DeepTutor 딥튜터 뭐길래: 내 자료로 공부시키는 AI 튜터
오늘 깃허브 급상승 목록을 넘기다가 별 숫자에서 손이 멈췄어요. 공부를 도와주는 AI 튜터 프로젝트 하나가 별 4만 6천 개를 넘겨 놓고, 하루에 또 1,600개 가까이 붙고 있더라고요. 이름은 DeepTutor(딥튜터)입니다.
“내 PDF나 강의 영상을 넣어 두면 그걸로 설명해 주고 퀴즈까지 내 준다”는 이야기라 자격증 공부하는 분이나 아이 공부 봐주는 부모님한테도 솔깃할 만해요. 그런데 설치형 프로그램이고, AI 모델은 따로 연결해야 합니다. 뭘 하는 물건인지, 깔기 전에 뭘 알아야 하는지 공식 저장소 기준으로 짚어 볼게요.

DeepTutor, 어디서 만든 뭔가요?
만든 곳은 홍콩대학교 데이터 지능 연구실(HKUDS)이에요. 같은 연구실이 만든 LightRAG, CLI-Anything 같은 프로젝트도 깃허브에서 꽤 알려져 있죠. 라이선스는 Apache-2.0이라 무료로 내려받아 쓸 수 있습니다.
저장소 소식란을 보면 2025년 12월 29일에 처음 공개됐고, 9월 20일에 “9개월 만에 별 4만 개”를 알렸어요. 10월 28일 기준 별은 약 4만 6,477개, 포크는 5,800여 개입니다. 최신 정식 버전은 10월 19일에 나온 v1.6.15이고, 설계 내용은 arXiv 논문(2604.26962)으로도 공개해 뒀어요.

공식 문서 사이트(deeptutor.info)의 한 줄 소개는 “함께 자라는 에이전트형 학습 동반자, 완전 오픈소스”예요. 챗GPT처럼 물어보고 답 듣는 데서 끝나는 게 아니라, 내 자료와 내 학습 기록을 붙들고 계속 가르치는 쪽에 무게를 둔 프로그램입니다.
내 자료를 넣으면 뭘 해 주나
첫 화면은 그냥 채팅창이에요. 다만 왼쪽 메뉴가 길어요. 파트너, 내 에이전트, 공동 작성(Co-Writer), 책(Book), 숙달 경로(Mastery Path), 몰입 읽기(Immersive Reading), 학습 공간까지 공부용 기능이 줄줄이 붙어 있습니다.

핵심은 지식 센터예요. 교재 PDF나 문서를 ‘지식 베이스’로 만들어 두면, 채팅할 때 그 자료를 근거로 답하게 할 수 있어요. 이런 방식을 RAG(검색 증강 생성, 자료를 찾아 보고 답하는 방식)라고 하는데, DeepTutor는 LlamaIndex, LightRAG, GraphRAG 같은 엔진을 골라 쓰게 해 뒀고 옵시디언 노트 보관함을 그대로 연결하는 것도 됩니다.

README에 적힌 학습 기능을 사람 말로 풀면 대략 이래요.
- 책(Book): 지식 베이스나 주제 하나로 AI가 장별 책을 엮고, 장마다 퀴즈·플래시카드·타임라인·애니메이션 블록을 붙임
- 숙달 경로: 학습 순서를 짜 주고, 2~4문제를 묶어 내서 답을 하나씩 따로 채점 (v1.6.15에서 강화)
- 몰입 읽기: 유튜브·빌리빌리 링크를 넣으면 자막을 검색하고, 영상 시점을 근거로 질문에 답함
- 문제 은행·복습: 틀린 문제를 모아 두고 일정 간격으로 다시 풀게 함

나를 기억하는 튜터, 그 기억을 직접 본다
개인적으로 제일 눈에 띈 건 메모리 쪽이에요. 많은 AI 서비스가 “당신을 기억합니다”라고만 하고 뭘 기억하는지는 잘 안 보여 주잖아요. DeepTutor는 기억을 세 층으로 나눠 파일로 저장해요. L1은 대화·퀴즈 같은 원래 기록, L2는 기능별로 추린 사실, L3는 그걸 다시 합친 요약(내 프로필, 최근 관심사 등)입니다.

메모리 그래프 화면에서 L3 요약이 어떤 L2 사실에서, 그 사실이 어떤 L1 기록에서 나왔는지 선으로 따라가 볼 수 있어요. 잘못 기억한 건 고치거나 지울 수 있고요. 공부 도우미가 “이 사람은 이 개념을 자꾸 헷갈린다”를 기억해 두는 게 핵심 기능이라, 그 근거를 볼 수 있다는 건 꽤 중요한 차이라고 봐요.
코딩 에이전트를 쓰는 분이라면 이것도 재밌을 거예요. 채팅 중에 클로드 코드나 코덱스, 오픈코드 같은 에이전트를 ‘하위 에이전트’로 불러서 물어볼 수 있어요. 아래 공식 화면은 클로드 코드가 DeepTutor 자기 코드를 읽어 가며 “에이전틱 RAG가 뭔지” 설명하는 장면입니다.

한국어는 되나? 깔기 전에 확인할 것
여기가 제일 궁금하실 부분이죠. 소스 코드를 직접 열어 확인해 보니 메뉴 같은 화면 언어에는 한국어가 없어요. 영어, 중국어, 프랑스어, 독일어, 우크라이나어, 폴란드어 여섯 가지뿐입니다. 대신 AI가 답하는 언어(모델 출력 언어)는 따로 고르는 설정이 있고, 그 목록에 한국어가 들어 있어요. 책 만들기 언어에도 한국어가 있고요. 메뉴는 영어로 보되 설명과 퀴즈는 한국어로 받는 식이 될 겁니다.

두 번째는 AI 모델이에요. DeepTutor는 ‘틀’이고 머리는 따로 연결해야 해요. 처음 설정할 때 쓸 AI 회사와 모델, API 키를 넣고, 지식 베이스를 쓰려면 임베딩 모델(문서를 검색용 숫자로 바꾸는 모델)도 하나 정해야 합니다. API 키를 쓰면 사용량만큼 요금이 나가요. 돈이 신경 쓰이면 Ollama나 LM Studio 같은 내 PC 로컬 모델을 연결하는 방법도 README에 나와 있는데, 이건 그래픽카드 사양을 꽤 탑니다.
세 번째는 설치 환경이에요. 파이썬 3.11~3.14와 Node.js 20 이상이 필요하고, 그게 귀찮으면 도커로 한 줄 실행이 가장 쉽습니다. 컴퓨터를 잘 안 만져 본 분이라면 솔직히 첫 설정에서 한 번은 막힐 수 있어요. README도 아예 “클로드 코드나 코덱스 같은 AI 에이전트에게 설치를 맡기라”는 안내문부터 붙여 뒀더라고요.
설치는 이렇게 (README 기준)
공식 README가 안내하는 방법 중 가장 간단한 두 가지예요. 도커가 깔려 있다면 이 한 줄로 바로 띄워 볼 수 있습니다.
docker run --rm --name deeptutor \
-p 127.0.0.1:3782:3782 \
-v deeptutor-data:/app/data \
ghcr.io/hkuds/deeptutor:latest
그다음 브라우저에서 http://127.0.0.1:3782 를 열고 Settings → Providers 에서 AI 모델을 연결하면 돼요. 설정과 자료는 deeptutor-data 볼륨에 남아서 다음에 켜도 그대로입니다. 파이썬으로 설치하려면 빈 폴더를 하나 만들고 이렇게 합니다.
mkdir -p my-deeptutor && cd my-deeptutor
pip install -U deeptutor
deeptutor init # 포트·AI 모델·API 키 설정
deeptutor start # 화면 켜기, 터미널은 열어 둔 채로

그만 쓰고 싶을 땐 pip uninstall 로 지우고, 도커였다면 컨테이너와 deeptutor-data 볼륨을 지우면 됩니다. 저는 아직 직접 설치해 보진 않았어요. 이 글은 공식 저장소 README와 소스 코드, 공식 화면 이미지를 보고 정리한 거라, 실제 퀴즈 품질이나 한국어 답변이 얼마나 자연스러운지는 써 봐야 알 수 있습니다.
이런 분께 맞아요
교재 PDF가 있고 그걸 반복해서 공부해야 하는 분, 강의 영상을 보면서 바로 질문하고 싶은 분, 그리고 챗GPT에 매번 같은 자료를 다시 올리는 게 번거로웠던 분에게 잘 맞을 것 같아요. 반대로 설치 없이 바로 쓰고 싶거나 메뉴까지 한국어여야 편한 분이라면 아직은 문턱이 있습니다.
제 생각엔 이 프로젝트가 별을 모으는 이유는 “AI가 대신 답해 주는 것”보다 “AI가 내 공부 기록을 쥐고 계속 가르치는 것”을 정면으로 다뤄서인 것 같아요. 그래픽카드 있는 PC에서 로컬 모델로 한 번 돌려 보고, 한국어 퀴즈가 쓸 만한지 따로 후기로 정리해 볼 생각입니다. 비슷하게 AI로 작업을 돕는 오픈소스가 궁금하면 컴피UI 설치법이나 AI 에이전트 글도 같이 보세요. 어떤 과목에 먼저 써 보고 싶으세요?
출처
· HKUDS/DeepTutor 깃허브 저장소·README
· DeepTutor v1.6.15 릴리스 노트
· DeepTutor 소스 — 답변 언어 목록
· DeepTutor 소스 — 화면 언어 목록
· DeepTutor 공식 문서 사이트
· DeepTutor 논문 (arXiv 2604.26962)
(2026년 10월 28일 확인)
컴퓨터가 고장 났다면 부산 컴퓨터수리 · 출장수리 부컴에 맡겨 주세요. 부산·울산·김해·양산 어디든 직접 방문합니다.
