OpenMAIC: 멀티에이전트 AI 교실로 온라인 교육을 다시 그리다
OpenMAIC는 프롬프트 하나로 수업 전체를 생성하는 오픈소스 멀티에이전트 교실 플랫폼이에요. Next.js와 LangGraph 기반의 v1.0.0은 슬라이드, 퀴즈, 시뮬레이션, PBL까지 한 세션에서 제공하고, 교수자·조교·학생 에이전트가 실제 교실처럼 상호작용해요. GitHub 29.8k 스타를 받으며 교육 AI 오픈 표준으로 자리 잡았습니다.
왜 지금 OpenMAIC인가
온라인 교육은 여전히 정적인 영상 강의에 머물러 있어요. MOOC나 녹화 강의는 일방향이기 때문에, 학생이 놓친 개념을 즉시 확인하거나 토론에 참여하기 어렵죠. 그 빈틈을 메우는 흐름이 바로 멀티에이전트 교실이에요. OpenMAIC는 단순한 챗봇 튜터가 아니라, 여러 AI 역할이 한 세션 안에서 강의하고 토론하고 피드백까지 하는 구조를 오픈소스로 풀었어요. 2026년 8월 27일 v1.0.0이 나오면서 프로 워크벤치, 내구성 있는 세션, 20개 이상의 빌트인 스킬, Vercel 원클릭 배포까지 갖췄어요. 실제 코드 구조와 사용 시나리오 위주로 살펴봐요.
OpenMAIC는 어떤 문제를 풀려고 했나
기존 AI 교육 도구는 주로 개인 튜터 수준에서 그쳤어요. 질문에 답하거나 요약을 생성하지만, 강의 전체 흐름을 기획하고 다양한 장면을 조립하는 일은 여전히 사람 몫이었죠. OpenMAIC의 핵심 질문은 한 번의 입력으로 수업 전체를 만들 수 있을까? 였어요. 주제 한 줄이나 PDF 한 장을 넣으면, 시스템이 수업 설계, 슬라이드·퀴즈·시뮬레이션 생성, 멀티에이전트 진행, 저장·내보내기까지 처리하도록 설계됐어요.
핵심 구성과 작동 방식
OpenMAIC는 크게 생성 파이프라인, 에이전트 런타임, 재생 엔진으로 나뉘어요.
- 생성 파이프라인은 두 단계로 작동해요. 먼저 주제나 자료를 분석해 강의 개요를 만들고, 그 다음 개요를 슬라이드·퀴즈·PBL 프로젝트·인터랙티브 HTML 같은 구체 장면으로 채워요.
- 에이전트 런타임은 LangGraph 기반 상태 기계로, 교수자·조교·학생 에이전트가 번갈아 말하고 질문하고 답하는 턴을 관리해요. 여기에 PostgreSQL 기반 세션 저장소가 붙어서 브라우저를 닫아도 진행 상황이 유지돼요.
- 재생 엔진은 idle → playing → live 상태 전환을 담당해요. 음성 합성, 화이트보드 드로잉, 스포트라이트, 레이저 포인터 같은 시각 효과를 타이밍에 맞춰 실행해요.
기술 스택은 Next.js, React, TypeScript, Tailwind CSS, LangGraph 1.1로 구성돼요. 배포는 Vercel 원클릭 버튼으로 가능하고, 환경변수만 설정하면 자체 호스팅이 바로 끝나요. 로컬 STT/TTS는 FunASR와 VoxCPM2를, 문서 파싱은 AliDocMind나 MinerU를 선택적으로 연결할 수 있어요.
오픈소스 생태계에서의 차별점
OpenMAIC가 주목받는 이유는 단순히 코드를 공개한 걸 넘어, 상용화해도 무리가 없는 완성도를 갖췄기 때문이에요. AGPL-3.0에서 MIT로 라이선스가 변경된 점도 커뮤니티 확산에 큰 역할을 했어요.
한 가지 특징은 공급자 중립성이에요. OpenAI, Anthropic, Google Gemini, DeepSeek, Azure OpenAI, Amazon Bedrock, Ollama 등 원하는 모델 제공자를 직접 지정할 수 있어요. 검색 제공자도 Brave, Baidu, Bocha, MiniMax, SearXNG 등을 지원해요. 스토리지와 인증도 교체 가능한 인터페이스로 분리돼 있어요. 즉, 특정 클라우드에 종속되지 않는 교육 인프라로 쓸 수 있는 구조죠.
또 OpenClaw와의 통합도 빼놓을 수 없어요. Feishu, Slack, Discord, Telegram 등 메신저에서 교실을 직접 생성하고 볼 수 있어서, 별도의 웹 탭을 띄우지 않아도 돼요.
실제 써보면 어떤 점이 남나
실제 사용에서 가장 인상적인 부분은 세션 지속성이에요. 서버 측 저장소가 있기 때문에 브라우저를 닫거나 새 탭을 열어도 수업 상태가 유지되고, 언제든 재개할 수 있어요. 과거 버전은 브라우저 메모리에 의존해 재시작하면 잃었던 흐름이 v0.3.2에서 해결됐어요. 문서 업로드나 오디오·영상 자료를 직접 넣으면, 에이전트가 그 자료를 바탕으로 수업을 재구성하는 점도 실용적이에요.
생성된 수업은 PPTX나 독립형 HTML로 내보낼 수 있어서, 기존 강의 자료와 혼합하기 쉬워요. 특히 교육 현장에서 만든 교안을 OpenMAIC로 불러와 인터랙티브 교실로 바꾸는 워크플로가 이미 여러 사례에서 쓰이고 있어요.
한편 주의할 점도 있어요. 모델 제공자 키는 환경변수로만 관리해야 해요. 문서에 키를 노출하면 배포 이미지에 키가 들어갈 수 있으니, Vercel이나 Docker 배포 시 시크릿 관리에 신경 써야 해요.
마치며
OpenMAIC는 단순한 AI 강의 생성기를 넘어, 실제 교실의 사회적 상호작용을 코드로 옮긴 프로젝트예요. 슬라이드 강의와 퀴즈, 토론, 프로젝트 기반 학습을 한 세션 안에서 경험할 수 있다는 점에서, 온라인 교육의 다음 단계를 보고 싶은 분이라면 한 번 직접 만들어보는 걸 권해요. 저장소는 공개되어 있고, 데모 사이트에서 별도 설치 없이 체험할 수도 있어요.
참고 링크
- OpenMAIC GitHub 저장소: THU-MAIC/OpenMAIC
- 공식 데모: open.maic.chat
- 학술 논문: JCST 2026 — From MOOC to MAIC
- 배포 가이드: Vercel 원클릭 배포
관련 글
과학 연구용 AI 에이전트 스킬 라이브러리, K-Dense Scientific Agent Skills 분석
과학 연구 워크플로를 에이전트에 직접 주입하는 오픈소스 스킬 라이브러리를 분석했다. 163개 스킬, 78개 이상 DB, Cursor·Claude Code·Codex 호환 구조가 핵심이다. 커스텀 스킬 설계 시 참고할 구조·확인 포인트를 정리했다.
Archify: 에이전트가 그리는 검증된 아키텍처 다이어그램
Archify는 코드베이스나 시스템 설명을 아키텍처·워크플로·시퀀스·데이터플로·라이프사이클 다이어그램으로 변환하고, 검증된 단일 HTML로 출력하는 오픈소스 에이전트 스킬이다. Cursor, Claude Code, Codex CLI, OpenCode 등에서 사용할 수 있으며, 현재 GitHub에서 약 19.7k star를 받고 있다.
67센트로 1.5시간 학습한 소형 Transformer, ARC-AGI-1에서 여러 LLM을 앞서다
Mithil Vakde가 RTX 5090 한 장으로 1.5시간·67센트만 들여 소형 Transformer를 처음부터 학습시킨 결과가 공개됐어요. ARC-AGI-1에서 44%, ARC-AGI-2에서 7%를 기록하며 여러 LLM을 앞서고, TRM·HRM과도 비슷한 수준의 성능을 냈어요.
발행 전 운영자가 직접 큐레이션·검수·편집합니다.