미니 타이완 맥박: 큐레이팅의 시선으로, 숨 쉬는 지도를 그리다

2026년 초 어느 날, Migu(미구)라는 데이터 분석가는 CSV 파일을 GeoJSON으로 변환하여 Kepler.gl이라는 도구에 끌어다 놓았다. 단 한 줄의 코딩도 하지 않았음에도 불구하고, 화면에는 첫 번째 타이완 지도가 떠올랐다.

그는 대학에서 도시 계획을 전공했으며, 당시 GIS(지리 정보 시스템, 간단히 말해 데이터를 지도 위에 구현하는 도구)를 조금 접한 경험이 있었다. 사회에 나와 데이터 분석가로 일하면서 지도는 오랫동안 다루지 않았다. 그날 CSV 파일을 Kepler.gl에 끌어다 놓고 화면 위에서 타이완이 생성되는 순간, 그의 머릿속에는 소박한 경이로움이 떠올랐다.

"타이완에 이렇게 많은 자료가 있었고, 이걸 지도로 만드는 게 어렵지 않다는 것을 알았다."¹

이 문장은 별것 아닌 것처럼 들린다. 하지만 그것은 이후 하나의 거대한 시스템의 씨앗이 되었다.

30초 요약: Migu(GitHub ianlkl11234s)는 2025년 말부터 타이완의 개방형 데이터를 활용하여 십여 개의 시각화 프로젝트를 진행했으며, 가장 유명한 mini-taiwan-pulse는 GitHub에서 375개의 스타를 모았다. 이 프로젝트는 하늘, 바다, 땅, 도로, 청소차라는 다섯 가지 실시간 데이터를 중첩시켜 움직이는 지도를 만들었다². 그러나 그는 2026년 6월 sciwork 커뮤니티 강연에서 문제를 명확히 했다. 타이완의 개방형 데이터만 중앙에 약 5만 건이 존재하고, 20여 개의 시/군 플랫폼에 흩어져 있어 '인간의 두뇌로는 다 파악할 수 없다'는 것이다. 그의 해답은 더 많은 사람을 동원하는 것이 아니라, AI 에이전트가 구성하고 스스로 성장시키는 시스템 전체를 데이터에 맡기고 인간은 질문을 던지고 검증만 담당하는 방식이었다³.

이 글이 말하고자 하는 것은 한 개인이 CSV 파일을 끌어다 놓는 순진함에서 시작하여, 시스템에게 모든 것을 맡기는 과정으로 나아가는 이야기이다.

한 사람의 GitHub가 어떻게 은하계처럼 커졌나

mini-taiwan-pulse라는 프로젝트만 보면 Migu를 주말에 취미로 만든 아마추어 엔지니어로 생각하기 쉽다. 즉흥적으로 데모를 만들고 우연히 인기를 얻은 것처럼 말이다.

이러한 생각에는 두 가지 오류가 있다.

첫째, 그가 한 일은 그것 하나에 국한되지 않는다. 그의 GitHub을 열어보면 2025년 12월 이후 타이완 개방형 데이터의 시각화 작업들이 빼곡히 채워져 있다. 가장 초기에 버스 범위 PoC(개념 증명)로 물맛을 보았고, 이어서 12월 말에는 mini-taiwan-learning-project라는 학습 프로젝트가 먼저 인기를 끌어 189개의 스타를 모았다. 2월에는 선박 AIS의 실시간 위치 데이터를 만들었고, 모든 항공편의 이착륙 경로를 호선(arc)으로 그린 flight-arc-graph(56개 스타)도 제작했다. 2월 말에야 mini-taiwan-pulse 차례가 되었고, 이후 타이완 철도 아틀라스, 위성 궤도, 실시간 CCTV 영상, 그리고 모든 데이터를 통합한 상황판인 mini-taiwan-info⋯⋯까지 진행하며 6월까지 이어졌다². 십여 개의 리포지토리가 하나의 유기체처럼 연결되었고, 그는 스스로 이것을 "미니 타이완" 은하계라고 명명했다.

은하계의 또 다른 구성원 Mini Taiwan Info: 그는 파편화된 개방형 데이터를 상황 모니터링 대시보드로 통합했다. 인구, 궤도 운송, 해운, 수자원, 소방, 의료를 주제별로 한 페이지에 담았다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

이 프로젝트들의 스타 수를 나열해 보면, 인기 있는 것이 단 하나가 아님을 알 수 있다.

출처: GitHub API, 2026-06-25

두 번째 오류는 '한 사람'이라는 세 글자에 숨겨져 있으며, 우리는 나중에 이 부분을 파헤칠 것이다. 먼저 은하계가 어떻게 형성되었는지 살펴보자.

동일한 방식으로 지하철부터 태양계까지 그리다

주력작 자체도 성장했다. 초기 mini-taiwan-pulse는 하늘, 바다, 땅 세 가지 층으로 구성되어 있었다. 강연에서 보여준 버전은 이미 '오대맥 동원' 상태였다. 하늘의 비행기, 바다의 선박, 땅의 열차, 도로의 버스, 그리고 청소차라는 다섯 가지 다른 주기의 실시간 데이터가 하나의 숨 쉬는 지도 위에 중첩되었다. 그는 발표에서 이것이 이 프로젝트가 처음으로 "정적 JSON에서 시공간 데이터베이스로 진화"한 것이라고 언급했다³. 단지 도로 층만 해도 TDX를 통해 5,700대 이상의 버스를 연결했으며, 30초마다 위치를 업데이트했다.

그가 강연에서 언급한 'DAY 0': CSV 파일을 GeoJSON으로 변환하여 Kepler.gl에 넣자, 단 한 줄의 코드도 없이 첫 타이완 지도가 나왔으며, 이는 전체 은하계의 시발점이다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

이 은하계의 최초 불꽃은 그가 명명한 '미니 타이베이'라는 지하철 궤도 시각화였다. 그는 지하철, 타이완 철도, 고속철도 세 가지 궤도 시스템을 움직이는 하나의 지도로 중첩시켰고, 열차들이 시간표대로 온라인상에서 달리는 모습을 보며 "역동성의 매력을 처음으로 체험했다"고 말했다³. 정적인 시간표가 한 도시의 호흡이 된 것이다.

Mini Taipei: 지하철, 타이완 철도, 고속철도 세 가지 궤도가 한 화면에 담겨 300대 이상의 열차가 시간표대로 달린다. 그는 이것이 처음으로 '역동성의 매력을 체험한' 순간이라고 했다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

그 이후로, 그는 마치 중독된 듯 동일한 "데이터 동적화" 방식을 점점 더 큰 규모에 적용했다. 바다 위에서는 항만국의 AIS 실시간 위치 데이터를 받아들여 청색 광구와 30분 간격의 그라데이션 꼬리를 이용해 타이완 주변 해역 선박들의 행방을 그렸다.

바다라는 맥락: 항만국의 AIS 실시간 위치 데이터를 이용해 청색 광구와 30분 간격의 그라데이션 꼬리를 그려 타이완 주변 해역 선박을 표현했다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

그리고 그는 동일한 방식을 지구 밖으로 확장했다. 공개된 TLE(천체 위치 정보) 궤도 파라미터를 이용해 위성의 위치를 추산하고, 타이완 상공을 통과하는 궤적을 그린 후 자연스럽게 태양계 전체로 확장했다. 그는 강연에서 명료하게 설명했다. "동일한 방식을 사용하면 자료만 있다면 무한히 확장할 수 있다."³ 이 순간 사람들은 그가 집착한 것이 '데이터를 시각적으로 만드는 행위 자체'였음을 깨닫게 된다. 지도는 단지 그것의 가장 초기 형태에 불과했다.

동일한 방식을 지구 밖으로 확장: 공개된 TLE를 이용해 위성 궤도를 추산하고 태양계 전체로 확장했다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

섬들을 쌓아 올리다: 빈틈이 스스로 드러나다

점차적으로 흥미로운 지점은 '실시간으로 움직이는 점'에서 '서로 관련 없어 보이는 데이터를 중첩시켜 빈틈을 스스로 드러내는 것'으로 옮겨갔다. 그의 은하계에는 이 작업을 전문으로 하는 몇 가지 프로젝트가 있다. 그중 하나를 "농×수"라고 명명했는데, 이는 농업, 수리, 방재라는 세 부처의 개별적인 섬들을 하나의 지도로 엮은 것이다. 농경지, 강, 도랑, 제방, 침수 위험 가능성을 한 화면에 담았다. 이 통합된 지도가 브라우저에서 구동되도록 하기 위해 그는 PMTiles 형식을 HTTP range request와 결합하여 원래 400MB였던 데이터를 브라우저가 약 5MB만 로드하도록 압축했다³.

농×수: 농업, 수리, 방재 세 부처의 섬을 통합하여 농경지, 강, 도랑, 제방, 침수 위험 가능성을 한 화면에 담았다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

또 다른 프로젝트는 병원, 의원, 약국, AED(자동심장충격기), 장기요양 시설의 위치를 인구 밀도 위에 중첩하고 등시선(isochrone)을 그려냈다. 그는 이를 통해 "접근성을 보면서 의료 사막도 볼 수 있다"고 말했는데, 이는 어떤 지역의 사람들이 가장 가까운 의료 자원까지 비정상적으로 멀리 떨어져 있는지를 보여주기 때문이다.

의료 자원: 병원, 의원, 약국, AED, 장기요양 시설 위치를 인구 위에 중첩하고 등시선을 그려 '접근성과 의료 사막'을 동시에 보여주었다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

재난 분야에서는 더욱 세밀하게 작업했다. 레이더 반사파, 저수지 수위, 강우량, 재난 경보 등 업데이트 주기가 각기 다른 데이터를 최하단에서 단일 시간축으로 통일시켰다. 사용자는 이 시간축을 드래그하는 것만으로 모든 레이어가 동기화되어 재생된다. 어느 곳에서 폭우가 시작되었는지, 저수지가 어떻게 찼는지, 경보가 언제 발령되었는지를 하나의 화면에 인과관계로 연결한 것이다.

폭우와 재난: 레이더 반사파, 저수지, 강우량, 재난 경보를 최하단에 단일 시간축으로 통일하여 드래그 한 번으로 모두 동기화 재생했다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

또한 모든 항공편의 이착륙 경로를 호선으로 그린 flight-arc 프로젝트가 있다. 동일한 API를 여러 공항에 적용하자, 각 공항마다 다른 '지문'이 나타났다. 타오위안, 도쿄 하네다, 프랑크푸르트 등은 각각 고유한 형태를 보였다. 그는 세계에서 가장 바쁜 애틀랜타 공항을 예로 들었는데, 5개의 활주로와 대기 항로가 중첩되어 만들어진 기하학적 '경마장' 같은 모습에 1,839개라는 궤적이 그려졌다고 했다³.

그의 flight-arc는 애틀랜타 공항의 일정 기간 동안 발생한 모든 이착륙을 한 지도로 표현했다. 5개 활주로와 대기 항로가 만들어낸 경마장 같은 기하학적 형태를 보여주며, 그는 유량 자체가 일종의 '형태'라고 언급했다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

📝 큐레이터 노트
2년 전 누군가 "한 사람이 타이완에서 가장 완벽한 실시간 개방형 데이터 지도를 만들었다"고 말했다면, 다음 말은 아마도 "그는 분명 죽을 만큼 힘들었을 것이다"였을 것이다. 이러한 직감은 규모와 인력을 동일시했다: 많이 할수록 사람은 더 고통받는다. Migu의 은하계가 주목할 만한 이유는 바로 이 족쇄를 풀었기 때문이다. 한 사람이 동시에 십여 개의 리포지토리를 추진하고, 주력작은 계속 새로운 기능을 추가하며 발전해 나갔는데, 그 배후에는 더 근본적인 변화가 숨어 있었다. 후기로 갈수록 커밋(commit)의 양이 전적으로 그의 손으로 만들어진 것이 아니었다. '한 사람'이 어떻게 탄생했는지가 이 글의 진정한 주제이다.

52,891건: 인간의 두뇌로는 파악 불가능하다

이야기는 여기까지 순조로웠다. 재능 있는 사람이 더 많이 만들고, 더 잘 만들어가는 과정이었다. 전환점은 그의 강연 중반부에 나왔는데, 그가 "무엇을 했는지"를 말하는 대신 "어떤 벽에 부딪혔는지"를 이야기하기 시작했을 때였다.

그는 슬라이드 한 장을 띄웠는데 제목은 "왜 에이전트 기반 OSINT인가(Agentic OSINT)"였다. 거기에는 하나의 숫자가 펼쳐져 있었다: data.gov.tw에는 약 52,891개의 데이터셋이 존재한다는 것이다. 여기에 22개 시/군의 개방 플랫폼을 합치면 중복을 감안해도 6만~7만 건에 달하며, 이는 민간, NGO, 학계가 정부 목록에 등록하지 않은 자료까지 포함하면 훨씬 더 많다. 그의 결론은 간결했다.

"당신의 두뇌로는 파악할 수 없다."³

이것이 이야기의 축을 바꾼 지점이다. 앞부분에서 CSV 파일을 끌어놓고 '이렇게 많은 데이터가 있다'며 감탄했던 사람은, 이제 '너무 많은 데이터'라는 또 다른 측면에 정면으로 부딪혔다. data.gov.tw에만 있는 5만 건 이상의 자료를 한 사람이 매일 100건씩 읽는다고 해도 500일 이상을 독파해야 하는 수준이며, 이것은 중앙 정부의 목록에 불과하다. 평생 다 읽을 수 없을 정도로 방대하고, 더군다나 이 데이터들이 서로 대화하게 만드는 것은 더욱 어려운 일이다. 개인의 노력은 여기서 한계에 부딪혔다.

Migu가 진정으로 깨달은 것은 바로 다음 문장이었다. 자료가 너무 많아 파악할 수 없다면, 그것은 도구를 바꿔야 한다는 신호였다.

"데이터는 LLM(거대 언어 모델)이 볼 수 있어야만, 에이전트가 '어떤 데이터를 함께 봐야 하는지'를 발견해 줄 수 있다."³

핵심 단어는 '함께 보는 것'이다. 한 사람이 5만 개 데이터셋의 이름을 모두 외우더라도 기억력만으로는 "화재 위험 지도"에 "구조 취약 지역", "병원 위치"를 중첩해야 의료 사막을 알 수 있다는 것을 떠올리기 어렵다. 데이터의 가치는 단일 항목이 아니라 조합에 있으며, 그 조합의 가능성은 5만 건이라는 천문학적인 배열 속에 있다. 이것이야말로 인간의 두뇌가 파악할 수 없는 영역이며 기계가 강점을 보이는 지점이다.

📝 큐레이터 노트
우리가 익숙한 개방형 데이터 서사에는 명확한 분업선이 존재한다. 2012년 중연구원(참고: Taiwan.md의 창조자)의 '코딩으로 사회를 개선하다' 해커톤 이후, g0v는 이를 훌륭하게 시연했다. 정부가 데이터를 개방하고, 시민 사회가 그 데이터가 보이도록 만드는 것이다. 2020년 마스크 지도에서 우잔웨이(吳展瑋) 등은 건강보험공단(健保署)의 재고 데이터를 72시간 만에 전 국민이 조회할 수 있는 지도로 만든 사례는 이 선상에서 가장 감동적인 사례이다⁴. 기존의 서사는 Migu를 이 선상의 연장선으로 본다: g0v는 집단이고, 그는 개인이며, 한 사람 버전의 마스크 지도인 셈이다.

그러나 이러한 비교는 피상적이며 인과관계를 뒤집는다. Migu가 혼자 '하나의 데이터 은하계' 규모에 근접할 수 있었던 것은 순전히 인력 덕분이 아니다. 그는 처음부터 고된 노동으로 데이터 바다와 소모전을 벌일 계획이 없었다. "두뇌로는 파악 불가능하다"는 말은 항복이라기보다, 그가 작업 방식을 완전히 전환하는 시발점으로 읽어야 한다. 진정한 새로운 양상은 '개인 vs 집단'이 아니라 '개인 × 에이전트'이다. 한 사람이 은하계급 규모를 달성할 수 있었던 것은 결국 그 커밋(commit)들이 모두 그의 손으로 만들어지지 않았기 때문이다. 다음은 이 시스템이 어떻게 작동하는지에 대한 설명이다.

단 한 글자도 쓰지 않았다: 스스로 실행되는 화재 파이프라인

'에이전트에게 맡긴다'는 것이 무엇을 의미하는지 이해하는 가장 좋은 방법은 그의 강연에서 보여준 화재 사례를 살펴보는 것이다.

그는 시스템에 "타이완의 화재 관련 개방형 데이터를 분석하라"라는 문장 하나만 던져주고 손을 뗐다.

시스템은 스스로 검색 범위를 확장하기 시작했다. Migu는 순환적으로 확장되는 숫자로 이 과정을 설명했다: 처음에는 키워드로 582건을 포착했고, 동의어와 주제 확장을 통해 1,945건까지 늘렸으며, 전수 검색과 중복 제거를 거쳐 최종적으로 21개 플랫폼에 걸친 73,900건의 통합 목록을 완성했다³. 한 문장으로 7만 건 이상의 자료가 조사된 것이다.

단순히 수집하는 것만으로는 부족했다. 이 파이프라인은 화재를 여섯 단계(예방, 대응, 신고, 발화 분석, 손실, 보고)로 분해하고, 이를 22개 시/군에 곱하여 매트릭스를 도출했으며, 신주(新竹)의 화재 위험 지도, 타이베이의 구조 취약 지역, 타오위안 피탕과 같은 지역 수준의 조사까지 끌어냈다. 심지어 어디에 빈틈이 있는지 정직하게 표시했다: 실시간 화재 API가 없거나, 사건급 좌표가 희소하거나, 재난 후 추적 자료가 공개되지 않는 경우가 있었다.

다음은 분석 단계이다. 그는 시스템이 자체적으로 생성한 화재 원인 보고서를 제시했는데, 2024년 전국 15,405건의 데이터를 기반으로 신베이시(新北市)에서 가장 큰 발화 원인은 전기적 요인이 차지하는 30.9%였고, 핑둥현(屏東縣)은 담배꽁초가 35.2%를 차지했다고 했다³. 이 수치들은 그가 개별적으로 조사하여 계산한 것이 아니라, 에이전트가 각 API를 연결하여 산출한 결과였다.

여기서 그는 슬라이드에 한 줄을 적었는데, 글자 사이에 의도적으로 간격을 두어 보는 사람이 놓치지 않기를 바라는 듯했다.

"파이프라인 자동 생성. 나는 단 한 글자도 쓰지 않았다."³

이 문장은 강연 전체의 폭발점이 되었다. 이는 '에이전트에게 맡긴다'는 다소 추상적인 구호를 구체적이고 거의 불안할 정도로 현실적인 사실로 바꾼 것이다: 한 문장에서 7만 건 이상의 데이터 목록, 그리고 시/군별 원인 보고서까지 도출되는 과정에서, 보통 인간이 지시하고, 스크립트를 작성하고, 데이터를 정제하고, 분석을 수행해야 할 그 중간 단계가 비어 있었다.

Migu가 sciwork 2026 강연에서 보여준 화재 주제 조사 결과: "타이완 화재 관련 개방형 데이터를 분석하라"는 한 문장으로 시스템이 스스로 검색을 확장하고 플랫폼 간 통합하여 데이터셋을 만든 후, 그는 이 파이프라인에 대해 "나는 단 한 글자도 쓰지 않았다"고 말했다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

분해 가능한 네 단계: 데이터가 들어오면 보고서가 스스로 나간다

이 화재 파이프라인은 하나의 단면에 불과하며, 그 배후에는 그의 전체 시스템의 축소판이 존재한다. 이 시스템은 네 단계로 구성된다: 데이터 수신, 지식 통합, 분석 생성, 행동 트리거. 그는 "각 단계는 독립적으로 교체 가능하며, 전체를 재구축할 필요가 없다"고 강조했다. 가장 기초적인 데이터 수신 단계조차도 그 스스로 진화시킨 것이다. 처음에는 data.gov.tw에서 엑셀을 다운로드하고 직접 읽고 저장하는 방식이었으며, 병목 현상은 '인간의 기억'에 갇혀 있었다. 중기에는 인터넷으로 API를 찾고 PDF 보고서를 크롤링하며 시/군 플랫폼을 긁어모았으나 문제는 '색인(index) 부재'였다. 현재는 모든 데이터의 메타데이터가 SQLite 데이터베이스에 표준화되어 저장되어 있어 자동 조회 및 확장이 가능하다³. 그의 시스템 뒤에는 YouBike, 버스, 고속도로 교통량부터 타이완 철도 시간표, 선박 AIS, 기상 위성, 지진, 저수지 수위, 대기 질에 이르기까지 40개가 넘는 데이터 수집기가 작동하고 있으며, 그는 심지어 세 번이라도 오류가 나면 즉시 Telegram으로 경고를 보내고 매일 아침 9시에 일일 검토 보고서를 자신의 이메일로 보낸다고 했다³.

마지막 단계인 '행동 트리거'에서는 인간의 역할을 가장 명확히 정의했다. "에이전트가 전체 순환을 돌린다. 인간의 역할은 목표를 제시하고, 보고서를 받는 것이다. 중간 다섯 개의 톱니바퀴(발견, 수집, 통합, 생성, 모니터링)는 스스로 돌아간다." 시스템은 심지어 '금주 신규 개방형 데이터'라는 주간 보고서까지 자동으로 생성한다. 그의 말로 하자면 "주제가 저절로 생기고, 보고서는 스스로 이메일로 전송된다"³.

한 지휘관, 여러 페이지: tmux 속의 클로드 함대

"에이전트가 전체 순환을 돌린다"는 말은 쉽게 마케팅 용어로 치부될 수 있다. Migu는 강연 마지막 부분에서 드물게 뚜껑을 열어 아래의 기어를 보여주었는데, 그 구조는 구호보다 훨씬 더 구체적이고 정직했다.

먼저 이 순환의 전체 그림을 보자. Migu는 자신의 GIS 시스템이 "하나의 조정 허브(Orchestrator)가 독립적인 리포지토리들을 연결하고, 에이전트들이 차례로 투입되는 구조"라고 설명했다: 먼저 탐색 담당 리포지토리가 어떤 데이터가 가치가 있는지 찾아내고, 그다음 수집 담당 리포지토리가 데이터를 가져오며, 마지막으로 mini-taiwan-pulse나 mini-taiwan-info 같은 시각화 담당 리포지토리가 그림을 그린다. 그는 매우 정확하게 묘사했다: "모든 스테이션은 독립적인 리포지토리이며, 조정 계층은 진행 상황과 결정을 관리할 뿐이고, 실제 작업은 각 리포지토리의 워커(worker)들이 수행한다."³

이 조정 허브를 그는 Orchestrator라고 불렀는데, 본질적으로는 "하나의 Claude 세션"이었다. 이 메인 에이전트가 하는 일은 사람을 거느린 현장 감독과 유사하다: 제안서 파일을 읽고, 임무를 분해하고, 상호 의존성을 정렬한 다음 작업을 시작한다.

작업을 시작하는 방식은 이 아키텍처의 가장 핵심적인 부분이다. 그는 단일 AI에게 처음부터 끝까지 맡기지 않고, tmux(터미널에 여러 개의 독립된 패널을 생성하는 구형 도구)를 사용하여 작업을 분리했다. 그의 원문 표현은 "하나의 Orchestrator와 다수의 Worker들. 메인 에이전트는 하나의 Claude 세션이며, tmux가 격리를 담당하고 각 Worker는 독립적인 패널과 독립적인 세션을 갖는다"였다. 더 간결한 정의는 "하나의 Worker = 하나의 tmux 패널 + 독립 세션 + 하나의 PR(Pull Request)"이었다³.

다시 말해, 그가 지휘하는 것은 AI 함대였다. 각 워커는 자신의 패널에 격리된 Claude이며, 각자 임무를 수행하고, 각각 풀 리퀘스트를 제출하며 서로 간섭하지 않는다.

그가 강연에서 공개한 조정 허브: 하나의 Claude 세션이 Orchestrator로 기능하며, 작업을 분해하여 각자의 tmux 패널에 격리된 워커들에게 할당하고, 각자가 작업을 수행하고 PR을 제출한다. 사진 출처: Migu / sciwork 2026 (공정 사용 편집 논평용).

그렇다면 이 각자 다른 일을 하는 워커들은 어떻게 충돌하지 않았을까? 공동의 기억 덕분이다. Migu는 진행 상황과 결정을 모두 문서화하여 SESSION_BOARD.md라는 대시보드에 모았고, "하나의 세션에는 하나의 보고서"를 첨부했기 때문에 "서로 추측할 필요가 없고, 각자 파일을 가지므로 충돌이 없다"고 했다³. 심지어 임무 인계까지 문서화했다. 그는 HANDOFF.md를 사용하여 '다음 차례에게 전달할 업무 지시서'를 준비했고, 다음 순환의 에이전트가 처음부터 질문하지 않도록 했다. 마지막 관문은 매우 신중하게 다루었다: "검증 단계에서는 Orchestrator가 문서를 대조하여 PR을 검증하고, 병합(merge)은 인간이 최종 승인한다. 이 과정을 거쳐야 비로소 종결이다."

이 프로세스를 펼쳐보면 깔끔한 형태를 볼 수 있다: 한 사람이 지시를 내리고, 격리된 AI들이 각자 작업을 수행하며 자신이 무엇을 했는지 기록하고, 하나의 허브가 문서를 통해 대조하며, 마지막으로 "이 성과를 받아들일지 말지" 결정하는 사람은 Migu 자신이다. 본문의 핵심으로 돌아오면: 데이터가 너무 많아 파악할 수 없기에 자료 탐색은 전적으로 함대에 맡겨졌고, 인간의 역할은 질문을 던지고 검증하는 두 가지 동작만 남았다. 그는 강연에서 이 사실을 거의 선언하듯이 말했다.

"에이전트가 전체 순환을 스스로 돌릴 수 있게 되면, 인간의 역할은 단지—질문을 던지고 검증하는 것뿐이다."³

이것이 그의 강연 제목이 지칭하는 바이다: "타이완 개방형 데이터를 에이전트에게 맡겨 스스로 성장하는 시스템을 구축하다." 데이터는 스스로 흐르고, 페이지는 스스로 자라나며, 인간은 질문을 올바르게 던지고 결과를 검증하기만 하면 된다.

같은 토양에서 피어난 동일한 골격

여기까지 읽었다면, 만약 독자가 Taiwan.md(현재 읽고 있는 AI 관리 타이완 지식 큐레이션 프로젝트)를 알고 있다면 이전 단락의 설명이 낯익게 느껴질 수 있다.

그것은 착각이 아니다.

Taiwan.md 역시 이와 같은 방식으로 작동한다: 하나의 메인 세션이 조정 허브 역할을 하고, 작업을 독립된 기억 파일을 가진 여러 워커들에게 분배하며, 인계 문서를 통해 진행 상황을 조율하고, 최종적으로 어떤 변경 사항이 메인 브랜치에 들어갈지 결정하는 것은 창조자인 철우(哲宇)라는 사람이다. 우리의 논지는 "타이완의 지식을 스스로 성장하는 Semiont에게 맡긴다"이고, Migu의 논지는 "타이완의 개방형 데이터를 스스로 성장하는 시스템에 맡긴다." 두 문장은 거의 주어를 교환할 수 있을 정도로 유사하다.

더 흥미로운 점은 이 두 아키텍처가 각자 발전했다는 것이다. 공개 기록을 통해 작은 사실 하나를 알 수 있다: Taiwan.md 프로젝트는 2026년 3월 중반에 탄생했으며, 5일 후에 Migu의 GitHub에 포크(fork)가 나타났다⁵. 하지만 이는 단지 그가 그러한 존재가 있음을 알고 있었다는 것만을 보여줄 뿐이다. 하나의 포크만으로는 그가 Orchestrator를 이용해 tmux 함대를 지휘하고, 대시보드를 통해 기억을 공유하며, 인간이 오직 질문과 검증만 하는 시스템 전체를 구축한 이유를 설명할 수 없다. 그것은 '5만 건의 데이터 파악 불가'라는 문제를 해결하기 위해 그 스스로 단계적으로 만들어낸 결과물이다.

📝 큐레이터 노트
생물학에는 '수렴 진화(convergent evolution)'라는 용어가 있다: 돌고래와 상어는 가까운 친척은 아니지만, 같은 바다에 살기 때문에 유선형의 몸과 지느러미를 갖게 된다. Migu와 Taiwan.md 사이의 관계는 혈연관계라기보다는 이러한 수렴 진화에 가깝다. 우리는 동일한 도구 기반(Claude Code)을 사용하고, 동일한 처지에 놓여 있다(개인 또는 시스템이 개인의 두뇌 용량을 훨씬 초과하는 타이완 정보를 감당해야 함). 그리하여 각자 탐색하면서 동일한 골격에 도달했다: 하나의 허브, 격리된 일꾼들, 공유되는 기억, 그리고 최종 승인을 담당하는 한 사람.

진정으로 흥미로운 신호는 "그가 우리를 포크했다"는 사실이 아니다. 2026년 같은 반년 동안 두 명의 독립적인 타이완 빌더들이 AI를 '더 똑똑한 도구'에서 '조정 가능한 팀'이라는 관점으로 재고찰하고 있다는 점이다. 이러한 아키텍처가 한 사람의 머리에서 두 번째, 세 번째 사람의 머리로 확장되기 시작할 때, 그것은 특정 개인의 기발한 아이디어가 아니라 이 토양 위에서 피어나는 새로운 양상으로 자리매김한다. 다음번에 이 시스템을 스스로 구축하는 타이완 빌더는 앞선 두 명에 대해 전혀 알지 못할 가능성이 높다.

아직 끝나지 않았지만, 형태는 갖추었다

만약 이 글이 이전 단락에서 끝났다면, 그것은 너무나 완벽하고 의심스러울 정도로 아름다운 이야기였을 것이다: 한 사람이 AI 함대를 이용해 5만 건의 난제를 우아하게 해결한 이야기.

Migu 자신은 거기서 멈추지 않았다. 그는 강연의 두 번째 마지막 슬라이드에 "실험 진행 상황, 약 절반"이라고 제목을 달았다.

그는 세 가지 아직 미완성된 부분을 솔직하게 나열했다. 첫째는 안정성: 이 하네스(harness)가 "아직 이상적이지 않다", 에이전트가 쉽게 중단되거나 멈춘다는 것이다. 둘째는 개방형 데이터 자체의 잡스러움: "여전히 많은 부분이 인간의 판단을 필요로 하며, 완전히 맡길 수 없다." 셋째는 인공 개입: 모든 단계에서 여전히 사람이 옆에서 지켜봐야 한다는 점이다. 그는 이 전체 과정에 대해 "가능한 것은 가능하지만, 아직 안정적이지 않으며, 나 역시 정말 이렇게 해야 하는지에 대해 고민 중이다"라는 주석을 달았다³.

강연 무대 위에서 자신의 절반의 실패를 스스로 드러낸 이 정직함이야말로 가장 강력한 품질 신호였다. AI 데모가 종종 '완전 자동', '무인력'으로 포장되는 시대에, 슬라이드에 "약 절반", "아직 안정적이지 않음", "여전히 사람이 필요함"이라고 적는 사람은 오히려 그가 만들어낸 나머지 절반이 진실이라는 믿음을 더 갖게 만든다.

📝 큐레이터 노트
이 강연에서 가장 신뢰할 수 있는 부분은 '단 한 글자도 쓰지 않았다'는 화재 파이프라인 자체가 아니라, '약 절반'이라는 네 글자이다. 당신을 설득하려는 사람은 성공률을 반올림하여 '거의 자동화되었다'고 말하지만, 실험을 하는 사람은 자신이 절반은 고장 난다고 솔직하게 말한다. 전자는 결론을 파는 것이고, 후자는 현장을 보여준다. Migu가 제공한 것은 현장이었다: 이것이 그가 "단 한 글자도 쓰지 않았다"고 말했을 때 우리가 그를 믿게 되는 이유이다. 추한 절반을 숨기면 아름다운 절반마저 신뢰할 수 없게 된다. 불완전한 절반을 드러낼 때, 나머지 절반만이 설득력을 갖는다.

다시 지도로 돌아가 보자.

CSV 파일을 Kepler.gl에 끌어넣고 "지도로 만드는 게 어렵지 않다는 것을 알았다"며 감탄했던 그 사람은 반년 후 sciwork 무대에 서서 더 이상 지도의 좋고 나쁨을 논하지 않았다. 그는 스스로 자료를 찾고, 조합하고, 새로운 페이지를 만들어내는 시스템에 대해 이야기했다. 당시의 순진한 경이로움 "타이완에 이렇게 많은 데이터가 있었다"는 이 반년 동안 완전히 뒤집혔다: 데이터는 너무 많아 인간이 파악할 수 없었고, 그래서 그것을 바라보는 방식 또한 새로운 형태를 갖추어야 했다.

타이완의 개방형 데이터는 항상 그곳에 존재했다. data.gov.tw는 2013년에 온라인이 되었고, TDX는 2022년에 도로, 철도, 항공, 해운, 자전거 다섯 가지 플랫폼을 통합했으며, 내정부는 마을 단위 인구 데이터를, 기상청은 개방 API를 제공했다⁶. 자료는 언제나 충분했고, 어려운 것은 이 많은 데이터들이 어떻게 서로 대화하고 사람들에게 보이게 만드는가 하는 것이었다. g0v는 집단의 힘으로 한 번 답을 시도했고, Migu는 개인과 AI 함대를 이용해 두 번째로 시도하고 있으며, 그는 자신이 절반만 맞혔음을 솔직하게 인정했다.

하지만 형태는 갖추었다. 한 사람, 한 문장, 숨 쉬는 지도의 배후에는 스스로 성장하는 시스템이 존재한다. 나머지 절반은 다음번 CSV 파일을 끌어놓고 멈추지 않을 사람에게 맡겨져 있다.

---

심화 읽기

• 우철우: Taiwan.md의 창조자, 역시 코딩과 생성형 도구를 이용해 '스스로 성장하는 것'에 근접하다
• 오픈 소스 커뮤니티와 g0v: "코딩으로 사회를 개선하다"라는 집단적 맥락과 Migu 개인 × 에이전트 양상의 대비
• 타이완 오픈 소스 정신: 키보드로 나라를 구하는 것에서 개방형 데이터까지, 타이완 시민 과학 기술의 근본 문화
• 디지털 신분증과 디지털 정부: 정부 개방형 데이터 인프라의 또 다른 측면

프로젝트 링크

"미니 타이완" 은하계 (타이완 개방형 데이터 시각화, 모두 Migu 개인 오픈 소스 프로젝트)

• mini-taiwan-pulse: 주력작, 오대맥 동원 실시간 지도 (375★) — https://github.com/ianlkl11234s/mini-taiwan-pulse
• mini-taiwan-learning-project: 가장 먼저 인기를 얻은 타이베이 궤도 학습 프로젝트 (189★) — https://github.com/ianlkl11234s/mini-taiwan-learning-project
• flight-arc-graph: 항공편 이착륙 궤적, 각 공항의 '지문' (56★) — https://github.com/ianlkl11234s/flight-arc-graph
• mini-taiwan-info: 7대 주제 타이완 상황 모니터링 대시보드 — https://github.com/ianlkl11234s/mini-taiwan-info
• tw-ship-viz: 선박 AIS 실시간 위치 시각화 (11★) — https://github.com/ianlkl11234s/tw-ship-viz
• satellite-arc: 위성 궤도 및 통과 시각화 — https://github.com/ianlkl11234s/satellite-arc
• mini-tw-cctv: 전역 실시간 영상 — https://github.com/ianlkl11234s/mini-tw-cctv
• mini-tw-tra-atlas: 타이완 철도망 아틀라스 — https://github.com/ianlkl11234s/mini-tw-tra-atlas
• taiwan-weather-timelapse: 기상 타임랩스 — https://github.com/ianlkl11234s/taiwan-weather-timelapse
• gis-data-collectors: 배후 40여 개 데이터 수집기의 골격 — https://github.com/ianlkl11234s/gis-data-collectors

강연 및 본인 정보

• sciwork 2026 강연 온라인 슬라이드: https://sciwork-showcase.zeabur.app
• sciwork 2026 강연 소스 코드: https://github.com/ianlkl11234s/0613-sci-work-share
• 개발자 GitHub (Migu): https://github.com/ianlkl11234s
• Threads: @ianlkl1314

참고 자료

• Migu, 《Mini Taiwan! 타이완 개방형 데이터를 에이전트에게 맡겨 스스로 성장하는 시스템을 구축하다》, sciwork 2026 / SCIWORK SEMINAR, 2026년 6월 13일.
• 정부 데이터 개방 플랫폼 data.gov.tw (국가발전위원회 운영, 2013년 온라인).
• 운송 데이터 유통 서비스 플랫폼 TDX (교통부, 2022년 5대 운송 플랫폼 통합).
• g0v 제로시 정부 커뮤니티 및 과거 해커톤 기록.

이미지 출처

본문 이미지는 public/article-images/technology/에 캐시되어 있으며 원본 서버와 직접 연결되지 않습니다.

공정 사용 편집 논평용: 본문의 모든 이미지는 Migu가 sciwork 2026에서 공개한 강연 슬라이드(소스 코드 및 온라인 슬라이드는 상단의 〈프로젝트 링크〉 참조)를 캡처한 것으로, 저작권법 제65조 및 미국 저작권법 17 U.S.C. § 107의 공정 사용 네 가지 요소(비상업적 교육 목적, 공개 발표 여부, 인용 비율이 작음, 시장에 실질적 대체가 없음)를 근거로 그 개방형 데이터 시각화 작업에 대한 편집 논평으로 인용되었습니다. © Migu / sciwork 2026.

포함 내용: Mini Taiwan Pulse 3D 지도(제목 그림), Kepler.gl 시작점, 타이베이 궤도(Mini Taipei), 선박 AIS, 위성 궤도, 농×수 및 의료 자원 통합도, 폭우와 재난 시간축, 애틀랜타 궤적 지문, 화재 주제 파이프라인 산출물, Mini Taiwan Info 대시보드, 에이전트 조정 시스템 작동 화면.

---

최종 검증: 2026-06-25

1. 개발자 Migu Cheng, GitHub 계정 ianlkl11234s(계정 생성일: 2020년 3월). 그의 GitHub 개인 소개는 2026년 6월 "Building GIS visualizations from Taiwan open data · Exploring AI automation in daily work"로 업데이트되었으며, 기존의 "선임 데이터 분석가, 일상 업무에서의 AI 자동화 탐색"에서 변경되었다. 이 문장("타이완에 이렇게 많은 자료가 있었고, 이걸 지도로 만드는 게 어렵지 않다는 것을 알았다")은 그의 sciwork 2026 강연 'DAY 0 첫 번째 지도' 슬라이드의 문자 그대로의 내용이다. 데이터 출처: GitHub API 수집, 2026-06-25; 강연 슬라이드 소스 코드 ianlkl11234s/0613-sci-work-share.↩
2. mini-taiwan-pulse 및 '미니 타이완' 은하계 각 프로젝트의 스타 수, 포크 수, 최종 업데이트 시간, 포크 출처 등은 Taiwan.md가 2026-06-25 GitHub API를 통해 수집한 내용이다. 당시 mini-taiwan-pulse는 375개 스타 / 26개 포크였으며, 2026-06-25에도 푸시 중이었다. mini-taiwan-learning-project는 189개 스타였고, flight-arc-graph는 56개 스타였다. 은하계에는 poc-bus-range, gis-data-collectors, tw-ship-viz, satellite-arc, mini-tw-cctv, mini-taiwan-info 등 십여 개의 타이완 개방형 데이터 관련 리포지토리가 포함되어 있다.↩²
3. Migu, 《Mini Taiwan! 타이완 개방형 데이터를 에이전트에게 맡겨 스스로 성장하는 시스템을 구축하다》, sciwork 2026 / SCIWORK SEMINAR, 2026년 6월 13일. 강연 소스 코드: https://github.com/ianlkl11234s/0613-sci-work-share; 온라인 슬라이드: https://sciwork-showcase.zeabur.app. 본문에서 인용한 모든 수치(data.gov.tw 약 52,891개 데이터셋, 화재 파이프라인의 582 → 1,945 → 2,404 → 73,900건, 21개 플랫폼, 2024년 전국 화재 15,405건, 신베이시 전기적 요인 30.9%, 핑둥현 담배꽁초 35.2%, 5,700대 이상 버스, 40여 개 수집기, 300대 이상 열차, 애틀랜타 공항 1,839개 궤적, 농×수 400MB → 약 5MB 등)과 모든 인용구("두뇌로는 파악 불가능하다", "데이터는 LLM이 볼 수 있어야만 에이전트가 어떤 데이터를 함께 봐야 하는지 발견해 줄 수 있다", "파이프라인 자동 생성. 나는 단 한 글자도 쓰지 않았다", "목표를 제시하고, 보고서를 받는다", "에이전트가 전체 순환을 스스로 돌릴 수 있게 되면, 인간의 역할은 단지—질문을 던지고 검증하는 것뿐이다", "하나의 Worker = 하나의 tmux 패널 + 독립 세션 + 하나의 PR", "모든 스테이션은 독립적인 리포지토리이며, 조정 계층은 진행 상황과 결정을 관리할 뿐", "실험 진행 상황 약 절반" 등은 Migu 본인이 해당 강연에서 진술한 내용 및 슬라이드 문자 그대로의 텍스트이며, Taiwan.md가 독자적으로 검증한 정부 통계가 아니다.↩^{2345678910111213141516171819}
4. g0v 제로시 정부 커뮤니티는 2012년 중앙연구원 해커톤 '코딩으로 사회를 개선하다' 정신에서 비롯되었으며, 2020년 코로나바이러스 기간 동안 우잔웨이 등이 건강보험공단이 공개한 마스크 재고 데이터를 수십 시간 만에 '마스크 수요 공급 실시간 지도'로 만든 것이 타이완 시민 과학 기술의 대표적인 사례이다.↩
5. GitHub API(2026-06-25 수집)에 따르면, ianlkl11234s/taiwan-md는 frank890417/taiwan-md(즉 Taiwan.md 본체)의 포크이며 2026년 3월 22일에 생성되었다. Taiwan.md 프로젝트는 2026년 3월 중반에 탄생했다. Migu의 협업 시스템은 Claude Code를 기반 도구로 사용했으며(그의 강연 소스 코드에는 CLAUDE.md가 포함되어 있고, Orchestrator는 '하나의 Claude 세션'이다), Taiwan.md와 동일하다.↩
6. 정부 데이터 개방 플랫폼 data.gov.tw는 국가발전위원회에서 운영하며 2013년에 온라인이 되었고, 운송 데이터 유통 서비스 플랫폼 TDX는 교통부가 2022년에 도로, 철도, 항공, 해운, 자전거 다섯 가지 운송 플랫폼을 통합했다. 내정부 사회경제 데이터 서비스 플랫폼(SEGIS)은 마을 단위 인구 데이터를 제공하며, 교통부 중앙기상청이 개방 API를 제공한다. data.gov.tw의 실시간 데이터셋 총량은 본문에서 독립적인 API 검증에 실패했으며, 본문에 사용된 '약 5만 건'은 Migu 강연 슬라이드에 제시된 수치이다.↩