Mini Taiwan Pulse: 큐레이터의 눈으로 타이완을 숨 쉬는 지도로 그리다

2026년 초 어느 날, Migu라는 데이터 분석가는 CSV 파일 하나를 GeoJSON으로 바꾼 뒤 Kepler.gl이라는 브라우저 도구에 끌어다 놓았다. 코드 한 줄 쓰지 않았는데도 화면에는 첫 번째 타이완 지도가 떠올랐다.

그는 대학에서 도시계획을 공부했다. 그때 GIS, 곧 지리정보시스템을 조금 접한 적이 있었다. 간단히 말하면 데이터가 지도 위에 자라나게 하는 도구다. 사회에 나와서는 데이터 분석의 길을 걸었고, 지도라는 일은 한동안 손대지 않았다. 그날 CSV를 Kepler.gl에 끌어다 놓고 타이완이 화면 위에 솟아나는 순간, 그의 마음에 떠오른 것은 아주 소박한 놀라움 한 문장이었다.

“알고 보니 타이완에는 이렇게 많은 데이터가 있었고, 알고 보니 지도로 바꾸는 일은 어렵지 않았다.”¹

이 말은 대단하게 들리지 않는다. 그러나 나중에 그것은 하나의 체계 전체를 낳은 씨앗이 되었다.

30초 개요: Migu(GitHub ianlkl11234s)는 2025년 말부터 타이완의 공개 데이터로 십여 개의 시각화 프로젝트를 만들었다. 그중 가장 유명한 mini-taiwan-pulse는 GitHub에서 별 375개를 모았고, 하늘, 바다, 대지, 거리, 수거라는 다섯 종류의 실시간 데이터를 겹쳐 움직이는 지도 한 장으로 만들었다². 그러나 그는 2026년 6월 sciwork 커뮤니티 강연에서 문제를 분명히 말했다. 타이완의 공개 데이터는 중앙정부만 해도 약 5만 건이고, 20여 개 현·시 플랫폼에 흩어져 있어 “인간의 뇌로는 다 훑을 수 없다.” 그의 답은 더 많은 사람에게 훑어 달라고 부탁하는 것이 아니었다. 데이터를 AI Agent가 편성하고 스스로 자라나는 시스템 전체에 넘기고, 사람은 질문을 내고 검수만 맡는 것이었다³.

이 글이 말하고자 하는 것은 한 사람이 CSV 하나를 끌어다 놓는 순진한 출발점에서, 시스템이 대신 자라나도록 손을 놓는 지점까지 어떻게 걸어갔는가이다.

한 사람의 GitHub는 어떻게 하나의 은하가 되었는가

mini-taiwan-pulse라는 프로젝트 하나만 보면 Migu를 취미 삼아 만든 아마추어 엔지니어로 상상하기 쉽다. 주말에 흥이 올라 데모 하나를 만들었고, 우연히 크게 알려졌다는 식이다.

이 상상에는 두 가지가 틀렸다.

첫째, 그가 만든 것은 하나가 훨씬 넘는다. 그의 GitHub를 열어 보면 2025년 12월 이후는 타이완 공개 데이터 시각화로 빽빽하다. 가장 이른 것은 시험 삼아 만든 버스 범위 PoC였고, 이어 12월 말 mini-taiwan-learning-project라는 학습 프로젝트가 먼저 유명해져 지금은 별 189개를 얻었다. 2월에는 선박 AIS 실시간 위치를 만들었고, 각 항공편의 이착륙을 호선으로 그린 flight-arc-graph(별 56개)를 만들었다. 2월 말에야 mini-taiwan-pulse 차례가 왔다. 이후 타이완 철도 atlas, 위성 궤도, 실시간 CCTV 영상, 모든 데이터를 한곳으로 수렴하는 상황 대시보드 mini-taiwan-info까지 이어졌고, 작업은 6월까지 계속되었다². 십여 개 저장소가 하나로 이어졌고, 그는 거기에 “Mini Taiwan” 은하라는 이름을 붙였다.

은하 속 또 다른 구성원 Mini Taiwan Info: 그는 흩어진 공개 데이터를 하나의 상황 모니터링 대시보드로 수렴했다. 인구, 궤도교통, 해운, 수자원, 소방, 의료가 한 페이지 한 주제다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

이 프로젝트들의 별 수를 늘어놓으면 유명한 것은 하나만이 아니었음이 분명해진다.

두 번째로 틀린 지점은 “한 사람”이라는 세 글자 안에 숨어 있다. 그것은 잠시 뒤 다시 뜯어볼 것이다. 먼저 은하가 어떻게 자라났는지 보자.

같은 방법으로 MRT에서 태양계까지 그리다

플래그십 자체도 자라고 있었다. 가장 이른 mini-taiwan-pulse는 하늘, 바다, 대지의 세 층이었다. 그가 강연에서 보여 준 버전은 이미 “다섯 맥의 공진”이 되었다. 하늘의 비행기, 바다의 선박, 대지의 열차, 거리의 버스, 그리고 수거의 쓰레기 수거차까지, 서로 다른 빈도의 실시간 데이터 다섯 가지가 같은 숨 쉬는 지도 위에 겹쳐졌다. 그는 발표 자료에서 이것이 이 프로젝트가 처음으로 “정적 JSON에서 시공간 데이터베이스로 진화한” 순간이라고 말했다³. 거리 층 하나만 해도, 그는 TDX에서 5,700대가 넘는 버스를 연결했고 30초마다 위치를 갱신한다고 했다.

그의 강연 속 “DAY 0”: CSV 파일 하나를 GeoJSON으로 바꾸어 Kepler.gl에 끌어다 놓았고, 코드 0줄로 첫 번째 타이완 지도를 얻었다. 전체 은하의 출발점이었다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

이 은하의 가장 이른 불꽃은 그가 “Mini Taipei”라고 부른 타이베이 궤도 시각화였다. 그는 MRT, 타이완 철도, 고속철도라는 세 궤도 시스템을 움직이는 지도 하나로 겹쳤다. 차량들은 시간표에 따라 선 위를 달렸다. 그는 그 순간에야 “동적인 것의 매력”을 경험했다고 했다. 화면에는 동시에 300편이 넘는 열차가 움직이고 있었다³. 정적인 시간표 하나가 그렇게 도시의 호흡으로 변했다.

Mini Taipei: MRT, 타이완 철도, 고속철도 세 궤도가 같은 화면에 놓이고, 300편이 넘는 열차가 시간표에 따라 선 위를 달린다. 그는 이것이 처음으로 “동적인 것의 매력”을 경험한 순간이었다고 말했다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

그 뒤로 그는 마치 중독된 사람처럼 같은 “데이터를 동적으로 바꾸는” 방법을 점점 더 큰 규모에 적용했다. 바다 위에서는 항만국의 AIS 실시간 위치를 연결해 청록색 광구와 30분짜리 그라데이션 꼬리를 더하고, 타이완 주변 해역 선박들의 향방을 그렸다.

바다의 한 맥: 항만국의 AIS 실시간 위치, 청록색 광구와 30분 그라데이션 꼬리로 타이완 주변 해역의 선박을 그렸다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

그리고 그는 같은 방법을 지구 바깥으로 밀어 올렸다. 공개된 TLE 궤도 파라미터로 위성 위치를 추산해 위성이 타이완 상공을 지나는 궤적을 그렸고, 곧장 태양계 전체로 확장했다. 그는 발표 자료에서 아주 분명히 말했다. “같은 방법은 데이터만 있으면 무한히 확장될 수 있다.”³ 그 순간 깨닫게 된다. 그가 매혹된 것은 사실 “데이터를 볼 수 있는 것으로 바꾸는 일” 그 자체이고, 지도는 그것의 가장 이른 모습이었을 뿐이다.

같은 방법을 지구 바깥으로 밀어 올리다: 공개 TLE로 위성 궤도를 추산하고, 다시 태양계 전체로 확장했다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

고립된 섬을 겹치자 빈틈이 저절로 떠올랐다

서서히 볼 만한 것은 “실시간 점이 움직인다”에서 “원래 무관하던 데이터를 겹치자 빈틈이 저절로 떠오른다”로 바뀌었다. 그의 은하에는 이 일을 전문적으로 하는 프로젝트가 몇 개 있다. 그중 하나를 그는 “농업×물”이라고 불렀다. 농업, 수리, 방재라는 세 부처가 각각 가진 고립된 섬을 한 장의 그림으로 겹친 것이다. 농지, 하천, 도랑, 제방, 침수 잠재성이 같은 화면에 놓였다. 이 한 화면짜리 그림이 브라우저에서 돌아가도록 하기 위해 그는 PMTiles라는 형식과 HTTP range request를 조합해 원래 400MB였던 데이터를 브라우저가 약 5MB만 불러오면 되게 압축했다³.

농업×물: 농업, 수리, 방재 세 부처가 각각 가진 고립된 섬을 한 장의 그림으로 겹쳤다. 농지, 하천, 도랑, 제방, 침수 잠재성이 같은 화면에 놓였다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

다른 프로젝트는 병원, 진료소, 약국, AED, 장기요양 거점을 인구밀도 위에 겹치고, 다시 등시권을 그렸다. 그는 이렇게 하면 “접근성도 보이고, 의료 사막도 보인다”고 했다. 곧 어떤 지역 사람들이 가장 가까운 의료 자원에서 비합리적으로 멀리 떨어져 있는지가 드러난다는 뜻이다.

의료 자원: 병원, 진료소, 약국, AED, 장기요양 거점을 인구 위에 겹치고, 다시 등시권을 그려 “접근성도 보이고, 의료 사막도 보인다.” 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

재해의 선은 더 세밀하게 만들었다. 레이더 반사파, 저수지 수위, 강우량, 재해 경보처럼 갱신 빈도가 모두 다른 데이터를 밑단에서 같은 시간축으로 통일했다. 사용자가 그 시간축을 끌기만 하면 모든 레이어가 함께 동기화되어 재생된다. 큰비가 어디서 시작되었는지, 저수지가 어떻게 불어났는지, 경보가 언제 발령되었는지가 같은 화면 위에서 하나의 인과선으로 이어진다.

큰비와 재해: 레이더 반사파, 저수지, 강우량, 재해 경보를 밑단에서 같은 시간축으로 통일해, 한 번 끌면 모두 함께 동기 재생된다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

또 하나는 각 항공편의 이착륙을 호선으로 그린 flight-arc였다. 같은 API를 서로 다른 공항에 먹이면, 공항마다 다른 “지문”이 떠오른다. 타오위안, 도쿄 하네다, 프랑크푸르트는 각각의 형태를 가진다. 그는 특히 세계에서 가장 바쁜 애틀랜타 공항을 들었다. 다섯 개의 평행 활주로와 대기 항로가 겹쳐 만든 기하가 “경주장 같다”고 했다. 그는 그 한 장에 1,839개의 항적을 그렸다고 말했다³.

그의 flight-arc는 일정 시간 동안 애틀랜타 공항의 모든 이착륙을 한 장의 그림으로 겹쳤다. 다섯 개 평행 활주로와 대기 항로가 경주장 같은 기하를 그린다. 그는 흐름 자체가 하나의 형태라고 말했다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

📝 큐레이터 노트
2년 전 누군가 “한 사람이 타이완에서 가장 완전한 실시간 공개 데이터 지도를 만들었다”고 말했다면, 다음 문장은 대개 “그 사람은 틀림없이 죽도록 피곤했을 것이다”였을 것이다. 이 직감은 규모와 인력을 묶어 버린다. 더 많이 만들수록 사람은 더 갈린다. Migu의 은하가 멈춰서 볼 가치가 있는 이유는 바로 이 묶음을 풀어냈기 때문이다. 한 사람이 십여 개 repo를 동시에 밀고 나가고, 플래그십은 계속 새 기능을 자라게 한다. 그 배후에는 더 근본적인 변화가 숨어 있다. 후반으로 갈수록 이 commit들은 점점 더 그가 직접 손으로 친 것이 아니었다. 그 “한 사람”이 어떻게 만들어졌는가가 바로 이 글의 진짜 주제다.

5만 2,891건, 인간의 뇌로는 다 훑을 수 없다

이야기는 여기까지는 비교적 순조롭다. 재능 있는 한 사람이 점점 더 많이 만들고, 점점 더 잘 만든다. 전환점은 그의 강연 중반에 찾아온다. 그가 더는 “내가 무엇을 만들었는가”를 말하지 않고, “내가 어떤 벽에 부딪혔는가”를 말하기 시작한 순간이다.

그는 “왜 Agentic OSINT가 필요한가”라는 제목의 슬라이드를 띄웠다. 거기에는 한 숫자가 펼쳐져 있었다. data.gov.tw에는 약 52,891건의 데이터셋이 있다. 여기에 22개 현·시의 공개 플랫폼을 더하면, 중복을 포함해 대략 6만에서 7만 건이 더 있다. 이는 아직 정부 목록에 들어가지 않은 민간, NGO, 학술기관의 데이터를 계산하지 않은 수다. 그가 내린 결론은 짧았다.

“인간의 뇌로는 다 훑을 수 없다.”³

이것이 전체 이야기의 회전축이다. 전반부에서 CSV 하나를 끌어다 놓고 “이렇게 많은 데이터가 있었구나”라고 놀라던 사람은 이제 “이렇게 많은 데이터”의 다른 얼굴과 정면으로 부딪힌다. data.gov.tw의 5만여 건만 해도, 한 사람이 매일 100건씩 읽는다 해도 한 번 다 보려면 500일이 넘게 걸린다. 게다가 이것은 중앙정부 목록 하나일 뿐이다. 너무 많아 한 사람이 평생을 다 써도 읽어낼 수 없고, 그것들이 서로 말하게 하는 것은 더더욱 어렵다. 개인의 노력은 여기서 천장에 닿는다.

Migu가 정말로 이해한 것은 이 말 다음의 문장이었다. 데이터가 너무 많아 훑을 수 없다는 사실은 그에게 도구를 바꾸라는 신호였다.

“데이터가 LLM에 보일 수 있어야 Agent가 ‘어떤 데이터를 함께 보아야 하는지’를 발견하도록 도와줄 수 있다.”³

핵심어는 “함께 보아야”다. 한 사람이 5만 건 데이터셋의 이름을 모두 외운다 해도, “화재 잠재성 지도”에는 “구조 곤란 지역”을 붙이고, “병원 위치”에는 “인구밀도”를 겹쳐야 의료 사막이 보인다는 것을 기억만으로 떠올리기는 어렵다. 데이터의 가치는 단일 항목이 아니라 조합에 있다. 그리고 조합의 가능성은 5만 건이 만드는 천문학적 배열이다. 이것이 바로 인간의 뇌로는 다 훑을 수 없지만 기계는 잘하는 일이다.

📝 큐레이터 노트
우리가 익숙하게 알고 있는 공개 데이터 서사에는 분명한 분업선이 있다. 2012년 중앙연구원의 “코드로 사회를 바꾸자” 해커톤 이후 g0v는 그것을 매우 아름답게 보여 주었다. 정부는 데이터를 열고, 시민 커뮤니티는 데이터가 보이게 한다. 2020년 마스크 지도는 우잔웨이 등이 72시간 만에 국민건강보험서의 재고 데이터를 모두가 확인할 수 있는 지도로 바꾼 사례로, 이 선이 가장 감동적으로 드러난 순간이었다⁴. 낡은 설명법은 Migu를 이 선의 연장선에 놓을 것이다. g0v는 집단이고, 그는 개인이다. 한 사람 버전의 마스크 지도라는 식이다.

그러나 이 비교는 표면에 머물고, 인과관계도 거꾸로 잡는다. Migu가 혼자서 “데이터 은하 전체”에 가까운 규모에 도달할 수 있었던 것은 결코 인력 덕분이 아니다. 그는 처음부터 머리를 묻고 고생하는 방식으로 데이터의 바다와 소모전을 벌이려 하지 않았다. “인간의 뇌로는 다 훑을 수 없다”는 말은 항복 선언이라기보다, 그가 작업 방식 전체를 바꾼 출발점으로 읽는 편이 옳다. 진짜 새로운 양식은 “개인 대 집단”이 아니라 “개인 × Agent”다. 한 사람이 은하 규모를 해낼 수 있었던 것은 바로 그 commit들이 전부 그의 손으로 친 것이 아니었기 때문이다. 아래가 그 체계가 작동하는 방식이다.

한 글자도 쓰지 않았다: 스스로 끝까지 돈 화재 pipeline

“Agent에게 맡긴다”는 말이 무엇을 뜻하는지 이해하려면, 그의 강연에 나온 화재 사례가 가장 좋은 단면이다.

그는 시스템에 한 문장만 던졌다고 했다. “타이완 화재 관련 공개 데이터를 분석하라.” 그리고 손을 놓았다.

시스템은 스스로 검색 범위를 확장하기 시작했다. Migu는 매 라운드 팽창하는 숫자 묶음으로 이 과정을 설명했다. 먼저 키워드로 582건을 맞혔고, 이어 동의어와 주제 확장으로 1,945건까지 늘어났으며, 다시 전문 검색으로 보완 검색하고 중복을 제거해 최종적으로 21개 플랫폼, 73,900건을 가로지르는 통합 목록으로 수렴했다³. 한 문장이 들어가자, 7만 건이 넘는 데이터 실사가 나왔다.

수집만으로 끝난 것도 아니었다. 이 pipeline은 이어 화재를 여섯 단계, 곧 예방, 대응, 신고, 발화 분석, 손실, 보고서로 나누고, 다시 22개 현·시를 곱해 커버리지 매트릭스를 만들었다. 신주의 화재 잠재성 지도, 타이베이의 구조 곤란 지역, 타오위안 비탕의 구조 같은 지역 단위 실사까지 찾아냈다. 심지어 어디에 빈틈이 있는지도 정직하게 표시했다. 실시간 화재 API가 없고, 사건 단위 좌표가 매우 드물며, 재해 후 추적 데이터가 외부에 공개되지 않는다는 식이었다.

그다음은 분석이었다. 그는 시스템이 스스로 산출한 화재 원인 보고서 하나를 들었다. 113년 전국 15,405건 자료에 따르면 신베이시에서 가장 큰 발화 원인은 전기적 요인으로 30.9%를 차지했고, 핑둥현에서는 담배꽁초가 35.2%를 차지했다³. 이 숫자들은 그의 발표 화면에서 Agent가 여러 API를 연결한 뒤 산출한 결과였지, 그가 표를 하나하나 찾아 계산한 것이 아니었다.

여기까지 말한 뒤, 그는 슬라이드에 한 줄을 박아 넣었다. 글자 사이를 일부러 띄워 놓기까지 했다. 혹시 놓칠까 봐 그런 듯했다.

“Pipeline 자동 산출. 나 는 한 글 자 도 쓰 지 않 았 다.”³

이 문장은 강연 전체의 기폭제였다. “Agent에게 맡긴다”는 다소 추상적인 구호를, 거의 불안할 만큼 구체적인 사실로 바꾸었기 때문이다. 한 문장에서 7만 건이 넘는 데이터 목록으로, 다시 현·시별 원인 보고서로 이어지는 사이, 보통은 사람이 지시를 내리고, 스크립트를 쓰고, 데이터를 정리하고, 분석을 돌려야 할 자리가 비어 있었다.

Migu가 sciwork 2026 발표에서 보여 준 화재 주제 실사 산출물: “타이완 화재 관련 공개 데이터를 분석하라”는 한 문장을 던지자 시스템이 스스로 검색을 확장하고, 플랫폼을 가로질러 통합 목록으로 수렴했다. 그는 이 pipeline에 대해 “한 글자도 쓰지 않았다”고 말했다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

나누어지는 네 단계: 데이터가 들어오고, 보고서가 스스로 발송된다

이 화재 pipeline은 하나의 단면일 뿐이고, 그 뒤에는 그의 전체 시스템의 축소판이 있다. 시스템은 네 단계로 나뉜다. 데이터 수신, 지식 통합, 분석 생성, 행동 트리거다. 그는 특히 “각 단계는 따로 교체할 수 있고, 전체를 다시 지을 필요가 없다”고 강조했다. 가장 밑단의 데이터 수신도 그 자신이 줄곧 진화시켜 온 것이다. 가장 이른 시기에는 data.gov.tw에 직접 들어가 Excel을 내려받고, 스스로 읽고 저장했다. 병목은 “인간의 기억”이었다. 중기에는 인터넷에서 API를 찾고, PDF 보고서를 긁고, 각 현·시 플랫폼을 크롤링하는 방식으로 바뀌었다. 문제는 “색인이 없다”는 것이었다. 지금은 각 데이터의 메타데이터를 표준화해 SQLite 목록에 넣고, 자동 조회와 자동 확장이 가능하게 했다³. 그의 시스템 뒤에는 40개가 넘는 데이터 수집기가 붙어 있다. YouBike, 버스, 국도 교통량에서 타이완 철도 시간표, 선박 AIS, 기상 위성, 지진, 저수지 수위, 공기질에 이르기까지 다양하다. 그는 같은 오류가 세 번 연속 발생하면 즉시 Telegram 알림을 보내고, 매일 아침 9시에 Daily Review를 그의 메일함으로 보낸다고 했다³.

마지막 단계인 “행동 트리거”에 이르러 그는 사람의 역할을 가장 명확히 말했다. “Agent가 전체 순환을 끝까지 돈다. 인간의 역할: 목표를 주고, 보고서를 받는다. 중간의 다섯 톱니바퀴는 스스로 돈다. 발견, 수집, 통합, 산출, 모니터링.” 시스템은 심지어 “이번 주 신규 공개 데이터” 주간 보고서도 자동으로 산출한다. 그의 말로는 “주제가 스스로 떠오르고, 보고서가 스스로 메일함으로 온다.”³

하나의 지휘, 여러 탭: tmux 속 Claude 함대

“Agent가 스스로 전체 순환을 끝까지 돈다”는 말은 마케팅 문구처럼 흘려듣기 쉽다. Migu는 강연 마지막 부분에서 드물게 뚜껑을 열어, 그 밑의 톱니바퀴가 어떻게 생겼는지 보여 주었다. 그 구조는 구호보다 훨씬 구체적이고, 훨씬 정직했다.

먼저 이 순환의 전체상을 보자. Migu는 자신의 GIS 시스템이 “하나의 편성 중추가 독립된 repo들의 고리를 잇고, Agent가 차례로 정거장에 들어가는” 구조라고 했다. 먼저 탐색을 맡은 repo로 가서 어떤 데이터가 만들 가치가 있는지 찾아내고, 이어 수집을 맡은 repo로 들어가 데이터를 가져오며, 마지막으로 mini-taiwan-pulse나 mini-taiwan-info처럼 표현을 맡은 repo에 들어가 그림을 그린다. 그의 설명은 정확했다. “각 정거장은 독립 repo이고, 편성층은 진행과 의사결정만 관리하며, 일은 각 repo의 worker가 한다.”³

이 편성 중추를 그는 Orchestrator라고 불렀고, 본질적으로는 “하나의 Claude Session”이다. 이 주 Agent가 하는 일은 사람을 데리고 일하는 현장 책임자와 닮았다. proposal 문서를 읽고, 과업을 나누고, 서로의 의존관계를 정렬한 뒤 일을 시작한다.

일을 시작하는 방식이 이 아키텍처의 가장 중요한 단계다. 그는 단일 AI에게 처음부터 끝까지 맡기지 않았다. tmux, 곧 터미널을 여러 독립 탭으로 나누는 오래된 도구를 사용해 작업을 격리했다. 그의 원문은 이렇다. “하나의 Orchestrator, 여러 Worker. 주 Agent는 하나의 Claude Session이고, tmux는 격리를 맡는다. 각 Worker는 독립 탭이자 독립 Session이다.” 더 간결한 정의는 이렇다. “Worker 하나 = tmux 탭 하나 + 독립 Session + PR 하나.”³

다시 말해, 그가 지휘하는 것은 사실상 AI 함대다. 각 worker는 자기 탭 안에 격리된 Claude이고, 각자 자기 일을 하고, 각자 pull request를 내며, 서로 간섭하지 않는다.

그가 발표에서 열어 보인 편성 중추: 하나의 Claude session이 orchestrator가 되어 과업을 worker들에게 나누어 준다. worker들은 각자 tmux 탭 안에 격리되어 일하고, 각자 PR 하나를 낸다. 그림: Migu / sciwork 2026(fair use 편집 논평 용도).

그렇다면 각자 일하는 worker들은 어떻게 충돌하지 않는가. 답은 공동의 기억이다. Migu는 진행과 의사결정을 전부 문서로 남기고, SESSION_BOARD.md라는 보드에 집중시킨다고 했다. 여기에 “Session 하나당 보고서 하나”가 붙기 때문에 “서로 추측할 필요가 없고”, “한 사람 한 파일이라 싸우지 않는다”³. 과업 인계까지도 문서화된다. 그는 HANDOFF.md 하나로 “다음 주자의 과업서”를 준비해, 다음 라운드의 Agent가 이어받을 때 처음부터 질문하지 않아도 되게 했다. 마지막 관문은 신중하게 설명했다. “검수다. Orchestrator가 문서와 대조해 PR을 검수하고, merge는 사람이 결정한다. 이 한 바퀴가 그래야 수렴된다.”

이 과정을 평평하게 펼치면 깨끗한 형태가 보인다. 한 사람이 지시를 내린다. 격리된 AI 무리가 각자 일하고, 각자 무엇을 했는지 적는다. 하나의 중추가 문서에 따라 대조한다. 마지막으로 “이 성과를 받아들일 것인가”를 결정하는 사람은 Migu 자신이다. 이 글의 축으로 돌아가면 이렇다. 데이터가 너무 많아 훑을 수 없으므로, 데이터를 훑는 일 전체는 함대에 넘긴다. 사람은 두 동작만 남긴다. 질문을 내고, 검수한다. 그는 발표에서 이 일을 거의 선언처럼 말했다.

“Agent가 스스로 전체 순환을 끝까지 돌 수 있게 되면, 사람의 일은 오직, 질문을 내고 검수하는 것만 남는다.”³

그의 강연 제목이 가리킨 것도 이것이다. “타이완 공개 데이터를 Agent에게 맡겨, 스스로 자라나는 시스템으로 기르다.” 데이터는 스스로 흐르고, 페이지는 스스로 자라며, 사람은 질문을 제대로 내고 성과를 잘 검수하면 된다.

같은 토양에서 같은 골격이 자라나다

여기까지 읽고, 마침 Taiwan.md, 곧 당신이 지금 읽고 있는 이 AI 유지보수형 타이완 지식 큐레이션 프로젝트를 알고 있다면, 앞 단락의 묘사가 어딘가 익숙하다고 느낄지 모른다.

착각이 아니다.

Taiwan.md 자체가 바로 그렇게 작동한다. 하나의 주 session이 편성 중추가 되어 작업을 각자 격리되고 독립 기억 파일을 가진 worker 무리에게 나누어 주고, 인계 문서로 진행을 조율하며, 어떤 변경이 주간선에 들어갈 수 있는지 최종 결정하는 것은 창조자인 저위라는 사람이다. 우리의 thesis는 “타이완의 지식을 스스로 자라나는 Semiont에게 맡긴다”이다. Migu의 thesis는 “타이완의 공개 데이터를 스스로 자라나는 시스템에게 맡긴다”이다. 두 문장은 주어만 바꾸면 거의 서로 교환할 수 있다.

더 흥미로운 것은 이 두 아키텍처가 각자 자라났다는 점이다. 공개 기록에서 작은 사실 하나는 확인할 수 있다. Taiwan.md 프로젝트는 2026년 3월 중순 태어났고, 닷새 뒤 Migu의 GitHub에 fork 하나가 나타났다⁵. 그러나 이것이 설명하는 것은 많아야 그가 그런 것이 존재한다는 사실을 알고 있었다는 정도다. fork 하나로는 그가 orchestrator로 tmux 함대를 지휘하고, 보드로 기억을 공유하며, 사람이 질문과 검수만 맡는 전체 시스템을 설명할 수 없다. 그것은 그가 “5만 건의 데이터를 다 훑을 수 없다”는 문제를 풀기 위해 한 걸음씩 지어 올린 것이다.

📝 큐레이터 노트
생물학에는 수렴진화라는 말이 있다. 돌고래와 상어는 가까운 친척이 아니지만, 둘 다 유선형 몸과 등지느러미를 갖게 되었다. 같은 바다를 마주했기 때문이다. Migu와 Taiwan.md 사이도 혈연관계보다는 그런 수렴에 가깝다. 우리는 같은 도구 기반(Claude Code)을 쓰고, 같은 상황을 마주한다. 한 사람 또는 한 시스템이 개인의 뇌 용량을 훨씬 넘어서는 타이완 정보량을 붙들어야 하는 상황이다. 그래서 각자 더듬어 가다가 같은 골격에 이르렀다. 하나의 중추, 격리된 일꾼 무리, 공유 기억 하나, 최종 결정을 맡는 사람 하나.

정말 흥미로운 신호는 사실 “그가 우리를 fork했다”가 아니다. 2026년 같은 반년 안에 두 명의 독립적인 타이완 builder가 약속이나 한 듯 AI를 “더 똑똑한 도구 하나”가 아니라 “편성할 수 있는 팀”으로 다시 상상했다는 점이다. 이런 아키텍처가 한 사람의 머릿속에서 두 번째, 세 번째 사람의 머릿속으로 자라나기 시작하면, 그것은 더 이상 누군가의 기발한 수가 아니라 이 토양의 이 시기에 돋아나는 새로운 모습이 된다. 다음으로 이 체계를 스스로 지어낼 타이완 builder는 앞선 두 사람을 전혀 들어 본 적이 없을지도 모른다.

아직 끝나지 않았지만, 형태는 이미 나타났다

이 글이 앞 단락에서 끝난다면, 이야기는 너무 아름답고, 아름다운 만큼 조금 의심스러운 것이 된다. 한 사람이 AI 함대에 기대어 5만 건 데이터의 난제를 우아하게 해결했다는 이야기 말이다.

Migu 자신은 이야기가 거기서 멈추게 두지 않았다. 그의 강연 끝에서 두 번째 슬라이드의 제목은 “실험 진행도, 대략 절반”이었다.

그는 아직 조정되지 않은 것 세 가지를 솔직하게 열거했다. 첫째는 안정성이다. 이 harness는 “아직 이상적으로 조정되지 않았고”, Agent는 쉽게 빗나가고 쉽게 중단된다. 둘째는 공개 데이터 자체가 너무 잡다하다는 점이다. “데이터가 가능한지 판단해야 할 일이 여전히 많아, 완전히 맡길 수 없다.” 셋째는 인간 개입이다. 각 단계에는 사실 여전히 사람이 옆에서 지켜봐야 한다. 그가 이 전체에 붙인 주석은 이렇다. “가능한 것은 가능하지만, 아직 안정적이지 않고, 나 역시 정말 이렇게 해야 하는지 계속 생각하고 있다.”³

강연대 위에서 자기 자신의 절반쯤 되는 실패를 먼저 열어 보이는 이 정직함 자체가 가장 강한 품질 신호다. AI demo가 걸핏하면 “완전 자동”, “인력 0”으로 포장되는 시대에, 슬라이드에 “대략 절반”, “아직 안정적이지 않음”, “아직 사람이 필요함”이라고 쓰는 사람은 오히려 그가 만든 나머지 절반이 진짜라고 믿게 만든다.

📝 큐레이터 노트
이 강연에서 가장 믿을 만한 부분은 사실 “한 글자도 쓰지 않았다”는 화재 pipeline이 아니라 “대략 절반”이라는 네 글자다. 당신을 설득하려는 사람은 성공률을 반올림해 “거의 완전 자동”이라고 말한다. 실험을 하는 사람만이 그것이 절반쯤의 시간에는 망가진다고 솔직하게 말한다. 전자는 결론을 팔고, 후자는 현장을 준다. Migu가 준 것은 현장이다. 그래서 그가 그 pipeline에 대해 “한 글자도 쓰지 않았다”고 말할 때, 당신은 그를 믿기로 선택하게 된다. 추한 절반을 숨기면 아름다운 절반도 함께 믿기 어려워진다. 절반의 불완전함을 펼쳐 보일 의지가 있을 때, 남은 절반이 비로소 설 수 있다.

다시 그 지도으로 돌아가 보자.

CSV 하나를 Kepler.gl에 끌어다 놓고 “알고 보니 지도로 바꾸는 일은 어렵지 않았구나”라고 놀라던 사람은 반년 뒤 sciwork 무대에 서서 더 이상 지도를 만들기 쉬운지 어려운지를 말하지 않았다. 그는 스스로 데이터를 찾고, 스스로 조합하고, 스스로 새 페이지를 자라게 하는 시스템을 말했다. 그해의 순진한 놀라움, “알고 보니 타이완에는 이렇게 많은 데이터가 있었구나”라는 문장은 이 반년 사이 뒤집혔다. 데이터는 이렇게 많고, 너무 많아 한 사람이 다 훑을 수 없다. 그러므로 그것이 보이는 방식 역시 새로운 모습을 자라게 해야 한다.

타이완의 공개 데이터는 줄곧 거기 있었다. data.gov.tw는 2013년 문을 열었고, TDX는 2022년에 도로, 철도, 항공, 해운, 자전거 다섯 대형 교통 플랫폼을 통합했다. 내정부에는 촌리 단위 인구가 있고, 기상서는 공개 API를 제공한다⁶. 데이터는 늘 충분히 많았다. 어려운 것은 이렇게 많은 데이터가 어떻게 서로 말하게 하고, 사람에게 보이게 하느냐였다. g0v는 집단의 힘으로 한 번 답했다. Migu는 한 사람과 AI 함대로 두 번째 답을 시도하고 있으며, 그는 자신이 절반만 맞혔다고 거리낌 없이 인정한다.

그러나 형태는 이미 나타났다. 한 사람, 한 문장, 숨 쉬는 지도 한 장의 배후에는 스스로 자라나는 법을 배우고 있는 시스템이 있다. 남은 절반은 다음에 CSV 하나를 끌어다 놓고, 그 뒤로 멈추지 못할 사람에게 남겨져 있다.

---

더 읽을거리

• 우저위: Taiwan.md의 창조자. 마찬가지로 코드와 생성형 도구로 “스스로 자라나는 것”에 접근한다.
• 오픈소스 커뮤니티와 g0v: “코드로 사회를 바꾸자”라는 집단적 맥락. Migu의 개인 × Agent 양식과 대비되는 사례다.
• 타이완 오픈소스 정신: 키보드로 나라를 구한다는 상상에서 공개 데이터까지, 타이완 시민 기술의 바탕 문화.
• 디지털 신분증과 디지털 정부: 정부 공개 데이터 기반시설의 또 다른 측면.

프로젝트 링크

“Mini Taiwan” 은하(타이완 공개 데이터 시각화, 모두 Migu 개인 오픈소스 프로젝트)

• mini-taiwan-pulse: 플래그십, 다섯 맥이 함께 움직이는 실시간 지도(375★) — https://github.com/ianlkl11234s/mini-taiwan-pulse
• mini-taiwan-learning-project: 가장 먼저 유명해진 타이베이 궤도 학습 프로젝트(189★) — https://github.com/ianlkl11234s/mini-taiwan-learning-project
• flight-arc-graph: 항공편 이착륙 궤적, 공항마다의 “지문”(56★) — https://github.com/ianlkl11234s/flight-arc-graph
• mini-taiwan-info: 일곱 대주제의 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 궤도와 상공 통과 시각화 — https://github.com/ianlkl11234s/satellite-arc
• mini-tw-cctv: 타이완 전역 실시간 영상 — https://github.com/ianlkl11234s/mini-tw-cctv
• mini-tw-tra-atlas: 타이완 철도망 atlas — https://github.com/ianlkl11234s/mini-tw-tra-atlas
• taiwan-weather-timelapse: 기상 타임랩스 — https://github.com/ianlkl11234s/taiwan-weather-timelapse
• gis-data-collectors: 배후의 40개 이상 데이터 수집기를 이루는 골격 — https://github.com/ianlkl11234s/gis-data-collectors

강연과 본인

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

참고 자료

• Migu, 『Mini Taiwan! 타이완 공개 데이터를 Agent에게 맡겨 스스로 자라나는 시스템으로 기르다』, sciwork 2026 / SCIWORK SEMINAR, 2026년 6월 13일.
• 정부자료개방플랫폼 data.gov.tw(국가발전위원회 운영, 2013년 개통).
• 운수자료유통서비스플랫폼 TDX(교통부, 2022년 다섯 대형 교통 플랫폼 통합).
• g0v 영시정부 커뮤니티와 역대 해커톤 기록.

이미지 출처

이 글의 이미지는 모두 public/article-images/technology/에 cache되어 있으며, 원본 서버에 hotlink하지 않는다.

Fair use 편집 논평 용도: 이 글의 모든 이미지는 Migu가 sciwork 2026에서 공개 발표한 강연 슬라이드에서 캡처한 것이다. 원본 코드와 온라인 발표 자료는 위 “프로젝트 링크”를 보라. 저작권법 제65조 및 17 U.S.C. § 107 fair use 네 요소(비상업적 교육 성격, 이미 공개 발표됨, 인용 비율이 작음, 시장에 대한 실질적 대체 없음)에 따라, 그의 공개 데이터 시각화 작업에 대한 편집 논평 인용으로 사용한다. © Migu / sciwork 2026.

포함 범위: Mini Taiwan Pulse 3D 지도(표제 이미지), Kepler.gl 출발점, 타이베이 궤도(Mini Taipei), 선박 AIS, 위성 궤도, 농업×물과 의료 자원 통합도, 큰비와 재해 시간축, 애틀랜타 항적 지문, 화재 주제 pipeline 산출물, Mini Taiwan Info 대시보드, Agent 편성 시스템 작동 화면.

---

마지막 검증: 2026-06-25

1. 개발자 Migu Cheng, GitHub 계정 ianlkl11234s(계정은 2020년 3월 생성). 그의 GitHub 개인 소개는 2026년 6월 “Building GIS visualizations from Taiwan open data · Exploring AI automation in daily work”로 갱신되었다. 이는 원래의 “시니어 데이터 분석가, 일상 업무 속 AI 자동화 탐색”에서 “타이완 공개 데이터로 GIS 시각화 만들기”로 고쳐 쓴 것이다. 이 문장 “알고 보니 타이완에는 이렇게 많은 데이터가 있었고, 알고 보니 지도로 바꾸는 일은 어렵지 않았다”는 그의 sciwork 2026 강연 “DAY 0 첫 번째 지도” 슬라이드의 축자 문구다. 자료 출처: GitHub API 수집, 2026-06-25; 강연 발표 자료 원본 코드 ianlkl11234s/0613-sci-work-share.↩
2. mini-taiwan-pulse와 “Mini Taiwan” 은하 각 프로젝트의 별 수, forks, 마지막 갱신 시각, fork 출처 등은 모두 Taiwan.md가 GitHub API를 통해 2026-06-25에 수집한 것이다. 당시 mini-taiwan-pulse는 375 stars / 26 forks였고, 2026-06-25에도 push가 계속되고 있었다. mini-taiwan-learning-project는 189 stars, flight-arc-graph는 56 stars였다. 은하에는 poc-bus-range, gis-data-collectors, tw-ship-viz, satellite-arc, mini-tw-cctv, mini-taiwan-info 등 십여 개의 타이완 공개 데이터 관련 repo가 포함된다.↩
3. Migu, 『Mini Taiwan! 타이완 공개 데이터를 Agent에게 맡겨 스스로 자라나는 시스템으로 기르다』, sciwork 2026 / SCIWORK SEMINAR, 2026년 6월 13일. 강연 원본 코드: https://github.com/ianlkl11234s/0613-sci-work-share; 온라인 발표 자료: https://sciwork-showcase.zeabur.app. 이 글에서 인용한 강연 속 모든 숫자(data.gov.tw 약 52,891개 데이터셋, 화재 pipeline의 582 → 1,945 → 2,404 → 73,900건, 21개 플랫폼, 113년 전국 화재 15,405건, 신베이시 전기적 요인 30.9%, 핑둥현 담배꽁초 35.2%, 버스 5,700대 이상, 수집기 40개 이상, 300편이 넘는 열차, 애틀랜타 공항 항적 1,839개, 농업×물 400MB → 약 5MB 등)와 모든 인용문(“인간의 뇌로는 다 훑을 수 없다”, “데이터가 LLM에 보일 수 있어야 Agent가 어떤 데이터를 함께 보아야 하는지 발견하도록 도와줄 수 있다”, “Pipeline 자동 산출. 한 글자도 쓰지 않았다”, “목표를 주고, 보고서를 받는다”, “Agent가 스스로 전체 순환을 끝까지 돌 수 있게 되면, 사람의 일은 오직, 질문을 내고 검수하는 것만 남는다”, “Worker 하나 = tmux 탭 하나 + 독립 Session + PR 하나”, “각 정거장은 독립 repo이고, 편성층은 진행과 의사결정만 관리한다”, “실험 진행도 대략 절반” 등)은 모두 Migu 본인이 해당 발표 자료에서 한 진술과 슬라이드 축자 문구이며, 발표자 개인 주장 및 그의 시스템 산출물에 속한다. Taiwan.md가 독립 검증한 정부 통계는 아니다.↩
4. g0v 영시정부 커뮤니티는 2012년 중앙연구원 해커톤 “코드로 사회를 바꾸자”의 정신에서 비롯되었다. 2020년 우한폐렴 기간, 우잔웨이 등은 국민건강보험서가 공개한 마스크 재고 데이터를 사용해 수십 시간 안에 “마스크 수급 실시간 지도”를 만들었다. 이는 타이완 시민 기술의 “키보드 구국”을 대표하는 사례다.↩
5. GitHub API(2026-06-25 수집)에 따르면 ianlkl11234s/taiwan-md는 frank890417/taiwan-md, 곧 Taiwan.md 본체의 fork이며 2026년 3월 22일 생성되었다. Taiwan.md 프로젝트는 2026년 3월 중순 태어났다. Migu의 협업 시스템은 Claude Code를 도구 기반으로 삼는다. 그의 강연 원본 코드에는 CLAUDE.md가 포함되어 있고, orchestrator는 “하나의 Claude Session”이다. 이는 Taiwan.md와 같다.↩
6. 정부자료개방플랫폼 data.gov.tw는 국가발전위원회가 운영하며 2013년 개통되었다. 운수자료유통서비스플랫폼 TDX는 교통부가 2022년에 도로, 철도, 항공, 해운, 자전거 다섯 대형 교통 플랫폼을 통합한 것이다. 내정부 사회경제자료서비스플랫폼(SEGIS)은 촌리급 인구 자료를 제공한다. 교통부 중앙기상서는 공개 API를 제공한다. data.gov.tw의 실시간 데이터셋 총수는 이번에 독립 API 검증을 하지 못했다. 이 글에서 사용한 “약 5만 건”은 Migu 강연 발표 자료에 제시된 숫자다.↩