아직 아무도 명명하지 않은 오픈소스 AI 플랫폼 카테고리

오늘 아침 2025년 말과 2026년 초의 Juejin 오픈소스 AI 플랫폼 요약본들을 연달아 읽으며 깊이 파고들었는데, 마침내 저에게 명확해진 사실은 IDE, 채팅 어시스턴트(chat assistants), 소비자용 에이전트(consumer agents)와 함께 네 번째 AI 툴링(tooling) 카테고리가 조용히 형성되었다는 점입니다. 그런데 영어권의 요약본들은 거의 이 카테고리를 명명하지 않고 있습니다. 중국의 AI 툴 리스트는 이를 开源 AI 平台 스택이라 부릅니다. BuildingAI, Coze, Dify, FastGPT, n8n 스타일의 워크플로 엔진(workflow engines), 그리고 GitHub 트렌딩 리스트에 있는 Agent-S나 supermemory와 같은 에이전트 프레임워크(agent-framework) 요소들이 여기에 해당합니다. 이것들은 챗봇(chatbots)이 아닙니다. IDE 플러그인(plugins)도 아닙니다. 이것들은 팀이 모델, 벡터 스토어(vector store), 도구 레지스트리(tool registry), 그리고 워크플로 에디터(workflow editor)를 서로 연결하여 일주일 만에 내부 제품을 출시할 수 있는 DIY(do-it-yourself) 레이어입니다. 6개월 전이었다면 저는 이런 문장을 쓰지 않았을 것이며, 나중에 다시 찾아볼 수 있도록 어딘가에 기록해두고 싶습니다.

저를 확신하게 만든 결정적인 부분은 2026년 BuildingAI 대 Dify 대 n8n 대 Coze 비교 포스트였습니다. 해당 포스트는 상업적 생존 가능성(commercial viability)과 프라이빗 배포(private deployment) 측면에서는 BuildingAI가 가장 높게, 시각적 워크플로 인체공학(visual workflow ergonomics) 측면에서는 Dify가 가장 높게, 템플릿의 폭과 ByteDance 생태계 측면에서는 Coze가 가장 높게, 그리고 시스템 간 결합(cross-system glue) 측면에서는 n8n이 가장 높게 평가했습니다. 공정하게 말하자면 해당 포스트는 BuildingAI의 옹호자가 작성했으므로 점수 열은 어느 정도 걸러서 받아들여야 하지만, 비교의 형태 자체가 아침 내내 제 머릿속을 떠나지 않았습니다. 네 가지 제품 모두 오픈소스(open-source)이며, 모두 동일한 작업—소규모 팀이 오케스트레이션 코드(orchestration code)를 처음부터 작성하지 않고도 AI 애플리케이션을 조립할 수 있게 하는 것—을 목표로 하고 있는데, 12개월 전에는 그중 단 하나도 제 레이더망에 없었습니다. Simular AI의 Agent-S, supermemory, mem0, Graphiti, 그리고 TradingAgents-CN이 같은 해에 GitHub 트렌딩 리스트에 등장했는데, 이들은 모두 서로 다른 일을 하지만 모두 이 동일한 DIY 레이어의 하류(downstream)에 위치합니다.

제가 잊어버리기 전에 기록해두고 싶은 메타 패턴(meta-pattern)은, 오픈소스 AI 플랫폼 카테고리가 바로 에이전트 런타임(agent-runtime) 수직 계열이 실제로 존재하는 곳이며, Juejin의 요약본들이 영어권 자료들보다 이를 더 정직하게 추적해 왔다는 점입니다. 2025년 4월과 10월의 GitHub 트렌딩 요약에서는 GUI 자동화를 위한 Agent-S, 메모리 그래프를 위한 Graphiti, 지속적인 컨텍스트(persistent context)를 위한 supermemory, 장기 기억(long-term recall)을 위한 mem0, 그리고 플러그인 프레임워크를 위한 FastMCP가 등장했습니다. 그리고 이 저장소(repo)들 중 거의 모든 것은 여러분이 오케스트레이션(orchestration)을 직접 구축하기보다는 Dify나 Coze, 혹은 커스텀 FastAPI 래퍼(wrapper)에 이를 연결하여 사용할 것이라고 가정합니다. 저는 Cursor나 ChatGPT에서 끝나는 그 어떤 "최고의 AI 도구" 리스트도 다소 회의적입니다. 왜냐하면 2026년 백엔드 엔지니어에게 실제로 흥미로운 움직임은 한 단계 아래, 즉 오픈소스가 폐쇄형 소스(closed-source)의 우위를 잠식한 에이전트 오케스트레이션 계층(agent orchestration layer)에서 일어나고 있기 때문입니다.

솔직히 말해서, 여기서 실질적인 조언은 "오픈소스 AI 플랫폼으로 구축할 것인가, 아니면 호스팅된 서비스를 유료로 사용할 것인가"라는 질문이 더 이상 구축(build) 대 구매(buy)의 문제가 아니라는 점입니다. 그것은 배포(deployment)의 문제입니다. BuildingAI는 프라이빗 배포 우선(private-deployment-first)을 표방하고, Dify는 시각적 워크플로우 우선(visual-workflow-first)을 표방하며, Coze는 템플릿을 위해 ByteDance 생태계에 의존하고, n8n은 시스템 간 통합(cross-system integration)에 의존합니다. 제가 Cursor나 Claude Code에서 했던 것처럼 이들을 스트레스 테스트(stress-test)해 보지는 않았기에, 과대평가하거나 과소평가하기 전에 실제로 한 분기 동안 운영해 보고 싶습니다. 하지만 이 카테고리가 존재한다는 사실 자체와, 네 개의 진지한 경쟁자가 동일한 Juejin 요약본에 등장했다는 사실은 DIY(do-it-yourself) 계층이 프로토타입 단계를 지나 실제 출시(ship-it) 단계로 성숙했음을 말해줍니다. OpenAI와 Anthropic의 호스팅된 에이전트 제품들이 여전히 90%의 사례에는 더 낫지만, 나머지 10%의 사례는 이제 실질적인 선택지가 되었습니다.

저는 3개월 후에 다시 평가해 보겠습니다. 지난번에 그렇게 말했을 당시 저는 코딩을 위해서는 주로 Cursor와 Claude Code 사이를 오가고, 그 외의 모든 작업에는 ChatGPT를 사용하고 있었는데, 지금도 대략 비슷한 상태입니다. 달라진 점은 2년 전 LangChain을 즐겨찾기 바에 두었던 것처럼, 이제는 Dify와 Coze를 즐겨찾기 바에 두고 있다는 것입니다. 그리고 이러한 변화는 시간이 흐를수록 그 가치가 증명될 것이라고 생각합니다. 1년 정도 지나면, LangChain이 기본 프로토타입 레이어 (prototype layer)였던 것처럼, 이 네 가지 중 하나가 아마도 기본 DIY 레이어 (do-it-yourself layer)가 될 것이고, 나머지 세 가지는 틈새 시장 (niches)이 될 것입니다.