---

MatrAIx는 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 차원으로 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 에 공개되어 있습니다. 공유 텔레메트리, 태스크 소유 검증, 리포팅이 개별 응답·궤적을 하위 집단 및 인구 수준의 발견으로 연결합니다.

이름은 The Matrix에서 따온 것입니다. 탐색·스트레스 테스트·가설 생성에 유용한 시뮬레이션 세계이며, 실제 사람으로부터의 증거를 대체하지 않습니다.

소식 & 주목

• 학술 논평 — Can We Simulate the World? — Mayank Kejriwal(AI Scientist)
• 연구 선정 — Hugging Face Papers 선정(일일 논문, 2026-08-10)
• 미디어 — Forbes · NZZ am Sonntag · AI Era (via 36Kr) · Numerama · Infobae · HispanicAd · AI타임스 · Startup Fortune · Forbes 튀르키예 · WIRED 체코
• 산업 논평 — Cisco 부사장 겸 CTO Gianpaolo Barozzi가 언급
• 소셜 — X 트렌딩 스토리에 선정

릴리스

• [2026-08-04] arXiv 기술 보고서: MatrAIx: Simulating the World with 8.3 Billion Persona Agents (2608.04205).
• [2026-08-01] Hugging Face에 Persona 1M 공개(약 100만 품질 필터 페르소나).
• [2026-07-31] Playground와 태스크 라이브러리 오픈소스: MatrAIx-Persona-8B.
• [2026-07-29] 포지션 노트: From Personas to Simulated Users.

요구 사항

• Docker
• uv 및 Python 3.12
• Node.js 20+ (Playground / viewer 프론트엔드만)
• 페르소나 에이전트 예제용 모델 API 키 — agents.md 참고

Windows 사용자: 모든 명령은 WSL2 안에서 실행하세요. PowerShell에서 wsl --install을 실행하면 Ubuntu가 설치됩니다. 그다음 저장소를 WSL 파일시스템 안(예: ~/MatrAIx, /mnt/c/…는 훨씬 느리므로 피하세요)에 clone하고, Docker Desktop → Settings → Resources에서 WSL integration을 활성화하세요. 이후 이 README의 모든 명령이 그대로 동작합니다. 네이티브 PowerShell/cmd는 지원하지 않습니다(작업 검증 스크립트가 bash를 필요로 합니다).

설치

git clone <repo-url> && 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):

export ANTHROPIC_API_KEY="sk-ant-..."   # anthropic/claude-* 모델
# export OPENAI_API_KEY="sk-..."        # openai/gpt-* 모델

전체 키 매트릭스는 agents.md를 참고하세요. Playground는 application/playground/.env.local에서도 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:

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.

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: ok를 출력합니다. 두 번째는 첫 실행 시 로컬 이미지를 빌드합니다(수 분). 성공 시 출력은 jobs/harbor-smoke-local/. 단계: quickstart §3.

GUI 태스크 실행

Playground는 태스크를 고르고 페르소나를 샘플링한 뒤, CLI auto 모드와 동일한 Matraix Playground job을 실행합니다. API + 프론트엔드 시작(터미널 두 개):

# 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.

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):

cp -R application/tasks/example-survey_product-feedback \
  application/tasks/<your-task-name>

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:

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.

문서

MatrAIx Handbook — 가이드 및 persona / application / environment 문서.

저장소 구조

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

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.

@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 · 전체 저자 목록: GitHub Cite this repository (CITATION.cff) · 데이터셋: Persona 1M on Hugging Face.

Star History

라이선스

MIT — LICENSE 참고.