개발자 Simon Edwardsson이 실제 운영체제나 파일 시스템 없이 터미널 화면의 변화만 예측하는 3억 6천만 파라미터 규모의 언어모델을 공개했습니다. 이 프로젝트는 WorldTUI라는 이름으로 소개되었으며, 사용자의 키 입력을 받아 다음 프레임의 텍스트 그리드를 생성하는 방식으로 작동합니다.
모델은 Qwen2.5-Coder-0.5B를 기반으로 파인튜닝 과정을 거쳤습니다. 학습 데이터는 Docker 컨테이너 내부에서 실제 프로그램들이 실행되는 세션을 기록해 확보했습니다. 사전 학습된 코딩 모델이 ls나 cat 같은 명령어의 출력 형태를 이미 인지하고 있다는 점이 초기 성능에 유리하게 작용했습니다.
가장 큰 기술적 성과는 병렬 디코딩 기법 도입과 오류 복원 능력 향상이었습니다. 기존 대형 언어모델이 토큰을 하나씩 추가하는 방식과 달리, 터미널은 한 번의 키 입력으로 여러 행이 동시에 변할 수 있습니다. 이를 해결하기 위해 화면의 각 행을 병렬로 처리하는 구조를 채택했습니다.
사용자는 브라우저에서 데모를 직접 체험할 수 있습니다. 웹GPU와 물리적 키보드가 지원되는 데스크톱 환경에서 최적화되어 있으며, 모바일에서는 느린 반응 속도를 보입니다. pythoon처럼 오타가 포함된 명령어를 입력하면 실제 셸이 아님에도 불구하고 유사한 에러 메시지를 반환하거나 복구 시도를 하는 모습을 확인할 수 있습니다.
파일 생성, vim 및 tmux 실행, 스네이크 게임 플레이 등 다양한 인터랙션이 가능합니다. 몇몇 명령어 이후 이전 입력 내용을 기억하는 상태 유지 기능도 구현되었습니다. Hacker News 커뮤니티에서는 로컬 모델의 빠른 추론 속도가 향후 UI 개발 방향성을 바꿀 수 있다는 논의가 오갔습니다.
현재 데모는 약 208MB 용량으로 배포되며, 서버 요청 없이 클라이언트 측에서 모든 연산이 이루어집니다. reloading 시 데이터가 초기화되는 제한 사항이 존재합니다. 실제 셸 대체보다는 학습된 세계 모델의 가능성을 탐구하는 실험적 성격이 강합니다.