DeepTutor: 홍콩대가 만든, 메모리를 검토할 수 있는 에이전트 네이티브 튜터링 워크스페이스

Vibe-Trading: 홍콩대가 만든 오픈소스 시장 리서치 에이전트, 트레이딩 봇이 아니다 • nanobot: 홍콩대가 만든 초경량 셀프 호스팅 개인 AI 에이전트

DeepTutor란 무엇인가? #

DeepTutor는 dibi8이 다룬 세 번째 HKUDS 프로젝트로, Vibe-Trading, nanobot과 같은 홍콩대 데이터 사이언스 랩이 이번엔 교육 분야에 적용한 결과물이다. 발표된 arXiv 논문이 뒷받침하는 오픈소스(Apache-2.0) 에이전트 네이티브 학습 워크스페이스로, 튜터링, 문제 풀이, 퀴즈 생성, 리서치, 시각화, 숙련 연습을 공유 메모리와 컨텍스트 위에 하나로 연결한다.

🔗 GitHub: https://github.com/HKUDS/DeepTutor 🌐 홈페이지: https://deeptutor.info

2025년 12월 첫 공개 이후 2026년 7월 말 기준 3만 874개 이상의 GitHub 스타를 기록했으며, 발표 빈도도 활발하다 — 프로젝트 자체 변경 이력에 따르면 이 글이 나오기 전날 v1.5.6이 배포됐다.

핵심 기능 #

• 모든 모드가 하나의 런타임 위에 — Chat, Quiz, Research, Visualize, Solve, Mastery Path가 같은 에이전트 루프에서 실행돼, 목표만 바꾸면 되고 엔진은 바뀌지 않으며 학습자의 컨텍스트는 그대로 이어진다
• 연결된 학습 컨텍스트 — 지식베이스, 책, Co-Writer 초안, 노트북, 문제 은행, 페르소나, 메모리가 모든 워크플로에서 공유되며 서로 고립된 도구로 흩어지지 않는다
• 서브에이전트와 Partner — 어느 턴에서든 실시간 코딩 CLI(Claude Code, Codex, Gemini, Kimi, opencode, MiMo)를 불러 상담하거나 Partner를 부를 수 있고(과거 대화를 가져올 수도 있음), 지속되는 IM 동반자를 같은 “두뇌” 위에서 운영할 수 있다
• 멀티 엔진 지식 — LlamaIndex, PageIndex, GraphRAG, LightRAG를 아우르는 버전 관리되는 RAG 라이브러리, Obsidian 볼트 연결 옵션도 지원
• 확장 가능한 도구와 스킬 — 내장 도구, MCP 서버, 이미지/영상/음성 생성, EduHub 커뮤니티에서 설치 가능한 스킬
• 검토 가능한 메모리 — L1 원시 트레이스, L2 표면 요약, L3 종합 세 계층으로 개인화 과정을 눈에 보이고 편집 가능하게 만들며, 모든 결론을 근거로 추적하는 Memory Graph 제공

설치 #

가장 빠른 경로 — PyPI(Python 3.11-3.13, Node.js 20+ 필요):

mkdir -p my-deeptutor && cd my-deeptutor
pip install -U deeptutor
deeptutor init     # 포트+LLM 프로바이더+선택적 임베딩 설정 질문
deeptutor start    # 백엔드+프런트엔드 실행

터미널에 출력된 프런트엔드 주소를 연다 — 기본값은 http://127.0.0.1:3782. Ctrl+C로 두 프로세스를 동시에 종료한다. deeptutor init을 건너뛰어도 빠르게 시험해 볼 수 있고, 이후 Settings → Models에서 프로바이더를 설정하면 된다.

소스에서 설치(CI/Docker와 맞추려면 Python 3.11-3.13, Node.js 22 LTS):

git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# 문서에 따라 백엔드+프런트엔드 의존성 설치

CLI는 다른 에이전트가 조작하도록 설계됐다 #

deeptutor 바이너리 하나에 두 가지 인터페이스: 사람을 위한 대화형 REPL과, 도구로써 이를 조작하는 에이전트를 위한 구조화된 JSON — 어느 쪽이든 능력, 도구, 지식베이스는 동일하다.

대화형:

deeptutor chat                                              # 대화형 REPL
deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook

에이전트 구동(NDJSON 출력):

deeptutor run deep_solve "Find d/dx[sin(x^2)]" --tool reason --format json

어떤 run 명령에든 --format json을 붙이면 DeepTutor는 줄마다 하나의 이벤트(content, tool_call, tool_result, done)를 담은 NDJSON을 스트리밍하며, 각 줄에는 session_id가 태그된다. 헤드리스 환경에서도 안전하게 동작한다: TTY가 없을 때 ask_user 대기는 빈 응답으로 자동 해결돼 무한정 멈추지 않는다.

최근 릴리스 하이라이트(프로젝트 자체 변경 이력 기준) #

v1.5.6의 “비영어 언어가 더 이상 중국어로 퇴화하지 않음” 수정은 실제로 구체적인 버그를 고친 것이다 — 예전 버전에서 언어가 이상하게 나온다면 알아둘 만하다.

사용 사례 #

1. 세션을 넘나드는 메모리로 한 과목 공부하기 #

몇 주에서 몇 달에 걸쳐 질문을 이어가도, DeepTutor의 L1/L2/L3 메모리 계층이 이미 다룬 내용을 기억해 매번 처음부터 시작하지 않는다.

2. Co-Writer + 지식베이스로 강의 자료 만들기 #

버전 관리되는 RAG 지식베이스와 Co-Writer 초안 작성 도구를 결합해, 특정 소스 문서에 근거하고 추적 가능한 인용이 달린 자료를 만든다.

3. 에이전트가 튜터링을 백엔드 서비스로 구동하게 하기 #

deeptutor run ... --format json으로 DeepTutor의 튜터링/리서치 기능을 웹 UI 대신 더 큰 에이전트 파이프라인에 통합한다.

4. 수업 도중 코딩 CLI에 상담하기 #

“실제로 작동하는 코드를 보여줘"로 주제가 바뀌는 순간, 학습 세션 안에서 바로 Claude Code나 다른 코딩 CLI를 서브에이전트로 불러온다.

관련 저장소 #

관련 글 #

• Vibe-Trading: 홍콩대가 만든 오픈소스 시장 리서치 에이전트, 트레이딩 봇이 아니다 — 같은 랩, 완전히 다른 영역
• nanobot: 홍콩대가 만든 초경량 셀프 호스팅 개인 AI 에이전트 — 같은 랩이 범용 개인 에이전트에 접근한 방식

결론 #

DeepTutor는 개인화된 튜터링을 프롬프트 엔지니어링 문제가 아니라 메모리와 컨텍스트 엔지니어링 문제로 다룬다 — 모든 학습 모드가 하나의 에이전트 루프를 공유하고, RAG는 자신의 자료에 근거하며, 메모리 시스템은 맹목적으로 신뢰하는 대신 검토하도록 설계됐다. 발표된 논문이 뒷받침하고, 이 글이 나오기 일주일 전에만 네 번 배포될 만큼 이례적으로 활발한 릴리스 주기를 보면, 주말 해커톤 결과물이 아니라 진지한 학술 연구실 프로젝트임을 알 수 있다.

추천 대상: 한 과목에 대해 세션을 넘나드는 컨텍스트가 유지되는 장기적 튜터링을 원하는 학습자, 그리고 (JSON CLI를 통해) 에이전트가 조작할 수 있는 튜터링/리서치 백엔드를 더 큰 시스템에 통합하는 데 관심 있는 개발자.

GitHub: https://github.com/HKUDS/DeepTutor

셀프 호스팅 추천 인프라 #

DeepTutor의 백엔드와 프런트엔드를 개인 노트북이 아니라 상시 실행하고 싶다면:

• DigitalOcean — 14개 이상의 글로벌 리전, 60일간 200달러 무료 크레딧.
• HTStack — 중국 본토에서 지연 시간이 짧은 홍콩 VPS. dibi8.com이 호스팅되는 것과 같은 IDC다.

제휴 링크입니다 — 추가 비용 없이 dibi8.com 운영을 돕습니다.

최종 업데이트: 2026-07-29

참고 자료 #

• DeepTutor
• DeepTutor 홈페이지
• DeepTutor arXiv 논문
• Vibe-Trading
• nanobot