본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

MetaGPT

한 줄짜리 요청을 소프트웨어 회사를 본뜬 LLM 역할들에 차례로 통과시키는 Python 프레임워크이며, 지금은 사실상 유지보수 모드입니다.

리뷰어: ReviewRamble editors · 업데이트

GitHub에서 보기 오픈 소스

이 페이지 공유:XLinkedInFacebookRedditWhatsApp이메일

평점

3.2/5

MetaGPT는 역할을 맡은 에이전트 팀을 유명하게 만든 논문이자 그 뒤로 거의 움직이지 않은 라이브러리이므로, 아이디어를 얻으려고 읽고 실제 구축은 유지보수되는 도구 위에서 하는 편이 낫습니다.

MetaGPT의 개요

MetaGPT는 한 줄짜리 요구사항을 작은 소프트웨어 회사가 만들 법한 문서와 코드로 바꿉니다. LLM 에이전트가 제품 관리자, 아키텍트, 프로젝트 관리자, 엔지니어 역할을 맡아 각자 정해진 절차를 따르고(프로젝트의 모토는 Code = SOP(Team)입니다), 사용자 스토리, 경쟁 분석, 요구사항 목록, 데이터 구조, API 설계를 차례로 넘긴 뒤 마지막으로 ./workspace에 저장소를 만듭니다. README의 예시는 `metagpt "Create a 2048 game"`입니다.

같은 라이브러리에는 데이터 분석 작업을 계획하고 Python을 작성해 로컬 Jupyter 커널에서 실행하는 에이전트 Data Interpreter와 팀의 연구 코드가 들어 있습니다. 연구 코드로는 AFlow(워크플로 자동 생성, ICLR 2025 구두 발표)와 프롬프트 최적화 SPO가 있습니다. 모델은 ~/.metagpt/config2.yaml에서 설정하며 OpenAI, Azure, Ollama, Groq, Bedrock 등을 지원합니다.

개발사 DeepWisdom은 이제 Atoms에 힘을 쏟고 있습니다. Atoms는 폐쇄형 소스의 호스팅 앱 빌더로, 2025년 2월 MGX(MetaGPT X)로 출시되었고 2026년 1월에 이름을 바꿨습니다. 오픈소스 프레임워크는 MIT 라이선스이며 여전히 PyPI에서 설치할 수 있지만, 마지막 릴리스 v0.8.2는 2025년 3월에 나왔습니다.

MetaGPT, 쓸 만한 가치가 있습니까?

MetaGPT는 의존성보다는 참고할 설계로서 더 중요합니다. ICLR 2024 논문은 에이전트에게 고정된 역할과 구조화된 인계(PRD, 그다음 설계, 그다음 작업)를 주면 자유로운 에이전트 대화보다 논문의 벤치마크에서 더 좋은 점수를 낸다는 것을 보여 주었고, 이 아이디어는 지금 CrewAI, ChatDev 방식의 데모, 대부분의 명세 기반 코딩 도구에 이어지고 있습니다. 저장소는 여전히 GitHub 스타 약 71,000개를 보유하고 있습니다.

활동 기록은 다른 이야기를 합니다. 마지막 태그 릴리스는 2025년 3월 9일의 v0.8.2입니다. 2026년 11월까지 12개월 동안 메인 브랜치에 병합된 변경은 2026년 1월 21일의 Windows Terminal 지원 하나뿐이고, 152개의 풀 리퀘스트가 열린 채 남아 있습니다. 패키지는 여전히 Python을 3.9에서 3.11로 제한하므로 우회 방법 없이는 3.12나 3.13에 설치되지 않으며, 예제 설정은 아직 gpt-4-turbo를 가리킵니다.

이유는 사업에 있습니다. DeepWisdom은 2025년 2월 MGX를 출시했고 2026년 1월 13일 Atoms로 이름을 바꿨습니다. mgx.dev는 이제 atoms.dev로 연결됩니다. KrASIA에 따르면 회사는 MGX가 첫 달에 등록 사용자 약 500,000명에 이르렀고 약 3,080만 달러를 투자받았다고 밝혔습니다. Atoms는 월 $20부터 시작하는 크레딧 요금제를 갖춘 호스팅형 폐쇄 제품이며, 공개 저장소에는 그 제품에 들어간 에이전트 작업의 흔적이 거의 보이지 않습니다.

주의할 점: 소프트웨어 회사 방식의 파이프라인은 새 프로젝트를 위해 만들어졌습니다. 한 줄짜리 요구사항에서 출발하고, 각 역할은 기존 코드베이스가 아니라 앞 역할의 문서를 바탕으로 일하기 때문에 성숙한 저장소에서는 쓸모가 적습니다. Data Interpreter는 자신이 작성한 코드를 로컬 Jupyter 커널에서 사용자 권한 그대로 실행하므로 컨테이너 안에서 돌려야 합니다. 토큰 사용량도 많습니다. 요청 하나가 네 개 이상의 역할을 거치고, 역할마다 누적된 문서를 포함한 전체 모델 호출이 일어납니다.

결론: MetaGPT는 멀티 에이전트 시스템을 설계하는 사람에게 오후 한나절 읽어 볼 가치가 있고, examples 폴더는 연구 아이디어를 모아 둔 유용한 목록입니다. 하지만 실제 운영 환경에서는 유지보수되는 프레임워크들이 그 핵심 아이디어를 가져가 계속 릴리스를 내고 있습니다.

제 역할을 하는 곳

  • LLM 에이전트 협업을 연구하는 박사과정 학생

    논문을 위해 잘 알려진 멀티 에이전트 기준선을 재현

    Python 3.11 환경에 metagpt 0.8.2를 설치하고 벤치마크 프롬프트로 소프트웨어 회사 파이프라인을 실행한 뒤 ICLR 논문과 비교합니다. 코드는 무료이고, 비용은 프롬프트마다 네 번 이상의 역할 호출에 드는 API 토큰입니다.

  • 20명 규모 컨설팅 회사의 테크 리드

    고객의 한 문단짜리 요청을 제안용 첫 PRD와 시스템 설계로 바꾸기

    `metagpt "<brief>"`를 실행해 생성된 사용자 스토리, 경쟁 분석, API 설계를 초안으로 남기고 코드는 버립니다. 고객에게 가기 전에 모든 문서는 사람이 다시 손봅니다.

  • 중견 소매업체의 데이터 분석가

    CSV 파일에서 빠르게 탐색적 분석과 차트를 얻기

    Data Interpreter가 단계를 계획하고 pandas와 시각화 코드를 작성해 Jupyter 커널에서 실행합니다. 생성된 코드가 사용자 권한으로 실행되므로 컨테이너 안에서 돌리십시오.

도입 전 확인할 점

설정
Python 3.9에서 3.11 환경에서 pip install metagpt를 실행하고 Node.js와 pnpm을 설치한 다음 `metagpt --init-config`를 실행해 ~/.metagpt/config2.yaml에 모델 키를 넣습니다. Docker 이미지도 문서화되어 있습니다.
연동
config2.yaml을 통해 OpenAI, Azure OpenAI, Ollama, Groq, Bedrock 등 여러 제공업체를 쓸 수 있고, CLI나 Python 라이브러리(generate_repo, DataInterpreter)로 사용할 수 있습니다.
데이터와 개인정보
MIT 라이선스의 자체 호스팅 라이브러리이며, 프롬프트는 설정한 모델 제공업체로만 갑니다. 생성된 저장소는 ./workspace에 저장되고 Data Interpreter는 호스트에서 코드를 실행합니다. 호스팅 제품 Atoms는 별도 약관을 가진 별개 서비스입니다.
대규모 사용 시 비용
라이선스 비용은 없습니다. 요청마다 문맥이 커지면서 전체 모델 호출이 여러 번 일어나므로, 토큰 비용은 사용자 수가 아니라 역할 수와 검토 횟수에 따라 늘어납니다.
제한
마지막 릴리스는 2025년 3월, 열린 풀 리퀘스트 152개, Python 3.12+ 미지원이며, 파이프라인은 기존 저장소가 아닌 작은 새 프로젝트를 위해 설계되었습니다.

좋은 점

  • 명확하고 영향력 있는 설계: 고정된 역할이 구조화된 문서를 주고받음
  • 명령 하나로 작은 앱의 PRD, 설계, 작업 목록, 코드를 생성
  • Data Interpreter와 연구 코드(AFlow, SPO)를 한 패키지에 담음
  • 상업적 제한이 없는 MIT 라이선스

아쉬운 점

  • 2025년 3월 v0.8.2 이후 릴리스가 없고 1년간 병합된 변경은 하나뿐
  • Python 3.9에서 3.11만 지원하며 3.12와 3.13은 미지원
  • 새 프로젝트용으로, 역할들이 저장소가 아니라 문서를 바탕으로 작업
  • Data Interpreter가 생성한 코드를 샌드박스 없이 로컬에서 실행
  • 팀의 새 작업은 폐쇄형 제품 Atoms로 향함

추천 대상

멀티 에이전트 시스템을 어떻게 구성할지 연구하는 엔지니어와 연구자에게 맞으며, 운영용 프레임워크를 고르는 팀에는 맞지 않습니다.

MetaGPT 대안

MetaGPT: 자주 묻는 질문

MetaGPT, 쓸 만한 가치가 있습니까?
MetaGPT는 역할을 맡은 에이전트 팀을 유명하게 만든 논문이자 그 뒤로 거의 움직이지 않은 라이브러리이므로, 아이디어를 얻으려고 읽고 실제 구축은 유지보수되는 도구 위에서 하는 편이 낫습니다. 평점은 5점 만점에 3.2점입니다.
MetaGPT의 가격은 얼마입니까?
MIT 라이선스의 무료 오픈소스이며, 비용은 모델 제공업체에 냅니다. 팀의 호스팅 제품 Atoms(옛 MGX)는 별개로, Free는 하루 15크레딧, Pro는 월 $20부터, Max는 월 $100부터입니다.
MetaGPT의 단점은 무엇입니까?
2025년 3월 v0.8.2 이후 릴리스가 없고 1년간 병합된 변경은 하나뿐; Python 3.9에서 3.11만 지원하며 3.12와 3.13은 미지원; 새 프로젝트용으로, 역할들이 저장소가 아니라 문서를 바탕으로 작업; Data Interpreter가 생성한 코드를 샌드박스 없이 로컬에서 실행; 팀의 새 작업은 폐쇄형 제품 Atoms로 향함.
MetaGPT에 적합한 사람은 누구입니까?
멀티 에이전트 시스템을 어떻게 구성할지 연구하는 엔지니어와 연구자에게 맞으며, 운영용 프레임워크를 고르는 팀에는 맞지 않습니다.
팀이나 프로덕션 환경에서 MetaGPT의 비용은 얼마입니까?
라이선스 비용은 없습니다. 요청마다 문맥이 커지면서 전체 모델 호출이 여러 번 일어나므로, 토큰 비용은 사용자 수가 아니라 역할 수와 검토 횟수에 따라 늘어납니다.
MetaGPT에 회사 데이터를 맡겨도 안전합니까?
MIT 라이선스의 자체 호스팅 라이브러리이며, 프롬프트는 설정한 모델 제공업체로만 갑니다. 생성된 저장소는 ./workspace에 저장되고 Data Interpreter는 호스트에서 코드를 실행합니다. 호스팅 제품 Atoms는 별도 약관을 가진 별개 서비스입니다.
MetaGPT의 가장 좋은 대안은 무엇입니까?
저희가 리뷰한 것 중 가장 가까운 대안은 CrewAI, AutoGen, LangGraph 및 OpenHands입니다.

답변 확인일: 2026년 11월 20일.