대부분의 'AI 현황' 보고서는 설문조사, 자금 지원 발표 또는 분위기(vibes)에 기반합니다. 하지만 이 보고서는 더 간단한 것에 기반했습니다. 바로 2,112개의 오픈 소스 AI 프로젝트 목록이며, 그 모든 프로젝트는 실제 GitHub 저장소와 대조되었습니다. 보도 자료도, 대기자 명단도, 허상 기술(vaporware)도 없습니다. 만약 프로젝트가 데이터에 포함되어 있다면, 해당 레포지토리가 존재하며 오늘 당장 설치할 수 있습니다.
저는 오픈 소스 AI 프로젝트만을 보여주는 디렉토리인 LibreAI를 운영하고 있습니다. 솔직하게 말씀드리자면, 모든 항목은 GitHub와 검증되었으며 17개 카테고리로 정리되어 있고 각 카테고리에는 설치 가이드가 제공됩니다. 이 목록의 개수를 세어보는 것은 오픈 소스 AI가 실제로 어디에 있는지(2026년)를 파악하는 놀라울 정도로 좋은 방법임이 드러납니다. 이는 단순히 과대광고(hype)가 말하는 곳과는 다릅니다.
숫자에 앞서 한 가지 공개할 점이 있습니다. 이 정보는 신뢰도와 관련되므로 중요합니다. 2,112개 프로젝트 중 1,115개에는 LibreAI에서 전체 설치 가이드가 제공되며, 나머지 997개는 아직 상세한 설명이 부족하지만 강력한 프로젝트를 위한 짧은 '보석(gem)' 페이지입니다. 이 비율은 사이트에 공개되어 있으며, 본 기사에도 적용됩니다. 아래 데이터는 가이드 유무와 관계없이 모든 2,112개의 검증된 프로젝트를 다룹니다.
발견 1: 에이전트가 중심 축이다.
목록에서 가장 큰 카테고리는 AI 에이전트입니다. 총 481개 프로젝트로 전체 검증 프로젝트의 22.8%를 차지합니다. 여기에 개발자 도구(254개 프로젝트)까지 더하면, 이 두 카테고리가 합쳐져 735개의 프로젝트가 되며 이는 목록에 있는 오픈 소스 AI 생태계 전체의 34.8%를 차지합니다.
별표 개수도 같은 이야기를 합니다. 목록에서 가장 많은 별을 받은 프로젝트는 에이전트(openclaw, 391,625개 별)입니다. 그리고 에이전트 또는 에이전트 관련 프로젝트들—hermes-agent (252,044), deepseek-harness (245,484), OpenCode (211,612), AutoGPT (187,483)—은 awesome-selfhosted (323,662), n8n (206,576), yt-dlp (195,267), firecrawl (189,612) 및 Ollama (182,098)와 같은 인프라 필수 요소들과 함께 목록 상단을 채우고 있습니다.
나머지 카테고리는 에이전트(agents)의 기반이 얼마나 광범위한지를 보여줍니다: 오디오 및 음성(Audio & Voice) (151), 비디오(Video) (143), 로컬 LLM (Local LLM) (134), 이미지(Image) (132), 자동화(Automation) (128), RAG 및 검색(RAG & Search) (90), 자체 호스팅(Self-Hosted) (80), AI 3D (AI 3D) (77), 쉬운 설치(Easy Install) (75), AI 음악(AI Music) (74), 클리핑(Clipping) (70), 디자인(Design) (63), 작문(Writing) (61), 생산성(Productivity) (51) 및 AI 채팅(AI Chat) (48)입니다. 에이전트가 헤드라인일 수 있지만, 이들은 매우 넓은 생태계 위에 서 있습니다.
발견 2: 이 생태계는 무덤이 아닙니다.
오픈 소스 AI는 평판 문제가 있습니다. 열광적인 분위기 속에서 수천 개의 저장소(repo)가 출시되었지만, 다시는 건드려지지 않은 경우입니다. 푸시 날짜를 보면 그렇지 않다는 것을 알 수 있습니다.
검증된 2,112개 프로젝트 중 2,037개 — 즉 96.4% — 가 2026년에 업데이트되었습니다. 전체 카탈로그에서 2025년 또는 그 이전에 마지막으로 푸시된 프로젝트는 단 75개에 불과합니다. 현재 오픈 소스 AI에 대해 사실인 것이 무엇이든, '방치되었다'는 말은 적절하지 않습니다. 이 카탈로그는 살아 있으며, 3년 전에는 믿기 어려웠을 속도로 유지되고 있습니다.
발견 3: 허용적 라이선스가 승리했습니다.
무엇을 실제로 출시할지 결정하는 개발자들은 라이선스에 신경 쓰며, 여기서 그림은 명확합니다. MIT가 908개 프로젝트(43.0%)를 차지하고 있고 Apache-2.0이 532개(25.2%)를 차지합니다. 이 둘을 합치면 카탈로그의 68.2%가 허용적 라이선스(permissively licensed)입니다. Copyleft 라이선스는 소수입니다: AGPL-3.0은 149개 프로젝트에, GPL-3.0은 101개 프로젝트에 나타나며, 나머지는 커스텀 및 기타 라이선스로 분산되어 있습니다.
쉽게 말해: 검증된 오픈 소스 AI 프로젝트 세 개 중 약 두 개는 최소한의 마찰로 상업적으로 사용, 수정 및 구축할 수 있다는 의미입니다. 이 생태계의 기본값은 '가져가서 만들라(take it and build)'이며, 이는 발견 2를 설명하는 데 큰 도움이 됩니다.
흥미로운 것들은 긴 꼬리 부분에 숨어 있습니다.
카탈로그 전체의 스타 개수는 약 2,388만 개이지만, 분포는 매우 불균형합니다. 487개 프로젝트가 10,000개 이상의 스타를 보유하고 있으며, 1,266개 프로젝트가 최소 1,000개의 스타를 보유하고 있습니다. 중앙값(median) 프로젝트의 스타 수는 1,910개로, 존중받고 사용되지만 유명하지는 않은 수준입니다.
중앙값(median)이 핵심입니다. 디렉토리가 보여주는 프로젝트들은 이미 모두가 알고 있는 몇 백 개의 이름으로 한정됩니다. 그 아래에는 LibreAI 자체의 분류에서도 997개에 달하는 거의 천 개의 작고 활발하게 유지되는 프로젝트들, 즉 '보석'들이 있습니다. 이 보석들은 좁은 문제를 잘 해결하지만 주목받는 일이 드뭅니다. 만약 여러분이 오직 별점 차트의 상단만 본다면, 여러분의 관심이 가장 적게 필요한 생태계 부분을 보고 있는 것입니다.
2026년에 도구를 선택할 때 이것이 의미하는 바
데이터를 통해 세 가지 실질적인 결론을 얻을 수 있습니다:
에이전트(agents)로 시작하되, 인프라 구축 비용도 예산에 포함하세요. 카테고리별 개수를 보면 에이전트가 가장 많은 에너지를 가진 분야임을 알 수 있으며, 최고 스타 목록은 승자들이 에이전트에 심각한 인프라(스크래핑, 워크플로우 자동화, 로컬 모델 서빙)를 결합한다는 것을 보여줍니다. 이러한 인프라 구축 없이 작동하는 에이전트는 단순한 데모에 불과합니다.
피치 내용보다 푸시 날짜를 확인하세요. 2026년에 활동 중인 검증된 프로젝트가 96.4%에 달하기 때문에, 조용해진 프로젝트는 이제 예외적인 상황이며 이는 의미 있는 신호입니다. 유지보수(Maintenance) 여부는 확인하기는 쉽지만 건너뛰기에는 비용이 많이 듭니다.
사랑에 빠지기 전에 라이선스를 읽으세요. 확률은 여러분에게 유리합니다(허용적 라이선스: 68.2%). 하지만 나머지 3분의 1 지점이야말로 상업적인 계획이 조용히 좌초될 수 있는 곳입니다. LICENSE 파일을 2분 동안 확인하는 것이 나중에 코드를 다시 작성하는 것보다 낫습니다.
2026년의 오픈소스 AI는 몇몇 유명한 저장소(repos)와 버려진 실험들의 바다가 아닙니다. 제대로 계산해 보면, 이는 에이전트가 지배적이며 기반으로 구축하도록 라이선스가 부여되었고, 회의론자들이 지속 가능하지 않다고 말했던 속도로 유지보수되고 있는 2,112개의 살아있는 프로젝트입니다. 데이터는 공개되어 있고, 저장소들은 실제하며, 계산하는 것은 쉬운 부분입니다. 누구나 확인할 수 있습니다.
*LibreAI는 Shayan이 운영합니다. 전체 카탈로그—모든 2,112개 검증된 프로젝트를 설치 가이드와 함께 17개 카테고리로 정리한 것—는 libreaihub.vercel.app에서 확인하실 수 있습니다.