서론

"12개의 제작 파이프라인 (pipelines), 52개의 도구 (tools), 500개 이상의 에이전트 기술 (agent skills) — 당신의 AI 코딩 어시스턴트를 완전한 비디오 제작 스튜디오로 변환하세요."

이 글은 Open Source Project of the Day 시리즈의 #102번째 기사입니다. 오늘의 프로젝트는 OpenMontage입니다. 이는 Claude Code, Cursor 또는 Codex를 실행 엔진 (execution engine)으로 사용하여 자연어 설명을 완전히 제작된 비디오로 변환하는 오픈 소스 에이전트 기반 비디오 제작 시스템 (agentic video production system)입니다.

대부분의 AI 비디오 도구는 단일 클립을 생성합니다. 프롬프트를 입력하면 5초 분량의 생성된 푸티지 (footage)를 얻는 방식입니다. OpenMontage의 범위는 다릅니다. 이 시스템은 리서처 (researcher), 스크립트 작가 (scriptwriter), 스토리보드 아티스트 (storyboard artist), 에셋 크리에이터 (asset creator), 편집자 (editor), 합성가 (compositor), 품질 검토자 (quality reviewer)와 같은 완전한 제작 팀을 모델링합니다. 각 단계에는 그에 상응하는 에이전트 기술 (agent skill)이 있으며, 당신의 AI 코딩 어시스턴트에 의해 파이프라인 순서대로 실행됩니다.

시작점은 평이한 언어로 된 문장입니다. 끝점은 품질이 검증된 비디오 파일입니다. 전체 프로세스는 도구 전환 없이 당신의 AI 코딩 어시스턴트 내부에서 실행됩니다.

학습 내용

• OpenMontage의 3계층 지식 아키텍처 (knowledge architecture): 도구 (Tools), 기술 (Skills), 파이프라인 정의 (Pipeline Defs)가 어떻게 함께 작동하는지
• 12개의 모든 제작 파이프라인 (production pipelines)과 그 범위
• 제로 비용 경로 (zero-cost path): 비용을 한 푼도 쓰지 않고 제작할 수 있는 것
• 품질 거버넌스 (Quality governance) 설계: 사전 합성 검증 (pre-compose validation), 슬라이드쇼 리스크 스코어링 (slideshow risk scoring), 예산 제어 (budget controls)
• 7차원 제공자 점수 산정 시스템 (7-dimension provider scoring system): AI가 어떤 비디오 생성 서비스를 사용할지 선택하는 방법
• 참조 비디오 분석 (Reference video analysis): YouTube URL을 붙여넣었을 때 일어나는 일

사전 요구 사항

• Claude Code, Cursor 또는 유사한 AI 코딩 도구 사용 경험
• 기본적인 비디오 제작 개념 (스크립트, 샷, 보이스오버, 편집)에 대한 익숙함
• 기본적인 Python 경험

프로젝트 배경

OpenMontage란 무엇인가?

OpenMontage는 에이전트 기반 비디오 제작 시스템 (agentic video production system)입니다 — "당신의 AI 코딩 어시스턴트를 완전한 비디오 제작 스튜디오로 변환하세요."

이 프로젝트가 해결하고자 하는 문제는 단순히 "AI로 비디오 클립을 생성하는 것"이 아닙니다. 그것은 처음부터 최종 결과물 전달까지의 완전한 엔드 투 엔드 (end-to-end) 제작 파이프라인입니다. 리서치, 스크립트 작성, 스토리보딩, 에셋 생성 (asset generation), 편집, 합성 (compositing), 품질 검토 (quality review) — 전통적인 비디오 제작에서 이들은 각각 별개의 역할이지만, OpenMontage에서는 이들이 별개의 에이전트 기술 (agent skills)로서 당신의 AI 어시스턴트에 의해 순차적으로 실행됩니다.

두 번째 설계 중점은 "애니메이션화된 스틸 이미지 (animated stills)" 문제입니다. 대부분의 AI 비디오 도구는 정적인 이미지 프레임을 애니메이션화하여 움직이는 시각 효과를 만들어냅니다. OpenMontage는 Pexels, Pixabay, Archive.org, NASA, Wikimedia Commons와 같은 무료 아카이브에서 실제 움직이는 푸티지 (motion footage)를 가져와 이를 바탕으로 제대로 된 몽타주를 편집할 수 있습니다.

저자 (Author)

• 저자 (Author): calesthio
• 커뮤니티 (Community): GitHub Discussions (Show and Tell, Ideas, Q&A)
• 라이선스 (License): AGPL-3.0
• 비디오 채널 (Video channel): YouTube의 @OpenMontage

프로젝트 통계 (Project Stats)

• ⭐ GitHub Stars: 9,000+
• 🍴 Forks: 1,300+
• 🛠 제작 도구 (Production tools): 52
• 🎬 파이프라인 (Pipelines): 12
• 📚 에이전트 기술 (Agent Skills): 500+
• 📄 라이선스 (License): AGPL-3.0

핵심 기능 (Core Features)

기능 설명 (What It Does)

전형적인 AI 비디오 도구:
프롬프트 (Prompt) → 단일 비디오 클립 생성 → 사용자가 수동으로 조립

...

12가지 제작 파이프라인 (12 Production Pipelines)

제로 코스트 경로 (Zero-Cost Path)

완전한 비디오를 엔드 투 엔드로 실행하는 데 유료 API가 필요하지 않습니다:

유료 API 사용 시 비용 벤치마크 (README 기준):

• 지브리 스타일 애니메이션 (12 FLUX 이미지 + 음악): $0.15
• 픽사 스타일 애니메이션 단편 (6 Kling 클립 + 내레이션): $1.33
• 제품 광고 (OpenAI만 사용): $0.69

빠른 시작 (Quick Start)

설치 (Install):

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

Claude Code에서 사용하기:

cd OpenMontage
claude  # Claude Code 열기

그 다음, 원하는 내용을 평이한 언어로 설명하세요:

알츠하이머병의 조기 경고 징후를 설명하는 2분 길이의 영상을 제작해줘.
타겟 관객: 의학적 배경 지식이 없는 40~60세 연령층.
과학적으로 정확하면서도 접근하기 쉬운 방식이어야 함.
...

에이전트는 비용 추정치가 포함된 제작 제안서를 생성하며, 실행하기 전에 확인을 기다립니다.

심층 분석 (Deep Dive)

3계층 지식 아키텍처 (Three-Layer Knowledge Architecture)

OpenMontage는 기능과 지식을 세 가지 계층으로 분리합니다:

Layer 1: 실행 계층 (Execution layer)
  tools/          ← 52개의 Python 도구
  pipeline_defs/  ← 12개의 YAML 파이프라인 정의
...

500개 이상의 에이전트 기술 (agent skills)이 계층 2와 3에 분산되어 있습니다. 이는 본질적으로 비디오 제작 분야의 도메인 전문 지식을 AI 코딩 어시스턴트에 패키징하여 담아낸 것입니다. 각 기술은 해당 특정 단계에 대한 전문 지식, 일반적인 실패 모드 (failure modes), 그리고 품질 기준을 포함하는 Markdown 파일입니다.

렌더링 엔진: Remotion vs. HyperFrames

OpenMontage는 서로 다른 콘텐츠 유형에 적합한 두 가지 합성 엔진 (compositing engines)을 지원합니다:

Remotion (React 기반 렌더링):

• 비디오 프레임을 React 컴포넌트로 기술합니다.
• 자막, 타이틀, 데이터 시각화와 같이 정밀한 타이밍이 필요한 콘텐츠에 가장 적합합니다.
• 안정적이고 예측 가능한 출력을 제공하며, 개발자는 React 구문을 사용하여 커스텀할 수 있습니다.

HyperFrames (HTML/GSAP 렌더링):

• HTML + GSAP 애니메이션을 사용하여 비디오를 기술합니다.
• 키네틱 타이포그래피 (kinetic typography), 브랜드 콘텐츠, 웹 스타일의 시각적 디자인에 가장 적합합니다.
• 더 높은 커스터마이징 유연성을 제공합니다.

두 엔진 모두 외부 서비스 의존성 없이 Node.js를 통해 로컬에서 렌더링됩니다.

품질 거버넌스 (Quality Governance)

이 부분은 OpenMontage에서 엔지니어링 콘텐츠가 가장 집약된 부분입니다:

사전 합성 검증 게이트 (Pre-compose validation gate): 렌더링이 시작되기 전, 시스템은 제작 약속이 이행되는지 확인합니다. 다음과 같은 경우 실행이 차단됩니다:

• 계획된 출력이 스크립트 내용과 일치하지 않는 경우
• 장면 커버리지 (scene coverage)가 임계값 미만인 경우
• 에셋 (asset) 품질이 목표 사양을 충족하지 못하는 경우

슬라이드쇼 위험 점수 (Slideshow Risk Score): 영상이 너무 "정적"인지, 즉 비디오인 척하는 이미지의 나열에 불과한지를 평가하기 위해 6가지 차원을 사용합니다:

• 평균 장면 지속 시간 (Average scene duration)
• 정적 콘텐츠 대비 움직임이 있는 푸티지 비율 (Ratio of motion footage to static content)
• 카메라 움직임 감지 (Camera motion detection)
• 장면 전환 빈도 (Scene cut frequency)
• 오디오 다이내믹 레인지 (Audio dynamic range)
• 시각적 변화 밀도 (Visual change density)

점수가 임계값을 초과하면, 에이전트는 단순한 슬라이드쇼를 전달하는 대신 더 많은 움직임이 있는 푸티지를 적극적으로 확보하거나 장면 계획을 재구성합니다.

예산 제어 (Budget controls):

기본 설정:
  - $0.50를 초과하는 작업은 확인 필요
  - 총 한도: $10
...

렌더링 후 자체 검토 (Post-render self-review):

• FFprobe 검증: 해상도, 프레임 레이트(frame rate), 비트레이트(bitrate)가 사양과 일치하는지 확인
• 키 프레임 추출 (Key frame extraction): 시각적 품질 스팟 체크
• 오디오 분석: 볼륨 레벨, 무음 감지, 싱크(sync) 확인

7차원 제공자 점수 산정 (7-Dimension Provider Scoring)

작업을 위해 여러 비디오 또는 이미지 생성 제공자(provider)를 사용할 수 있는 경우, 시스템은 7가지 차원에 걸쳐 모든 옵션의 점수를 매깁니다:

모든 선택은 근거와 함께 결정 감사 로그(decision audit log)에 기록됩니다. 문제가 발생하면 AI가 왜 특정 제공자를 선택했는지 정확하게 추적할 수 있습니다.

레퍼런스 비디오 분석 (Reference Video Analysis)

특히 유용한 기능은 YouTube, TikTok 또는 Reels URL을 레퍼런스로 제공하는 것입니다:

다음 스타일로 비디오를 제작해줘: https://youtube.com/watch?v=xxx
주제: 양자 컴퓨팅, 2분, 일반 미국 관객 대상

에이전트는 레퍼런스 비디오를 다음 항목에 대해 분석합니다:

• 나레이션 텍스트 및 페이싱 리듬 (pacing rhythm)
• 장면 전환 빈도 및 비트 정렬 (beat alignment)
• 시각적 스타일 분류
• 훅 구조 (Hook structure, 첫 5초가 어떻게 설계되었는지)

그 다음, 콘텐츠를 복제하는 것이 아니라 스타일을 학습하여 차별화된 제작 계획을 생성하며, 여기에 예상 비용을 첨부합니다. 실행은 명시적인 확인 후에만 시작됩니다.

제공자 생태계 (Provider Ecosystem)

비디오 생성 (14개 제공자):

• 클라우드 (Cloud): Kling, Runway Gen-4, Google Veo 3, MiniMax, HeyGen, Grok
• 로컬 GPU (Local GPU): WAN 2.1, Hunyuan, CogVideo, LTX-Video

이미지 생성 (Image generation, 10개 제공업체):

• 클라우드 (Cloud): DALL-E 3, Google Imagen, Recraft
• 로컬 (Local): FLUX, Stable Diffusion

TTS (4개 제공업체):

• 클라우드 (Cloud): ElevenLabs, Google TTS (700개 이상의 음성), OpenAI TTS
• 오프라인 (Offline): Piper (무료, API 불필요)

음악 (Music): Suno AI, ElevenLabs Music

링크 및 리소스

공식 리소스

• 🌟 GitHub: calesthio/OpenMontage
• 📺 YouTube: @OpenMontage (샘플 출력 영상)
• 💬 GitHub Discussions: 작업물 공유, 질문, 아이디어 제안

기술 스택 참조

• Remotion: remotion.dev
• GSAP: greensock.com/gsap
• Piper TTS: 오픈 소스 오프라인 TTS

결론

OpenMontage는 비디오 제작의 패러다임을 "수십 개의 전문 도구를 숙달해야 하는 작업"에서 "AI 코딩 어시스턴트에게 원하는 내용을 설명하는 작업"으로 전환합니다.

12개의 파이프라인 (pipelines)은 교육용 애니메이션부터 제품 광고에 이르기까지 주요 비디오 유형을 아우릅니다. 52개의 도구는 비디오, 이미지, TTS, 음악 및 푸티지 (footage) 소스의 전체 공급망을 연결합니다. 품질 관리 메커니즘은 AI가 성의 없는 슬라이드쇼를 제공하는 것을 방지합니다. 예산 제어 기능을 통해 단 한 번의 API 호출이 이루어지기 전에 비용을 예측할 수 있습니다.

비용이 전혀 들지 않는 경로도 중요합니다. API 예산이 없더라도 전체 워크플로우 (workflow)를 실행하여 시스템이 어떻게 작동하는지 이해할 수 있으며, 이후 필요에 따라 유료 서비스를 연결할 수 있습니다.

이토록 복잡한 시스템이 9k개의 스타 (Stars)를 기록한 것은, 단순한 단일 클립 수준이 아닌 파이프라인 수준에서의 AI 지원 비디오 제작에 대한 실제 수요를 반영합니다.

엄선된 AI 에이전트 (Agents)와 기술을 제공하는 마켓플레이스 PrimeSkills를 탐색해 보세요. 각 기술은 실제 기업 워크플로우에서 검증되었으며, 과장된 홍보를 걷어내고 진정으로 효과적인 것만을 남겼습니다.

더 유용한 통찰력과 흥미로운 제품을 보시려면 저의 홈페이지를 방문해 주세요.