MatrAIx

Simulate before reality.

이질적인 시뮬레이션 사용자로 AI 시스템과 인터랙티브 제품을 평가하기 위한 인구 규모·페르소나 기반 인프라.

English | 简体中文 | 繁體中文 | 한국어 | 日本語 | Español | Português

Website Discord X LinkedIn Google Form Docs Hugging Face License Playground

YouTube에서 MatrAIx 데모 보기

YouTube에서 MatrAIx 데모 보기

--- **MatrAIx**는 이질적인 시뮬레이션 사용자로 AI 시스템과 인터랙티브 제품을 평가하기 위한 인구 규모·페르소나 기반 인프라입니다. 범용적이거나 서로 대체 가능한 사용자를 상대로 테스트하는 대신, 샘플링된 페르소나 레코드를 LLM 에이전트로 인스턴스화하고 네 가지 환경 — **Survey**, **AI Chatbot**, **Web**, **App**(macOS·iOS를 포함한 네이티브 데스크톱·모바일) — 에서 재현 가능한 태스크로 실행합니다. 기반은 배경·심리·역량·행동을 아우르는 **1,290개의 범주형 차원**으로 구성된 공유 스키마입니다. 페르소나는 의존성을 고려한 합성 생성과 증거에 기반한 인간 데이터 그라운딩을 결합해 구축됩니다. 결정적이며 품질 필터링을 거친 **백만 페르소나** 코어셋이 연구용으로 [Hugging Face](https://huggingface.co/datasets/MatrAIx2026/MatrAIx_Persona_1M_Public_Release) 에 공개되어 있습니다. 공유 텔레메트리, 태스크 소유 검증, 리포팅이 개별 응답·궤적을 하위 집단 및 인구 수준의 발견으로 연결합니다. 이름은 *The Matrix*에서 따온 것입니다. 탐색·스트레스 테스트·가설 생성에 유용한 시뮬레이션 세계이며, **실제 사람으로부터의 증거를 대체하지 않습니다**. ## 소식 & 주목 - **학술 논평** — [*Can We Simulate the World?*](https://aiscientist.substack.com/p/can-we-simulate-the-world) — Mayank Kejriwal([*AI Scientist*](https://aiscientist.substack.com/)) - **연구 선정** — [Hugging Face Papers](https://huggingface.co/papers/2608.04205) 선정([일일 논문, 2026-08-10](https://huggingface.co/papers/date/2026-08-10)) - **미디어** — [Forbes](https://www.forbes.com/sites/lanceeliot/2026/08/26/using-eight-billion-ai-personas-for-psychology-research-has-its-ups-and-downs/) · [NZZ am Sonntag](https://www.nzz.ch/nzz-am-sonntag/report-und-debatte/die-ki-vermessung-der-menschheit-unsere-acht-milliarden-doppelgaenger-ld.10019342) · [AI Era (via 36Kr)](https://www.36kr.com/p/3932853833759876) · [Numerama](https://www.numerama.com/tech/2308727-ces-chercheurs-ont-cree-83-milliards-dhumains-virtuels-pour-tester-des-produits-a-notre-place.html) · [Infobae](https://www.infobae.com/tecno/2026/08/10/asi-prueba-la-ia-un-mundo-con-8300-millones-de-personas-digitales-matraix-es-el-metaverso/) · [HispanicAd](https://hispanicad.com/news/harvard-and-mit-built-8-3-billion-ai-personas-to-simulate-the-world-report/) · [AI타임스](https://www.aitimes.com/news/articleView.html?idxno=213824) · [Startup Fortune](https://startupfortune.com/harvard-and-mit-built-an-ai-model-of-83-billion-people-to-test-products-on/) · [Forbes 튀르키예](https://www.forbes.com.tr/saglik/hastaya-dokunmadan-once-8-3-milyar-kez-denemek-sagligin-yeni-test-dunyasi-matraix) · [WIRED 체코](https://www.wired.cz/news-beat/harvard-a-mit-vytvorily-ai-simulaci-obsahujici-83-miliardy-virtualnich-lidi) - **산업 논평** — Cisco 부사장 겸 CTO [Gianpaolo Barozzi](https://lnkd.in/p/gE9cV2nw)가 언급 - **소셜** — [X 트렌딩 스토리](https://x.com/i/trending/2086626337561911419)에 선정 ## 릴리스 - **[2026-08-04]** arXiv 기술 보고서: [MatrAIx: Simulating the World with 8.3 Billion Persona Agents](https://arxiv.org/abs/2608.04205) (`2608.04205`). - **[2026-08-01]** Hugging Face에 [Persona 1M](https://huggingface.co/datasets/MatrAIx2026/MatrAIx_Persona_1M_Public_Release) 공개(약 100만 품질 필터 페르소나). - **[2026-07-31]** Playground와 태스크 라이브러리 오픈소스: [MatrAIx-Persona-8B](https://github.com/MatrAIx-ai/MatrAIx-Persona-8B). - **[2026-07-29]** 포지션 노트: [From Personas to Simulated Users](https://matraix.ai/research/survey-from-personas-to-simulated-users.html). ## 요구 사항 - [Docker](https://docs.docker.com/get-docker/) - [uv](https://docs.astral.sh/uv/) 및 Python 3.12 - Node.js 20+ (Playground / viewer 프론트엔드만) - 페르소나 에이전트 예제용 모델 API 키 — [agents.md](../environment/agents.md) 참고 > **Windows 사용자**: 모든 명령은 > [WSL2](https://learn.microsoft.com/windows/wsl/install) 안에서 실행하세요. > PowerShell에서 `wsl --install`을 실행하면 Ubuntu가 설치됩니다. 그다음 저장소를 > **WSL 파일시스템 안**(예: `~/MatrAIx`, `/mnt/c/…`는 훨씬 느리므로 피하세요)에 > clone하고, Docker Desktop → Settings → Resources에서 *WSL integration*을 > 활성화하세요. 이후 이 README의 모든 명령이 그대로 동작합니다. 네이티브 > PowerShell/cmd는 지원하지 않습니다(작업 검증 스크립트가 `bash`를 필요로 합니다). ## 설치 ```bash git clone && cd MatrAIx uv venv --python 3.12 uv pip install -e . uv pip install pytest pytest-asyncio httpx uv pip install -e packages/playground uv pip install -e packages/harbor-langsmith uv pip install -e packages/rewardkit ``` 잡과 태스크는 **`uv run matraix run …`** 으로 실행합니다. 이 명령은 전체 실행 환경을 구성한 뒤 Harbor 런타임에 위임합니다. 런타임 유틸리티(`harbor view`, `harbor upload` 등)는 계속 **`uv run harbor …`** 로 사용합니다. GUI 또는 CLI 태스크 실행 전에 사용 중인 제공자에 맞는 모델 API 키를 설정하세요 (스모크 테스트에는 필요 없음): ```bash export ANTHROPIC_API_KEY="sk-ant-..." # anthropic/claude-* 모델 # export OPENAI_API_KEY="sk-..." # openai/gpt-* 모델 ``` 전체 키 매트릭스는 [agents.md](../environment/agents.md)를 참고하세요. Playground는 `application/playground/.env.local`에서도 키를 로드할 수 있습니다. ### Persona 1M 가져오기 (권장) 저장소의 `matraix-persona-dev-sample`(약 200)은 스모크 테스트 전용입니다. 실제 코호트 / Playground 샘플링에는 공개 1M을 가져오세요: ```bash huggingface-cli download MatrAIx2026/MatrAIx_Persona_1M_Public_Release \ --repo-type dataset \ --local-dir persona/datasets/matraix-persona-1m/release ``` Playground: Dataset → **`matraix-persona-1m`**. CLI: `--dataset persona/datasets/matraix-persona-1m`. 자세한 내용: [Handbook § Persona 1M](../README.md#3-persona-1m-recommended). ## 빠른 시작 ### 스모크 테스트(smoke tests) 설치 후 아래 두 검사를 실행하세요(API 키 불필요). 함께 돌리면 Survey / Chat / Web / OS-app 기본 실행 경로가 준비되었는지 확인할 수 있습니다: | 검사 | 확인할 수 있는 것 | 명령 | |------|-------------------|------| | **Docker 없이** | Survey와 Chat | `uv run matraix smoke application/tasks/example-survey_product-feedback` | | **Docker 사용** | Web와 OS-app | `uv run matraix run -c configs/jobs/example-job-recipe/harbor-smoke-local.yaml` | 첫 번째는 보통 몇 초 안에 `Smoke: ok`를 출력합니다. 두 번째는 첫 실행 시 로컬 이미지를 빌드합니다(수 분). 성공 시 출력은 `jobs/harbor-smoke-local/`. 단계: [quickstart §3](../quickstart.md#3-smoke-tests-two-lanes). ### GUI 태스크 실행 Playground는 태스크를 고르고 페르소나를 샘플링한 뒤, CLI auto 모드와 동일한 Matraix Playground job을 실행합니다. API + 프론트엔드 시작(터미널 두 개): ```bash # 터미널 A — API VENV=.venv bash application/playground/backend/run_dev.sh # 터미널 B — 프론트엔드 cd application/playground/frontend && npm ci && npm run dev ``` **http://localhost:5173** 열기 → Playground → 페르소나 코호트 선택 → Survey / Chat / Web / OS app 태스크 선택 → **Lock pipeline** → **Run eval**. 자세한 내용: [Playground §10](../quickstart.md#10-playground--play-tasks-visually). ### CLI 태스크 개발 / 실행 **개발** — `application/tasks/` 아래 참고 태스크를 복사한 뒤 `task.toml` / `instruction.md` / `input/` / 검증기(verifier)를 편집하고 Playground에 등록 ([task-guide.md](../application/task-guide.md)): ```bash cp -R application/tasks/example-survey_product-feedback \ application/tasks/ ``` | 유형 | 참고 태스크 | |------|-------------| | Survey | `application/tasks/example-survey_product-feedback` | | Chat | `application/tasks/example-chat-api_support_chatbot` | | Web | `application/tasks/example-web-playwright_quote-choice` | | OS-app | `application/tasks/example-computer-use-linux_note-to-csv` | **실행** — Matraix Playground job을 생성(agent + model 고정)한 뒤 실행: ```bash uv run python application/scripts/generate_application_job.py \ --task application/tasks/example-survey_product-feedback \ --execution-mode auto \ --persona-ids 0042 \ --model-name anthropic/claude-sonnet-4-6 # 스크립트가 출력하는 export 줄과 recipe 경로를 사용, 예: uv run matraix run -c configs/jobs/application-task-job-recipe/example-survey-product-feedback-auto-n1.yaml ``` 배치(`--sample-size N`), 필터, chat / web / os-app 예제: [docs/quickstart.md](../quickstart.md). ## 문서 **[MatrAIx Handbook](../README.md)** — 가이드 및 persona / application / environment 문서.

MatrAIx 아키텍처

## 저장소 구조 ```text MatrAIx/ ├── persona/ 스키마, 데이터셋, 합성/큐레이션/검증 파이프라인 │ ├── schema/ 1,290차원 페르소나 스키마 │ ├── datasets/ 개발 샘플 풀 및 페르소나 YAML │ ├── validation/ Grounding / 품질 검증 스위트 │ └── scripts/ 페르소나 job·파이프라인 헬퍼 ├── application/ │ ├── tasks/ Survey · chat · web · os-app 태스크 스펙 │ ├── task-spec/ 공유 태스크 계약 │ ├── playground/ 비주얼 러너(백엔드 API + 프론트엔드) │ └── scripts/ generate_application_job.py 및 태스크 도구 ├── environment/ │ ├── runtime/ Matraix Playground runtime │ ├── agents/ 페르소나 조건 에이전트 │ ├── task-environments/ Docker 이미지 / sidecar │ └── adapters/ 외부 어댑터(예: SimpleQA) ├── packages/ playground · rewardkit · harbor-langsmith ├── apps/viewer/ `harbor view`와 짝을 이루는 프론트엔드 ├── configs/jobs/ 큐레이션·생성된 Matraix Playground job recipe ├── docs/ Handbook — persona/ · application/ · environment/ ├── examples/ 최소 예제 태스크 ├── src/matraix/ Python 패키지 엔트리포인트 ├── scripts/ 저장소 수준 헬퍼 ├── tests/ 유닛 / 환경 테스트 └── jobs/ 로컬 Matraix Playground 실행 출력(gitignore) ``` 대용량 생성 데이터셋은 git 밖에 둡니다(위 Hugging Face 릴리스 참고). ## 커뮤니티 참여 [![Discord](https://img.shields.io/badge/Discord-join%20MatrAIx-5865F2?style=for-the-badge&logo=discord&logoColor=white)](https://discord.gg/knVyQQnRFa) [![X](https://img.shields.io/badge/X-follow%20%40MatrAIx2026-000000?style=for-the-badge&logo=x&logoColor=white)](https://x.com/MatrAIx2026) [![LinkedIn](https://img.shields.io/badge/LinkedIn-follow%20MatrAIx-0A66C2?style=for-the-badge&logo=linkedin&logoColor=white)](https://www.linkedin.com/company/matraix) [![Google Form](https://img.shields.io/badge/Google%20Form-join%20MatrAIx-4285F4?style=for-the-badge&logo=googleforms&logoColor=white)](https://forms.gle/hwEHng5HGWRqcJue9) 1. Discord 가입 — 닉네임 **`Full Name - Affiliation`**. Google Form 작성 (배경, 관심사, 논문 저자 / 사사). 2. 인사해 주세요! 공통 관심사나 경험을 바탕으로 여러분을 연결해 드리겠습니다. 3. MatrAIx 연구 커뮤니티에 참여해 협업하거나 기여하세요! ## 인용 MatrAIx, Persona 1M 데이터셋, 또는 이 저장소의 결과를 사용할 경우 다음을 인용해 주세요. ```bibtex @article{li2026matraix, title = {MatrAIx: Simulating the World with 8.3 Billion Persona Agents}, author = {Li, Xiaomin and Hao, Yuexing and Hou, Jianheng and Huang, Jintao and Wen, Qianfeng and Huang, Shirley and Liu, Yifan and Liu, Xiaoyi and Fan, Yilan and Wang, Yijun and others}, year = {2026}, eprint = {2608.04205}, archivePrefix = {arXiv}, primaryClass = {cs.AI}, url = {https://arxiv.org/abs/2608.04205} } ``` 논문: [arXiv:2608.04205](https://arxiv.org/abs/2608.04205) · 전체 저자 목록: GitHub **Cite this repository** (`CITATION.cff`) · 데이터셋: [Persona 1M on Hugging Face](https://huggingface.co/datasets/MatrAIx2026/MatrAIx_Persona_1M_Public_Release). ## Star History Star History Chart ## 라이선스 MIT — [LICENSE](../../LICENSE) 참고.