오픈소스 AI 교실 OpenMAIC, 스타 25,000개인데 라이선스 정보는 왜 아직도 틀렸을까

OpenMAIC는 스타 2만5천개를 넘은 오픈소스 강의 제작 도구다. 2026년 6월 MIT로 바뀌어 상업 이용이 무료지만, 한국어 산출물 검수는 도입 전 필수다.

결론부터 말하면, OpenMAIC는 사내 교육 담당자가 지금 검토해볼 만한 도구다. 다만 검토를 시작하기 전에 이미 퍼진 정보부터 다시 확인해야 한다. "이거 라이선스 때문에 우리 회사에서 못 쓰는 거 아니에요?" 실제로 여러 번 받은 질문이다. 도입 여부를 결정하는 자리에서 라이선스만큼 예민한 항목도 드물어서, 이 걱정은 당연하다. 이 글은 OpenMAIC가 정확히 무엇을 하는 물건인지, 검증된 사실과 아직 확인 안 된 부분을 구분해서, 한국 사내 교육 담당자 관점으로 정리했다.

강의를 녹화하지 않고 매번 새로 여는 도구

OpenMAIC를 한 줄로 설명하면, 강의를 "녹화"하는 대신 "출연진을 고용해 매번 라이브로 열어주는" 도구다. 주제 한 줄이나 규정집 PDF 한 개를 넣으면 슬라이드와 나레이션 음성, 퀴즈, 실습까지 붙은 강의 한 편이 만들어진다. 그리고 그 강의를 AI 교사와 AI 동급생이 실시간으로 진행한다.

생성 과정은 두 단계다. 먼저 입력 자료를 분석해 구조화된 개요를 짜는 'Outline' 단계, 그다음 개요의 각 항목을 슬라이드·퀴즈·인터랙티브 모듈·문제기반학습(PBL, 실제 문제를 던져 학습자가 스스로 풀게 하는 방식) 활동으로 확장하는 'Scenes' 단계다.

에이전트 역할 분담도 구체적이다. AI 교사는 음성 나레이션과 스포트라이트·레이저 포인터 효과로 강의를 진행하고 질문에 답한다. AI 동급생은 토론을 먼저 걸고 학습자를 지목하기도 한다. 원탁 토론(Roundtable Debate)에서는 서로 다른 성격의 에이전트 여럿이 한 주제를 놓고 붙으면서 화이트보드에 그림을 그린다. 화이트보드 에이전트는 방정식 풀이나 순서도를 실시간으로 작도한다. "챗봇이 교실인 척하는 거 아니냐"는 의심이 들 법도 한데, 수업 중 손을 드는 디테일까지 들어 있어서 생각보다 진짜 교실처럼 짜여 있다.

기술 구조를 보면 멀티 에이전트 오케스트레이션(여러 에이전트의 발언 순서를 조율하는 층)은 LangGraph 상태 머신이 맡고, 재생 엔진이 교실 진행 자체를 구동하며, 액션 엔진이 발화·작도·차트·스포트라이트를 포함해 28종 이상의 동작을 실행한다. 저장은 기본이 브라우저 스토리지라 별도 데이터베이스 없이 돌아간다.

가장 최근 릴리스인 v1.0.0(2026-08-27, 오늘 기준 4일 전)에서는 'Pro 워크벤치'가 새로 붙었다. 커리큘럼을 대화로 기획하고 페이지를 수정하는 에이전트인데, 서버 기반 세션이라 재시작해도 작업이 이어진다. 커리큘럼 기획·딥 리서치·강의형·워크숍형·직업훈련형·슬라이드 제작 같은 내장 스킬 20종을 제공하고, 사용자가 직접 스킬을 만들 수도 있다.

라이선스는 이미 MIT, 그런데 검색 결과는 아직 AGPL

이 글에서 가장 강조하고 싶은 사실이 이거다. OpenMAIC는 2026년 6월 28일(v0.3.0, 오늘 기준 64일 전) AGPL-3.0에서 MIT로 라이선스를 바꿨다. 저장소 CHANGELOG에 "Relicense the project from AGPL-3.0 to MIT"라고 명시돼 있고, README에도 "MIT License, so commercial use is permitted free of charge"라는 문장이 직접 적혀 있다.

그런데 지금도 검색되는 소개 글 상당수가 여전히 AGPL-3.0이라고 쓴다. AGPL은 수정본을 네트워크로 서비스만 해도 소스코드 공개 의무가 붙는 라이선스라, 사내 시스템에 얹으면 법무·조달 검토 단계에서 걸릴 수 있는 조건이다. MIT는 다르다. 상업적으로 써도, 수정해서 팔아도 소스 공개 의무가 없다. 이 차이가 도입 여부 자체를 가른다.

다만 예외가 하나 있다. 루트 라이선스는 MIT지만 번들된 packages/mathml2omml 패키지는 LGPL-3.0-or-later다. 저장소 전체를 그대로 재배포할 계획이라면 이 패키지 조건만 따로 확인하면 된다.

OpenMAIC 라이선스: 2026년 6월 28일부터 MIT다. 상업적 사용, 수정, 재배포에 소스코드 공개 의무가 없다. 법무 검토에는 저장소의 LICENSE 파일 원문을 근거로 제출하는 편이 안전하다.

스타 25,000개와 트렌딩 1위가 증명하지 않는 것

2026년 8월 31일 GitHub API로 실측한 값은 다음과 같다. 총 스타 25,247개, 포크 4,593개, 워처 130명, 열린 이슈 222건. 주력 언어는 TypeScript(전체의 약 95%)고, 저장소는 2026년 3월 11일(오늘 기준 173일 전) 생성됐다. 릴리스는 v0.1.0(2026-03-26)부터 v1.0.0(2026-08-27)까지 5개월 동안 8번 나왔으니 개발 속도가 느리지 않다는 것도 사실이다.

트렌드 숫자는 좀 헷갈릴 수 있어서 짚고 간다. 어떤 자료는 "하루 스타 1,625개"라고 하고, 직접 트렌딩 페이지를 긁었을 때는 1,370이 나왔다. 둘 다 틀린 값은 아니다. GitHub 트렌딩의 '오늘 스타'는 하루 동안 계속 갱신되는 실시간 누적치라서, 확인한 시각에 따라 숫자가 달라진다. 확실한 것은 같은 날 트렌딩 데일리 1위였다는 것과, 총 스타가 25,000개를 넘었다는 것이다.

여기서 짚고 싶은 부분은 따로 있다. 스타 수는 관심의 크기지 검증된 품질이 아니다. 스타 25,000개짜리 프로젝트인데 Hacker News에는 4번 제출됐고 전부 묻혔다(최고 3포인트, 총 댓글 1개). X(트위터) 반응도 2026년 3월 15일부터 19일 사이에 몰렸고, 게시물당 좋아요 13~66 수준의 소개형 글이 대부분이다. "이 수준의 멀티 에이전트 오케스트레이션이 이렇게 접근 가능했던 적이 없다"는 호평이 나오긴 했지만, 실제로 강의를 만들어보고 품질을 따진 심층 후기는 확보되지 않았다. Reddit 반응은 데이터센터 IP 차단 때문에 아예 측정하지 못했다. 반응이 없다는 뜻이 아니라 확인이 안 됐다는 뜻이니 구분해서 읽어야 한다.

설치 30분, 그다음 실제로 드는 비용

실행 요구사항은 무겁지 않다. Node.js 20 이상, pnpm 10 이상, 그리고 LLM 제공자 API 키 최소 1개면 시작할 수 있다. 데이터베이스는 필요 없다(기본은 브라우저 저장소, PostgreSQL은 선택). 배포 경로는 세 갈래다. 호스팅 데모(open.maic.chat, 액세스 코드 발급)로 바로 체험하거나, Vercel 원클릭 버튼으로 배포하거나, docker compose up --build로 셀프호스팅하면 된다.

지원하는 LLM 제공자 목록이 상당히 넓다. OpenAI, Azure OpenAI, Anthropic, Amazon Bedrock, Google Gemini, DeepSeek, Qwen, Grok, OpenRouter는 물론이고 Ollama·Lemonade 같은 로컬 실행 옵션도 있다. README가 추천하는 모델은 속도와 품질 균형이 좋은 Gemini 3 Flash이고, 최고 품질이 필요하면 Gemini 3.1 Pro를 권한다.

비용 구조는 명확하다. 소프트웨어 자체는 무료다. 다만 강의 한 편을 만들 때마다 LLM·TTS(음성 합성)·이미지·영상 생성 API 요금이 그때그때 나간다. 예산이나 보안 때문에 외부 API 비용 자체를 지출하고 싶지 않다면, Ollama·Lemonade·FunASR로 완전히 로컬 구성을 짤 수도 있다. 이 부분이 중요한 이유는, "구독료 낼 만큼 효과가 있나"라는 질문의 답이 회사 상황마다 크게 달라지기 때문이다. 파일럿에서 강의 한 편당 실제로 드는 비용을 직접 재보는 것이 가장 정확하다.

중국어 소개 글에 자주 등장하는 "강의 1편당 2달러 미만", "MOOC 대비 준비 비용 1/1000" 같은 수치는 원 논문 초록에도, README에도 나오지 않는다. 확인되지 않은 3차 매체 표현이라 이 글에서는 인용하지 않는다.

도입 전에 걸리는 위험 요소

가장 먼저 확인해야 할 것은 한국어 산출물 품질이다. lib/i18n/locales/ko-KR.json에 문자열 1,797개가 실제로 번역돼 있어서 UI는 자연스러운 한국어로 뜬다. 문제는 생성물 쪽이다. 언어를 영어로 지정해도 슬라이드가 중국어로 나온다는 버그 이슈(#884)가 2026년 7월 9일 등록돼 8월 13일까지 갱신됐고, 지금도 열려 있다. 한국어를 지정했을 때 어떻게 되는지는 저장소에 보고된 사례가 없어 확인되지 않는다. 사내 교육에 쓰려면 도입 전에 반드시 한국어 파일럿 몇 편을 만들어 육안으로 검수해야 한다.

두 번째는 데이터가 어디로 가느냐다. 호스팅 데모(open.maic.chat)에 자료를 올리면 그 데이터는 운영 서버로 간다. 반면 셀프호스팅을 하면 v1.0.0 서버 라우트 설계상 API 크리덴셜이 브라우저로 내려가지 않고 서버에만 머문다. .env.example 522줄을 검사한 결과 텔레메트리나 트래킹 키는 발견되지 않았다. 사내 자료라면 호스팅 데모 대신 셀프호스팅 + 접근코드(ACCESS_CODE) + 로컬 모델 조합을 쓰는 편이 안전하다.

세 번째는 콘텐츠 정확성이다. 강의 내용은 결국 LLM이 만든다. 사규나 안전 교육, 법령처럼 오류 비용이 큰 영역에는 사람이 검수하는 단계를 반드시 둬야 한다. "AI가 틀린 내용을 만들면 어떡하나"라는 걱정은 도구를 없애서 해소하는 게 아니라, 검수 게이트를 세워서 해소하는 문제다.

네 번째는 성숙도와 원산지다. v1.0.0이 나온 지 4일밖에 안 됐고 열린 이슈가 222건이다. 미션 크리티컬 교육에 바로 얹기보다는 보조 채널부터 시작하는 편이 맞다. 칭화대 팀이 소유한 저장소라는 점, 중국계 모델 제공자를 다수 지원한다는 점 때문에 조달 심사에서 걸릴 수도 있는데, 코드는 전량 공개돼 있고 LLM 제공자는 사용자가 직접 고른다(OpenAI, Anthropic, Bedrock 등 서구 제공자 전부 지원한다). 원산지 자체가 정책상 배제 사유라면 이 부분은 소명으로 해결되지 않는다.

이런 도입 마찰은 소셜미디어보다 GitHub 이슈 트래커에서 더 잘 보인다. 최근 등록된 이슈만 봐도 윈도우 경로에서 내장 스킬 로딩이 실패하는 문제, TTS·이미지·영상 활성화 플래그가 UI에서 도달되지 않는 문제, 영상 생성이 동기 실행이라 에이전트 턴을 수 분간 막는 문제가 눈에 띈다. 윈도우 데스크톱 자체 구동보다는 서버·도커 배포가 안전한 선택이다.

presenton·PPTAgent와 뭐가 다른가

비슷해 보이는 오픈소스 도구들이 있다. presenton(스타 9,928개, Apache-2.0, TypeScript)은 AI 프레젠테이션을 생성·편집하고 API로 임베딩할 수 있지만 교실 상호작용은 없다. PPTAgent(스타 4,969개, MIT, Python)는 슬라이드를 생성하면서 디자인·흐름·품질을 정량 평가하는 PPTEval 하네스까지 갖췄다(EMNLP 2025 논문 기반).

Presenton

이미지 출처: github.com

둘 다 "덱을 만들어주는 도구"에서 끝난다. OpenMAIC는 그 위에 재생 엔진과 대화형 에이전트 층을 얹었다는 게 결정적 차이다. 사내 LMS에 올릴 PPTX 파일만 필요하다면 presenton이 훨씬 가볍고, 생성된 슬라이드 품질을 수치로 평가받고 싶다면 PPTEval을 가진 PPTAgent가 지금은 유일한 선택지다. 반대로 학습자가 강의 중에 질문하고 토론에 참여하는 경험까지 원한다면 OpenMAIC 쪽 범위가 넓다.

학술 배경은 사실이다, 다만 이름 뜻은 다르다

칭화대 연구 배경 자체는 확인된다. 정본 논문은 From MOOC to MAIC: Reimagine Online Teaching and Learning Through LLM-Driven Agents(JCST 41권 1호, 394~414쪽, 2026년 1월 발행, 오늘 기준 242일 전)이고, 저자에 Juanzi Li, Zhiyuan Liu, Maosong Sun을 포함한 칭화대 연구진 24명 이상이 들어간다. 선행 프리프린트는 arXiv 2409.03512(2024년 9월 5일 제출, 오늘 기준 725일 전, 저자 33명)다.

여기서 이름 관련 혼동이 하나 있다. 논문에서 MAIC는 'Massive AI-empowered Course'의 약자다. 반면 저장소 OpenMAIC의 MAIC는 'Multi-Agent Interactive Classroom'을 가리킨다. 흔히 인용되는 'Massive AI-empowered Interactive Classroom'이라는 표기는 논문에도, README에도, arXiv에도 없다. 어느 1차 자료에서도 확인되지 않는 표현이라 이 글에서도 쓰지 않는다.

검증된 실증 규모는 학생 500명 이상, 학습 기록 10만 건 이상이다(arXiv·JCST 초록 모두 동일한 수치). "학생 700명 검증", "만족도 84.1%" 같은 숫자를 인용하는 매체가 있는데, JCST 초록과 arXiv 초록 어디에도 그런 숫자는 없다. 논문 본문에 있을 가능성까지 배제할 수는 없지만(Springer 원문은 전문 봇 차단으로 확인 불가), 1차 자료로 확인되지 않은 이상 이 글은 검증된 수치만 쓴다.

마무리

라이선스는 MIT이고 상업적 사용이 무료라는 것, 그리고 스타 25,000개가 검증된 품질을 의미하지는 않는다는 것. 이 두 가지가 오늘 확인한 사실 중 가장 중요하다. 강의 한 편 만들어보는 진입 장벽은 낮다. 설치 30분에 API 키 1개면 시작이다. 다만 한국어 산출물 품질, 데이터가 가는 위치, 콘텐츠 검수 체계는 파일럿 단계에서 직접 확인해야 하는 몫으로 남는다.

우리 팀 상황에 맞는지부터 따져보셔도 충분하다. 판단에 필요한 기준은 위에 정리해 뒀다.

자주 묻는 질문 (FAQ)

Q: OpenMAIC를 상업적으로 써도 문제없나요?

네, 2026년 6월 28일부터 MIT 라이선스라 상업적 사용에 소스코드 공개 의무가 없습니다. 다만 번들 패키지 mathml2omml은 LGPL-3.0-or-later라 저장소 전체를 재배포할 계획이라면 이 조건은 별도로 확인해야 합니다.

Q: 한국어로 설정하면 진짜 한국어 강의가 나오나요?

UI는 한국어 문자열 1,797개가 번역돼 있어 완전히 한국어로 표시됩니다. 다만 언어를 지정해도 생성된 슬라이드가 중국어로 나오는 버그 이슈(#884)가 아직 열려 있어서, 도입 전 한국어 파일럿으로 실제 산출물 품질을 확인해야 합니다.

Q: 이 도구가 우리 회사 LMS를 대체하나요?

아니요, OpenMAIC는 수강 이력 관리나 수료 처리, SCORM 내보내기 같은 기업 LMS 기능은 지원하지 않습니다. 기존 LMS를 대체하는 도구가 아니라 그 앞단에 붙는 콘텐츠 생산 도구로 보는 편이 맞습니다.

오픈소스 AI 교실 OpenMAIC, 스타 25,000개인데 라이선스 정보는 왜 아직도 틀렸을까

녹화 대신 AI가 실시간으로 가르치는 무료 교실 도구 — 비개발자를 위한 쉬운 가이드