OpenMontage, 코딩 에이전트를 비디오 스튜디오로 바꾸다. 흥미로운 부분은 예산 상한이다.

이번 주 GitHub 1위 저장소는 오케스트레이터 없이 제공되는 비디오 제작 시스템이다. 오케스트레이터는 이미 비용을 지불하고 있는 코딩 에이전트다. 새로운 모델도, 래퍼도, 채팅 인터페이스도 없다.
calesthio/OpenMontage는 별 77,991개, 포크 10,384개를 기록 중이며 지난 7일 동안 4,405개의 별을 얻었다. 스스로를 최초의 오픈소스 에이전트형 비디오 제작 시스템이라고 부른다. 12개의 제작 파이프라인, 100개 이상의 도구, 약 700개의 스킬 및 제작 지식 파일을 갖췄다. 라이선스는 AGPLv3다.
제안은 직설적이다. 원하는 것을 평범한 언어로 설명하면 된다. Claude Code, Cursor, Copilot, Windsurf 또는 Codex가 저장소를 읽고 작업을 계획하며 주제를 조사하고 대본을 쓰고 자산을 생성하거나 검색하고 편집하고 구성한다. 저장소 안의 무엇도 다음에 무엇을 할지 결정하지 않는다. 에이전트가 결정한다.
이러한 설계 선택은 이 프로젝트가 흥미로운 이유이자 조금 불안한 이유이기도 하다.
실제로 설치되는 것
요구 사항은 평범하다. Python 3.10 이상, FFmpeg, Node.js 18 이상, 그리고 파일을 읽고 Python을 실행할 수 있는 코딩 에이전트가 필요하다. HyperFrames 렌더링 경로에는 Node 22가 필요하다.
```bash git clone https://github.com/calesthio/OpenMontage.git cd OpenMontage make setup ```
`make`가 없다면 README에서 수동 경로를 안내한다. 가상 환경을 만들고, `requirements.txt`를 설치하고, `remotion-composer` 안에서 `npm install`을 실행하고, 로컬 음성을 위해 `piper-tts`를 설치하고, `.env.example`을 `.env`로 복사한다. Windows에서는 `npm install`이 때때로 `ERR_INVALID_ARG_TYPE`과 함께 실패하는데, 문서에 나온 해결책은 `npx --yes npm install`이다.
모든 API 키는 선택 사항이다. fal.ai, Atlas Cloud, Kling, Pexels, Pixabay, Unsplash, Suno, ElevenLabs, OpenAI, xAI, Google, Volcengine Ark, HeyGen, Runway를 모두 연결할 수 있으며, 추가할 때마다 더 많은 도구를 사용할 수 있다. `make install-gpu`도 있는데, WAN 2.2, WAN 2.1, Hunyuan 1.5, LTX2, CogVideo-5B를 통한 로컬 생성을 활성화한다. 로컬 생성은 무료이고 느리며, 호스팅 생성은 빠르고 사용량이 과금된다. 시스템은 이 둘을 섞어 쓸 수 있게 한다.
대부분의 AI 비디오 도구가 건너뛰는 부분: 실제 영상
OpenMontage의 설명에는 같은 카테고리의 다른 도구들에 대한 비판이 담겨 있다. 대부분의 AI 비디오 도구는 정지 이미지를 움직이게 하고 그것을 비디오라고 부른다. OpenMontage에는 무료 아카이브를 검색하고 실제 모션 클립을 가져와 대본에 맞춰 편집하는 다큐멘터리 몽타주 파이프라인이 있다.
키가 필요 없는 세 가지 경로는 실제 엔지니어링이 어디에 투입됐는지를 보여주므로 나열할 가치가 있다.
- 이미지 기반 비디오: 내레이션용 Piper, 정지 이미지, 애니메이션용 Remotion. - 로컬 캐릭터 애니메이션: SVG 스켈레톤, GSAP, 렌더링용 HyperFrames. - 실제 영상: Archive.org, NASA, Wikimedia, Pexels로 구축한 CLIP으로 검색 가능한 코퍼스를 편집.
세 번째 경로는 다른 누구도 제공하지 않는 것이다. 영상을 검색하고 대본에 비추어 점수를 매기고 박자에 맞춰 잘라내는 일은 5초짜리 클립을 생성하는 것과 다른 문제이며, 대부분의 다큐멘터리 작업이 실제로 안고 있는 문제다.
프롬프트 상자가 아닌 게이트가 있는 파이프라인
워크플로는 `research → proposal → script → scene_plan → assets → edit → compose`이며, 모든 단계에는 승인 게이트가 있는 디렉터 스킬이 있다. 대본을 쓰기 전에 에이전트는 YouTube, Reddit, Hacker News, 뉴스 및 학술 출처 전반에서 15~25회 이상 검색을 실행한다. 참조 비디오를 붙여 넣으면 캡션, 페이싱, 장면, 키프레임, 스타일을 분석한 뒤 두세 가지 차별화된 계획과 각 계획에서 사용할 도구, 비용 추정치를 제시한다.
12개 파이프라인은 애니메이션 설명 영상, 모션 그래픽, 아바타 스피커, 시네마틱 트레일러, 긴 영상을 순위가 매겨진 쇼츠로 잘라내는 클립 팩토리, 다큐멘터리 몽타주, 실제 영상과 생성 영상을 결합한 하이브리드 작업, 현지화 및 더빙, 팟캐스트 재활용, 화면 데모, 토킹 헤드, 캐릭터 애니메이션을 다룬다.
로컬 스토리보드 뷰어도 있다.
```bash python -m backlot open python -m backlot open ```
지식은 세 계층으로 구성되며, 그 분리는 의도적이다. `tools/`와 `pipeline_defs/`는 실행 가능한 도구와 YAML 오케스트레이션으로 어떤 기능이 존재하는지 정의한다. `skills/`는 OpenMontage 자체의 관례와 품질 기준을 담는다. `.agents/skills/`는 외부 프로젝트에서 가져온 기술 지식 팩을 담는다. 렌더 런타임은 제안 단계에서 잠기며, 이를 몰래 바꾸는 것은 거버넌스 위반으로 간주된다. 이는 저자들이 이미 얼마나 많은 실패 모드를 겪어봤는지 보여준다.
`make demo`는 API 키 없이 샘플을 렌더링하므로, 파이프라인이 자신의 머신에 맞는지 알아보는 가장 저렴한 방법이다.
실제 혁신은 예산 시스템이다
OpenMontage가 수많은 에이전트 비디오 데모와 차별화되는 지점이 여기다. 비용을 일급 제약 조건으로 취급한다.
실행 전에 지출을 추정하고 예약하며 조정한다. 기본값은 다음과 같다. $0.50를 초과하는 단일 작업은 확인이 필요하고, 한 번의 실행에 대한 총 예산은 $10로 제한된다. 거버넌스 모드는 `observe`, `warn`, `cap`이 될 수 있다. README에는 The Last Banana라는 단편의 비용이 약 $1.33, Reimagine Your Universe가 약 $4, 모델 출력을 보여주는 클립이 약 $5라고 나와 있다.

모델 선택은 일곱 차원으로 점수화된다. 작업 적합성 30%, 출력 품질 20%, 제어력 15%, 신뢰성 15%, 비용 10%, 지연 시간 5%, 연속성 5%다. 모든 라우팅 결정은 기록되며 감사 가능하다.
렌더링 후에는 검증 단계가 있다. `ffprobe` 검사, 프레임 추출, 오디오 레벨 검사, 브리프에 대한 약속 이행 확인, 자막 검증이 그것이다. 실패하면 출시되지 않는다.
개방형 창작 작업에서 에이전트를 실행해 본 사람이라면 이것이 왜 중요한지 알 것이다. 실패 모드는 대본에 필요하지도 않았던 한 장면의 변형들을 생성하며 $40짜리 오후를 보내는 것이며, 이는 나쁜 프레임 하나보다 더 비싸고 알아차리기도 더 어렵다.
이것이 아닌 것
이 프로젝트는 아직 어리고, AGPLv3 라이선스는 일부 상업 팀에게는 선택지를 없앨 것이다. 품질 상한은 기반 모델이 할 수 있는 만큼이다. 12개 파이프라인이 12개의 좋은 파이프라인을 뜻하지는 않는다. 다큐멘터리 경로는 주제에 따라 존재하지 않을 수도 있는 아카이브 영상에 의존한다. 로컬 생성 경로에는 실제 메모리를 갖춘 GPU가 필요하며, README 자체의 "무료"라는 표현은 달러 기준으로 무료라는 뜻이지 시간 기준으로 무료라는 뜻이 아니다.
에이전트 또한 규율을 지켜야 한다. README는 에이전트에게 `AGENT_GUIDE.md`와 `PROJECT_CONTEXT.md`를 먼저 읽으라고 지시하며, 일반적인 모든 진입 파일(CLAUDE.md, AGENTS.md 등)이 그곳으로 강제 리디렉션된다고 설명한다. `pipeline_defs/`를 따르지 않고 제멋대로 작업하는 에이전트도 무언가를 만들어내겠지만, 그것은 시스템이 만들도록 설계된 결과물이 아닐 것이다.
왜 이 저장소가 또 하나의 모델 출시보다 중요한가
지난 2년 동안 AI 비디오 논의는 클립 품질에 관한 것이었다. 15초 대 10초. 720p 초안 대 4K. 이번 주 아레나 리더보드 1위는 누구인가.
OpenMontage는 질문을 제작 중심으로 재구성한다. 누가 조사하는가, 누가 예산을 관리하는가, 누가 출력을 검사하는가, 누가 한 장면이 완성됐다고 결정하는가. 이는 프로젝트 관리 질문이며, 작은 팀이 화요일에 60초 설명 영상을 출시할 수 있는지를 결정하는 질문들이다.
비용 수치가 단서다. 완성된 단편 하나에 1.33달러는 벤치마크라기보다 가격대이며, 스톡 영상, 프리랜서 편집자, 템플릿 도구가 현재 차지하고 있는 영역에 들어선다. 코딩 에이전트와 저장소 하나로 수용 가능한 결과물을 내면서 그 숫자에 도달할 수 있다면, 비디오 제작의 제약은 더 이상 돈이 아니라 취향이 되기 시작한다.
관련 글
중국산 안드로이드 시스템 UI의 광고를 끄는, 커뮤니티가 관리하는 탭 표
시스템을 건드리지 않고, 잠금 해제도, 플래싱도 하지 않는다. 제조사가 이미 열어 둔 스위치를 하나씩 뒤집을 뿐이다. 대가는 이 목록을 계속 써 줄 사람이 필요하다는 것이다.
GPT Image 2.6, 토큰 단가는 그대로 두고 청구서를 올렸다
GPT Image 2.6은 2.5의 토큰 단가를 하나도 바꾸지 않았는데 이미지 한 장 값은 올랐다. 작업의 상당 부분이 이제 출력 토큰에서 일어나기 때문이다. 출시 11일째, 가격 구조가 순위표보다 많은 것을 말한다.
IDM을 바깥에서 다시 만든 사람이 손대지 않은 부분을 적어 두었다
Mister Download Manager는 Internet Download Manager의 흐름을 Rust로 다시 구현해 5배 속도와 86개 언어를 내건다. 더 흥미로운 문서는 아무것도 복사하지 않고 어떻게 만들었는지 설명하는 문단이다.
Rune은 에이전트가 자기 작업을 검증할 수 있도록 만든 Rust UI 프레임워크
Rune은 헤드리스로 렌더링하고 요소 트리를 덤프하며 스크립트 입력을 받는다. 스크린샷으로는 얻을 수 없는, diff 가능한 신호를 코딩 에이전트에게 준다. 프레임워크는 프리릴리스이며 풀 리퀘스트를 받지 않는다.