2026년 10월 GitHub의 트렌딩 오픈 소스 AI 프로젝트

GitHub의 월별 트렌딩 페이지는 언어별 기준으로 동작합니다. 언어 필터가 이미 비교 대상 집합을 정의하기 때문입니다. 오픈소스 AI는 또 다른 질문을 던집니다. 이 작업은 다섯 가지 언어를 아우르며, 유용한 분류 기준은 저장소가 수행하는 역할(직무)이기 때문입니다.

이 스냅샷은 2026년 10월 16일에 공개된 GitHub API에서 수집되었으며, 각 그룹 내 저장소는 스타 수 기준으로 정렬되어 있습니다. 스타는 관심도를 측정하며, 스킬 폴더는 서빙 엔진보다 이 관심도를 더 빠르게 끌어들일 수 있으므로 스타 정렬보다 그룹화가 우선시됩니다. 라이선스 열도 랭킹의 일부입니다. 가장 많은 스타를 받은 프로젝트 중 상당수가 Fair-code, 브랜드 제한이 있거나 두 개의 라이선스로 나뉘어 있기 때문입니다.

이 사이트의 Rust와 Go 요약 글은 같은 페이지에서 언어 필터를 적용하여 그룹화한 기반으로 작성되었습니다. 여기서는 아래에 나열된 8개의 역할 그룹이 필터를 대체하며, 각 섹션은 유사한 옵션들을 구분하는 차이점을 명시합니다. 마지막 섹션에서는 표를 실행 가능한 짧은 목록으로 정리하고, 다음 스냅샷을 위한 반복 가능한 방법론을 제시합니다.

오픈소스 AI 프로젝트 랭킹 방법

토픽 검색 후 역할 지정

GitHub 토픽은 언어 필터의 대안이 될 수 있습니다. ai-agents, llm, rag, local-llm, 또는 agent-memory와 같은 토픽을 스타 수 기준으로 정렬하고, 최근 몇개월 내에 푸시된 저장소를 유지하세요. “AI"라는 키워드로는 범위가 너무 넓고, 필터 없는 트렌딩 페이지는 에이전트와 관련 없는 도구들을 섞어놓기 때문입니다.

이 목록을 재구축하려면 세 가지 공개 입력 값으로 충분합니다. 토픽 검색으로 풀(pool)을 채우고, Top Open Source AI와 같은 시나리오 카탈로그에서 역할 라벨을 가져오며, 마지막 열은 저장소의 LICENSE 파일을 참고하세요. 해당 카탈로그는 자체 합성 점수를 게시하는데, 스타 70%, 기여자 10%, 업데이트 최신성 20%를 기반으로 합니다. 이 글은 더 간단한 규칙을 따르므로, 표에 나온 숫자는 GitHub에 표시된 숫자와 동일합니다.

유용한 시작 쿼리:

• ai-agents 토픽, 스타 수 기준
• llm 토픽, 스타 수 기준
• rag 토픽, 스타 수 기준
• 스타 5,000 이상인 agent-memory 토픽
• GitHub 트렌딩, 월간

소프트웨어만 남기고 목록은 제껴두기

어떤 사람이 설치할 수 있거나, 에이전트 실행 방식을 변경하는 유지 관리되는 하네스(harness)인 경우에만 해당 저장소에 행(row)을 부여합니다. Awesome-list, 프롬프트 디렉터리, 벤더의 시스템 프롬프트 덤프는 스타를 모으지만 배포할 수 있는 것을 남기지 않습니다. 이들은 읽기 목록에 속하며, 아래 표에서는 제외됩니다.

트렌딩 열은 자신의 스냅샷에서만 추가하기

언어별 요약 글에서는 GitHub가 이미 언어 내부에서 그 차이를 계산하기 때문에 한 달간 증가한 스타를 보여줄 수 있었습니다. 하지만 이 그룹들 사이의 월간 차이는 자신의 스냅샷 두 개가 필요합니다. 매월 1일에 full_name과 stargazers_count를 저장한 후 빼주세요. 그 시계가 존재하지 않는 동안, 총 스타 수가 정직한 랭킹 키입니다. 제목에 쓰인 “Trending"은 이 날짜 기준으로 적절한 관심도를 가진, actively maintained된(적극적으로 유지 관리되는) 프로젝트를 의미합니다.

프로젝트의 위치

이 그룹들은 쌓을 수 있는 계층입니다. 코딩 어시스턴트가 게이트웨이를 호출할 수 있고, 게이트웨이는 Ollama나 vLLM을 호출할 수 있으며, 메모리 서비스는 이 중 어느 것과도 나란히 놓일 수 있습니다. 같은 계층의 두 제품은 대개 두 번째 의견일 뿐이며, 더 나은 아키텍처는 아닙니다.

개인 AI 어시스턴트

이 그룹은 단일 코딩 세션을 넘어 기계나 도구 전반에서 행동을 취하는 에이전트를 위한 것입니다. OpenClaw가 압도적인 우위를 점하고 있습니다. Hermes는 이 규모에서 또 다른 일반 에이전트이며, AutoGPT는 라이선스가 나뉘어졌음에도 여전히 스타를 모으고 있는 오래된 이름입니다. 이 두 프로젝트만의 더 상세한 리더보드는 다운로드, 토큰 점유율, CVE 역사를 포함하며, OpenClaw vs Hermes Agent 비교 글에서 확인할 수 있습니다.

Firecrawl은 에이전트가 페이지를 필요로 하기 때문에 여기에 나열되었습니다. 그리고 독자들이 실제로 스타를 주는 웹 데이터 프로젝트이기 때문입니다. 이것은 도구이며, 어시스턴트들이 이것을 호출합니다.

OpenClaw

OpenClaw는 자신의 운영 체제에서 실행되어 작업을 수행하도록 설계된 개인 에이전트입니다. 이는 “모든 플랫폼에서 작업을 수행하는 AI"라고 자신을 칭하는 프로젝트의 직관적인 해석입니다. 스타 수는 이 글 중 가장 크며, MIT 라이선스는 이 세트의 허용적(extreme permissive) 끝단을 나타냅니다. 광범위한 기계 접근 권한을 가진 로컬 자동화 런타임으로 간주하고, 실행을 유지하기 전에 접근 가능한 범위를 설정하세요.

Hermes Agent

Nous Research의 Hermes Agent는 사용되면서 스킬과 문맥을 축적하도록 설계된 일반 에이전트입니다. Python 코드베이스와 동일한 MIT 조항을 가진 OpenClaw와 같은 역할에 위치합니다. 그 성장 루프를 원하고 Python 에이전트 운영에 익숙한 경우 선택하세요. Hermes와 OpenClaw를 모두 실행하는 것은 감사해야 할 권한 모델이 두 개가 된다는 뜻입니다.

AutoGPT

AutoGPT는 자율 에이전트를 GitHub의 주류 범주로 만든 프로젝트이며, 이 세트에서 가장 스타를 많이 받은 이름 중 하나입니다. 라이선스는 더 이상 단일 허가가 아닙니다. autogpt_platform 폴더 바깥의 모든 것은 MIT이고, 그 폴더 안의 모든 것은 제작자가 코드의 상용 가치를 예약하는 Polyform Shield License 아래 있습니다. 플랫폼 디렉토리를 기반으로 제품을 만들기 전에 그 분리를 읽어보세요.

Firecrawl

Firecrawl은 사이트들을 에이전트가 호출할 수 있는 데이터로 변환합니다. 스타 수는 작업이 수집(acquisition)임에도 불구하고 이를 어시스턴트들 사이로 올려놓았는데, 이는 2026년에 사람들이 무엇을 구축하고 있는지에 대해 많은 것을 말해줍니다. 수정하여 결과를 서비스로 제공하는 경우 AGPL-3.0이 중요합니다. 로컬이나 벤더 엔드포인트만 호출하는 개인 에이전트에겐 라이선스가 더 작은 제약입니다.

AI 코딩 어시스턴트

코딩 에이전트는 2026년 목록에서 가장 밀집된 부분입니다. OpenCode는 완전히 오픈된 터미널 및 에디터 에이전트 중 선두이며, Codex와 Gemini CLI는 오픈소스인 벤더 CLI로紧随其后(직접 뒤를 잇습니다). OpenHands, Cline, Goose는 실제로 실행할 수 있는 다른 프로그램들입니다.

Aider(49,567 스타, Apache-2.0), Continue(36,228, Apache-2.0), Crush(28,669, FSL-1.1-MIT)는 그 바로 아래 밴드에서 실질적인 코딩 도구입니다. Crush의 라이선스는 파일에 명시된 일정표에 따라 MIT로 전환되는 Functional Source License입니다. 코딩 에이전트 하나면 충분합니다. 두 번째 하나는 비교 주간을 위한 것이고, 그 이후로는 동기화해야 할 설정이 됩니다.

OpenCode

OpenCode는 터미널 워크플로와 방대한 플러그인 표면을 가진 오픈소스 코딩 에이전트입니다. 확인 가능한 코딩 에이전트를 원할 때 사람들이 인용하는 기본 이름이 되었으며, MIT 라이선스는 그 용도와 일치합니다. 저장소는 anomalyco/opencode입니다. 에이전트 자체를 패치할 수 있는 것으로 원할 때 선택하세요.

Codex

Codex는 Rust로 작성되고 Apache-2.0으로 라이선스된 OpenAI의 경량 터미널 코딩 에이전트입니다. 호스팅된 모델 패밀리의 오픈 클라이언트이며, 이는 로컬 우선(local-first) 에이전트와는 다른 거래 조건입니다. 팀이 이미 OpenAI 모델로 표준화되어 있고 자동화할 수 있는 CLI를 원할 때 사용하세요. 클라이언트가 오픈된 것이 모델 가중치를 사용자 디스크로 옮기지는 않습니다.

Gemini CLI

Gemini CLI는 Apache-2.0 하에서 터미널로 에이전트로서의 Gemini를 가져옵니다. 다른 프로바이더를 위한 Codex와 같은 역할을 수행하며, TypeScript 코드베이스는 기존 Node 도구로 임베드하기가 더 쉽습니다. 이미 비용을 지불하고 있는 모델이 Gemini인 경우 선택하세요. Codex와 나란히 실행하는 것은 각 저장소에 기본 에이전트가 하나씩만 있을 때만 합리적입니다.

OpenHands

OpenHands는 전체 작업 루프를 가진 소프트웨어 개발 에이전트이며, 이제 OpenHands 조직에서 게시되고 있습니다. MIT 라이선스와 상위 수준의 제품은 이를 단일 바이너리가 아니라 셀프 호스팅할 수 있는 호스팅 개발 환경에 더 가까운 플랫폼 선택지로 만듭니다. 에이전트 주변에 이슈, 샌드박스, UI를 원할 때 사용하세요. 1인용 터미널 워크플로는 OpenCode, Codex, Goose가 더 작은 설치입니다.

Cline

Cline는 SDK, IDE 확장 프로그램, CLI로 배포되는 자율 코딩 에이전트입니다. Apache-2.0과 에디터 통합 기능은 VS Code에서 활동하면서도 호출할 수 있는 라이브러리를 원하는 사람들에게 실용적인 선택이 됩니다. 채팅 UI와의 겹침보다는 OpenCode와의 겹침이 더 큽니다. 리뷰가 가독성을 유지하도록 저장소마다 그 중 하나로 표준화하세요.

Goose

Goose는 지정한 어떤 모델이든 사용하여 코드를 설치, 편집, 실행, 테스트하는 확장 가능한 로컬 에이전트입니다. 저장소는 이제 aaif-goose/goose에 있으며, Rust 구현과 Apache-2.0은 강력한 워크스테이션 에이전트를 만듭니다. 모델 프로바이더가 교체 가능하고 에이전트가 코드를 가진 머신에서 실행되기를 원할 때 Goose를 선택하세요. OpenCode보다 스타 수는 적지만, 로컬 모델에겐 더 직접적인 적합성입니다.

에이전트 스킬 및 하네스

토픽 검색은 이 그룹을 여러 실질적인 제품 위에 놓을 수 있습니다. Superpowers와 ECC는 이미 실행 중인 에이전트를 위한 지침, 훅, 워크플로입니다. Spec Kit은 GitHub 자체의 스펙 기반 개발 프로세스 툴킷입니다. 이들은 에이전트 동작을 변경하지만, 여전히 이전 섹션의 코딩 어시스턴트와 결합하여 사용하는 소프트웨어입니다.

Superpowers

Superpowers는 에이전틱 스킬 프레임워크이자 소프트웨어 개발 방법론으로, 주로 MIT 하의 셸 및 지침 파일로 배포됩니다. 스타 수는 방법이 몇 달 만에 코딩 에이전트 사용자들을 통해 확산될 때 얻게 되는 것입니다. 이미 신뢰하는 에이전트 위에 설치하고, 저장소에 맞춰 스킬을 편집할 준비를 하세요. 프레임워크는 그 에이전트가 이미 가진 권한을 따릅니다.

ECC

ECC는 Claude Code, Codex, OpenCode, Cursor 및 유사한 에이전트를 위한 하네스이며, 에이전트의 작업 방식에围绕한 스킬, 메모리, 체크를 다루고 있습니다. 여러 코딩 에이전트에서 동일한 루프를 원할 때 올바른 형태입니다. 동시에 모델과 나 사이의 또 다른 이동하는 계층이기도 합니다. 팀이 이미 에이전트를 선택했고 공통적인 브리핑 방법을 원할 때 채택하세요.

Spec Kit

Spec Kit은 GitHub의 스펙 기반 개발 툴킷이자 그 주위의 프로세스입니다. 유지 관리자는 이 저장소 대부분이 이미 머무는 플랫폼이며, MIT 라이선스는 직관적입니다. 에이전트가 코드를 편집하기 전에 문서를 쓴 스펙을 원할 때 사용하세요. 팀이 스펙을 선택적 서류로 취급하면 조용히 남아 있을 것입니다.

AI 메모리

메모리는 에이전트가 재개(resume)할 수 있게 하는 계층입니다. 스타를 받은 프로젝트는 두 가지 스타일로 나뉩니다. claude-mem, Beads, Hindsight의 상당 부분은 코딩 세션에 메모리를 부착합니다. Mem0, Cognee, Letta는 애플리케이션 에이전트에서 호출하는 서비스입니다. 이 백엔드들의 캡처 정책, 의존성, 셀프 호스팅 트레이드오프는 Agent Memory Providers에서 비교됩니다.

Memvid(16,600 스타, Apache-2.0)와 Zep(4,961 스타, Apache-2.0)은 같은 역할의 더 작은 옵션으로, Memvid는 단일 파일 저장소, Zep은 통합이 많은 메모리 API입니다. 에이전트당 메모리 시스템 하나씩이 나중에 설명할 수 있는 구성입니다.

claude-mem

claude-mem은 코딩 에이전트가 수행한 것을 기록하고, 그 히스토리를 압축하며, 관련 부분을 후속 세션에 주입합니다. Claude Code, OpenClaw, Codex, Gemini CLI, Hermes, Copilot, OpenCode와 대화하므로 이 그룹을 선도합니다. 수정하고 싶은 사이카(sydicar, 사이드카)에 Apache-2.0이 적합합니다. 계속 잊어버리는 것이 코딩 세션 자체일 때 사용하세요.

Mem0

Mem0는 에이전트와 애플리케이션을 위한 메모리 레이어로, API 뒤에 사용자, 세션, 에이전트 상태가 있습니다. 제품이 지원 봇이나 개인 어시스턴트이고 하나의 코딩 도구 밖에서 그 메모리를 원할 때 기본 이름입니다. Apache-2.0과 호스팅 옵션이 나란히 있으니 셀프 호스팅은 나중에 결정할 수 있는 선택입니다. 코딩 세션 훅보다 여러 에이전트가 사용자와 동일한 사실 관계를 공유해야 할 때 선호하세요.

Hindsight

Hindsight는 Vectorize의 에이전트 메모리 프로젝트로, 이미 수행한 것에서 학습하는 에이전트를 목표로 하며, 코딩 에이전트와 애플리케이션 프레임워크 모두와 통합됩니다. MIT 라이선스는 이 그룹에서 가장 허용적입니다. 이 프로젝트는 강력한 벤치마크 주장(publish strong benchmark claims)을 게시하며, 제품 베팅 전에 자신의 트랜스크립트로 재실행해야 합니다. 전용 메모리 서비스를 원하고 Mem0와 자신의 데이터로 비교할 의사가 있을 때 Hindsight를 선택하세요.

Cognee

Cognee는 에이전트가 쿼리할 수 있는 메모리와 지식 그래프를 구축하며, 그 레이어를 더 작은 모델에서 실행하는 데 중점을 둡니다. Mem0와도 겹치고 아래 RAG 도구와도 겹칩니다. 문서의 그래프는 메모리와 검색(Retrieval) 모두처럼 작동하기 때문입니다. Apache-2.0은 임베딩 경로를 교체 가능하게 합니다. 관심사가 있는 사실들이 엔티티와 관계이며, 평탄한 벡터 인덱스가 이미 너무 손실이 있다고 느껴질 때 선택하세요.

Beads

Beads는 코딩 에이전트 작업, 계획, 의존성을 git 분기(branch)와 함께 이동하는 파일로 저장합니다. 저장소는 이제 gastownhall/beads이며, 1월 Go 요약 글에서 이전 경로로 나열된 프로젝트와 동일합니다. MIT와 git 기반 저장소는 기존 리뷰 프로세스가 볼 수 있는 메모리 도구로 만듭니다. 문맥이 분기(fork)와 함께 이동해야 할 때 사용하세요. 메모리가 단일 저장소를 넘어야 할 때는 claude-mem이나 Mem0를 사용하세요.

Letta

Letta는 MemGPT에서 성장한 상태ful(유상태) 에이전트 플랫폼입니다. 여기선 메모리가 에이전트 런타임의 일부이므로, 에이전트가 플랫폼 기능으로서 자신의 문맥을 관리합니다. 이미 실행 중인 에이전트에 Mem0를 떨어뜨리는 것보다 더 깊은 커밋입니다. Apache-2.0은 오픈 플랫폼에 적용됩니다. 런타임과 메모리가 함께 설계된 것을 원할 때 Letta를, 대체할 의도가 없는 에이전트 밑의 메모리를 원할 때 Mem0를 선택하세요.

RAG 및 지식 베이스

RAG 프로젝트는 문서를 컨텍스트 레이어로 변환합니다. RAGFlow는 사람들이 스타를 주는 엔드투엔드 엔진입니다. LlamaIndex는 문서 프레임워크, GraphRAG는 Microsoft의 그래프 접근법, WeKnora는 Tencent의 지식 플랫폼으로, 1월 Go 요약 글에도 등장했으며 계속 성장하고 있습니다.

RAGFlow

RAGFlow는 혼잡한 문서를 파싱하고 인용을 제품의 일부로 하여 에이전트에 검색을 노출하는 셀프 호스팅 RAG 엔진입니다. Apache-2.0과 팀에게 넘길 수 있는 UI는 눈에 띄는 격차로 이 그룹을 선도하는 이유입니다. 작업이 “우리의 파일을 답변 상자 뒤에 놓는 것"이고 하나의 프로젝트에서 파서, 인덱스, API를 원할 때 사용하세요. 이미 제어하는 애플리케이션 안에 검색을 임베드할 때는 LlamaIndex를 찾으세요.

LlamaIndex

LlamaIndex는 에이전트와 RAG 파이프라인을 위한 문서 처리 프레임워크입니다. 많은 커넥터를 가진 라이브러리로, MIT 라이선스는 그 역할에 적합합니다. 인덱스, 스토어, 에이전트를 스스로 조립해야 하는 것이 유연성의 비용입니다. 제품 코드용으로는 이것을 선택하세요. 배포할 수 있는 서비스로서 같은 작업을 원할 때는 RAGFlow를 선택하세요.

GraphRAG

GraphRAG는 코퍼스 위에 그래프를 구축하고 그 그래프를 걸어(통해) 질문에 답하며, Microsoft Research의 아이디어 오픈 구현체입니다. 기법 자체는 Advanced RAG: LongRAG, Self-RAG and GraphRAG에서 설명됩니다. MIT 라이선싱은 벡터 파이프라인과 나란히 시도하기 쉽게 만듭니다. 그래프 구축은 청크-임베딩 인덱스보다 초기 비용이 더 들지만, 여러 문서를 가로지르는 질문에 그 비용을 회수합니다. 현재 청크로 강제하고 있는 구조가 코퍼스에 있을 때 사용하세요.

WeKnora

WeKnora는 문서를 RAG 인덱스, 에이전트, 위키로 변환하는 Tencent의 지식 플랫폼으로, 프로젝트는 이를 셀프 유지(self-maintaining)된다고 설명합니다. 프로젝트 라이선스는 MIT이며, 제3자 구성 요소는 각자 조항 하에 있습니다. GitHub는 MIT 허가가 Tencent 서문(preamble) 아래에 있기 때문에 라이선스를 Other로 보고합니다. 이 표에서 RAGFlow와 가장 가까운 친척으로, Go 코어를 가집니다. 위키와 에이전트를 하나의 박스에 원할 때 선호하고, 라이브러리 마이그레이션 전 자신의 PDF 샘플로 파서를 비교하세요.

워크플로 및 에이전트 빌더

빌더는 팀이 플로우를 그리는 곳, 또는 개발자가 대신 그려주는 프레임워크를 가져오는 곳입니다. n8n은 스타 수로는 가장 크고 라이선스로는 가장 좁습니다. Dify와 Langflow는 AI 네이티브 스튜디오입니다. LangChain은 그 외 많은 것들의 밑에 있는 라이브러리입니다.

CrewAI(59,745 스타, MIT)와 AutoGen(61,429 스타, CC-BY-4.0)은 코드 우선 멀티 에이전트 프레임워크와 같은 대화에 속합니다. AutoGen의 크리에이티브 커먼즈(CC-BY-4.0) 귀속 라이선스는 코드 저장소에겐 특이하며, 벤더링 전에 읽어볼 가치가 있습니다. LangChain은 여전히 그 프레임워크들이 만나게 되는 통합 표면(integration surface)입니다.

n8n

n8n은 수백 가지 통합과 네이티브 AI 스텝을 가진 워크플로 플랫폼으로, 호스팅 가능한 Zapier 스타일 자동화를 원할 때 사람들이意指하는(project) 대상입니다. Sustainable Use License는 내부 업무, 개인, 비상업적 사용을 허용합니다. 배포는 무료 비상업적 카피로 제한되며, .ee로 표시된 파일은 별도 엔터프라이즈 라이선스가 필요합니다. 소스 가용(Fair-code)이지만, 그 제한이 자신의 사용 방식과 맞춘다면 내부 자동화에 여전히 올바른 도구입니다.

Dify

Dify는 에이전트 워크플로와 RAG 파이프라인을 위한 워크스페이스로, 모델 프로바이더와 도구를 하나의 배포 가능 스택으로 가집니다. 라이선스는 Apache-2.0에서 출발하여 조건을 추가합니다: 멀티 테넌트 서비스 운영(여러 워크스페이스)은 상업 라이선스가 필요하며, 콘솔 로고와 저작권 고지는 프론트엔드에 남습니다. 단일 테넌트 내부 사용은 추가 조항이 열어둔 경우입니다. 팀이 프로토타입에서 프로덕션까지 하나의 UI를 원할 때 Dify를, 라이선스가 순수한 MIT여야 할 때 Langflow를 선택하세요.

Langflow

Langflow는 에이전트와 RAG 플로우를 위한 비주얼 빌더로, MIT 라이선스와 Dify와 거의 동률인 스타 수를 가집니다. 캔버스가 그 제품이며, 생성된 플로는 개발자가 여전히 소유할 수 있는 것입니다. 파이프라인의 다이어그램과 조달 체크리스트가 이미 이해하는 라이선스를 원할 때 사용하세요. 트레이드는 Dify의 워크스페이스 기능보다 어린 애플리케이션 표면입니다.

LangChain

LangChain은 대부분의 통합 문서가 여전히 상정하는 에이전트 엔지니어링 라이브러리입니다. MIT와 커넥터의 다양함은 모든 단기 목록에 유지되게 하지만, 체인(chain)이 단순한 것을 수행하기 시작하면 추상화 비용은 실재합니다. 애플리케이션 코드를 쓰고 이미 작성된 어댑터를 원할 때 사용하세요. 딜리버러블이 워크스페이스일 때 Dify나 Langflow를, 플로우가 몇 가지 호출에 불과할 때 직사(sdk) 프로바이더 SDK를 사용하세요.

로컬 추론 및 채팅 인터페이스

이것은 모든 것 밑의 레이어입니다. Ollama는 워크스테이션 러너, Transformers는 모델 정의 라이브러리, Open WebUI는 채팅 프론트엔드, llama.cpp은 휴대 가능한 C++ 엔진, vLLM은 서버 엔진입니다. Hugging Face Transformers는 Ollama처럼 “실행"하지는 않지만, 다른 많은 프로젝트들이 이것을 가져오기 때문에 포함되었습니다. 런타임들의 API 성숙도, 하드웨어 지원, 프로덕션 준비도는 Ollama vs vLLM vs LM Studio에서 비교됩니다.

Ollama

Ollama는 단순한 CLI와 OpenAI 호환 API 뒤에서 현재 오픈 모델을 로컬로 실행합니다. 1월 Go 요약 글에서도 이미 리더였으며, 183,334 스타로 여전히 기본 워크스테이션 런타임입니다. MIT와 단일 데몬이 그 이유입니다. 개발자 머신과 작은 서버에서 사용하세요. 동시성, 배치, GPU 활용도가 문제가 될 때 같은 가중치를 vLLM으로 옮기세요.

Transformers

Transformers는 텍스트, 비전, 오디오, 멀티모달 체크포인트 전반에서 모델을 정의, 로드, 실행하기 위한 Hugging Face의 라이브러리입니다. Apache-2.0과 그 주변의 모델 허브는 이것이 스택의 나머지가 가져오는 라이브러리가 되게 합니다. 모델 훈련, 변환, 디버깅 중일 때 그 존재를 느낍니다. Ollama나 vLLM이 이미 필요한 체크포인트를 서빙하고 있다면 오래도록 무시할 수 있습니다.

Open WebUI

Open WebUI는 대부분의 사람들이 Ollama와 OpenAI 호환 API 앞에 놓는 채팅 인터페이스입니다. Open WebUI License는 재배포를 허용한 후 브랜딩을 제한합니다. 30일 롤링 윈도우 중 50명 이상의 최종 사용자를 넘어가면, 서면 허가나 엔터프라이즈 라이선스 없이 Open WebUI 이름과 표식을 변경, 제거, 교체할 수 없습니다. 이름을 유지하는 개인 또는 소규모 팀 설치에는 정제된 프론트엔드입니다. 재브랜딩할 제품이라면 먼저 엔터프라이즈 협의를 예산으로 잡으세요. Docker 배포와 설정 옵션은 Open WebUI 가이드에서 다룹니다.

llama.cpp

llama.cpp는 일반 하드웨어에서 로컬 모델을 실용적으로 만든 C 및 C++ 추론 엔진입니다. MIT 라이선싱과 GGUF 생태계 때문에 Ollama와 수많은 작은 앱들이 그 위에 있습니다. 엔진, 양자화 도구, 의존성이 적은 바이너리를 원할 때 프로젝트를 직접 사용하세요. 모델 관리가 이미 포장된 그 엔진을 원할 때 Ollama를 사용하세요.

vLLM

vLLM는 연속 배치와 OpenAI 호환 API를 가진 GPU용 고처리량 서빙 엔진입니다. Apache-2.0과 배포에 대한 집중은 Ollama의 서버 상대(카운터파트)가 되게 합니다. 스타 수는 더 낮지만, 대상은 GPU를 실행하는 사람들이며, 그 대상이 차이를 실감합니다. 한 머신을 공유하는 동시 세션이 몇 개를 넘을 때 vLLM을 선택하세요.

LLM 게이트웨이

게이트웨이는 여러 프로바이더 앞의 OpenAI 호환 프론트 도어입니다. LiteLLM은 일반적인 선택, New API는 셀프 호스팅 배포자, Bifrost는 더 작은 고처리량 게이트웨이입니다. 프로바이더가 하나 이상, 키당 예산, 또는 페일오버(failover)가 필요할 때 스택에 게이트웨이를 놓으세요. 단일 로컬 Ollama 데몬은 필요하지 않습니다.

LiteLLM

LiteLLM는 지출 추적, 재시도, 가드레일과 함께 하나의 OpenAI 형식 인터페이스를 통해 광범위한 프로바이더 API를 노출합니다. enterprise/ 디렉토리 밖의 코드는 MIT이며, 그 디렉토리는 자체 라이선스를 가집니다. Python SDK는 애플리케이션 코드가 가져오는 것이고, 프록시는 플랫폼 팀이 실행하는 것입니다. 여러 벤더를 위한 하나의 클라이언트를 원할 때 코어를 사용하세요. 전체 저장소가 MIT라고 가정하기 전에 엔터프라이즈 디렉토리를 확인하세요.

New API

New API는 프로바이더를 집계하여 OpenAI, Claude, Gemini 호환 엔드포인트로 재서빙하는 모델 허브입니다. 사용자 계정, 쿼터, 배포 UI도 원하는 사람들이 게이트웨이를 배포할 때 선택하는 대상입니다. 허브를 수정하여 서비스로 제공하는 경우 AGPL-3.0은 중요한 조항입니다. 업스트림 키를 가진 내부 게이트웨이라면, Go 배포와 더 엄격한 라이선스를 가진 LiteLLM 프록시의 실질적인 대안입니다.

Bifrost

Bifrost는 페일오버, 예산, MCP 게이트웨이를 같은 프로세스에 가지는 모델과 도구용 Go 게이트웨이입니다. 스타 수는 LiteLLM보다 훨씬 낮고, 1월 Go 요약 글에서 이미 트렌딩 목록에 있었으므로, 프로젝트는 무명(obscure)이라는 것보다 더 젊습니다. Apache-2.0은 엔터프라이즈 디렉토리 분리를 피합니다. 게이트웨이가 바쁜 서비스의 요청 경로에 있고 작은 Go 바이너리를 원할 때 고려하세요. 현재 프로바이더 어댑터의 긴 꼬리(long tail)가 필요할 때는 LiteLLM을 유지하세요.

실행할 만한 스택

표는 지도이며, 워크스테이션은 여전히 짧은 목록이 필요합니다. 2026년 10월의 로컬 설정을 위해, Ollama와 코딩 에이전트 하나는 일일 루프를 커버합니다. 브랜딩 조항이 사용자 수에 맞다면 Open WebUI를, 메모리가 애플리케이션에 속하는지 코딩 세션에 속하는지에 따라 Mem0 또는 claude-mem을, 문서가 제품이면 RAGFlow를 추가하세요. 두 번째 모델 프로바이더가 나타날 때까지 LiteLLM 또는 New API는 추가하지 마세요.

Superpowers와 ECC 같은 스킬 팩은 에이전트 선택 후에 옵니다. 스타를 주는 것도, 축적하는 것도 쉽지만, 하나의 저장소에 하네스 세 개가 있으면 같은 지침을 놓고 다투게 될 것입니다.

랭킹 최신성 유지하기

이 글 상단의 토픽 쿼리를 반복하고, 각 새로운 저장소를 하나의 역할에 지정하며, 그 역할을 스타 기준으로 재정렬하세요. 그리고 라이선스 파일을 열어보세요. 스킬 디렉터리, 프롬프트 목록, 또는 주의 관심(attention)으로 표를 뛰어넘은 프로젝트는 실행하는 도구를 대체하기 전에 다음 스냅샷을 기다릴 수 있습니다.

스냅샷을 저장하세요. 매월 가져온 full_name, stargazers_count, license, pushed_at의 단일 CSV는 이 페이지의 다음 버전을 언어 글들이 이미 보여주고 있는 종류의 실제 트렌딩 열(델타)로 만듭니다. 그때까지, 그룹은 잘 노화되는(a age well) 부분이었고, 스타 수는 의도적으로 변질(stale)되는 부분이었습니다.

출처

스타 수, 언어, 라이선스 정체성은 2026년 10월 16일에 GitHub 저장소 API와 저장소 LICENSE 파일에서 읽었습니다. 역할 라벨도 Top Open Source AI의 공개 시나리오 목록을 참조했으며, 이 목록은 여기서 사용된 정렬과 별도로 자체 합성 점수를 문서화하고 있습니다.

• GitHub 토픽: ai-agents
• GitHub 토픽: llm
• GitHub 토픽: rag
• GitHub 트렌딩, 월간
• Top Open Source AI
• Polyform Shield License
• Functional Source License
• n8n: Sustainable Use License 및 플랜
• Open WebUI 라이선스 파일