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.

한눈에 보기

• 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/

1. Try Live Demo 를 누르면 콘솔이 열려요. 시드 자료(PDF)와 예측 요구 문장이 미리 들어 있어요.
2. Try Now → 그래프 구축 → Go to Env Setup → 에이전트 55명 프로필 생성 → Start Dual-Platform Simulation → Generate Report → Go to Interaction 순서로 눌러 보세요.
3. 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

0. 저장소 받기

git clone https://github.com/666ghj/MiroFish.git
cd MiroFish

1. 환경 변수 설정 (.env)

# 예시 설정 파일 복사
cp .env.example .env

.env 파일을 열고 아래 값을 채워요. (README의 Required Environment Variables 그대로)

# 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_key

• LLM_API_KEY / LLM_BASE_URL / LLM_MODEL_NAME: README는 "OpenAI SDK 형식을 지원하는 LLM API라면 무엇이든" 쓸 수 있다고 적었어요. 기본 추천은 알리바바 Bailian 플랫폼의 qwen-plus 예요. 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.example 에는 선택 항목인 가속 LLM 설정(LLM_BOOST_API_KEY 등)도 있어요. 쓰지 않으면 이 줄들은 .env 에 아예 넣지 마세요(예시 파일 주석 그대로).

2. 의존성 설치

# 한 번에 전부 설치 (루트 + 프론트엔드 + 백엔드)
npm run setup:all

나눠서 설치하려면:

npm run setup          # Node 의존성 (루트 + 프론트엔드)
npm run setup:backend  # Python 의존성 (백엔드, 가상환경 자동 생성)

3. 실행

npm run dev

• 화면: http://localhost:3000
• 백엔드 API: http://localhost:5001
• 따로 켜기: npm run backend / npm run frontend

Docker로 실행하기 (선택)

cp .env.example .env   # 위와 같은 방법으로 키를 채운 뒤
docker compose up -d

루트의 .env 를 읽고, 3000(화면)·5001(백엔드) 포트를 써요.

이렇게 써요: 시드 자료 + 예측 요구

MiroFish에 넣는 건 딱 두 가지예요.

1. 시드 자료(Reality Seeds): 기획서, 랜딩 페이지 문구, 시장 조사 메모, 경쟁사 리뷰 모음, 기사 등 (데모는 PDF 1개)
2. 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)

마케팅·브랜드 (8개)

위기 대응·운영 (8개)

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.

1. 왜 그렇게 생각하셨어요? (데모에서 실제로 보낸 질문: "Why do you think that?")
2. 이 제품을 돈 내고 쓰려면 무엇이 바뀌어야 하나요?
3. 처음 봤을 때 가장 헷갈렸던 부분은 어디예요?
4. 친구에게 이걸 소개한다면 뭐라고 말할 거예요?
5. 지금은 이 문제를 어떻게 해결하고 계세요?
6. 이 가격이 적당하다고 느끼려면 어떤 근거가 필요해요?
7. 다른 사람의 어떤 글을 보고 생각이 바뀌었어요?
8. 이 회사가 어떤 말을 하면 신뢰가 생길 것 같아요?
9. 가장 걱정되는 점 하나만 꼽는다면요?
10. 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