대학생이 10일 만에 만든 AI가 GitHub 세계 1위를 찍었다: MiroFish 분석

대학생 한 명이 10일 만에 만든 AI가 GitHub 세계 1위를 찍었습니다.

MiroFish라는 프로젝트입니다. 문서 하나를 넣으면 수천 명의 가상 인간을 만들어내고, 이 사람들이 서로 대화하고, 논쟁하고, 편을 바꾸면서 “앞으로 어떤 일이 벌어질지"를 시뮬레이션해줍니다.

과거에는 연구실 전체가 필요했던 시스템을, 22살 개발자 한 명이 만들어냈습니다. GitHub 스타 2만 4천 개, 포크 2,800개, X에서 83만 뷰.

원본: @unclejobs.ai on Threads

궈항장, 그는 누구인가

온라인에서는 BaiFu라는 닉네임을 씁니다. 베이징우편전신대학교 4학년, 나이 22세.

첫 프로젝트 BettaFish(AI로 여론을 분석하는 도구)가 2024년 말에 GitHub에서 화제가 됐습니다. 일주일 만에 스타 2만 개. 이걸 눈여겨본 사람이 있었습니다.

천톈차오. 성다그룹 창업자. 한때 중국에서 가장 부자였던 사람입니다. 2000년대 초반에 게임 회사로 대박을 치고, 이후 미국으로 건너가서 테크 투자를 하고 있습니다.

천톈차오가 요즘 밀고 있는 생각이 하나 있습니다. “슈퍼 개인.” AI 시대에는 한 사람이 예전에 회사 하나가 해야 했던 일을 해낼 수 있다는 것입니다. 궈항장을 보고 “이게 바로 그 증거다"라고 생각한 것이죠.

10일 만에, 60억 원 투자 결정

천톈차오가 궈항장을 인턴으로 불렀습니다. “하고 싶은 거 해봐"라고 완전한 자유를 줬습니다.

궈항장은 10일 만에 MiroFish를 만들었습니다. 본인 말로는 “바이브코딩” — 빠르게, 직관적으로, 너무 복잡하게 안 만들고.

완성한 그날 밤, 데모 영상을 찍어서 천톈차오에게 보여줬습니다. 24시간 안에 3,000만 위안(약 60억 원) 투자가 결정됐습니다.

인턴이 하룻밤 만에 CEO가 됐습니다.

MiroFish는 무엇을 하는가

flowchart TD
    A["📄 문서/뉴스 입력"] --> B["엔티티 추출
(인물, 회사, 관계)"]
    B --> C["가상 인간 생성
(수백~수천 명)"]
    C --> D["가상 SNS 환경
(트위터 + 레딧 형태)"]
    D --> E["에이전트 간 상호작용
(대화·논쟁·설득·편 바꾸기)"]
    E --> F["God's Eye View
변수 주입"]
    F --> G["시뮬레이션 보고서
(여론 흐름 / 시나리오 분석)"]

    classDef inputStyle fill:#c5dcef,stroke:#5a9fd4,color:#333
    classDef processStyle fill:#c0ecd3,stroke:#5ab08a,color:#333
    classDef outputStyle fill:#fde8c0,stroke:#e0a040,color:#333
    classDef godStyle fill:#ffc8c4,stroke:#e05050,color:#333

    class A inputStyle
    class B,C,D,E processStyle
    class F godStyle
    class G outputStyle

각 단계를 좀 더 자세히 보면:

1단계 — 엔티티 추출
뉴스 기사 하나를 입력하면, 그 안에 나오는 모든 사람, 회사, 관계를 뽑아냅니다.

2단계 — 가상 인간 생성
추출된 정보를 바탕으로 성격이 다른 가상 인간을 수백~수천 명 만들어냅니다. 낙관적인 투자자, 신중한 애널리스트, 경쟁사를 의식하는 임원 등.

3단계 — 가상 SNS에 배치
가상 인간들을 트위터 + 레딧 형태의 가상 공간에 풀어놓습니다. 서로 대화하고, 논쟁하고, 설득하고, 편을 바꿉니다.

4단계 — God’s Eye View
시뮬레이션 중간에 새 변수를 던질 수 있습니다:

“만약 미국이 관세를 올리면?”
“만약 CEO가 갑자기 사임하면?”
“만약 경쟁사가 먼저 제품을 출시하면?”

변수를 주입하면 수천 명 가상 인간이 실시간으로 반응합니다. 여론이 바뀌고, 새로운 연합이 생기고, 예상 못 한 패턴이 출현합니다.

5단계 — 보고서 생성
시뮬레이션 종료 후 AI가 여론 흐름, 영향력 인물, 유력 시나리오를 분석한 보고서를 만들어줍니다. 가상 인간에게 직접 “왜 의견을 바꿨어?“라고 질문도 가능합니다.

한마디로: 미래를 미리 돌려보는 디지털 샌드박스.

실제 활용 사례

flowchart TD
    subgraph 문학["📚 200년 된 문학 미스터리"]
        L1["홍루몽 앞 80회 입력"] --> L2["등장인물 → 가상 인간화"]
        L2 --> L3["잃어버린 결말 시뮬레이션"]
    end

    subgraph 금융["📈 금리 인상 시장 반응"]
        F1["투자자·애널리스트
가상 인간 생성"] --> F2["연준 금리 인상 변수 주입"]
        F2 --> F3["여론 흐름 전체 그림 확인"]
    end

    subgraph 비즈니스["🏢 비즈니스 활용"]
        B1["PR 위기 대응 연습"]
        B2["마케팅 캠페인 사전 테스트"]
        B3["정책 발표 전 여론 예측"]
    end

    classDef litStyle fill:#e0c8ef,stroke:#9060c0,color:#333
    classDef finStyle fill:#c0ecd3,stroke:#5ab08a,color:#333
    classDef bizStyle fill:#fde8c0,stroke:#e0a040,color:#333

    class L1,L2,L3 litStyle
    class F1,F2,F3 finStyle
    class B1,B2,B3 bizStyle

한계와 주의사항

흥분하기 전에 냉정하게 볼 것들도 있습니다.

검증 데이터 없음: 예측 결과와 실제 결과를 비교한 데이터가 없습니다.
편향 증폭: CAMEL-AI 연구팀 논문에서도 지적했듯, AI 가상 인간은 실제 사람보다 군중 행동에 더 취약합니다. 여론이 현실보다 빠르게 한쪽으로 쏠릴 수 있습니다.
훈련 데이터 편향 상속: 가상 인간의 성격이 AI 훈련 데이터의 편향을 물려받습니다.
API 비용: 수천 명 시뮬레이션 시 비용이 상당히 나옵니다.
초기 단계: 현재 버전은 v0.1.2입니다.

그래도 가치가 있는 이유: “혼자서는 생각 못 했을 시나리오"를 보여주는 도구이기 때문입니다. 정확한 답이 아닌, 놓칠 수 있는 가능성을 표면화하는 도구 로 봐야 합니다.

왜 화제인가

flowchart TD
    A["BettaFish 공개
2024년 말"] --> B["일주일 만에 GitHub 스타 2만"]
    B --> C["천톈차오 눈에 띔"]
    C --> D["인턴 합류, 완전한 자유 부여"]
    D --> E["10일 만에 MiroFish 완성"]
    E --> F["데모 영상 발송"]
    F --> G["24시간 내 60억 원 투자 결정"]
    G --> H["2026-03-07
GitHub 글로벌 트렌딩 1위"]
    H --> I["스타 24,000+ / 포크 2,800+
X에서 83만 뷰"]

    classDef milestone fill:#c5dcef,stroke:#5a9fd4,color:#333
    classDef result fill:#c0ecd3,stroke:#5ab08a,color:#333
    classDef peak fill:#ffc8c4,stroke:#e05050,color:#333

    class A,D milestone
    class G,H peak
    class I result

2026년 3월 7일: GitHub 글로벌 트렌딩 1위
GitHub 스타 2만 4천 개, 포크 2,800개
X(트위터)에서 83만 뷰
완전 오픈소스 (AGPL-3.0)
라이브 데모 제공 중

슈퍼 개인의 시대

댓글 중에 이런 표현이 있었습니다.

“연구실 전체가 필요했던 걸 22살 한 명이 10일 만에 만든 것이 이 시대의 레버리지”

천톈차오가 60억 원을 건 건 이 소프트웨어가 아닙니다. ‘슈퍼 개인의 시대가 이미 시작됐다’는 믿음에 건 것입니다.

MiroFish가 완벽한 예측 도구인지는 아직 모릅니다. 하지만 “혼자 빠르게, 직관적으로 만든다"는 바이브코딩 방식이 어디까지 갈 수 있는지를 보여준 사례임은 분명합니다.