AI 과외, 내 교과서로만 가르치게 할 수 있을까

일반 챗봇 과외와 뭐가 다른가요

한눈에

어떻게 작동하나요

1. 설치하고 모델을 연결해요. 도커 한 줄이나 pip 설치 뒤 deeptutor init으로 모델 제공사와 키를 넣어요. 오픈AI, 앤트로픽, 제미나이 같은 클라우드와 올라마 같은 로컬 모델을 다 지원해요. API 키는 모델에게 넘기지 않고 설정 화면에서만 다뤄요.2. 작업 공간을 만들고 자료를 넣어요. 과목마다 작업 공간(workspace)을 하나씩 두고, 지식 베이스에 문서를 올려요. 검색 엔진은 지식 베이스마다 하나를 골라요. 다시 색인할 때 이전 색인을 지우지 않고 version-N 폴더로 새로 쌓아요.3. 대화부터 시작해요. 홈의 대화창에서 설명, 풀이, 연습, 계획, 조사를 고르고 질문해요. 답변 중 한 구절을 드래그하면 그 부분만 파고드는 작은 과외(Little Tutor)가 옆에 열려요.4. 활동으로 넓혀요. 같은 자료로 책을 짓거나(Book), 목표를 주제 지도로 쪼개거나(Mastery Path), 문제 은행으로 복습해요(Practice). 노트는 마크다운이나 워드로 내보내고, 플래시카드는 안키(Anki)로 내보내요.답변마다 붙는 출처를 눌러 원문을 확인하는 습관이 이 도구의 쓸모를 정해요. README도 출처가 검증된 인용(verified citations)이라고 적지만, 해석이 틀릴 수는 있어요.

할 수 있는 일

바로 쓸 수 있나요

시작하기

1. 도커로 바로 열기

   파이썬이나 Node 설치 없이 전체 웹 앱을 띄워요. 끝나면 브라우저에서 http://127.0.0.1:3782 를 열어요. 설정과 데이터는 deeptutor-data 볼륨에 남아요.

   docker run --rm --name deeptutor \
     -p 127.0.0.1:3782:3782 \
     -v deeptutor-data:/app/data \
     ghcr.io/hkuds/deeptutor:latest

   복사
2. pip로 설치

   Python 3.11~3.14와 Node.js 20.9 이상이 필요해요. deeptutor[full]은 웹 앱과 CLI를, 그냥 deeptutor는 핵심 대화와 SDK만 설치해요. init이 포트와 모델 제공사를 물어요.

   mkdir -p my-deeptutor && cd my-deeptutor
   python -m pip install -U "deeptutor[full]"
   deeptutor init
   deeptutor start

   복사
3. 터미널에서만 쓰기

   웹 화면 없이 대화만 하려면 핵심 패키지로 충분해요. Node가 필요 없어요.

   python -m pip install -U deeptutor
   deeptutor init --cli
   deeptutor chat

   복사
4. 모델 연결

   앱을 연 뒤 Settings → Providers 와 Language models 에서 제공사와 모델을 고르면 바로 대화할 수 있어요.

처음 쓰는 순서

1. docker run설치. 포트 3782로 열기
2. Settings → Providers모델 제공사와 키 넣기
3. Knowledge Center교재 PDF 올려 지식 베이스 만들기
4. Chat지식 베이스를 고르고 한 단원 질문하기
5. Book · Practice같은 자료로 책을 짓고 틀린 문제 복습

README에 나온 설치 경로와 화면 이름을 처음 쓰는 순서로 묶은 예예요.

자료 하나가 네 가지 공부로 바뀌어요

README에 적힌 화면 이름(Knowledge Center, Chat, Book, Mastery Path, Practice, Memory)과 설명을 따라 저희가 그린 예시예요. 자료 이름, 질문, 답, 문제는 지어낸 것이고 실제 결과는 연결한 모델과 자료에 따라 달라져요. AI는 틀릴 수 있으니 교과서와 선생님께 확인하세요.

비슷한 도구

DeepTutor는 내 자료로 과외하고 복습까지 이어 가는 쪽이고, OpenMAIC은 자료를 수업 장면으로 바꿔 보여 주는 쪽이에요(각 README 기준).

주의할 점

1. AI는 틀릴 수 있어요. 출처를 단 답도 원문을 잘못 읽거나 범위를 벗어난 해석을 섞을 수 있으니, 시험 범위나 수식, 연도 같은 핵심은 교과서와 선생님께 확인하세요. 출처 링크를 눌러 원문을 읽는 것이 이 도구를 쓰는 올바른 방법이에요.
2. 클라우드 모델을 연결하면 질문과 자료의 일부가 그 모델 회사로 가요. 교재나 논문의 저작권, 개인 기록이 걱정되면 올라마 같은 로컬 모델을 고르거나 민감한 자료는 넣지 마세요.
3. 대화 중 코드 실행(exec) 도구가 있어요. README는 격리 공간(sandbox)에서 돌리고 자격 증명은 그 밖에 둔다고 적지만, 여러 사람이 쓰는 서버라면 사용자별 권한 부여를 먼저 읽으세요.
4. 화면 언어에 한국어가 없어요. 저장소의 번역 폴더에는 영어, 중국어, 일본어, 베트남어, 프랑스어, 독일어, 폴란드어, 포르투갈어, 터키어, 우크라이나어가 있어요. 모델의 답변 언어는 따로 설정할 수 있어요.
5. 버전이 빠르게 바뀌어요. 2026년 4월 1.0부터 10월 말 1.7.1까지 거의 매주 새 판이 나왔고, 1.6.15 이하에서 올릴 때는 앱을 멈추고 옛 deeptutor-cli 패키지를 지우라는 절차가 있어요.
6. 커뮤니티 스킬을 EduHub나 ClawHub에서 설치할 때 보안 검사를 통과하지 못한 패키지는 기본으로 거부돼요. --allow-unverified 로 억지로 넣지 마세요.

더 보기

홍콩대 데이터 지능 연구실(HKUDS)의 Bingxi Zhao가 이끄는 프로젝트예요. 같은 연구실의 LightRAG, nanobot 위에 만들었고, 2025년 12월 29일 공개했어요.

공식 문서 ↗도커 설치 안내 ↗EduHub(교육용 스킬 모음) ↗논문(arXiv) ↗로드맵 ↗깃허브 저장소 ↗

낯선 말

1. 지식 베이스 · AI가 답할 때 근거로 삼도록 모아 둔 내 문서 묶음이에요
2. RAG · 답하기 전에 내 자료에서 관련 부분을 찾아 읽고 답하는 방식이에요
3. 작업 공간 · 과목이나 프로젝트별로 자료, 대화, 진도를 따로 두는 칸이에요
4. 에이전트 · 필요할 때 스스로 도구를 골라 쓰며 일을 끝내는 AI예요
5. 파트너 · 자기 성격과 기억, 메신저 연결을 가진, 계속 남아 있는 AI 동반자예요
6. 스킬 · AI가 특정 일을 할 때 읽는 지침 묶음(SKILL.md)이에요
7. MCP · AI가 바깥 도구를 불러 쓰게 이어 주는 표준 연결 방식이에요