한눈에 보는 핵심 정리
TikTok 모회사 바이트댄스가 AI 에이전트 프레임워크 DeerFlow 2.0을 오픈소스로 공개했다. 공개 24시간 만에 GitHub Trending 1위를 기록했고, 2026년 3월 현재 스타 41,000개를 넘어섰다.
- TikTok 모회사 바이트댄스가 2026년 2월 27일 DeerFlow 2.0을 MIT 라이선스로 공개
- 리서치, 코딩, 웹사이트 제작, 슬라이드 생성까지 한 번에 처리하는 SuperAgent 시스템
- GPT-4, Claude, Gemini, DeepSeek은 물론 로컬 AI 모델까지 자유롭게 연결 가능
- Docker 한 줄 명령어로 설치 후 웹 브라우저에서 바로 사용 가능
목차
- TikTok 만든 회사가 AI 에이전트를 내놓은 배경
- 혼자서 리서치하고 코드 짜는 AI 비서의 실체
- 아무 AI 모델이나 꽂아 쓸 수 있다고?
- 2026년 AI 에이전트 경쟁 속에서 눈에 띄는 이유
- 지금 당장 써볼 수 있을까?
- 앞으로 어떻게 될까?
TikTok 만든 회사가 AI 에이전트를 내놓은 배경
이번 포스팅에서는 바이트댄스의 DeerFlow 2.0에 대해서 정리하고자 한다.
DeerFlow는 Deep Exploration and Efficient Research Flow의 약자이다. 이름 그대로 깊이 있는 탐색과 효율적인 리서치 흐름을 자동화하겠다는 목표를 가진 프로젝트이다. 바이트댄스는 2025년 하반기에 DeerFlow 1.0을 조용히 공개했지만 큰 주목을 받지 못했다. 그러다 2026년 2월 27일, 아키텍처를 밑바닥부터 새로 설계한 2.0 버전을 내놓으면서 상황이 뒤집혔다.
공개 당일부터 개발자 커뮤니티에서 빠르게 퍼졌고, 다음 날인 2월 28일에는 GitHub Trending 전체 1위에 올랐다. 3월 현재 GitHub 스타 수는 41,000개를 넘어섰고, 포크(프로젝트 복제)도 4,800개에 달한다.
TikTok과 틱톡 숏폼 알고리즘으로 유명한 바이트댄스가 왜 AI 에이전트 프레임워크를 만들었을까. 바이트댄스는 내부적으로 두바오(Doubao)라는 자체 AI 모델을 운영하고 있다. DeerFlow는 이 AI 모델들을 실제 업무 현장에 붙여주는 접착제 같은 존재이다. 채팅창에서 한 번에 하나씩 질문하는 게 아니라, “이 일 처음부터 끝까지 알아서 해줘”라고 던지면 에이전트가 알아서 쪼개고 처리하고 결과를 모아준다.
혼자서 리서치하고 코드 짜는 AI 비서의 실체
DeerFlow 2.0을 한마디로 표현하면 “스스로 일감을 쪼개서 처리하는 AI 팀장”이다. ChatGPT나 Claude 같은 챗봇이 질문 하나에 답변 하나를 돌려주는 방식이라면, 이 프레임워크는 복잡한 작업을 여러 단계로 나눈 뒤 각 단계를 전담하는 서브 에이전트(부하 AI)에게 맡기고, 최종 결과를 한데 모아 돌려준다.
서브 에이전트가 맡는 다섯 가지 작업
이 프레임워크가 처리할 수 있는 작업 범위는 꽤 넓다.
- 웹 리서치: 인터넷을 돌아다니며 출처가 달린 조사 보고서를 자동으로 뽑아낸다
- 콘텐츠 생성: 차트, 이미지, 영상이 들어간 리포트를 만든다
- 코드 실행: Python 스크립트와 터미널 명령어를 안전한 환경에서 직접 돌린다
- 프레젠테이션: 슬라이드 덱과 UI 컴포넌트를 통째로 만들어준다
- 웹사이트: HTML/CSS/JS 기반 웹페이지도 자동 생성한다
샌드박스로 안전하게 격리
여기서 핵심 개념은 “샌드박스”이다. 각 서브 에이전트는 Docker 컨테이너나 Kubernetes Pod라는 독립된 실행 환경에서 작업한다. 각 AI 비서에게 개별 사무실을 하나씩 주고 자유롭게 일하게 한 뒤, 완성된 결과만 모으는 방식이라고 보면 된다. 한 에이전트가 실수하더라도 다른 작업에 영향을 주지 않는 구조이다.
아무 AI 모델이나 꽂아 쓸 수 있다고?
DeerFlow 2.0에서 눈길을 끄는 부분은 특정 AI 모델에 종속되지 않는다는 점이다. OpenAI의 GPT-4와 GPT-5, Anthropic의 Claude, Google의 Gemini, 중국의 DeepSeek까지 OpenAI 호환 API를 지원하는 모델이면 무엇이든 연결할 수 있다. Ollama를 통해 개인 컴퓨터에서 구동하는 로컬 AI 모델도 사용 가능하다.
바이트댄스는 자체 모델인 Doubao-Seed-2.0-Code, DeepSeek v3.2, Kimi 2.5를 공식 권장 모델로 내세웠지만, 사용자가 원하는 모델을 자유롭게 골라 쓸 수 있다. 자사 데이터를 특정 AI 기업에 넘기고 싶지 않은 조직이라면 관심을 가질 만한 구조이다.
MCP 프로토콜로 외부 도구 연결
MCP(Model Context Protocol) 지원도 주목할 만하다. MCP는 AI 에이전트가 외부 도구와 데이터를 표준화된 방식으로 주고받는 프로토콜인데, 이 프로젝트는 MCP를 기본 탑재하고 있다. 덕분에 Slack, Telegram, 라크(Lark) 같은 업무용 메신저와 곧바로 연동해서 메시지로 에이전트에게 작업을 시킬 수 있다.
2026년 AI 에이전트 경쟁 속에서 DeerFlow가 눈에 띄는 이유
2026년 들어 AI 에이전트 관련 발표가 유독 많다. 3월 NVIDIA GTC 2026에서는 NemoClaw라는 에이전트 런타임이 공개됐고, Adobe, Atlassian, Salesforce 같은 기업들도 에이전트 플랫폼에 속속 뛰어들고 있다.
이 와중에 이 프로젝트가 유독 관심을 받는 데는 이유가 있다.
MIT 라이선스, 제한 없는 상업적 사용
일단 MIT 라이선스 오픈소스이다. 상업적 사용에 제한이 없고, 기업이 자사 서버에 직접 설치해서 운영할 수 있다. 민감한 데이터가 외부로 나가는 걸 꺼리는 조직에게 이 부분이 결정적이다.
올인원 패키지의 편의성
그리고 올인원 패키지라는 점도 크다. 보통 AI 에이전트를 만들려면 기본 틀(LangChain), 메모리 시스템, 실행 환경을 각각 따로 구축해야 한다. 2.0 버전은 에이전트 오케스트레이션, 메모리, 샌드박스, 스킬 시스템, 메시지 게이트웨이가 한 덩어리로 묶여 있다.
바이트댄스라는 이름도 한몫한다. TikTok을 10억 명 넘게 쓰는 서비스로 키운 회사가 만들었다는 사실 자체가 기대감을 높인 면이 있다.
지금 당장 써볼 수 있을까?
이 프레임워크는 Docker가 설치된 환경이라면 명령어 두 줄로 실행할 수 있다. 웹 브라우저에서 localhost:2026으로 접속하면 바로 사용 가능한 UI가 나타난다. Python 3.12 이상과 Node.js 22 이상이 필요하며, GPU가 없는 일반 노트북에서도 외부 API 모델(GPT-4, Claude 등)을 연결하면 충분히 구동된다.
실전 활용 시나리오
구체적인 활용 시나리오를 하나 들어 보자. “경쟁사 3곳의 최근 분기 실적을 조사해서 비교 보고서를 만들어줘”라고 요청하면, 프레임워크 내부에서는 웹 검색 에이전트가 실적 데이터를 수집하고, 분석 에이전트가 비교표를 작성하고, 보고서 에이전트가 차트가 포함된 최종 문서를 생성한다. 이 과정이 사람의 추가 개입 없이 순차적으로 진행된다.
한국어 지원은 어떨까
다만 한 가지 참고할 점이 있다. 현재 영어 기반으로 설계되어 있어 한국어 입력과 출력의 품질이 사용하는 AI 모델에 따라 들쭉날쭉할 수 있다. GPT-4나 Claude처럼 한국어 성능이 좋은 모델을 연결하면 비교적 자연스러운 결과를 얻을 수 있다.
앞으로 어떻게 될까?
프로젝트의 생태계는 빠르게 확장 중이다. 이미 Claude Code와의 직접 연동 스킬이 기본 포함되어 있고, n8n 워크플로우 자동화 도구와의 통합 프로젝트(n8n-mcp)도 GitHub에서 16,000개 이상의 스타를 받으며 주목받고 있다. 바이트댄스의 검색 엔진 기술인 InfoQuest도 DeerFlow에 통합되어, 웹 검색과 크롤링의 정확도가 한층 올라갔다.
AI 에이전트 시장은 아직 초기이다. 이처럼 완성도 있는 오픈소스가 나오면, 직접 에이전트를 만들 여력이 없던 중소기업도 시도해볼 수 있게 된다. 여러 AI 에이전트를 동시에 활용하는 방법도 함께 참고하면 좋다. 금융, 의료, 공공기관처럼 외부 클라우드에 데이터를 못 올리는 곳에서 특히 관심을 보일 가능성이 높다. 실제로 GitHub Issues를 보면 이미 온프레미스 배포 관련 질문이 상당수 올라와 있다.
지금까지 바이트댄스의 DeerFlow 2.0에 대해서 정리해 보았다.
