[심층분석] 영상 편집기에 MCP 서버가 왜 필요할까? 캡컷 대항마 OpenCut의 통 큰 재설계

캡컷이 왜 문제였는지부터 이야기해볼게요

혹시 캡컷(CapCut) 써보셨나요? 틱톡을 만든 바이트댄스(ByteDance)가 만든 영상 편집 앱인데요, 쇼츠나 릴스 만들 때 이만큼 편한 도구가 없어서 크리에이터들 사이에서는 거의 표준처럼 쓰여왔어요. 그런데 2025년쯤부터 분위기가 달라졌거든요. 무료였던 기능들이 하나둘 유료로 바뀌고, 서비스 약관이 개정되면서 "사용자가 만든 콘텐츠를 캡컷 측이 폭넓게 활용할 수 있다"는 조항이 논란이 됐어요. 내가 밤새 편집한 영상의 권리가 애매해진다니, 크리에이터 입장에서는 꽤 찜찜한 일이죠.

이런 배경에서 등장한 게 바로 OpenCut이에요. "오픈소스 캡컷 대안"이라는 한 줄 소개가 모든 걸 말해주는데요, MIT 라이선스라서 누구나 무료로 쓰고 고치고 배포할 수 있어요. 그리고 지금 이 프로젝트가 흥미로운 이유는, 어느 정도 성공한 제품을 밑바닥부터 통째로 다시 쓰고 있기 때문이에요. 기존 버전은 opencut-classic이라는 이름으로 분리해두고, 완전히 새로운 아키텍처로 재출발을 선언했거든요. 잘 나가던 프로젝트가 왜 이런 결정을 했는지, 그 설계도를 들여다보면 앞으로 영상 편집 도구가 어디로 가는지가 보여요.

재설계의 핵심: "편집기"가 아니라 "편집 플랫폼"을 만들겠다는 것

새 OpenCut의 로드맵을 보면 단순히 UI를 예쁘게 다듬는 수준이 아니에요. 방향 자체가 다릅니다.

• 에디터 API: 편집기의 모든 기능을 코드로 조작할 수 있는 공식 통로를 만들어요.
• 플러그인 우선(plugin-first) 아키텍처: 서드파티 플러그인이 일급 시민이 되는 구조예요.
• Rust 코어 하나로 데스크톱·모바일·브라우저 지원: 코드베이스 하나로 세 플랫폼을 다 커버해요.
• MCP 서버: AI 에이전트가 편집기를 직접 다룰 수 있게 해줘요.
• 헤드리스 모드: 화면 없이 자동화와 대량 렌더링이 가능해요.
• 에디터 안에 스크립팅 탭: 편집기 안에서 바로 코드를 짜서 편집을 자동화할 수 있어요.

하나씩 쉽게 풀어볼게요.

플러그인 우선 아키텍처가 뭐냐면, VS Code를 떠올리면 딱이에요. VS Code가 텍스트 에디터 시장을 평정한 비결은 에디터 자체가 대단해서가 아니라, 코어는 작게 유지하고 나머지 기능은 전부 확장(플러그인)으로 붙일 수 있게 만든 구조 덕분이거든요. 자막 자동 생성, 특정 플랫폼용 템플릿, AI 배경 제거 같은 기능을 본체에 다 욱여넣는 게 아니라, 누구든 플러그인으로 만들어 붙일 수 있게 하는 거예요. 그러려면 처음부터 "모든 기능이 플러그인이 쓰는 것과 같은 API를 거치도록" 설계해야 하는데, 이게 나중에 덧붙이기가 거의 불가능해서 재작성을 택한 것으로 보여요.

Rust 코어는 성능과 멀티플랫폼 두 마리 토끼를 잡는 선택이에요. 영상 편집의 핵심인 디코딩, 타임라인 연산, 렌더링은 무거운 작업이라 빠른 언어가 필요한데, Rust는 C++급 성능을 내면서도 메모리 관련 버그를 컴파일 단계에서 막아줘요. 게다가 Rust 코드는 데스크톱용 네이티브 바이너리로도, 브라우저에서 도는 WebAssembly(웹 브라우저 안에서 네이티브에 가까운 속도로 코드를 실행하는 기술)로도 컴파일이 되거든요. 그래서 "같은 편집 엔진"이 웹, 데스크톱, 모바일에서 동일하게 도는 그림이 가능해져요. 지금 저장소 언어 비율을 보면 TypeScript가 97%, Rust가 0.7%인데, 이건 아직 재작성 초기라서 UI 골격부터 잡고 있다는 뜻이에요. 시간이 지나면 Rust 비중이 크게 늘어날 거예요.

MCP 서버가 개인적으로 제일 재미있는 부분인데요. MCP(Model Context Protocol)는 쉽게 말해 AI 에이전트가 외부 도구를 사용할 수 있게 해주는 표준 규격이에요. AI 세계의 USB-C 단자라고 생각하면 돼요. OpenCut이 MCP 서버를 내장한다는 건, Claude 같은 AI에게 "이 영상에서 무음 구간 잘라내고, 자막 넣고, 유튜브 쇼츠 비율로 잘라줘"라고 말하면 AI가 편집기를 직접 조작해서 그 작업을 해내는 미래를 준비한다는 뜻이거든요. 프리미어나 캡컷에는 이런 표준화된 통로가 없어요.

헤드리스 모드는 개발자에게 특히 반가운 기능이에요. 헤드리스라는 건 화면(GUI) 없이 명령어만으로 프로그램을 돌리는 방식인데요, ffmpeg처럼 서버에서 스크립트로 영상 100개를 한꺼번에 렌더링하는 게 가능해져요. 다만 ffmpeg는 "필터 명령의 나열"이라면, OpenCut 헤드리스는 "편집 프로젝트 자체"를 코드로 다룬다는 점이 달라요.

개발 환경도 눈여겨볼 만해요. proto(여러 개발 도구의 버전을 한 번에 맞춰주는 도구)와 moon(모노레포 빌드 시스템), 그리고 npm 대신 bun을 쓰는데, proto use 한 줄이면 팀원 전체의 도구 버전이 통일되는 최신 스택이에요.

업계 지형에서 OpenCut의 자리

영상 편집 도구 시장을 지도로 그려보면 이래요. 한쪽 끝에는 프리미어 프로, 다빈치 리졸브 같은 전문가용 헤비급이 있어요. 강력하지만 배우기 어렵고, 자동화 통로가 제한적이죠. 반대쪽에는 캡컷 같은 캐주얼 모바일 편집기가 있는데, 쉽지만 플랫폼에 종속되고 약관 리스크가 있어요. 오픈소스 진영에는 Kdenlive, Shotcut 같은 데스크톱 편집기가 오래 있었지만, 웹에서 안 돌고 UX가 요즘 감성과는 거리가 있어요. 개발자 쪽에는 React 코드로 영상을 만드는 Remotion이 있는데, 이건 아예 코드 전용이라 일반 사용자는 못 써요.

OpenCut이 노리는 건 이 지도의 빈 자리예요. 캡컷처럼 쉬운 UI + 브라우저에서 바로 실행 + 개발자가 코드로 확장하고 자동화할 수 있는 개방형 구조. 사용자용 도구와 개발자용 인프라를 하나로 합치겠다는 거죠. fal.ai(생성형 이미지·영상·오디오 모델을 API로 제공하는 회사)가 스폰서로 붙은 것도 의미심장해요. 생성형 AI로 만든 영상 소재를 편집 파이프라인에 자연스럽게 연결하는 그림이 그려지거든요.

다만 리스크도 분명해요. 전면 재작성은 소프트웨어 업계에서 실패 확률이 높기로 악명 높은 도박이에요. 넷스케이프가 재작성하다가 시장을 통째로 잃은 사례가 교과서처럼 회자되죠. OpenCut 팀도 이걸 아는지, 기존 버전을 classic으로 유지하면서 새 버전은 별도 주소(new.opencut.app)에서 익힌 뒤 교체하는 안전장치를 뒀어요. 그리고 지금은 아키텍처 설계 중이라 외부 기여를 받지 않는다고 명시했는데, 오픈소스치고는 이례적이지만 설계 단계에서 방향이 흔들리는 걸 막으려는 선택으로 보여요.

한국 개발자에게 주는 시사점

실무 시나리오로 생각해보면 이런 게 가능해져요.

• 쇼츠 대량 제작 자동화: 커머스나 미디어 회사에서 상품 영상 수백 개에 인트로·자막·로고를 붙이는 작업, 지금은 사람이 캡컷으로 하나씩 하잖아요. 헤드리스 모드가 나오면 템플릿 하나 만들어두고 스크립트로 밤새 돌리면 돼요.
• AI 편집 에이전트: MCP 서버가 열리면 "이 강의 영상에서 침묵 구간 제거하고 챕터별로 잘라줘" 같은 요청을 AI가 수행하는 사내 도구를 만들 수 있어요.
• 자체 서비스에 편집기 임베드: MIT 라이선스니까 자사 플랫폼에 웹 편집기를 넣고 싶은 스타트업에게는 사실상 유일한 현대적 선택지가 될 수 있어요.

마무리하며

OpenCut의 재설계는 "영상 편집기"의 정의를 바꾸려는 시도예요. 사람이 마우스로 조작하는 도구에서, 사람도 코드도 AI도 조작할 수 있는 플랫폼으로요. 재작성이라는 도박이 성공할지는 지켜봐야 하지만, 방향 자체는 업계 흐름과 정확히 맞닿아 있어요. 여러분은 어떠세요? 영상 편집 작업 중에 "이거 스크립트로 자동화하고 싶다" 싶었던 순간이 있었나요? AI에게 편집을 맡긴다면 어디까지 믿고 맡길 수 있을지, 여러분의 생각이 궁금해요.