TL;DR
별도 오케스트레이터 프로세스 없이 코딩 에이전트(Claude Code/Cursor)가 Markdown 스킬 + YAML 파이프라인 매니페스트를 읽어 도구를 호출하고, 스크립트→에셋→TTS→자막→합성을 자동 수행하는 영상 제작 범주. 부품은 기성 prior art이고 신규성은 전달 방식(스킬-as-markdown)과 차별화 합성에 있다.
출처별 관점
research/2026-06-29-openmontage-agentic-video
- OpenMontage가 대표 구현: 코딩 에이전트 자체가 오케스트레이터가 되어 pipeline_defs/
.yaml → stage-director.md → tools/ → reviewer.md → checkpoint → human-approval 흐름을 돈다. 지능을 코드가 아니라 파일시스템의 MD 스킬에 둔다는 점에서 ‘RAG 없이 파일시스템을 컨텍스트로’와 같은 계열이다 [1] [3]. - 직접 구축 시 차용할 4가지 설계 패턴: (1) 3계층 스킬 시스템(도구 코드 / 실행지침 MD / 제공자 지식팩 MD), (2) YAML 파이프라인 매니페스트 + 스테이지 디렉터(승인게이트·체크포인트·재개), (3) N차원 제공자 스코어링 라우터(모델을 하드코딩 않고 task-fit·quality·cost로 런타임 선택), (4) templated vs atelier(주문제작) 합성 모드 — 후자는 프로젝트마다 새 Remotion 컴포지션을 작성해 ‘AI 영상은 다 비슷하다’ 문제를 푼다 [3] [8] [10].
- script→assets→TTS→자막→compose 파이프라인 자체는 기성 prior art다: MoneyPrinterTurbo(51.2k★ MIT)가 더 많이 채택됐고 ViMax(HKUDS, arXiv 2606.07649)는 학술 기반 멀티에이전트다. ‘world’s first’ 주장은 전달 방식의 신규성으로 좁혀 읽어야 한다 [34] [35] [36].
- 안전 주의: 에이전트가 코드를 생성·실행하는 구조는 샌드박스가 없으면 호스트 코드실행 표면이 된다(OpenMontage math_animate 사례) [22].