2026년 10월 GitHub 트렌딩 오픈소스 AI 프로젝트

GitHub의 월간 트렌딩 페이지는 언어별로 작동합니다. 이미 언어 필터가 대상 집합을 정의해 놓기 때문입니다. 오픈소스 AI는 다른 질문을 던집니다. 해당 작업은 5개 언어에 걸쳐 있으며, 유용한 구별은 저장소가 수행하는 역할입니다.

이 스냅샷은 2026년 10월 16일에 공개된 GitHub API에서 읽은 것이며, 각 그룹 내에서 저장소는 별점(star) 수순으로 정렬되어 있습니다. 별점은 관심을 측정하고, 스킬 폴더가 서빙 엔진보다 그 관심을 더 빠르게 끌 수 있으므로, 그룹이 정렬보다 앞에 놓입니다. 라이선스 열도 랭킹의 일부입니다. 가장 많은 별점을 받은 프로젝트 중 일부가 페어코드(fair-code)거나 브랜드 제한이 있거나, 두 라이선스에 걸쳐 나뉘어 있기 때문입니다.

이 사이트의 Rust 및 Go 라운드업은 동일한 페이지에서 작성되었으며, 그룹화는 언어 필터가 수행했습니다. 여기서 아래 여덟 개의 역할 그룹이 그 필터를 대체하며, 각 섹션은 근소한 차이로 구분되는 옵션을 나누는 트레이드오프를 명시합니다. 마지막 섹션들은 표를 실행 가능한 숏리스트와 다음 스냅샷을 위한 재사용 가능한 방법으로 바꿉니다.

오픈소스 AI 프로젝트 랭킹 방법

토픽 검색 후 역할 부여

GitHub 토픽은 언어 필터의 실행 가능한 대체재입니다. ai-agents, llm, rag, local-llm, agent-memory 같은 토픽을 별점 기준으로 정렬하고, 지난 몇개월 이내에 푸시된 저장소만 유지하세요. “AI"에 대한 자유 텍스트 검색은 너무 넓고, 필터링되지 않은 트렌딩 페이지는 여전히 에이전트와 관련 없는 도구들을 섞어 놓습니다.

표의 재구성을 위한 세 가지 공개 입력이 충분합니다. 풀(pool)을 위한 토픽 검색, 역할 라벨을 위한 Top Open Source AI와 같은 시나리오 카탈로그, 마지막 열을 위한 저장소 LICENSE 파일을 사용하세요. 그 카탈로그는 자체 복합 점수를 공개합니다. 별점이 70%, 기여자가 10%, 업데이트 최근성이 20%입니다. 이 글은 더 간단한 규칙을 유지하므로, 표의 숫자는 GitHub에 있는 숫자 그대로입니다.

유용한 시작 쿼리:

• ai-agents 토픽, 별점순
• llm 토픽, 별점순
• rag 토픽, 별점순
• agent-memory 토픽, 별점 5,000 이상
• GitHub 트렌딩, 월간

소프트웨어만 유지하고, 목록은 따로 두기

누군가가 설치할 수 있거나, 에이전트 실행 방식을 변경하는 유지 관리 중인 하네스(harness)일 때, 저장소는 한 행(row)을 얻습니다. 아와리스트(Awesome-lists), 프롬프트 디렉터리, 벤더 시스템 프롬프트 덤프는 별점을 모으지만 배포할 것은 아무것도 남기지 않습니다. 그것들은 읽을 목록에 속하며, 아래 표들에서는 제외됩니다.

자신의 스냅샷에서만 트렌딩 열 추가

언어 라운드업은 GitHub가 이미 하나의 언어 내에서 해당 델타를 계산하기 때문에 한 달간 증가한 별점을 보여줄 수 있었습니다. 이 그룹들 사이에서는 월간 델타를 위해 자신의 스냅샷이 두 개 필요합니다. 매월 1일에 full_name과 stargazers_count를 저장한 뒤, 뺀 값을 계산하세요. 그 시리즈가 존재하기 전까지, 총 별점은 정직한 랭킹 키입니다. 제목의 “Trending"는 이 날짜 기준으로, 그에 맞는 관심을 가진 활발히 유지 관리 중인 프로젝트를 의미합니다.

프로젝트의 위치

이 그룹들은 스택을 쌓을 수 있는 레이어입니다. 코딩 어시스턴트가 게이트웨이를 호출하고, 게이트웨이가 Ollama 또는 vLLM을 호출할 수 있으며, 메모리 서비스는 둘 중 어느 하나 옆에 놓일 수 있습니다. 동일한 레이어의 두 제품은 대개 두 번째 의견(second opinion)일 뿐이며, 더 나은 아키텍처인 경우는 드뭅니다.

개인 AI 어시스턴트

이 그룹은 단일 코딩 세션 Beyond를 넘어, 머신이나 도구 전반에서 작업을 수행하는 에이전트를 위한 것입니다. OpenClaw은 큰 격차로 선두를 달리고 있습니다. Hermes는 이 규모의 또 다른 일반 에이전트이며, AutoGPT는 라이선스가 나뉘면서도 여전히 별점을 누적하고 있는 오래된 이름입니다. 이 둘만의 더 깊은 리더보드는 다운로드, 토큰 점유율, CVE 히스토리를 포함하며, OpenClaw vs Hermes Agent comparison입니다.

Firecrawl은 에이전트가 페이지를 필요로 하기 때문에 여기에 나열되었으며, 독자들이 실제로 별점을 매기는 웹 데이터 프로젝트입니다. 그것은 도구이며, 어시스턴트가 그것을 호출합니다.

OpenClaw

OpenClaw는 자신의 운영 체제에서 실행되어 작업을 수행하도록 설계된 개인 에이전트로, 플랫폼 전반에서 무언가를 수행하는 AI라고 스스로를 부르는 프로젝트의 직접적인 해석입니다. 별점 수는 이 글에서 가장 크며, MIT 라이선스는 이 집합의 관대(허용)한 끝입니다. 설치 과정을 광범위한 머신 액세스를 가진 로컬 자동화 런타임으로 취급하고, 실행을 남겨두기 전에 그것이 접촉할 수 있도록 허용하는 범위를 설정하세요.

Hermes Agent

Nous Research의 Hermes Agent는 사용되면서 스킬과 컨텍스트를 축적하도록 설계된 일반 에이전트입니다. Python 코드베이스와 동일한 MIT 조건으로 OpenClaw와 동일한 역할에 위치합니다. 그 성장 루프를 원하고 Python 에이전트 운영에 이미 익숙할 때 선택하세요. Hermes와 OpenClaw를 동시에 실행하면 감사해야 할 권한 모델이 두 개가 됩니다.

AutoGPT

AutoGPT는 자율 에이전트를 주류 GitHub 범주로 만든 프로젝트이며, 이 집합에서 여전히 가장 별점이 많은 이름 중 하나입니다. 라이선스는 더 이상 단일 수권(grant)이 아닙니다. autogpt_platform 폴더 바깥의 모든 것은 MIT이며, 그 폴더 안의 모든 것은 Polyform Shield License 하에 있으며, 사용은 허용하지만 코드의 상업적 가치는 생산자에게 예약해 둡니다. 플랫폼 디렉토리를 기반으로 제품을 만들기 전에 그 분리를 읽어 보세요.

Firecrawl

Firecrawl은 사이트가 에이전트가 호출할 수 있는 데이터가 되게 합니다. 별점 수는 역할이 수집(acquisition)임에도 어시스턴트들 사이에 그것을 놓으며, 이는 2026년 사람들이 어떤 것을 연결하고 있는가에 대해 많은 것을 말합니다. 수정하여 결과를 서비스로 제공하는 경우 AGPL-3.0이 중요합니다. 로컬 또는 벤더 엔드포인트만 호출하는 개인 에이전트에겐 라이선스는 더 작은 제약입니다.

AI 코딩 어시스턴트

코딩 에이전트는 2026년 리스트에서 가장 밀집한 부분입니다. OpenCode는 완전히 오픈된 터미널 및 에디터 에이전트에서 선두를 달리고 있으며, Codex와 Gemini CLI는 우연히 오픈소스인 벤더 CLI로紧随其后합니다. OpenHands, Cline, Goose는 실제로 실행할 수 있는 다른 프로그램들입니다.

Aider(49,567 별점, Apache-2.0), Continue(36,228, Apache-2.0), Crush(28,669, FSL-1.1-MIT)는 다음 밴드의 실질적인 코딩 도구들입니다. Crush의 라이선스는 파일에 명시된 일정대로 MIT로 전환되는 Functional Source License입니다. 코딩 에이전트 하나면 충분합니다. 두 번째 것은 비교를 위한 한 주의 용도이고, 그 이후에는 동기화해야 하는 설정이 됩니다.

OpenCode

OpenCode는 터미널 워크플로와 큰 플러그인 표면을 가진 오픈소스 코딩 에이전트입니다. 점검할 수 있는 코딩 에이전트를 원할 때 사람들이 인용하는 기본 이름이 되었으며, MIT 라이선스는 그 용도와 일치합니다. 저장소는 anomalyco/opencode입니다. 에이전트 자체가 패치할 수 있는 무언가여야 할 때 선택하세요.

Codex

Codex는 Rust로 작성되어 Apache-2.0 라이선스를 가진 OpenAI의 터미널용 경량 코딩 에이전트입니다. 호스팅된 모델 페미리의 오픈 클라이언트이며, 로컬 우선(local-first) 에이전트와는 다른 흥정(bargain)입니다. 팀이 이미 OpenAI 모델로 표준화되어 있고 자동화할 수 있는 CLI를 원할 때 사용하세요. 클라이언트가 오픈되었다는 것은 모델 웨이트가 자신의 디스크에 이동한다는 뜻은 아닙니다.

Gemini CLI

Gemini CLI는 Apache-2.0 하에 Gemini를 터미널로 에이전트로서 가져옵니다. 다른 프로바이더를 위한 Codex와 동일한 역할을 수행하며, TypeScript 코드베이스는 기존 Node 툴링에 임베딩하기가 더 쉽습니다. 이미 Gemini 모델 비용을 내고 있을 때 선택하세요. Codex 옆에서 실행하는 것은 각 저장소에 기본 에이전트가 하나일 때만 합리적입니다.

OpenHands

OpenHands는 완전한 태스크 루프를 가진 소프트웨어 개발 에이전트로, 이제 OpenHands 조직에서 공개됩니다. MIT 라이선스와 더 높은 수준의 제품은 그것을 플랫폼 선택지로 만들며, 단일 바이너리보다 셀프 호스팅할 수 있는 호스팅된 개발 환경에 가깝습니다. 에이전트 주위에 이슈, 샌드박스, UI를 원할 때 사용하세요. 1인용 터미널 워크플로에는 OpenCode, Codex, Goose가 더 작은 설치입니다.

Cline

Cline는 SDK, IDE 확장, CLI로 출시되는 자율 코딩 에이전트입니다. Apache-2.0과 에디터 통합 덕분에 VS Code에서 생활하면서 동시에 호출할 수 있는 라이브러리를 원하는 사람들에게 실용적인 선택이 됩니다. 채팅 UI보다는 OpenCode와 더 많은 겹침을 보입니다. 리뷰가 읽기 쉽게 유지되도록 저장소별로 그 중 하나를 표준화하세요.

Goose

Goose는 어떤 모델을 지정하든 코드를 설치, 편집, 실행, 테스트하는 확장 가능한 로컬 에이전트입니다. 저장소는 이제 aaif-goose/goose에 있으며, Rust 구현과 Apache-2.0은 그것을 강력한 워크스테이션 에이전트로 만듭니다. 모델 프로바이더가 교체 가능하고 코드가 있는 머신에서 에이전트가 실행되어야 할 때 Goose를 선택하세요. OpenCode보다 조용한 별점 수이지만, 로컬 모델에 더 직접적인 맞춤입니다.

에이전트 스킬 및 하네스

토픽 검색은 이 그룹을 여러 실질적인 제품 위에 놓을 것입니다. Superpowers와 ECC는 이미 실행 중인 에이전트를 위한 지시, 훅, 워크플로입니다. Spec Kit은 GitHub 자체의 스펙 기반 개발 프로세스 툴킷입니다. 그것들은 에이전트 동작을 변경하며, 여전히 이전 섹션의 코딩 어시스턴트와 결합되는 소프트웨어입니다.

Superpowers

Superpowers는 에이전틱 스킬 프레임워크이자 소프트웨어 개발 방법론으로, 주로 MIT 하의 shell 및 지시 파일로 배포됩니다. 별점 수는 코딩 에이전트 사용자 사이에서 몇 달 만에 방법이 퍼졌을 때 얻게 되는 것입니다. 이미 신뢰하는 에이전트 위에 설치하고, 저장소에 맞게 스킬을 편집해야 할 것을 기대하세요. 프레임워크는 그 에이전트가 이미 가진 권한을 따를 것입니다.

ECC

ECC는 Claude Code, Codex, OpenCode, Cursor 및 유사한 에이전트를 위한 하네스로, 에이전트 작업 방식 주변의 스킬, 메모리, 점검을 다룹니다. 여러 코딩 에이전트에서 동일한 루프를 원한다면 올바른 형태입니다. 또한 모델과 당신 사이의 또 다른 이동하는 레이어입니다. 팀이 이미 에이전트를 선택했고 브리핑하는 공유 방식을 원할 때 채택하세요.

Spec Kit

Spec Kit은 스펙 기반 개발과 그 주변의 프로세스를 위한 GitHub의 툴킷입니다. 유지 관리자는 이 저장소 대부분이 이미 살고 있는 플랫폼이며, MIT 라이선스는 명쾌합니다. 에이전트가 코드를 편집하기 전에 작성된 스펙을 원할 때 사용하세요. 팀이 스펙을 선택적인 서류로 취급하면 조용히 있을 것입니다.

AI 메모리

메모리는 에이전트가 재개(resume)할 수 있게 하는 레이어입니다. 별점이 많은 프로젝트들은 두 가지 스타일로 나뉩니다. claude-mem, Beads, Hindsight의 대부분은 코딩 세션에 메모리를 부착합니다. Mem0, Cognee, Letta는 응용 에이전트에서 호출하는 서비스입니다. 캡처 정책, 의존성, 셀프 호스팅 트레이드오프는 Agent Memory Providers에서 비교됩니다.

Memvid(16,600 별점, Apache-2.0)와 Zep(4,961 별점, Apache-2.0)은 동일한 역할에서 더 작은 옵션으로, Memvid는 단일 파일 스토어, Zep은 통합 집중형 메모리 API입니다. 에이전트당 메모리 시스템 하나는 나중에 설명할 수 있는 설정입니다.

claude-mem

claude-mem은 코딩 에이전트가 수행하는 것을 기록하고, 그 히스토리를 압축하며, 관련 부분을 후속 세션에 주입합니다. Claude Code, OpenClaw, Codex, Gemini CLI, Hermes, Copilot, OpenCode와 대화하므로 이 그룹에서 선두입니다. Apache-2.0은 수정하고 싶은 사이드카에 적합합니다. 계속 잊어버리는 것이 코딩 세션 자체일 때 사용하세요.

Mem0

Mem0는 에이전트와 애플리케이션을 위한 메모리 레이어로, API 뒤에 사용자, 세션, 에이전트 상태를 둡니다. 제품이 지원 봇 또는 개인 어시스턴트이고, 그 메모리를 하나의 코딩 도구 밖에 두고 싶을 때 기본 이름입니다. Apache-2.0과 호스팅 옵션은 나란히 놓여 있어, 셀프 호스팅은 나중에 선택할 수 있는 것입니다. 코딩 세션 훅보다, 여러 에이전트가 동일한 사용자에 대한 동일한 사실을 공유해야 할 때 우선하세요.

Hindsight

Hindsight는 Vectorize의 에이전트 메모리 프로젝트로, 이미 한 일로부터 배우는 에이전트를 노리고, 코딩 에이전트와 애플리케이션 프레임워크 모두와 통합됩니다. MIT 라이선스는 이 그룹에서 가장 관대합니다. 프로젝트는 강력한 벤치마크 주장을 공개하지만, 그것에 베팅하기 전에 자신의 트랜스크립트로 재실행해야 합니다. 전용 메모리 서비스를 원하고 자신의 데이터로 Mem0와 비교할 의향이 있을 때 Hindsight를 선택하세요. OpenCode, Cursor CLI, 기타 하네스(리포저리 뱅크, git 시딩, 클라우드 대 로컬 데몬)의 설치는 Hindsight Memory for OpenCode, Cursor, and Other Coding Agents에 있습니다.

Cognee

Cognee는 에이전트가 쿼리할 수 있는 메모리와 지식 그래프를 구축하며, 그 레이어를 더 작은 모델에서 실행하는 데 중점을 둡니다. 문서 그래프는 메모리와 검색 모두처럼 작동하므로, Mem0와도 겹치고 아래 RAG 도구와도 겹칩니다. Apache-2.0은 임베딩 경로를 교체 가능하게 유지합니다. 관심 있는 사실들이 엔티티와 관계이며, 평면 벡터 인덱스가 이미 너무 손실이 크다고 느껴졌을 때 선택하세요.

Beads

Beads는 코딩 에이전트의 태스크, 계획, 의존성을 git 분기(branch)와 함께 이동하는 파일로 저장합니다. 저장소는 이제 gastownhall/beads이며, 1월 Go 라운드업이 이전 경로 하에 나열했던 동일한 프로젝트입니다. MIT와 git 기반 스토어는 기존 리뷰 프로세스가 볼 수 있는 메모리 도구를 만듭니다. 컨텍스트가 분기와 함께 포크(fork)되어야 할 때 사용하세요. 메모리가 단일 저장소를 넘어살아야 할 때는 claude-mem 또는 Mem0를 사용하세요.

Letta

Letta는 MemGPT에서 성장한 스테이트풀 에이전트 플랫폼입니다. 여기서는 메모리가 에이전트 런타임의 일부이므로, 에이전트가 컨텍스트를 플랫폼의 기능으로 자체 관리합니다. 이는 이미 실행 중인 에이전트 아래에 Mem0를 두는 것보다 더 깊은 헌신입니다. Apache-2.0은 오픈 플랫폼에 적용됩니다. 런타임과 메모리가 함께 설계되어 있을 때 Letta를, 대체할 의도가 없는 에이전트 아래에 메모리를 원할 때 Mem0를 선택하세요.

RAG 및 지식 베이스

RAG 프로젝트는 문서를 컨텍스트 레이어로 바꿉니다. RAGFlow는 사람들이 별점을 매기는 끝에서 끝(end-to-end) 엔진입니다. LlamaIndex는 문서 프레임워크, GraphRAG는 Microsoft의 그래프 접근법, WeKnora는 Tencent의 지식 플랫폼으로, 1월 Go 라운드업에도 등장했으며 꾸준히 성장하고 있습니다.

RAGFlow

RAGFlow는 뒤란 문서를 파싱하고 에이전트에 검색을 노출하는 셀프 호스팅 RAG 엔진으로, 인용이 제품의 일부입니다. Apache-2.0과 팀에 전달할 수 있는 UI 덕분에 명확한 격차로 이 그룹에서 선두입니다. “우리 파일을 답변 상자 뒤에 놓자"가 역할이며, 파서, 인덱스, API를 하나의 프로젝트에서 원할 때 사용하세요. 이미 제어하는 애플리케이션 내에 검색을 임베딩할 때는 LlamaIndex를 사용하세요.

LlamaIndex

LlamaIndex는 에이전트와 RAG 파이프라인을 위한 문서 처리 프레임워크입니다. 수많은 커넥터를 가진 라이브러리이며, MIT 라이선스는 그 역할에 적합합니다. 인덱스, 스토어, 에이전트는 스스로 조립해야 하며, 이것이 유연성의 비용입니다. 제품 코드를 위해 선택하세요. 배포할 수 있는 서비스로 동일한 역할을 원할 때는 RAGFlow를 선택하세요.

GraphRAG

GraphRAG는 코퍼스 위에 그래프를 구축하고 그 그래프를 따라 질문을 답하며, Microsoft Research의 아이디어 오픈 구현입니다. 기법 자체는 Advanced RAG: LongRAG, Self-RAG and GraphRAG에서 설명됩니다. MIT 라이선스는 벡터 파이프라인 옆에서 쉽게 시도할 수 있게 합니다. 그래프 구축은 청크-임베딩 인덱스보다 초기 비용이 더 크며, 여러 문서를 아우르는 질문에서 그 비용을 회수합니다. 코퍼스에 현재 청크로 억지로 넣고 있는 구조가 있을 때 사용하세요.

WeKnora

WeKnora는 문서를 RAG 인덱스, 에이전트, 프로젝트가 셀프 유지(self-maintaining)라고 설명하는 위키로 바꾸기 위한 Tencent의 지식 플랫폼입니다. 프로젝트 라이선스는 MIT이며, 서드파티 컴포넌트는 각자 자신의 조항 하에 있습니다. MIT 수권이 Tencent 서문(preamble) 아래에 놓여 있기 때문에 GitHub는 그 라이선스를 Other로 보고합니다. 이 표에서 RAGFlow의 가장 가까운 형제이며, Go 코어를 가집니다. 위키와 에이전트를同一个(box)에서 원할 때 우선하고, 라이브러리를 마이그레이션하기 전에 자신의 PDF 샘플로 파서를 비교하세요.

워크플로 및 에이전트 빌더

빌더는 팀이 플로를 그리는 곳이거나, 개발자가 그것을 그려 주는 프레임워크를 가져오는 곳입니다. n8n은 별점으로 가장 크고 라이선스로 가장 좁습니다. Dify와 Langflow는 AI 네이티브 스튜디오입니다. LangChain은 그중 많은 것들 아래에 있는 라이브러리입니다.

CrewAI(59,745 별점, MIT)와 AutoGen(61,429 별점, CC-BY-4.0)은 코드 우선 멀티 에이전트 프레임워크와 동일한 대화에 속합니다. AutoGen의 크리에이티브 커먼즈 귀속 라이선스는 코드 저장소에서 이례적이며, 벤더(vendor)하기 전에 읽어 볼 가치가 있습니다. LangChain은 그 프레임워크들이 여전히 만나는 통합 표면입니다.

n8n

n8n은 수백 개의 통합과 네이티브 AI 스텝을 가진 워크플로 플랫폼으로, 호스팅할 수 있는 Zapier 스타일 자동화를 원할 때 사람들이意指하는 프로젝트입니다. Sustainable Use License는 내부 비즈니스 사용, 개인 사용, 비상업적 사용을 허용합니다. 배포는 무료 비상업적 사본으로 제한되며, .ee로 표시된 파일은 별도의 엔터프라이즈 라이선스가 필요합니다. 이는 소스가 공개된 fair-code이며, 그런 제한이 운영 방식과 일치한다면 내부 자동화에 여전히 올바른 도구입니다.

Dify

Dify는 에이전트 워크플로와 RAG 파이프라인을 위한 워크스페이스로, 모델 프로바이더와 도구가 하나의 배포 가능한 스택 안에 있습니다. 라이선스는 Apache-2.0에서 시작하여 조건을 추가합니다. 멀티 테넌트 서비스 운영, 즉 멀티 워크스페이스는 상업 라이선스가 필요하며, 콘솔 로고와 저작권 고지사항은 프론트엔드에 유지됩니다. 단일 테넌트 내부 사용은 추가 조항이 열어 둔 경우입니다. 프로토타입부터 프로덕션까지 하나의 UI를 팀이 필요로 할 때 Dify를, 라이선스가 평범한 MIT여야 할 때 Langflow를 선택하세요.

Langflow

Langflow는 에이전트와 RAG 플로를 위한 시각적 빌더로, MIT 라이선스와 Dify와 사실상 동률인 별점 수를 가집니다. 캔버스가 제품이며, 생성된 플로는 개발자가 여전히 소유할 수 있는 무언가입니다. 파이프라인의 다이어그램과 조달 체크리스트가 이미 이해하는 라이선스를 원할 때 사용하세요. 트레이드오프는 Dify의 워크스페이스 기능보다 더 젊은 애플리케이션 표면입니다.

LangChain

LangChain은 대부분의 통합 문서가 여전히 가정하는 에이전트 엔지니어링 라이브러리입니다. MIT와 커넥터의 폭 덕분에 모든 숏리스트에 유지되며, 체인이 단순한 것을 수행할 때 추상화 비용은 실질적입니다. 애플리케이션 코드를 작성하고 이미 작성된 어댑터를 원할 때 사용하세요. 결과물이 워크스페이스일 때는 Dify 또는 Langflow를, 플로가 소수의 호출일 때는 직접적인 프로바이더 SDK를 사용하세요.

로컬 추론 및 채팅 인터페이스

이것은 모든 것 아래에 있는 레이어입니다. Ollama는 워크스테이션 러너, Transformers는 모델 정의 라이브러리, Open WebUI는 채팅 프론트엔드, llama.cpp은 휴대용 C++ 엔진, vLLM은 서버 엔진입니다. Hugging Face Transformers는 “실행"하는 방식이 Ollama처럼 아니더라도 너무 많은 다른 프로젝트가 그것을 가져오기 때문에 포함됩니다. 런타임 전반의 API 성숙도, 하드웨어 지원, 프로덕션 준비 상태는 Ollama vs vLLM vs LM Studio에서 비교됩니다.

Ollama

Ollama는 간단한 CLI와 OpenAI 호환 API 뒤에 현재 오픈 모델을 로컬에서 실행합니다. 1월 Go 라운드업에서 이미 선두였으며, 183,334 별점으로 여전히 기본 워크스테이션 런타임입니다. MIT와 단일 데몬이 그 이유입니다. 개발 머신과 소형 서버에서 사용하세요. 동시성, 배치 처리, GPU 이용률이 문제가 될 때 동일한 웨이트를 vLLM으로 이동하세요.

Transformers

Transformers는 텍스트, 비전, 오디오, 멀티모달 체크포인트 전반에서 모델을 정의, 로드, 실행하기 위한 Hugging Face의 라이브러리입니다. Apache-2.0과 그 주변의 모델 허브 덕분에 스택의 나머지가 가져오는 라이브러리입니다. 모델 학습, 변환, 디버깅 시 그 느낌을 받습니다. Ollama 또는 vLLM이 이미 필요한 체크포인트를 서빙하고 있다면 오래도록 무시할 수 있습니다.

Open WebUI

Open WebUI는 사람들이 Ollama와 OpenAI 호환 API 앞에 놓는 채팅 인터페이스입니다. Open WebUI License는 재배포를 허용하고 브랜딩을 제한합니다. 연속 30일 중 50명 이상의 최종 사용자를 넘으면, 서면 허가 또는 엔터프라이즈 라이선스 없이는 Open WebUI 이름과 마크를 변경, 제거, 교체할 수 없습니다. 이름을 유지하는 개인 또는 소규모 팀 설치에는 세련된 프론트엔드입니다. 재브랜딩할 제품에는 먼저 엔터프라이즈 회의를 예산으로 잡으세요. Docker 배포와 설정 옵션은 Open WebUI guide에서 안내됩니다.

llama.cpp

llama.cpp는 일반 하드웨어에서 로컬 모델을 실용적으로 만든 C 및 C++ 추론 엔진입니다. MIT 라이선스와 GGUF 생태계 덕분에 Ollama와 많은 소형 앱들이 그 위에 놓입니다. 엔진, 양자화 도구, 또는 적은 의존성의 바이너리를 원할 때 프로젝트를 직접 사용하세요. 모델 관리가 이미 포장된 그 엔진을 원할 때 Ollama를 사용하세요.

vLLM

vLLM은 연속 배치 처리와 OpenAI 호환 API를 가진 GPU용 고통용량 서빙 엔진입니다. Apache-2.0과 배포 집중 덕분에 Ollama의 서버 대칭(counterpart)입니다. 별점 수는 GPU를 실행하는 사람들의 대상이므로 낮으며, 그 대상이 차이를 느껴 보는 사람들입니다. 몇몇 이상의 동시 세션이 하나의 머신을 공유할 때 vLLM을 선택하세요.

LLM 게이트웨이

게이트웨이는 여러 프로바이더 앞의 OpenAI 호환 프론트 도어입니다. LiteLLM은 일반적인 선택, New API는 셀프 호스팅 디스트리뷰터, Bifrost는 더 작은 고통용량 게이트웨이입니다. 프로바이더가 하나 이상, 키당 예산, 또는 페일오버 필요가 있을 때 스택에 게이트웨이를 놓으세요. 단일 로컬 Ollama 데몬은 그것이 필요 없습니다.

LiteLLM

LiteLLM은 큰 프로바이더 API 집합을 하나의 OpenAI 형태 인터페이스로 노출하며, 지출 추적, 재시도, 가드레일을 가집니다. enterprise/ 디렉토리 바깥의 코드는 MIT이며, 그 디렉토리는 자신의 라이선스를 가집니다. Python SDK는 애플리케이션 코드가 가져오는 것, 프록시는 플랫폼 팀이 실행하는 것입니다. 여러 벤더를 위한 하나의 클라이언트를 원할 때 코어를 사용하세요. 저장소 전체가 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 원할 때 사람들이 배포하는 게이트웨이입니다. 허브를 수정하여 서비스로 제공할 때 AGPL-3.0이 중요한 조항입니다. 업스트림 키가 있는 내부 게이트웨이에겐 LiteLLM의 프록시 대비 Go 배포와 더 엄격한 라이선스를 가진 구체적인 대안입니다.

Bifrost

Bifrost는 모델과 도구를 위한 Go 게이트웨이로, 페일오버, 예산, MCP 게이트웨이가 같은 프로세스 안에 있습니다. 별점 수는 LiteLLM보다 훨씬 낮으며, 1월 Go 라운드업에 이미 트렌딩 리스트에 올랐으므로 프로젝트는 오보스(obscure)보다 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 꼬리가 필요할 때 LiteLLM을 유지하세요.

실행할 가치가 있는 스택

표는 지도이며, 워크스테이션은 여전히 숏리스트가 필요합니다. 2026년 10월의 로컬 설정에는, Ollama와 코딩 에이전트 하나가 일일 루프를 커버합니다. 브랜딩 조항이 사용자 수에 맞으면 Open WebUI를, 메모리가 애플리케이션에 속하는지 코딩 세션에 속하는지에 따라 Mem0 또는 claude-mem을, 문서가 제품일 때는 RAGFlow를 추가하세요. 두 번째 모델 프로바이더가 등장한 후에만 LiteLLM 또는 New API를 추가하세요.

Superpowers와 ECC와 같은 스킬 팩은 에이전트가 선택된 후 옵니다. 별점을 매기기 쉽고 축적하기 쉬우며, 하나의 저장소에 하네스 세 개가 같은 지시를 놓고 싸웁니다.

랭킹 최신 유지

이 글 상단의 토픽 쿼리를 반복하고, 각 새 저장소에 하나의 역할을 부여한 뒤, 그 역할을 별점순으로 다시 정렬하세요. 그런 다음 라이선스 파일을 여세요. 스킬 디렉토리, 프롬프트 목록, 또는 주의 관심으로 표를 뛰어넘은 프로젝트는 실행하는 도구를 대체하기 전에 다음 스냅샷을 기다릴 수 있습니다.

스냅샷을 저장하세요. full_name, stargazers_count, license, pushed_at의 단일 CSV를 월간으로 찍으면, 이 페이지의 다음 버전은 언어 문서가 이미 보여주는 동일한 종류의 델타인 실질적인 트렌딩 열이 됩니다. 그때까지, 그룹은 잘 숙성되는 부분이며, 별점 수는 의도적으로 오래됨(stale)이 되는 부분입니다.

출처

별점, 언어, 라이선스 정체성은 2026년 10월 16일에 GitHub 저장소 API와 저장소 LICENSE 파일에서 읽었습니다. 역할 라벨도 또한 Top Open Source AI의 공개 시나리오 목록에 기반하며, 여기서 사용한 정렬과는 별도로 자체 복합 점수를 문서화합니다.

• GitHub topics: ai-agents
• GitHub topics: llm
• GitHub topics: rag
• GitHub trending, monthly
• Top Open Source AI
• Polyform Shield License
• Functional Source License
• n8n: Sustainable Use License and plans
• Open WebUI License file