클로드 또는 커서를 영상 제작 스튜디오로 바꾸는 방법

요약: OpenMontage는 기존 AI 코딩 어시스턴트 내에서 실행되는 오픈소스 에이전트 기반 영상 제작 시스템입니다. 11개의 제작 파이프라인, 100개 이상의 도구, 60개 이상의 공급자 통합, 700개 이상의 스킬 및 지식 파일은 연구부터 스크립트, 에셋, 편집, 렌더링까지 요청을 처리합니다. 2026년 9월 1일 기준 55,047개의 별을 받았습니다. 시작하기 전에 알아야 할 두 가지: 대부분의 이 범주와 달리 MIT가 아닌 AGPL-3.0 라이선스이며, 모든 재시도에 실제 비용이 발생하는 가장 API 의존적인 에이전트 시스템 중 하나입니다.

본 문서는 2026년에 설치할 가치가 있는 오픈소스 AI 에이전트 도구 5가지에 대한 종합 분석 중 하나의 도구를 심층적으로 다룬 것입니다.

대부분의 "AI 영상" 도구는 하나의 프롬프트에서 하나의 클립을 제공합니다. OpenMontage는 코딩 에이전트에게 제작 부서를 제공합니다. 즉, 연구 단계, 스크립트 단계, 장면 계획, 에셋 생성, 편집, 그리고 최종 구성을 제공하며, 그 사이에는 사람의 승인 관문이 있습니다.

이는 현재 에이전트 도구 개발의 물결 속에서 가장 독특한 프로젝트이자 가장 유익한 프로젝트입니다. 그 이유는 에이전트 작업의 모든 단계에 달러 비용이 발생하며, 설계가 이를 심각하게 고려해야 하기 때문입니다.

실제로 하는 일

Claude Code, Cursor, Copilot, Windsurf 또는 Codex에서 리포지토리를 열고 원하는 것을 설명합니다.

신경망이 학습하는 방법에 대한 60초 분량의 애니메이션 설명 영상을 만드세요.

그러면 에이전트는 고정된 파이프라인을 실행합니다.

연구 -> 제안 -> 스크립트 -> 장면 계획 -> 에셋 -> 편집 -> 합성

각 단계에는 디렉터 스킬이 있습니다. 이는 해당 특정 단계를 에이전트가 어떻게 실행해야 하는지 가르치는 마크다운 지시 파일입니다. 에이전트는 스킬을 읽고, 도구를 사용하며, 자체 출력을 검토하고, 상태를 체크포인트하며, 창의적인 결정 지점에서 사람의 승인을 위해 멈춥니다.

연구 단계는 이 시스템을 프롬프트-투-비디오 장난감과 차별화하는 부분입니다. 스크립트를 한 단어라도 작성하기 전에, 에이전트는 YouTube, Reddit, Hacker News, 뉴스 사이트 및 학술 자료 전반에 걸쳐 15~25회 정도의 웹 검색을 수행한 후, 인용문이 포함된 구조화된 연구 요약서를 작성합니다. 스크립트는 모델이 기억하는 내용보다는 에이전트가 찾은 내용을 기반으로 합니다.

파이프라인

README 테이블에는 11가지 완성된 제작 워크플로가 나열되어 있지만, 저장소 설명에는 12가지가 광고되어 있습니다.

다큐멘터리 몽타주(Documentary Montage)는 기술적으로 흥미로운 파이프라인입니다. 스틸 이미지를 애니메이션화하는 대신, Pexels, Archive.org, NASA, Wikimedia, Unsplash 등 무료 스톡 및 공개 아카이브에서 CLIP으로 인덱싱된 코퍼스를 구축하고, 의미론적 일치를 통해 실제 모션 클립을 검색하여 실제 타임라인에 삽입합니다. 이는 유료 생성 API 없이 실제 푸티지로 완성된 영상을 제공하며, 이는 대부분의 무료 AI 영상 스택과는 본질적으로 다른 주장입니다.

개발자 콘텐츠를 제공하는 팀의 경우, 화면 데모(Screen Demo)와 클립 팩토리(Clip Factory)는 가장 빠르게 투자 가치를 회수하는 파이프라인입니다. 릴리스가 나오면 변경 로그가 존재하고, 이를 안내 영상으로 만드는 데는 보통 편집 기술과 여유로운 오후 시간을 가진 사람이 필요합니다.

백롯(Backlot)과 승인 관문이 중요한 이유

채팅은 에이전트가 말한 내용을 알려줍니다. 백롯(Backlot)은 제작 과정이 어떻게 진행되고 있는지 보여주는 로컬 보드입니다. 즉, 단계가 활성화되고, 스크립트가 시나리오 페이지로 완성되며, 에셋 생성 중에는 장면 카드가 표시되고, 모든 공급자 결정과 사용된 금액이 벽에 게시됩니다.

python -m backlot open                  # 디스크에 있는 모든 프로젝트 라이브러리
python -m backlot open <project-id>     # 특정 제작물의 실시간 보드
python scripts/backlot_simulate_run.py  # 먼저 시뮬레이션 실행 보기

제작이 시작되면 보드가 자동으로 열리며, 별도의 보고 없이 파이프라인이 이미 작성하는 파일에서 모든 정보를 가져옵니다.

중요한 점은 스토리보드가 실제 관문이라는 것입니다. 에셋 생성은 테이크, 프롬프트, 에셋당 비용, 품질 점수를 보여주는 장면별 연락 시트에서 일시 중지되므로, 비용을 지불한 후에가 아니라 렌더링 전에 시각 자료를 승인할 수 있습니다. 스크립트 관문은 사용자가 답변할 때까지 유지됩니다. 실행이 완료되면, 타임스탬프를 통해 전체 제작 과정을 다시 재생할 수 있습니다.

예산이 수반되는 에이전트 시스템에서는 지출 전 승인 관문이 올바른 설계이며, 대부분의 에이전트 도구에는 이러한 기능이 없습니다. 인간이 승인하기 전까지는 시작할 수 없는 작업은 이 전체 범주에서 가장 유용한 안전 속성입니다.

참조 영상으로 시작하기

또 다른 정말 좋은 아이디어: 완벽한 프롬프트를 작성하는 대신 마음에 드는 것을 제공할 수 있습니다.

YouTube 영상, 쇼츠, 릴, TikTok 또는 로컬 클립을 붙여넣으면 에이전트는 스크립트, 페이싱, 장면, 키프레임 및 스타일을 분석한 다음, 전체 제작 시작 전에 두세 가지 차별화된 컨셉, 솔직한 도구 경로, 비용 추정치 및 샘플을 제공합니다.

제가 좋아하는 YouTube 쇼츠입니다. 이것과 비슷하게 만들되, API 버전 관리에 대한 내용을 담아주세요.

돌아오는 결과는 참조에서 유지되는 것, 변경되는 것, 목표 길이에 따른 예상 비용, 그리고 현재 구성된 공급자로 어떻게 보일지 등을 명시합니다. 약정 전 비용 확인, 이것이 전체 프로젝트의 테마입니다.

설치하기

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

전제 조건은 Python 3.10 이상, FFmpeg, Node.js 18 이상, 그리고 파일을 읽고 코드를 실행할 수 있는 AI 코딩 어시스턴트입니다. 그런 다음 에이전트에서 프로젝트를 열고 원하는 것을 설명하십시오.

공급자 설정은 선택 사항이며 점진적입니다. 모든 기능은 유료 API와 함께 오픈소스 로컬 대안을 지원하며, 점수가 매겨진 선택기가 작업 적합성, 출력 품질, 제어, 신뢰성, 비용 효율성, 지연 시간, 연속성이라는 7가지 차원에서 공급자 순위를 매긴 다음 적합한 것을 선택합니다. 특정 공급업체에 종속되지 않으며, 유료 설정 없이도 상당 부분을 실행할 수 있습니다.

규모에 대해: 이 프로젝트 자체의 쇼케이스 영상은 세 가지 이미지 모델과 네 가지 영상 모델을 사용하여 7개의 생성된 세계를 보여주며, 소스 생성 비용이 약 5달러 정도라고 보고합니다.

개발하기 전에 라이선스를 읽으세요

이것이 OpenMontage를 이 범주의 다른 모든 것과 구별하는 한 가지이며, 놓치기 쉽습니다.

OpenMontage는 **AGPL-3.0** 라이선스를 사용합니다. agency-agents, Agent-Reach, Orca, codebase-memory-mcp는 모두 MIT 라이선스입니다. 이 차이는 단순한 외관상의 문제가 아닙니다.

AGPL의 네트워크 조항은 수정된 버전을 네트워크 서비스로 실행하는 경우, 해당 서비스 사용자에게 수정된 소스 코드를 제공할 의무가 있음을 의미합니다. 이를 기반으로 내부 도구를 구축하는 것은 괜찮습니다. 이를 SaaS 제품으로 묶어 요금을 부과하는 것은 회사에서 신중하게 결정해야 할 법적 문제이지, README에서 대충 훑어볼 세부 사항이 아닙니다.

이는 관리자들의 정당한 선택이며, 라이선스가 존재하는 목적을 정확히 수행하는 것입니다. 실사 과정에서 발견하는 대신 법무팀과 먼저 논의하십시오.

아무도 경고하지 않는 부분: 이것은 API 통합 프로젝트입니다

실제로 사용자들이 두 번째 주에 어려움을 겪는 부분은 창의적인 작업이 아닙니다.

OpenMontage는 60개 이상의 공급자 통합을 조율합니다. 영상 생성, 이미지 생성, 텍스트 음성 변환, 음악, 오디오 믹싱, 자막, 향상, 분석 등. 이 모든 것은 자체 인증, 할당량, 오류 형식 및 지연 시간 프로필을 가진 타사 API입니다. 에이전트는 비디오를 작성하는 것이 아니라, 수십 개의 유료 서비스에 걸쳐 분산 작업을 실행하고 결과를 결합합니다.

이는 유료 API를 통합해 본 사람이라면 누구나 알아볼 수 있는 특정 실패 모드를 생성합니다.

• 영상 생성은 장시간 비동기적으로 실행됩니다. 작업을 제출하면 밀리초가 아닌 몇 분 안에 도착하는 결과를 폴링합니다. 에이전트는 기본적으로 이를 제대로 처리하지 못하여 타임아웃되거나 계속 대기 상태에 머무릅니다. 효과적인 패턴은 AI 에이전트와 함께 장시간 실행되는 API 작업 처리하기에서 찾을 수 있습니다.
• 순진한 재시도는 실제 비용을 발생시킵니다. 이미 성공했지만 응답 시간 초과로 인해 생성 요청을 재시도하면 동일한 클립에 대해 두 배의 비용을 지불하게 됩니다. 이는 정확히 멱등성(idempotency) 키가 해결하기 위해 존재하는 문제이며, 에이전트가 유료 작업을 재시도하도록 허용하기 전에 AI 에이전트를 위한 멱등성 키를 읽어볼 가치가 있습니다.
• 할당량 및 속도 제한 오류는 실제 실패와 구별해야 합니다. 429 오류를 500 오류처럼 처리하는 에이전트는 기다려야 할 때 더 나쁜 공급자로 페일오버할 것입니다. 이러한 구분은 오류 형식에 있으며, 이는 AI 에이전트를 위한 API 오류 메시지 설계의 주제이며, 복구 측면은 AI 에이전트 오류 복구에 있습니다.
• 공급자 API는 예고 없이 변경됩니다. 응답 필드가 이동하거나, 제작 도중에 파이프라인이 깨지거나, 오류가 아닌 잘못된 렌더링 결과에서 이를 알게 됩니다. API 변경이 AI 에이전트를 망가뜨릴 때 발생하는 일을 참조하십시오.

이 프로젝트는 이를 진지하게 받아들이며, 이는 칭찬할 만합니다. 실행 전 비용 추정, 지출 상한선, 작업별 승인 임계값, GPU 시간을 낭비하기 전에 깨진 계획을 감지하기 위한 사전 합성 유효성 검사, 프레임 추출 및 오디오 분석을 포함하는 ffprobe를 사용한 렌더링 후 필수 자체 검토, 그리고 모든 공급자 선택 및 대체에 대한 감사 가능한 결정 경로가 있습니다.

이는 대부분의 프로덕션 서비스가 가지고 있는 것보다 더 잘 설계된 통합 계층입니다. 이는 또한 자신의 공급자 통합을 동일한 규율로 다루어야 한다는 좋은 주장이며, Apidog가 이러한 스택에서 제 역할을 하는 이유입니다. 공급자를 추가하거나 OpenMontage를 자체 서비스 뒤에 래핑하는 경우, 계약이 OpenAPI 사양으로 작성되고, 해당 사양에서 모의(mock)되어 호출당 비용을 지불하지 않고도 실패 분기(failure branches)를 테스트할 수 있으며, CI에서 실패하는 계약 테스트로 커버된다는 점은 우아하게 성능이 저하되는 파이프라인과 재시도에 예산을 소모하는 파이프라인의 차이입니다. 비싸고 느리며 비결정적인 API를 실시간 서비스 대신 모의 대상으로 테스트하는 것이 여기서 가장 큰 비용 절감 효과이며, Apidog는 오류 응답을 포함하여 사양에서 해당 모의를 생성합니다. 이에 대한 더 일반적인 내용은 OpenAPI 사양을 에이전트 도구로 사용하기에서 확인할 수 있습니다.

제작은 팀 스포츠이며, 백롯(Backlot)은 로컬입니다

두 번째 격차는 기술적인 것이 아니라 조직적인 것입니다.

백롯(Backlot)은 좋은 보드입니다. 또한 한 대의 머신에서 하나의 제작물을 위한 로컬 보드입니다. 자신을 위한 영상을 만들 때는 괜찮습니다. 하지만 회사에서의 영상 작업은 그렇지 않습니다. 스크립트에는 주제 전문가의 검토가 필요하고, 시각 자료에는 브랜드 담당자가 필요하며, 주장은 사실 여부를 확인할 수 있는 사람이 필요합니다. 최종 편집본은 채널 소유자의 승인을 받아야 합니다.

OpenMontage의 관문은 *어떤* 한 사람을 위해 일시 중지됩니다. 이들은 *어떤* 사람인지, 승인을 기다리는 사람을 위한 대기열이 없고, 누가 무엇을 승인했는지에 대한 기록도 없습니다. 영상이 출시되고 누군가 네 번째 장면의 가격 주장을 누가 승인했는지 물으면, 답변은 로컬 프로젝트 폴더의 타임스탬프뿐입니다.

Sharkly는 이러한 형태를 해결하는 계층이며, 영상 제작이 이에 놀라울 정도로 깔끔하게 매핑됩니다.

• 작업 자체가 기록입니다. 진행 상황, 도구 호출 및 결과가 다시 스트리밍되며, 에이전트의 출력은 답글을 달 수 있는 댓글로 저장됩니다. 스크립트 피드백은 누군가의 터미널이 아니라 작업에 기록되며, 3개월 후에도 여전히 남아 있습니다.
• 크루(Crew)는 리더 에이전트와 다른 에이전트 및 사람들로 구성되며, 리더 우선으로 작동합니다. 이는 문자 그대로 제작 모델입니다. 브리핑을 읽고, 어떤 전문가를 투입할지 결정하고, 그들의 결과물을 결합하는 감독과 같습니다. Sharkly는 모든 에이전트가 동시에 시작하는 대신 이러한 방식으로 설계되어 실행됩니다.
• 백로그(Backlog)의 작업은 실행을 시작하지 않습니다. 한 달 분량의 영상 작업을 한 푼도 쓰지 않고 대기열에 넣은 다음, 승인되면 항목을 릴리스할 수 있습니다. 실행 시작이 생성 공급자에게 비용을 지불하는 것을 의미하는 파이프라인의 경우, 이 관문은 평소보다 더 중요합니다.
• 에이전트(Agent)는 저장된 구성입니다. 지침, 런타임, 스킬, 저장소, 환경. 신뢰하는 공급자와 선택한 예산 한도가 적용된 튜닝된 OpenMontage 설정은 단일 노트북의 로컬 체크아웃이 아닌 재사용 가능한 것이 됩니다.
• 실행은 자체 장비로 합니다. 노트북, 서버 또는 컨테이너가 될 수 있는 컴퓨터를 연결하면 Sharkly는 해당 컴퓨터에 이미 설치된 런타임을 사용합니다. 영상 렌더링은 실제 디스크와 CPU를 갖춘 머신을 필요로 하며, 어떤 머신이 작업을 실행하는지 명시하는 것이 여기서는 오버헤드가 아닌 기능입니다.
• 저장소 작업은 작업당 별도의 작업 트리에서 실행됩니다. 동시에 두 개의 제작물이 충돌하지 않습니다.

요약하자면: OpenMontage는 제작을 자동화합니다. 승인, 할당, 기록을 자동화하지는 않습니다. 팀에서는 이러한 부분들이 실제로 출시를 좌우하는 관문입니다.

누가 이것을 설치해야 하는가

솔직한 평가입니다.

개발자 콘텐츠를 정기적으로 제공하고 편집 비용을 지불하거나 아예 편집 없이 제공해왔다면 **가치가 있습니다.** 화면 데모(Screen Demo), 클립 팩토리(Clip Factory), 현지화(Localization)는 가장 명확한 투자 수익을 제공하는 파이프라인입니다. 변경 로그를 안내 영상으로 만들거나, 하나의 컨퍼런스 강연을 수십 개의 소셜 클립으로 만드는 것은 일주일 안에 설정 비용을 회수할 수 있습니다.

유료 생성 API 없이 실제 푸티지 결과물을 원한다면 **가치가 있습니다.** 다큐멘터리 몽타주(Documentary Montage) 파이프라인은 진정으로 독특하며 무료 아카이브 코퍼스 접근 방식이 효과적입니다.

가끔 하나의 영상만 필요하다면 **건너뛰십시오.** 설정 비용, 공급자 구성 및 학습 곡선은 연간 세 개의 영상으로는 상각되지 않습니다.

AGPL이 사용하려는 방식에 문제가 된다면 **건너뛰십시오.** 워크플로를 구축한 후에 결정하지 말고 먼저 결정하십시오.

자주 묻는 질문

• 유료 API 키가 필요한가요? 아니요. 모든 기능은 오픈소스 또는 로컬 대안을 지원하며, 다큐멘터리 몽타주(Documentary Montage)는 무료 아카이브를 기반으로 구축됩니다. 유료 공급자는 더 높은 품질과 더 많은 생성 옵션을 제공합니다. 유료 설정 없이 시작하고, 한계에 부딪혔을 때 공급자를 추가하십시오.
• 어떤 코딩 어시스턴트가 작동하나요? Claude Code, Cursor, Copilot, Windsurf, Codex가 언급되었습니다. 파이프라인이 Python과 마크다운 스킬 파일로 구성되어 있으므로, 파일을 읽고 코드를 실행할 수 있는 모든 것이 작동해야 합니다.
• 영상의 실제 비용은 얼마인가요? 전적으로 파이프라인과 공급자에 따라 다릅니다. 이 프로젝트 자체의 7개 세계 쇼케이스는 약 5달러의 생성 비용이 들었다고 보고합니다. 무료 아카이브를 사용하는 다큐멘터리 몽타주(Documentary Montage)는 거의 0에 가깝습니다. 시스템은 실행 전에 비용을 추정하고 지출 상한선을 적용하므로, 약정하기 전에 비용을 알 수 있습니다.
• AGPL 라이선스가 저에게 문제가 되나요? 내부 사용, 개인 프로젝트, 오픈소스 작업은 괜찮습니다. 수정된 버전을 다른 사람을 위한 서비스로 실행하는 것은 네트워크 조항과 해당 소스 의무를 발생시킵니다. 제품을 구축하기 전에 법무팀에 문의하십시오.
• 제 푸티지를 편집할 수 있나요, 아니면 생성만 가능한가요? 둘 다 가능합니다. 토킹 헤드(Talking Head), 하이브리드(Hybrid), 화면 데모(Screen Demo), 클립 팩토리(Clip Factory), 현지화(Localization) 모두 사용자가 제공하는 푸티지에서 작동합니다. 생성은 하나의 옵션일 뿐, 유일한 모드는 아닙니다.
• 이것은 에이전트 프레임워크와 어떻게 다른가요? 이는 agency-agents와 같은 의미의 스킬 라이브러리로, 하나의 도메인에 국한되며 실제 도구와 함께 제공됩니다. Strands나 AgentKit과 같은 오케스트레이션 인프라가 아닙니다. 기존 코딩 에이전트가 영상 제작에 능숙하도록 만드는 도메인 특정 스킬 및 도구 라이브러리입니다. 다른 계층입니다.

마무리

OpenMontage는 현재 에이전트 도구 순위표에서 가장 야심찬 프로젝트이며, 이 범주가 일반적으로 받는 것보다 더 잘 설계되었습니다. 즉, 지출 전 관문, 실행 전 비용 추정, 렌더링 후 자체 검토, 감사 가능한 결정 경로를 갖추고 있습니다. 개발자 콘텐츠를 제공하는 경우, 화면 데모(Screen Demo) 및 클립 팩토리(Clip Factory) 파이프라인만으로도 설치를 정당화할 수 있습니다.

두 가지를 명확히 하고 시작하십시오. 라이선스는 AGPL-3.0이며, 이는 각주가 아닌 결정 사항입니다. 그리고 창의적인 작업 이면에는 거대하고 비용이 많이 들며 장시간 실행되는 API 통합이 있으며, 이는 지루한 규율이 적용됨을 의미합니다. 즉, 서면 계약, 비용 지불 없이 실패 분기(failure branches)를 테스트할 수 있는 모의(mock), 멱등성 재시도, 그리고 할당량 초과와 서비스 중단을 구별하는 오류 처리입니다. Apidog가 바로 이러한 용도로 사용됩니다. 누가 무엇을 언제 승인했는지에 대한 모든 것은 Sharkly가 담당합니다.

에이전트는 영상을 지시할 수 있습니다. 그러나 영상이 승인되었다는 유일한 기록이 되어서는 안 됩니다.