Guide 19 · 설치 가이드
미로피쉬(MiroFish) 설치 가이드 + 아이디어 검증 질문 24개
창업 아이디어나 기획서를 만들기 전에, AI 사람들로 가득 찬 가상 세계에서 먼저 반응을 볼 수 있는 오픈소스 예측 엔진이에요. 이름은 MiroFish(미로피쉬)예요. 깃허브 별 8만 2천 개를 받았어요(2026-10-30 기준 82,753개, AGPL-3.0).
자료를 올리고 알고 싶은 걸 말로 적으면, 성격과 배경이 다른 AI 에이전트들을 만들어 두 개의 소셜 플랫폼에서 동시에 시뮬레이션하고, 예측 보고서를 써 줘요. 끝나면 시뮬레이션 속 아무 에이전트에게 직접 물어볼 수 있어요.
이 페이지에 README 공식 설치 방법과, 아이디어 검증에 바로 쓰는 질문·시드 자료 예시 24개를 정리했어요.
더 많은 AI 활용법: 유튜브 빌더조쉬 구독 · 조쉬의 뉴스레터 구독
한눈에 보기
| 단계 | README 이름 | 하는 일 |
|---|---|---|
| 1 | Graph Building | 올린 자료(시드)에서 사람·조직·관계를 뽑아 지식 그래프를 만들어요 |
| 2 | Environment Setup | 성격·배경·관심사가 다른 에이전트 프로필을 만들어요 (Persona generation) |
| 3 | Simulation | 두 플랫폼에서 동시에 글을 쓰고, 댓글 달고, 반박하고, 좋아요·싫어요를 눌러요 (Dual-platform parallel simulation) |
| 4 | Report Generation | ReportAgent가 시뮬레이션 결과를 조사해서 예측 보고서를 써요 |
| 5 | Deep Interaction | 시뮬레이션 속 아무 에이전트, 또는 ReportAgent와 대화해요 |
- 비용: 프로그램은 무료(오픈소스)지만, LLM API 사용료는 내가 내요. README에 "소모량이 크니 40라운드보다 적게 먼저 돌려 보라"고 적혀 있어요.
- 필요한 키: LLM API 키 1개 + Zep Cloud 키 1개 (Zep은 월 무료 할당량으로 간단한 사용은 충분하다고 README에 적혀 있어요)
먼저 설치 없이 체험하기 (공식 라이브 데모)
공식 데모: https://666ghj.github.io/mirofish-demo/
- Try Live Demo 를 누르면 콘솔이 열려요. 시드 자료(PDF)와 예측 요구 문장이 미리 들어 있어요.
- Try Now → 그래프 구축 → Go to Env Setup → 에이전트 55명 프로필 생성 → Start Dual-Platform Simulation → Generate Report → Go to Interaction 순서로 눌러 보세요.
- 마지막 화면에서 Chat with any agent 를 누르고 에이전트를 골라 질문할 수 있어요.
데모는 미리 만든 결과를 보여 주는 정적 페이지예요. 화면 아래에 "에이전트와의 대화는 LLM에 연결되어 있지 않다"고 적혀 있어요. 내 아이디어로 돌리려면 아래처럼 직접 설치해야 해요.
설치 (README 공식 방법)
준비물
| 도구 | 버전 | 확인 명령 |
|---|---|---|
| Node.js | 18 이상 | node -v |
| Python | 3.11 이상, 3.12 이하 | python --version |
| uv | 최신 | uv --version |
0. 저장소 받기
Bash
git clone https://github.com/666ghj/MiroFish.git
cd MiroFish1. 환경 변수 설정 (.env)
Bash
# 예시 설정 파일 복사
cp .env.example .env.env 파일을 열고 아래 값을 채워요. (README의 Required Environment Variables 그대로)
Bash
# LLM API Configuration (supports any LLM API with OpenAI SDK format)
# Recommended: Alibaba Qwen-plus model via Bailian Platform: https://bailian.console.aliyun.com/
# High consumption, try simulations with fewer than 40 rounds first
LLM_API_KEY=your_api_key
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL_NAME=qwen-plus
# Zep Cloud Configuration
# Free monthly quota is sufficient for simple usage: https://app.getzep.com/
ZEP_API_KEY=your_zep_api_keyLLM_API_KEY/LLM_BASE_URL/LLM_MODEL_NAME: README는 "OpenAI SDK 형식을 지원하는 LLM API라면 무엇이든" 쓸 수 있다고 적었어요. 기본 추천은 알리바바 Bailian 플랫폼의qwen-plus예요. 다른 모델을 쓰려면 그 회사가 OpenAI SDK 형식 주소(base URL)를 제공하는지 먼저 확인하세요.ZEP_API_KEY: https://app.getzep.com/ 에서 발급해요. 에이전트 기억(메모리 그래프)에 쓰여요..env.example에는 선택 항목인 가속 LLM 설정(LLM_BOOST_API_KEY등)도 있어요. 쓰지 않으면 이 줄들은.env에 아예 넣지 마세요(예시 파일 주석 그대로).
2. 의존성 설치
Bash
# 한 번에 전부 설치 (루트 + 프론트엔드 + 백엔드)
npm run setup:all나눠서 설치하려면:
Bash
npm run setup # Node 의존성 (루트 + 프론트엔드)
npm run setup:backend # Python 의존성 (백엔드, 가상환경 자동 생성)3. 실행
Bash
npm run dev- 화면: http://localhost:3000
- 백엔드 API: http://localhost:5001
- 따로 켜기:
npm run backend/npm run frontend
Docker로 실행하기 (선택)
Bash
cp .env.example .env # 위와 같은 방법으로 키를 채운 뒤
docker compose up -d루트의 .env 를 읽고, 3000(화면)·5001(백엔드) 포트를 써요.
이렇게 써요: 시드 자료 + 예측 요구
MiroFish에 넣는 건 딱 두 가지예요.
- 시드 자료(Reality Seeds): 기획서, 랜딩 페이지 문구, 시장 조사 메모, 경쟁사 리뷰 모음, 기사 등 (데모는 PDF 1개)
- 예측 요구(Simulation Requirement): 알고 싶은 걸 평소 말투로 한 문장. 데모 예시는 "우한대학이 징계 결정을 번복하면 여론은 어떻게 될까?"
좋은 예측 요구 문장의 공통점
- 누가(대상 고객), 무엇을 보고(내 제품·발표·가격), 어떤 반응(살지, 퍼뜨릴지, 반대할지)을 한 문장에 넣어요.
- "좋을까요?" 대신 "어떤 사람들이 왜 반대하고, 그 반대가 어떻게 퍼질까?"처럼 반응의 이유와 퍼지는 과정을 물어요.
- 시드 자료에 실제 숫자(가격, 대상 연령, 지역)를 적어 두면 에이전트 프로필이 그만큼 구체적이 돼요.
아이디어 검증용 질문·시드 자료 예시 24개
그대로 복사해서 예측 요구 칸에 붙여 넣고, [ ] 부분만 내 아이디어로 바꾸세요.
창업·신제품 (8개)
| # | 올릴 시드 자료 | 예측 요구 (그대로 적을 문장) |
|---|---|---|
| 1 | 1쪽짜리 서비스 소개서 | [30대 직장인]이 이 서비스를 처음 보면 어떤 점에 끌리고, 어떤 점 때문에 가입을 망설일까? |
| 2 | 랜딩 페이지 문구 전체 | 이 랜딩 페이지를 본 사람들이 소셜 미디어에 어떤 말을 남기고, 그중 어떤 반응이 가장 많이 퍼질까? |
| 3 | 가격표(무료/월 [9,900원]/연간) | 이 가격을 본 [1인 사업자]들은 어느 요금제를 고르고, 비싸다는 반응은 어떤 이유로 나올까? |
| 4 | 경쟁 서비스 3곳 비교표 | 이미 [경쟁 서비스]를 쓰는 사람들은 우리 서비스로 갈아탈까? 갈아타지 않는다면 가장 큰 이유는? |
| 5 | MVP 기능 목록 | 이 기능 중 사람들이 실제로 쓰겠다고 말하는 기능과, 없어도 된다고 하는 기능은 각각 무엇일까? |
| 6 | 서비스 이름 후보 3개와 설명 | 이름 후보 [A·B·C]를 처음 들은 사람들은 각각 어떤 서비스로 오해하고, 어떤 이름을 가장 기억할까? |
| 7 | 타깃 고객 인터뷰 메모 | 이 인터뷰 내용을 바탕으로, 비슷한 고민을 가진 사람들 사이에서 이 문제는 얼마나 자주 이야기될까? |
| 8 | 출시 발표 글 초안 | 이 출시 글을 올리면 첫 24시간 동안 어떤 반응이 먼저 나오고, 비판 의견은 누구에게서 시작될까? |
마케팅·브랜드 (8개)
| # | 올릴 시드 자료 | 예측 요구 (그대로 적을 문장) |
|---|---|---|
| 9 | 광고 문구 시안 2개 | 광고 [A]와 [B] 중 어느 쪽이 더 많이 공유되고, 각각 어떤 사람들이 반감을 가질까? |
| 10 | 할인 이벤트 공지 | 이 [50% 할인] 이벤트를 본 기존 고객과 신규 고객의 반응은 어떻게 다를까? |
| 11 | 리브랜딩 시안 설명 | 로고와 이름을 바꾼다고 발표하면 기존 팬들은 어떤 말을 하고, 반발이 퍼질까? |
| 12 | 인플루언서 협업 기획안 | [인플루언서 유형]과 협업하면 브랜드 신뢰도에 대한 반응은 좋아질까, 나빠질까? |
| 13 | 신제품 상세페이지 | 이 상세페이지를 본 사람들이 구매 전에 가장 많이 물어볼 질문은 무엇일까? |
| 14 | 콘텐츠 캘린더(한 달) | 이 순서로 콘텐츠를 올리면 어느 글이 가장 많이 퍼지고, 어느 글에서 팔로워가 떠날까? |
| 15 | 경쟁사 최근 캠페인 기사 | 경쟁사 캠페인이 화제가 된 상황에서 우리가 [대응 문구]를 내면 사람들은 어떻게 받아들일까? |
| 16 | 고객 후기 50개 모음 | 이 후기를 본 잠재 고객들은 어떤 점을 믿고, 어떤 점을 광고로 의심할까? |
위기 대응·운영 (8개)
| # | 올릴 시드 자료 | 예측 요구 (그대로 적을 문장) |
|---|---|---|
| 17 | 가격 인상 공지문 | 가격을 [20%] 올린다고 공지하면 반발은 얼마나 퍼지고, 어떤 설명을 덧붙이면 누그러질까? |
| 18 | 서비스 장애 사과문 초안 | 이 사과문을 올리면 사용자들은 받아들일까? 가장 많이 나올 추가 요구는 무엇일까? |
| 19 | 약관 변경 요약 | 개인정보 약관을 이렇게 바꾸면 어떤 사용자 집단이 문제를 제기하고, 그 이야기가 어디서 퍼질까? |
| 20 | 기능 종료 안내 | [기능]을 없앤다고 알리면 헤비 유저와 가벼운 유저의 반응은 어떻게 갈릴까? |
| 21 | 채용 공고 | 이 채용 공고를 본 [개발자]들은 회사를 어떻게 평가하고, 지원을 망설이는 이유는 무엇일까? |
| 22 | 사내 정책 변경 공지 | 재택근무를 주 [2일]로 줄인다고 발표하면 직원들 사이에 어떤 의견이 생기고 퍼질까? |
| 23 | 부정적 기사 1건 | 이 기사가 퍼진 뒤 회사가 아무 말도 하지 않으면 여론은 어떻게 흘러갈까? 바로 해명하면 달라질까? |
| 24 | 오프라인 매장 오픈 계획 | [동네]에 매장을 열면 주민과 기존 가게 손님들은 어떤 반응을 보일까? |
시뮬레이션이 끝나면 에이전트에게 물어볼 질문 10개
보고서만 읽고 끝내지 말고, Chat with any agent 로 에이전트를 골라 직접 물어보세요. 반대하던 에이전트와 찬성하던 에이전트를 하나씩 골라 같은 질문을 하면 차이가 잘 보여요.
- 왜 그렇게 생각하셨어요? (데모에서 실제로 보낸 질문: "Why do you think that?")
- 이 제품을 돈 내고 쓰려면 무엇이 바뀌어야 하나요?
- 처음 봤을 때 가장 헷갈렸던 부분은 어디예요?
- 친구에게 이걸 소개한다면 뭐라고 말할 거예요?
- 지금은 이 문제를 어떻게 해결하고 계세요?
- 이 가격이 적당하다고 느끼려면 어떤 근거가 필요해요?
- 다른 사람의 어떤 글을 보고 생각이 바뀌었어요?
- 이 회사가 어떤 말을 하면 신뢰가 생길 것 같아요?
- 가장 걱정되는 점 하나만 꼽는다면요?
- 한 달 뒤에도 계속 쓸 것 같아요? 그만둔다면 이유는요?
이렇게 쓰면 좋아요
- 작게 시작: README 권장대로 40라운드보다 적게 먼저 돌려서 비용과 결과 감을 잡으세요.
- 같은 자료, 다른 질문: 시드 자료는 그대로 두고 예측 요구만 바꿔 여러 번 돌리면, 질문에 따라 반응이 어떻게 바뀌는지 비교할 수 있어요.
- A/B 비교: 광고 문구 A와 B를 각각 시드로 넣어 두 번 돌리고 보고서를 나란히 놓고 보세요.
- 결과는 참고용: 시뮬레이션은 실제 고객 조사를 대신하지 않아요. 진짜 고객 인터뷰 전에 "어떤 질문을 해야 할지"를 찾는 용도로 쓰면 좋아요.
왜 중요할까요
만들고 나서 반응을 보면 이미 돈과 시간을 쓴 뒤예요. MiroFish는 그 전에, 성격과 배경이 다른 수많은 가상 사람들이 내 아이디어를 두고 이야기하고 반박하는 과정을 미리 보여 줘요. 어떤 반대가 먼저 나오고 어떻게 퍼지는지 알면, 기획서를 고치거나 고객 인터뷰 질문을 정하는 데 바로 쓸 수 있어요.
링크
- 깃허브 저장소: https://github.com/666ghj/MiroFish (AGPL-3.0)
- 공식 라이브 데모: https://666ghj.github.io/mirofish-demo/
- 공식 사이트: https://mirofish.ai
- 시뮬레이션 엔진: OASIS (CAMEL-AI) https://github.com/camel-ai/oasis
더 받아보기
이 자료가 나온 영상: 유튜브 쇼츠 https://youtube.com/shorts/XCHfCTUQ5Ug (11/2 16:00 공개) · 인스타 릴스 https://www.instagram.com/reel/DfO7ArjsMoT/
이 페이지는 유튜브 빌더조쉬가 노션에 공개한 자료를 이미지·글 그대로 옮겨 온 아카이브입니다. 최신 내용과 업데이트는 원문에서 확인하세요.
노션 원문에서 보기 →