 만들고, 이미지를 처리하고, CDN에 업로드하고, 포맷된 게시물을 생성합니다. 이 모든 것을 하나의 스킬로 수행합니다.

Context Hub와의 핵심 차이점:

• 스킬은 참조가 아니라 작업입니다 — "Ghost 초안 만들기" vs "Ghost API는 이렇다"
• 스킬에는 실행 가능한 코드가 포함됩니다 — Python 스크립트, 셸 명령, 템플릿
• 스킬은 에이전트 네이티브입니다 — OpenClaw의 스킬 탐색 시스템을 위해 설계됨
• 주간 npm 다운로드 341,000+회 — OpenClaw 생태계에서 높은 채택률

진짜 차이: 아는 것 vs 하는 것

가장 명확하게 생각하는 방법은 이렇습니다.

Context Hub는 도서관입니다. ClawHub는 작업장입니다.

도서관은 추측하지 않아도 되도록 올바른 책을 제공합니다. 작업장은 무언가를 만들기 위한 도구, 지그, 순서를 제공합니다.

둘 다 중요합니다. 어느 하나가 다른 하나를 대체하지 않습니다.

구체적인 예를 들어 보겠습니다. OpenClaw 에이전트가 Stripe 계정을 모니터링하고 매일 아침 Slack 요약을 보내길 원한다고 해 봅시다. 새 결제, 실패한 결제, 환불 요청을 요약하는 것입니다.

Context Hub만 사용한다면, 에이전트는 다음을 수행할 것입니다.

1. Stripe API 문서를 가져옴(chub get stripe/api --lang py)
2. 웹훅 시그니처, charges 엔드포인트, 페이지네이션에 대해 읽음
3. Slack SDK 문서를 가져옴(chub get slack/sdk --lang py)
4. 통합을 처음부터 작성함. 아마 Stripe 웹훅 시그니처 검증을 두 번쯤 틀린 뒤 제대로 맞출 것임
5. 문서에 주석을 남김: "웹훅 검증에는 raw body가 필요함 — 검증 전에 파싱하지 말 것"

ClawHub만 사용한다면, 에이전트는 다음을 수행할 것입니다.

1. Stripe 모니터링 스킬 설치(npx clawhub install stripe-monitor)
2. SKILL.md 플레이북을 따름 — API 키 구성, 일정 설정, 알림 규칙 정의
3. 웹훅 파싱, 필터링, Slack 포맷팅을 처리하는 포함 스크립트 실행
4. 첫 실행에서 작동하는 일일 요약을 얻음

둘 다 사용한다면, 에이전트는 다음을 수행할 것입니다.

1. 정립된 모니터링 워크플로에는 ClawHub 스킬을 사용
2. 스킬을 확장해야 할 때 Context Hub 문서를 가져옴 — 예를 들어 해당 스킬이 아직 다루지 않는 환불 분쟁 처리를 추가하는 경우

이것이 진짜 돌파구입니다. Context Hub는 API 계층에서 환각을 줄입니다. ClawHub는 작업 계층에서 보일러플레이트를 작성할 필요를 없앱니다. 함께 사용하면 에이전트는 틀린 코드를 덜 작성하고, 불필요한 작업도 덜 하게 됩니다.

언제 무엇을 사용할까

Context Hub를 사용할 때:

• 에이전트가 이전에 사용해 본 적 없는 서드파티 API에 맞춰 코드를 작성해야 할 때
• 코딩 작업에서 API 환각을 줄이고 싶을 때
• 새로운 통합을 구축하고 있으며 정확하고 최신의 참조 문서가 필요할 때
• 에이전트가 세션을 넘어서도 같은 API 호출을 계속 틀릴 때(주석이 이를 해결합니다)

ClawHub를 사용할 때:

• 에이전트가 완전하고 반복 가능한 작업을 수행해야 할 때
• 작업에 여러 도구, API, 의사결정 지점이 포함될 때
• 누군가 이미 이 워크플로를 해결해 스킬로 패키징해 두었을 때
• 몇 시간의 시행착오가 아니라 몇 분 안에 에이전트를 생산적으로 만들고 싶을 때

둘 다 사용할 때:

• 새로운 ClawHub 스킬을 만들고 있으며, 호출하는 서비스에 대한 정확한 API 문서가 필요할 때
• 에이전트가 스킬이 다루지 않는 엣지 케이스를 만나 이를 확장해야 할 때
• "이걸 해야 한다"에서 "제대로 완료됐다"까지 가는 가장 빠른 경로를 원할 때

OpenClaw 사용자에게 이것이 의미하는 것

OpenClaw를 MyClaw.ai에서 실행한다면 — OpenClaw를 실행하는 가장 좋은 방법입니다 — 이미 ClawHub 스킬을 기본으로 사용할 수 있습니다. Context Hub를 추가하는 데는 명령 하나면 됩니다.

npm install -g @aisuite/chub

그런 다음 에이전트에게 이렇게 프롬프트하세요. "외부 서비스를 대상으로 코드를 작성하기 전에 CLI 명령 chub를 사용해 API 문서를 가져와."

더 좋은 방법은, chub를 래핑하는 OpenClaw 스킬을 만들어 에이전트가 자동으로 사용하게 하는 것입니다. Context Hub 저장소에는 바로 이 목적을 위해 설계된 SKILL.md template도 포함되어 있습니다. MyClaw에서는 인스턴스가 항상 켜져 있고, 에이전트는 필요할 때마다 최신 문서를 가져올 수 있습니다. 로컬 설정으로 골치 아플 일이 없습니다.

에이전트 생태계는 여러 계층으로 나뉘고 있습니다. Andrew Ng은 참조 계층을 만들고 있습니다. OpenClaw는 실행 계층을 만들고 있습니다. 똑똑한 사용자는 둘을 함께 쌓을 것입니다.

더 큰 그림

Andrew Ng은 수년 동안 AI 도입의 장벽은 모델 능력이 아니라 모델을 둘러싼 도구라고 말해 왔습니다. Context Hub는 코딩 에이전트의 첫 번째 병목이 정확한 정보라는 그의 베팅입니다.

OpenClaw와 ClawHub는 병렬적인 베팅을 보여 줍니다. 자율 에이전트의 병목은 구조화된 실행 계획이라는 것입니다.

둘 다 맞습니다. 올바른 API 시그니처를 알고 있지만 플레이북이 없는 에이전트는 정확한 코드를 천천히 작성할 것입니다. 훌륭한 플레이북이 있지만 API 호출을 환각하는 에이전트는 엣지에서 실패할 것입니다.

에이전트 인프라의 미래는 문서 또는 스킬이 아닙니다. 런타임에 조합되고, 모든 작업을 통해 개선되는 문서 그리고 스킬입니다.

우리는 그 미래가 오픈소스 안에서 스스로 조립되는 모습을 보고 있습니다. 한 번의 chub get, 한 번의 clawhub install을 통해서 말입니다.

오늘 시작하는 방법

두 도구와 함께 OpenClaw를 실행하는 가장 빠른 방법은 MyClaw.ai에서 실행하는 것입니다. #1 관리형 OpenClaw 플랫폼입니다. MyClaw가 인프라를 처리해 주므로, 서버 설정 디버깅이 아니라 워크플로 구축에 집중할 수 있습니다.

OpenClaw가 MyClaw에서 실행되면, Context Hub를 추가하는 데는 명령 하나면 됩니다.

1단계: Context Hub 설치

npm install -g @aisuite/chub

2단계: 검색으로 테스트

chub search "openai"
chub get openai/chat --lang py

3단계: 에이전트 워크플로에 추가

Context Hub 저장소의 템플릿을 사용해 ~/.openclaw/skills/get-api-docs/SKILL.md에 스킬 파일을 만드세요. OpenClaw 에이전트는 익숙하지 않은 API를 대상으로 코드를 작성하기 전에 자동으로 chub를 사용하게 됩니다.

4단계: 작업 스킬을 위해 ClawHub 둘러보기

npx clawhub search

필요한 워크플로와 일치하는 스킬을 설치하세요. 해당 스킬의 SKILL.md는 에이전트에게 정확히 어떻게 사용할지 알려 줍니다. 수동 구성은 필요 없습니다.

Context Hub는 아래 계층에서 정확한 API 지식을 제공합니다. ClawHub는 위 계층에서 그 지식을 완전한 워크플로로 오케스트레이션합니다. MyClaw.ai에서 둘을 함께 쌓으면, 에이전트는 곧바로 구축할 준비가 됩니다.