소규모 사회를 복제할 수 있다면, 그들이 자유롭게 무언가를 토론하게 한 다음 공론이 어떻게 발전하는지 관찰할 수 있다면 — 그것은 기본적으로 “미래 예측기"를 가진 것입니다.

이것은 공학도가 아닙니다. MiroFish가 정확히 그것을 하고 있습니다.

MiroFish란?

MiroFish는 GitHub에서 이미 16,000개 이상의 스타를 받은 오픈소스 다중 에이전트 사회 시뮬레이션 예측 엔진입니다. Shanda Group이 지원합니다.

핵심 개념은 매우 직관적입니다:

  1. 실제 이벤트를 제공하세요 — 뉴스, 정책, 실적 보고서, 무엇이든 상관없습니다
  2. 수천 개의 AI 에이전트를 자동으로 생성합니다 — 각각 독립적인 성격, 기억, 행동 로직을 가집니다
  3. 이 에이전트들을 시뮬레이션된 Twitter와 Reddit에서 자유롭게 상호작용하게 합니다
  4. 집단 공론이 어떻게 발전하는지 관찰합니다
  5. 예측 보고서를 출력합니다

간단히 말하면: 병렬 디지털 세계를 구축하고 “만약 이것이 발생했다면, 사람들은 어떻게 반응할까?“를 관찰할 수 있게 합니다.

작동 원리: 5단계

1단계: 지식 그래프 구성

원시 데이터 — 뉴스 기사, 실적 보고서, 정책 초안 —를 업로드하면 MiroFish가 GraphRAG 기술을 사용하여 이를 지식 그래프로 분해합니다. 텍스트를 저장하는 것뿐 아니라 엔티티 간의 관계를 이해합니다.

2단계: 에이전트 생성

시스템은 다수의 AI 에이전트를 자동으로 생성합니다. 각 에이전트는 고유한 다음을 가집니다:

  • 성격 특성 (낙관적/비관적, 리스크 선호도, 전문 배경)
  • 장기 기억 (Zep Cloud를 통해 관리)
  • 행동 로직 (스크립트에 따라 행동하지 않음 — 성격에 따라 자율적으로 반응)

3단계: 커뮤니티 시뮬레이션

이 에이전트들은 시뮬레이션된 소셜 플랫폼에 배치되어 자유롭게 게시, 댓글, 리트윗, 논쟁할 수 있습니다. 시뮬레이션 중에 “변수를 주입"할 수 있습니다 — 신의 시점에서 새로운 뉴スを投放하고 그룹 반응이 어떻게 변하는지 관찰하세요.

4단계: 보고서 생성

ReportAgent는 모든 시뮬레이션 데이터를 분석하고 구조화된 예측 보고서를 출력합니다. 단순한 통계가 아닙니다 — 공론의 전환점, 주요 영향 요인, 정서 추세를 분석합니다.

5단계: 심층 상호작용

시뮬레이션의 에이전트들과 직접 채팅하고 “왜 그렇게 생각하세요?“라고 물어볼 수 있습니다 — 얻는 답변은 시뮬레이션 내의 그들의 전체 경험과 기억에 기반합니다.

투자자에게 왜 중요한가?

거래나 투자를 한다면 “시장 심리"를 반드시 신경 씁니다.

전통적인 방법은 공포 탐욕 지수, 소셜 미디어 volume, 자금 흐름을 살펴봅니다. 하지만这些都是 이미 “발생한 것"입니다 — 과정을 보는 것이 아니라 결과를 보는 것입니다.

MiroFish의 접근 방식은 다릅니다: 심리의 형성 과정을 시م웰레이션합니다.

다음 시나리오를 상상해 보세요:

  • 联儲이 50 basis point 금리 인상을 발표 → 개인 투자자, 기관, 애널리스트가 각각 어떻게 반응하고 공론이 어떤 방향으로 수렴하는지 시뮬레이션
  • 암호화폐 거래소가 해킹당함 → 다양한 리스크 선호도를 가진 투자자를 시뮬레이션하여 자본이 어디로 흐를지 예측
  • 새로운 규제 입법이 통과됨 → 다양한 국가의 커뮤니티의 서로 다른 반응을 시뮬레이션

기술적 분석을 대체하는 것이 아닙니다 — “그룹 행동 예측"이라는 다른 차원을 추가하는 것입니다.

기술 스택 개요

MiroFish의 기술 스택은 개발자 친화적입니다:

  • 프론트엔드: Vue.js (코드의 41% 차지)
  • 백엔드: Python 3.11-3.12 (코드의 58% 차지)
  • 시뮬레이션 엔진: CAMEL-AI의 OASIS 프레임워크
  • 지식 관리: GraphRAG
  • 기억 시스템: Zep Cloud (무료 플랜으로 충분함)
  • LLM: 모든 OpenAI SDK 호환 모델 지원, 기본값은 Alibaba의 Qwen

두 가지 배포 옵션: 소스 코드 설치 또는 Docker Compose 원클릭 배포. 낮은 진입 장벽.

##私の考え: 왜 이 프로젝트를 주목해야 하는가

1. Multi-Agent는 단순 채팅이 아님

시장의 대부분의 “다중 에이전트” 프로젝트는 몇몇 AI가 서로 대화하는 것뿐입니다. MiroFish의 범위는 다릅니다 — 사회 행동을 시뮬레이션합니다. 에이전트들은 단순히 대화하지 않습니다; 그룹을 형성하고, 군중 효과를 만들고, 의견 리더를 발전시킵니다. 이것이 현실 세계에 더 가깝습니다.

2. 시뮬레이션에서 주입 가능한 변수

시뮬레이션에 언제든지 새로운 정보를 던질 수 있습니다 (“갑자기 금리 인하를 발표”)하고 그룹 반응이 실시간으로 어떻게 변하는지 관찰할 수 있습니다. 이 “신의 시점” 디자인은 매우 강력합니다 — 현실 세계에서는 이러한 통제된 실험을 할 수 없기 때문입니다.

3. 예측 ≠ 예언

MiroFish는 내일 BTC가 오를지 내릴지 알려주지 않습니다. 알려주는 것은: “이 시나리오에서 어떤 방향으로 그룹 심리가 가장 이동할 가능성이 있는지"입니다. 이것은 확률적 사고이며 결정론적 예측이 아닙니다 — 올바르게 사용되면 어떤 “가격 예측"보다 더 가치 있습니다.

4. 오픈소스 + AGPL-3.0

완전히 오픈소스 — 직접 실행하고 수정할 수 있습니다. AGPL 라이선스는 파생 버전도 오픈소스여야 하지만, 개인 연구 및 내부 사용에는 문제가 없습니다.

제한 사항과 위험

공정하게 — 단점에 대해 이야기해 봅시다:

  • LLM 비용: 수천 개의 에이전트를 시뮬레이션하려면 많은数の API 호출이 필요하며 비용이 쌓입니다
  • 시뮬레이션 ≠ 현실: AI 에이전트가 얼마나 현실적이라도, 실제 사람은 아닙니다. 그룹 행동의 복잡성은 모델이 커버할 수 있는 것을 훨씬 뛰어넘습니다
  • 바이アス 위험: 에이전트 성격 설정은 체계적 바이ア스가 있을 수 있는 LLM 학습 데이터에 기반합니다
  • 프로젝트 성숙도: 높은 스타 수에도 불구하고, 여전히 빠른 반복 중입니다 — 프로덕션에서 사용할 때는 주의하세요

결론: 주목할 가치가 있지만, 합리적으로 유지하세요

MiroFish는 흥미로운 방향을 나타냅니다: 역사적 데이터 untuk 백테스팅 대신 그룹 시뮬레이션用于 예측.

이것들은 상호 배타적이지 않습니다. 가장 강력한 예측 시스템은 기술적 분석 + 자금 흐름 + 그룹 행동 시뮬레이션을 결합해야 합니다.

개발자라면, 오후 시간을 들여 실행해볼 가치가 있습니다. 투자자라면, 개념을 이해하는 것으로 충분합니다 — “시장 심리"에 대한 생각을 바꾸게 될 것입니다.

MiroFish GitHub: github.com/666ghj/MiroFish

이것은 다중 에이전트 시스템에 대한 우리 팀의 연구 노트 중 하나입니다. 우리는 또한 거래 전략 개발 및 자동화를 위해 AI 에이전트를 사용하고 있습니다 — 이 분야에 관심이 있으시면 팔로우해 주세요.