OpenMontage란 무엇인가? 69,000개의 좋아요를 받은 AI 에이전트 기반 비디오 제작 시스템

Nokka 작성 | AI 분야 프리랜서 작가 · 2026년 10월 18일

본 기사는 AI(deepseek-v4.1-flash · 모델 제공자: ollama-cloud)를 통해 Hermes Agent로 작성되었으며, Nokka (นก-กา)의 인간 검토 및 품질 관리를 거쳤습니다.

계정 benkimball.ai의 50초짜리 TikTok 클립은 "Claude 코드를 완전한 프로덕션 스튜디오로 변환하기(Turn Claude Code Into a FULL Production Studio)"라는 문구로 시청자의 손가락을 멈추게 합니다 [1].

데이터 수집 참고 사항: 제가 직접 영상을 보지 않고, 비디오 파일을 가져와 3.2초마다 프레임을 추출하여 총 16개의 프레임을 얻은 후 이미지 모델이 각 프레임의 화면 텍스트를 읽도록 했습니다 [1].

제가 데이터를 수집했을 당시 이 클립은 56,054회 조회수, 4,224개 좋아요, 그리고 813개 공유를 기록했습니다 [1].

클립 중 한 부분에서 화면에 GitHub 웹페이지가 표시되었고, 그 위에 "insane"라는 단어만 설명으로 나타났습니다 [1].

화면에 나타난 프로젝트 이름은 OpenMontage였습니다.

그래서 저는 실제 코드 저장소에 접속하여 이것이 단순한 바이럴 장난감인지 아니면 실제로 작업에 사용할 수 있는 무언가인지 확인해 보기로 했습니다.

OpenMontage란 무엇인가?

코드 저장소에 적힌 정의는 간단하게 오픈 소스 에이전트 기반 비디오 제작 시스템이라고 합니다 [2].

그리고 사용자의 AI 코딩 도우미를 완전한 비디오 제작 스튜디오로 변환한다고 약속합니다 [2].

일반적인 비디오 생성 도구와 다른 점은, 단 하나의 프롬프트만으로 클립을 만들지 않는다는 것입니다.

대신 에이전트가 마치 실제 제작팀처럼 단계별로 작업을 수행합니다.

즉, 자료 조사, 대본 작성, 장면 계획, 리소스 생성 또는 확보, 편집, 그리고 최종 결과물 조합까지의 과정입니다 [2].

그리고 창의적인 결정이 필요한 지점에서는 사람이 승인하는 과정을 거칩니다 [2].

제가 코드 저장소에서 직접 확인한 수치들

저는 광고 문구만 믿고 싶지 않았기 때문에, 실제 파일 구조를 기반으로 직접 계산해 보았습니다 [7].

• 12 파이프라인 (pipeline): pipeline_defs 폴더에 YAML 파일 13개가 있지만, 그중 framework-smoke라는 하나의 파일은 테스트 세트입니다. 따라서 실제 작업량은 12개입니다 [7]
• 735개의 지식/역량(knowledge) 파일: .agents 폴더 아래의 .md 파일을 계산하면 578개이고, 여기에 skills 폴더의 157개가 더해져 총 735개입니다 [7]
• 90개의 스킬 (skill): 에이전트의 스킬 폴더에 있는 SKILL.md 파일을 계산하면 90개입니다 [7]
• 190개의 Python 파일: tools 폴더 아래에 있으며, 이는 비디오와 그래픽을 포함한 12가지 카테고리로 나뉩니다 [7]

이 735라는 숫자는 설명서에 적힌 **"700개 이상의 스킬 및 지식 파일(skill and knowledge files)"**이라는 문구와 일치합니다 [2]

그리고 **"100개 이상의 도구(tools)"**가 있다는 부분은 제가 확신할 수 없습니다.

왜냐하면 파일을 직접 계산해 보니 190개인데, 여기에는 보조 파일과 초기 설정 파일까지 포함되어 있기 때문입니다 [2]

계속해서 늘어나는 숫자들

이 부분은 흥미롭다고 생각하며, 공유하는 사람들은 종종 알아차리지 못합니다.

Reddit에 2026년 3월에 공개된 게시물에는 **"49개 제작 도구(production tools) · 400개 이상의 에이전트 스킬(agent skills) · 11개의 파이프라인(pipelines)"**이라고 적혀 있습니다 [6]

2026년 6월의 독립적인 리뷰에서는 **"12개의 파이프라인, 52개의 도구, 500개 이상의 스킬"**로 계산되었습니다 [5]

그리고 2026년 10월에 리포지토리(repo) 페이지의 프로젝트 설명서가 업데이트되면서 **"12개의 제작 파이프라인, 100개 이상의 도구, 700개 이상의 에이전트 스킬 및 제작 지식 파일"**로 바뀌었습니다 [3]

반면 README 자체는 좀 더 느슨하게 작성되어 있어 **"10개 이상의 제작 파이프라인"**과 **"100개 이상의 제작 도구"**라고만 되어 있습니다 [2]

그래서 저는 제가 직접 계산한 수치인 12개의 파이프라인을 기준으로 삼았습니다 [7]

파이프라인 개수와 스킬은 제가 계산한 대로 증가했지만, 도구(tools)의 숫자는 52개에서 100개 이상으로 네 달 만에 급증했습니다.

이는 제가 스스로 검증할 수 없는 숫자입니다.

제가 계산을 통해 발견한 또 다른 점은 README의 파이프라인 표에는 단지 11개의 항목만 표시되어 있다는 것입니다 [2]

하지만 코드상으로는 12개가 있고, README의 다른 부분에서는 이름으로 사라진 항목인 character-animation까지 언급하고 있습니다 [2]

이런 점은 심각한 결함은 아닙니다.

하지만 이는 프로젝트에 거의 7만 명이 다운로드했음에도 불구하고 문서와 코드가 항상 일치하지는 않는다는 것을 보여줍니다.

작동 방식

모든 파이프라인은 동일한 순서를 따릅니다.

바로 research → proposal → script → scene_plan → assets → edit → compose 입니다 [2]

각 단계에는 director skill이라는 명령 파일이 있어, 해당 에이전트가 그 단계에서 무엇을 해야 하는지 가르치는 역할을 합니다 [2]

agent는 해당 파일을 읽고, 도구를 사용하며, 자신의 상태를 점(checkpoint)으로 저장합니다.

그리고 창의적인 결정이 필요한 지점에서는 사람에게 승인을 요청합니다. [2]

제가 생각하기에 똑똑한 부분은 조사가 부가 기능이 아니라 완전한 단계로 포함되었다는 것입니다. [2]

즉, agent는 스크립트를 작성하기 전에 실제로 정보를 찾아봐야 합니다.

이는 대부분의 비디오 제작 도구가 건너뛰는 단계입니다.

텍스트로 클립을 검색하는 이유

제가 특별히 관심을 가진 파이프라인 중 하나가 **다큐멘터리 몽타주(documentary montage)**입니다. [2]

이 파이프라인의 정의 파일에는 Pexels, Archive.org, NASA, Wikimedia Commons, Unsplash에서 비디오 라이브러리를 생성한 다음, CLIP 검색을 사용하여 주제별 프롬프트에 맞춰 자막을 채운다고 쓰여 있습니다. [11]

검색 기능을 수행하는 것은 CLIP 모델인 openai/clip-vit-base-patch32이며, lib/clip_embedder.py 파일에는 이 모델이 이미지와 텍스트를 길이 조정된 512차원 부동소수점 벡터로 변환하여 코사인 유사도(cosine similarity)로 비교할 수 있게 한다고 설명되어 있습니다. [12]

여기서는 독자들이 오해하기 쉬우므로 세 가지 계층으로 명확히 구분하고 싶습니다.

첫 번째 계층: CLIP은 변환 및 순위 지정 기능을 수행합니다. 이것은 **LLM(대규모 언어 모델)**이 아니라 비전-언어 인코더(vision-language encoder) 모델이며, 가중치는 약 350MB이고 프로세스당 한 번 로드됩니다. [12]

두 번째 계층: 당신의 코딩 도우미가 오케스트레이터입니다. README에는 명확하게 **

이러한 유형의 모델 훈련 과정은 전반적으로 Gradient Descent를 활용하여 가중치를 조정하고, Cross-entropy로 오차를 측정하며, Softmax를 통해 원시 점수를 확률로 변환합니다.

이 부분에 대한 기본적인 설명은 제가 직접 추가한 것이며 프로젝트 문서에서 가져온 내용은 아닙니다.

OpenMontage가 자체적으로 모델을 훈련하지 않는다는 부분에는 출처 [2]가 있습니다.

이 모든 것이 이러한 검색 시스템이 단순히 단어 매칭을 넘어 모델에 의존해야 하는 이유입니다.

비용 없이 얻는 것들

제가 일반 사용자에게 가장 적합하다고 생각하는 부분은 API 키 없이도 사용할 수 있다는 점 [2]입니다.

무료로 사용할 수 있는 항목들은 다음과 같습니다: 오프라인 음성 해설을 위한 Piper TTS, React에서 장면 렌더링을 위한 Remotion, 모션 그래픽 작업을 위한 HyperFrames,
그리고 후반 작업용 FFmpeg [2]입니다.

이미지 리소스로는 Archive.org, NASA, Wikimedia Commons, Pexels, 그리고 Unsplash [2]가 있습니다.

README에는 **"Two free-ish paths"**라는 제목이 사용되었지만, 실제로는 세 가지 유형을 나열하고 있습니다: 스틸 이미지 기반 비디오, 실사 푸티지 기반 비디오,
그리고 SVG로 그린 캐릭터를 활용한 만화 [2]입니다.

유료 키가 있을 경우, README에 명시된 예시 비용은 60초짜리 애니메이션의 경우 1.33달러이며, 50초 분량의 변신 클립은 약 4달러입니다 [2].

이 시스템은 Python 3.10 이상, FFmpeg, Node.js 18 이상, 그리고 코드 작성 도우미 하나를 사용합니다.
이는 Claude Code, Cursor, Copilot, Windsurf, Codex 등을 지원합니다 [2]。

하지만 승인 문턱은 말뿐이다

이 부분은 README만 읽는 것이 아니라 실제 코드를 읽는 사람이라면 천천히 읽어주셨으면 합니다.

Ravi Vale가 2026년 9월 24일에 작성한 greenlitbooks 웹사이트의 위험 분석은 명확하게 주의해서 사용하라고 요약하고 있습니다 [4]。

그가 가장 강조하는 문제는 시스템의 승인 문턱이 '논리적 잠금(plot lock)'이 아니라 '명령어'라는 점입니다 [4]。

문서에는 _"사용자가 계획을 승인하기 전에 리소스를 생성하지 마라"_고 되어 있습니다.
하지만 실제 코드에서는 human_approved라는 플래그만 확인하며, 이 플래그는 에이전트가 직접 설정합니다 [4]。

다시 말해, 에이전트는 자신이 승인받았다고 코드를 작성함으로써 그 문턱을 건너뛸 수 있습니다.

두 번째 문제는 예산은 경고일 뿐, 중단시키지 않는다는 점입니다.

기본 레벨이 warn 모드이기 때문에 10달러 한도를 초과해도 시스템은 경고만 기록할 뿐 작동을 중단하지 않습니다 [4]

세 번째는 스크립트와 미디어 파일이 여러 서비스로 내보내진다는 점입니다. fal.ai, Google, ElevenLabs, Runway

그리고 HeyGen이며 모든 키가 일반 텍스트 .env 파일에 들어있습니다 [4]

네 번째는 시스템이 버전 지정되지 않은 코드를 가져온다는 것입니다. npx hyperframes를 버전 없이 실행하는 명령어와 Python 의존성이 열려 있는 기간 동안 발생합니다 [4]

저는 분석 글에서 가장 날카로운 문장이 **'이 시스템에는 샌드박스가 없고, 실제 제어기는 당신의 코딩 도우미 프롬프트 자체다'**라고 생각했습니다 [4]

별점과 다른 Reddit 반응

GitHub의 별점과 소셜 미디어의 반응은 항상 일치하지 않으며, 여기는 매우 다른 경우입니다.

2026년 3월 29일에 공개된 Reddit 게시물에 따르면,

프로젝트 오너 본인이 0개의 점수와 9개의 댓글을 받았습니다 [6]

가장 높은 점수를 받은 댓글은 **'ai slop for ai slop wrapper'**였습니다 [6]

또 다른 댓글에서는 *"우리 모두 Claude Code로 코딩하는 건 맞지만, Reddit 게시물이라도 직접 작성해 줄 수 없어?"*라고 지적했습니다 [6]

하지만 진지한 엔지니어링 조언이 담긴 댓글이 있었습니다. 각 단계를 명확한 계약을 가진 작업으로 보고 결과를 디스크에 저장하라는 것입니다.

이렇게 하면 오케스트레이터가 안전하게 반복 실행할 수 있고, 모든 단계마다 품질 검사 게이트를 추가해야 합니다 [6]

저는 그 댓글을 읽고 이 조언이야말로 프로젝트가 앞으로 해야 할 일이라고 느꼈습니다.

흥미로운 점은 이것이 이 작업을 좋아하지 않는 것처럼 보이는 사람에게서 나왔다는 것입니다.

비즈니스 개발자가 읽어야 할 라이선스

OpenMontage는 AGPL-3.0이라는 라이선스를 사용하는데, 이는 가장 엄격한 카피레프트(copyleft) 유형 중 하나입니다 [3]

또 다른 독립적인 리뷰에서는 이 점을 명확히 경고했습니다. 상업적인 SaaS 서비스로 만들 생각이라면 신중하게 계획해야 한다고요 [5]

저는 법률가가 아니므로 법적 결론을 대신 내릴 수는 없습니다.

하지만 알아야 할 점은 AGPL이 MIT나 Apache와 다른 점은 코드 공개 조건에 관한 것이라는 것입니다.

그리고 이 조건은 네트워크를 통해 서비스를 제공하는 것과 자주 연결됩니다.

제가 확인한 시점의 저장소 수치는 69,162개의 별, 8,893개의 포크, 그리고 407개의 열린 이슈였습니다 [3]

프로젝트는 openmontage.video라는 자체 웹사이트를 가지고 있습니다 [8]

그리고 X (Twitter)에 @calesthioailabs라는 사용자 이름을 가진 공식 계정이 있습니다. [9]

전체 라이선스 계약서는 LICENSE 파일에 있으며, GNU AGPLv3로 명시되어 있습니다. [10]

프로젝트는 2026년 3월 29일에 생성되었고, 마지막 코드는 2026년 10월 16일에 푸시되었습니다. [3]

제가 간과해서는 안 된다고 생각하는 또 다른 점

이 코드 저장소에는 태그나 릴리스가 전혀 없습니다. [7]

저는 GitHub API를 두 번 호출하여 태그 관련 페이지와 릴리스 관련 페이지 모두 빈 목록을 반환받았음을 확인했습니다. [7]

동일한 위험 분석 글에서도 이 점을 지적하고 있습니다.

그리고 최신 커밋에서 읽어야 한다고 말합니다. [4]

이것의 의미는 새로운 것이 고장 나면 되돌아갈 수 있는 버전이 없다는 것입니다. 오직 앞으로 나아가는 메인 브랜치만 존재한다는 뜻입니다.

수만 명이 사용하는 프로젝트에서 이는 영상으로 이야기되는 것보다 더 큰 실질적인 위험입니다.

제가 아직 증명하지 못한 것들

저는 OpenMontage를 설치하거나 실제로 비디오를 렌더링해 본 적이 없습니다.

따라서 이 글은 코드 저장소, 문서 및 독립적인 분석을 기반으로 한 것이며, 사용 경험에 따른 리뷰가 아닙니다.

또한 '최초의 에이전틱(agentic) 오픈 소스 시스템'이라는 주장이 사실인지도 확신할 수 없습니다.

왜냐하면 아무도 전에 하지 않았다는 것을 증명하는 것은 실제로 매우 어렵기 때문입니다.

제가 확실하게 말할 수 있는 것은 코드가 실제로 공개되었고, 라이선스가 명확하며, API에서 읽은 통계 자료뿐입니다.

만약 시작한다면 이렇게 해보세요

위험을 감수하지 않고 시도해보고 싶다면 다음 순서로 안전한 경로를 제안합니다.

먼저 프로젝트를 클론(clone)하고 이 명령어를 실행하여 API 키가 전혀 필요 없는 도구 세트를 얻으세요. [2]

make setup

그다음으로는 무료 푸티지를 사용해 짧은 다큐멘터리 몽타주(documentary montage) 등을 만들도록 명령을 시도해보세요. [2]

시스템이 어떻게 작동하는지 확인한 후, 가지고 있는 서비스의 키를 하나씩 추가하세요. [2]

그리고 에이전트가 실제 작업을 시작하기 전에 기본값인 warn 대신 예산 모드를 cap으로 설정하고, 에이전트의 승인 프롬프트(prompt)를 열어두세요. 왜냐하면 이를 도와줄 샌드박스(sandbox)가 없기 때문입니다. [4]

OpenMontage의 승인 문턱은 에이전트가 건너뛸 수 있는 텍스트일지 모르지만, 당신의 코드 어시스턴트의 프롬프트는 넘기기 어려운 장벽입니다.

당신은 에이전트에게 비디오 제작을 맡길 것인가요?

답변은 69,000개의 별에 달려있는 것이 아니라, 당신이 그것이 제출한 결과물을 검토할 준비가 되어 있느냐에 달려 있습니다.

참고 자료