아무리 봐도 평범하기 짝이 없는 터미널이 하나 있다. ls, cd, mkdir을 입력받을 수 있고, 심지어 Vim을 열어 파일을 편집하고, Python을 실행하고, tmux로 멀티 윈도우까지 띄울 수 있으며, 모든 것이 실제 환경과 전혀 다를 바가 없다. 그런데 그 정체는 상당히 터무니없다 — 그 이면에는 Linux도 없고, 파일 시스템도 없으며, 단 하나의 명령도 실제로 실행된 적이 없고, 화면에 튀어나오는 모든 것은 AI가 그 자리에서 지어낸 것이다. WorldTUI라는 이름의 이 프로젝트가 한 가장 핵심적인 일은 바로 모델에게 '연기'를 학습시킨 것이다.
개발자 Simon Edwardsson은 Qwen2.5-Coder-0.5B를 기반으로 약 3.6억 파라미터, 크기 716MB의 작은 모델을 훈련했고, 이어 int4 양자화로 208MB까지 압축해 로컬에서 가볍게 구동할 수 있게 했다. 이 모델의 작동 방식은 매우 순수하다: AI는 어떤 프로그램도 실행하지 않고, 사용자가 입력한 명령에 따라 터미널이 다음에 어떤 화면을 표시할지 예측할 뿐이다. 파일을 만들라고 하면 만든 척하고, 파일을 읽으라고 하면 아까 자신이 그 안에 뭘 썼는지 기억을 더듬으며, Vim을 열면 Vim의 역할로 바꿔 태세를 이어받고, Python 인터프리터와 tmux 멀티 윈도우까지 그럴듯하게 연기한다. 한마디로, 충분히 그럴듯하게 연기만 하면 결점을 찾기 어렵다는 것이다.
더 절묘한 것은, 이 '연기 명수'에게 기억 기능까지 있다는 점이다. Vim으로 파일에 쓴 내용은 잠시 후 다시 열어도 볼 수 있는데, 정보를 컨텍스트에 저장해 두기 때문이다. 물론 새 터미널 대화를 만드는 순간 기억은 0으로 돌아간다 — 애초에 처음부터 끝까지 실제 파일이 디스크에 남은 적이 없기 때문이다.
이런 연기력은 하늘에서 뚝 떨어진 것이 아니라 진지하게 훈련된 것이다. 개발자는 먼저 진짜 Linux 터미널을 구축해 Docker 컨테이너에서 Bash, Vim, Python, tmux를 실행하고, 사용자명, 디렉터리, 파일, 작업 과제를 무작위로 생성했다. 이어 스크립트로 인간의 조작을 시뮬레이션하며 명령을 한 글자씩 입력하고, 의도적으로 1.2%의 타이핑 오류를 섞는 동시에 매 키 입력 후의 실제 화면 변화를 모두 기록했다. 이 방법으로 그는 총 33.6만 구간의 조작 기록, 약 20억 Token의 데이터를 수집해 그 0.5B짜리 작은 모델을 미세 조정함으로써, 키 입력과 이전 화면을 근거로 다음에 무엇을 표시할지 추론하도록 만들었다. 모델의 예측이 틀리면 실제 터미널의 결과로 교정 샘플을 만들어, 스스로 거짓말을 둘러대고 연속 조작 속에서 들통날 확률을 낮추도록 가르쳤다. 마지막으로 터미널의 서로 다른 줄을 병렬로 예측하고 어휘를 축소하며 4-bit 양자화를 적용해 모델을 약 208MB로 줄였고, 전체 훈련에는 NVIDIA RTX4090 한 장에서 75시간이 걸렸다.
물론 모델은 결국 들통난다. 복잡한 명령은 종종 엉망진창으로 실행되고, 파일 내용이 갑자기 달라질 수도 있으며, 계산 결과도 반드시 믿을 수 있는 것은 아니다 — 애초에 그런 프로그램을 처음부터 끝까지 실제로 실행해 본 적이 없기 때문이다. 일반 사용자에게 이것은 큰 실용 가치가 없지만 매우 좋은 참고 사례다: 같은 아이디어로 모델이 실제 소프트웨어의 조작 과정을 관찰하게 한 뒤, 소프트웨어의 행동을 모방하도록 훈련시킬 수 있다. 개발자는 곧 모델 가중치를 공개하고 다운로드를 제공할 예정이며, 현재 온라인 체험에는 약 208MB의 모델을 다운로드해야 하고 데스크톱 브라우저로 여는 것이 권장된다. 다만 잊지 말자, 이 물건은 처음부터 끝까지 가짜이므로, 너무 흥에 빠지지 말도록 하자.