같은 일을 하는 레포, 실제로 설치해 견줬습니다

이 네 레포는 같은 제품군이 아니라 마케팅·그로스 업무의 서로 다른 단계를 맡습니다. last30days-skill은 트렌드 리서치, twenty는 고객·영업 데이터(CRM), postiz-app은 소셜 콘텐츠 발행, dub은 링크·전환 분석과 제휴 정산을 다룹니다. '어느 게 더 낫다'보다 '지금 내 팀이 막힌 단계가 어디인가'로 고르는 비교입니다. 설치·학습 비용과 운영 복잡도를 같은 기준으로 견줘, 단계별 첫 선택을 돕습니다.

이번 비교는 동일한 문제를 푸는 네 레포의 일대일 대결이 아닙니다. 홈서버/셀프호스팅 환경을 직접 꾸릴 때 거치는 서로 다른 레이어—앱을 만드는 템플릿(fastapi/full-stack-fastapi-template), 만든 앱을 내 서버에 올리는 PaaS(Dokploy/dokploy), 올린 서비스를 관찰하는 옵저버빌리티(SigNoz/signoz), 특정 도메인(커머스)을 운영하는 애플리케이션 생태계(spree/spree)를 나란히 놓고, 각자 어떤 역할에 어울리는지를 비교합니다.

이번 대결은 같은 기능을 겨루는 게 아니라, '보안'이라는 범주 안에서 서로 다른 역할을 하는 레포 4개를 나란히 놓고 비교합니다. Caddy는 실행되는 웹 서버이고, PayloadsAllTheThings와 CheatSheetSeries는 읽고 참조하는 문서이며, MVT는 포렌식 CLI 도구입니다. '설치해서 쓰는 도구'와 '읽고 적용하는 지식베이스'가 섞여 있다는 점을 염두에 두고 비교표를 보시기 바랍니다.

이번 네 레포는 '같은 작업'을 하는 경쟁자는 아닙니다. transformers는 모델 자체를 제공하는 기반 레이어, rtk는 코딩 에이전트의 쉘 출력 토큰비용을 줄이는 보조 CLI, ScrapeGraphAI는 LLM으로 웹·문서를 구조화 추출하는 파이프라인, nanobot은 여러 채널에서 돌아가는 셀프호스팅 에이전트 프레임워크입니다. 공통점은 모두 'LLM을 실제 작업에 연결하는 도구'라는 점이며, 독자가 자신의 상황(모델 활용/비용 절감/데이터 추출/에이전트 운영)에 맞는 지점을 고르도록 묶었습니다.

"투자·금융"에 LLM·ML을 끌어들인 네 접근을 나란히 놓습니다. 특정 종목을 토론으로 판단하는 멀티에이전트형, 자연어로 백테스트를 돌리는 범용형, 전통 퀀트 리서치 플랫폼, 모든 걸 한 화면에 모은 데스크톱 터미널형이 서로 다른 전제를 깔고 있어 '가장 좋은 것'이 아니라 '내 작업 방식에 맞는 것'을 고르는 문제입니다.

네 레포는 같은 기능을 놓고 겨루는 경쟁자가 아니라, 셀프호스팅 데브옵스 스택을 구성할 때 각자 다른 조각(Git 호스팅·실시간 모니터링·보안 스캔·에러 추적)을 담당하는 대표 오픈소스입니다. 그래서 '누가 더 낫냐'보다 '내 스택에서 지금 비어 있는 자리가 어디냐'를 기준으로 읽는 것이 맞습니다.

이 넷은 '컴포넌트/UI'라는 한 범주로 묶였지만 실제 성격은 전혀 다릅니다. React는 웹 UI를 선언형으로 구성하는 라이브러리이고, Dear ImGui는 네이티브 앱에 디버그용 UI를 즉시 붙이는 도구이며, Storybook은 컴포넌트를 격리해 개발·문서화하는 워크숍이고, Open WebUI는 완성된 AI 채팅 애플리케이션입니다. 따라서 이 비교는 순위가 아니라 지금 찾는 것이 UI 라이브러리인지, 네이티브 GUI인지, 컴포넌트 카탈로그인지, 완제품 앱인지를 가려내는 용도로 보시면 됩니다.

네 레포 모두 '웹에서 데이터를 가져온다'는 점은 같지만 목적이 다릅니다. maigret은 사용자명 하나로 신원 정보를 모으는 OSINT 도구, scrapy는 대량 정적 크롤링 프레임워크, crawlee-python은 크롤링과 브라우저 자동화를 함께 지원하는 라이브러리, invisible_playwright_mcp는 봇 탐지를 피하며 자연어로 브라우저를 조작하는 에이전트입니다. 순위보다는 '무엇을 하려는지'에 맞춰 고르는 게 핵심입니다.

모놀리식 완성형 스토어(Bagisto)부터 모듈형 헤드리스(Medusa), GraphQL 헤드리스(Saleor), 결제 전용 인프라(Hyperswitch)까지 접근 방식이 다른 네 레포를 '설치 난이도·성능·유지보수 활력·학습곡선' 네 축으로 견주어, 상황별로 어떤 선택이 맞는지 가늠합니다.

LLM을 다루는 방식이 서로 다른 네 레포를 한 자리에 놓습니다. 데스크톱 GUI 클라이언트, 파이썬 체인 프레임워크, 프롬프트 라이브러리, MCP 코드 에이전트 도구가 모두 'AI 모델과 연동'이라는 공통점은 있지만, 실제로 해결하는 문제와 쓰는 방식은 완전히 다릅니다.

네 레포는 같은 링에서 직접 겨루는 경쟁자가 아니라, 'AI 코딩 에이전트를 돌린다'는 큰 흐름 안에서 각기 다른 지점을 맡고 있습니다. Reasonix는 에이전트 본체, codeburn은 비용 관측, agentic-awesome-skills는 스킬 카탈로그, claude-context는 코드 검색입니다. 이 비교는 '어느 것이 더 나은가'가 아니라 '내 워크플로의 어느 구멍을 이 도구로 메울 것인가'를 가늠하기 위한 자리입니다.

Coolify는 서버에 앱·DB를 배포하는 PaaS형 관리 콘솔이고, Appwrite·Supabase는 인증·DB·스토리지·함수를 묶은 올인원 BaaS이며, PocketBase는 이 모든 걸 단일 바이너리에 담은 경량 백엔드입니다. 네 레포 모두 '내 서버에 백엔드를 둔다'는 목표는 같지만 책임 범위와 복잡도가 크게 다릅니다.

네 레포는 모두 '자동화'를 표방하지만 성격이 다릅니다. Playwright는 브라우저 조작/테스트 자동화, Kestra는 데이터·인프라 작업의 이벤트 기반 오케스트레이션, MoneyPrinterTurbo는 영상 콘텐츠 생성이라는 단일 결과물 자동화, n8n은 앱·AI 모델을 연결하는 범용 노코드 워크플로우 빌더입니다. 같은 자리에 놓고 설치 난이도부터 학습곡선까지 견주면 '내 작업이 어느 쪽에 가까운지'가 드러납니다.

LLM 파인튜닝(unsloth), UI 컴포넌트 배포(shadcn/ui), 노드 기반 이미지·비디오 생성(ComfyUI), 에이전트 기반 영상 자동화(OpenMontage)라는 서로 다른 접근을 설치 난이도부터 학습곡선까지 같은 기준으로 비교합니다.

같은 'AI 에이전트' 카테고리라도 성격은 제각각입니다. ECC는 Claude Code 위에 작업 순서를 얹는 플러그인, hermes-agent는 스스로 학습하는 독립형 에이전트, learn-claude-code는 에이전트 내부 동작을 가르치는 교과서, firecrawl은 에이전트에게 웹 데이터를 공급하는 도구입니다. 넷을 나란히 두고 '내가 지금 뭐가 필요한지' 기준으로 비교합니다.

네 레포 모두 실행되는 애플리케이션이 아니라 '지식·문서·표준'을 다루는 기획·설계 계열 자료입니다. 코드 품질이 아니라 다루는 범위, 구성 방식, 활력 지표를 기준으로 견줍니다.

네 레포는 겉보기엔 체급이 다른 종목(AI 연동 SDK, 모바일 프레임워크, 노코드 LLM 플랫폼, 네이티브 앱 프레임워크)이지만, 모두 '웹·Next.js 중심 풀스택 개발자가 앱을 어느 방향으로 확장할 것인가'라는 같은 질문에 답합니다. 지금 쓰는 웹 스택에 AI를 붙일지, 모바일/데스크톱으로 뻗을지, 코드 대신 캔버스로 운영할지, React 지식으로 네이티브까지 갈지 — 네 갈래 길을 설치 난이도·성능·유지보수·학습곡선 네 축으로 나란히 놓고 비교합니다.

네 레포는 서로 경쟁 상대가 아닙니다. Swiper는 UI 컴포넌트, Avalonia는 데스크톱 중심 크로스플랫폼 프레임워크, Expo는 모바일 네이티브 앱 개발 프레임워크, RustDesk는 모바일 클라이언트를 포함한 완성된 앱입니다. '모바일을 지원한다'는 접점 하나로 묶어, 독자가 자신이 만들려는 것이 UI 조각인지, 멀티플랫폼 앱인지, 네이티브 앱인지, 완성된 서비스인지에 따라 어떤 레이어의 도구를 골라야 하는지 가늠하게 돕는 비교입니다.