구글 PPE는 세계를 시뮬레이션하지 않고, 모델 만드는 노동을 자동화했습니다

구글 리서치가 2026년 8월 27일 Planetary Prediction Engine(PPE)을 공개했습니다. "어느 보건구역에서 에볼라가 새로 확산될 가능성이 높은가"처럼 자연어로 물으면, 예측 모델 하나를 만들어 보고서까지 내주는 시스템입니다. 사람이 하던 일은 질문을 던지는 것뿐입니다. 시스템이 Data Commons와 Google Earth Engine에서 변수를 찾고, 없으면 정부 포털과 학술 저장소를 실시간으로 뒤지고, 위성 임베딩과 인구 임베딩을 붙여 학습과 평가까지 진행합니다.

성적은 분명합니다. 논문 기준으로 미국 CDC 21개 보건지표의 평균 R²가 전문가가 손으로 만든 파이프라인 60.0% 대비 76.8%, FEMA 국가위험지수는 60.0% 대비 64.9%, 사회취약성지수는 58.6% 대비 66.2%였습니다. 나이지리아 식량안보를 주 단위에서 지방정부 단위로 내려보내는 과제에서는 R² 31.5%가 66.1%로 올라갔습니다. 2026년 콩고민주공화국 분디부교 에볼라 발생에서는 5주 연속 예보에서 새로 감염이 들어간 18개 보건구역 중 15개를 상위 10개 안에 넣어 Recall@10 83.3%를 기록했고, 공개된 베이지안 모형 기준선 약 73%보다 10.3퍼센트포인트 높았습니다. 모두 구글 발표 수치이며 제3자 재현은 아직 없습니다.

바로 앞 글에서 소셜 월드 모델을 다섯 개의 주 검증 단위로 나눴습니다. PPE는 언뜻 그 지도의 다섯째 칸, 시장·인구 수준을 자동으로 채우는 시스템처럼 보입니다. 실제로는 다른 축입니다. 소셜 월드 모델이 무엇을 계산하는가를 바꾸는 계열이라면, PPE는 누가 그 모델을 만드는가를 바꾸는 계열입니다.

PPE가 자동화한 구간은 학습이 아니라 데이터를 찾고 붙이는 앞단입니다

아래 세 단계를 따라가면 새로 자동화된 구간이 어디인지 드러납니다. 1단계는 자연어 질의를 공간 해상도, 조인키, 시간 범위 같은 엄격한 지리 제약으로 번역합니다. 그다음 도메인 가설을 세워 직접 신호와 인과 대리 신호를 문헌에 비춰 고르고, 저장소에서 끌어옵니다. 2단계는 그렇게 모은 변수에 인구동태 기반 모델(PDFM)의 사회인구 잠재표현과 AlphaEarth의 위성 의미표현을 결합합니다. 동시에 Feature Gate가 누수 후보를 걸러냅니다. 타깃의 수학적 부분항, 같은 조사에서 나온 항목, 타깃의 하류 결과, 미래 시점 자료입니다. 3단계에서 정규화 선형모델, 그래디언트 부스팅 트리, 다층 퍼셉트론을 놓고 과적합 가드와 자기교정 루프를 돌립니다.

기존 AutoML과 LLM 기반 데이터 분석 도구는 이미 정리된 표를 받아 모델을 고릅니다. PPE의 기여는 그 표가 없을 때 무엇을 가져와야 하는지를 스스로 정하고, 지리 좌표와 시간 축을 맞춰 붙이고, 붙이면 안 되는 것을 걸러내는 데 있습니다. 논문이 반복해서 강조하는 절제(ablation) 결과도 같은 방향입니다. 통계 변수만으로도, 기반모델 표현만으로도 부족하고 둘을 함께 넣었을 때 성능이 올라갑니다. 명시적 변수는 해석 가능한 신호를 주고, 사전학습 표현은 그 변수들이 놓치는 비선형 패턴을 채웁니다.

단계 사이에 데이터를 직렬화해 프롬프트에 넣지 않고 불투명한 핸들로 넘긴다는 설계도 눈여겨볼 만합니다. LLM을 데이터 처리기가 아니라 지휘자로만 쓰겠다는 선언이고, 실무에서 컨텍스트 한계 때문에 무너지는 파이프라인을 피하는 방법이기도 합니다.

소셜 월드 모델의 최소 경계 네 가지 중 PPE는 하나만 부분적으로 갖습니다

앞 글에서 소셜 월드 모델의 최소 경계를 네 가지로 잡았습니다. 믿음·선호·역할·관계 같은 사회적 상태가 있고, 행위자가 선택하고, 행위자끼리 상호작용하고, 행동이나 개입에 따라 다음 상태가 달라지는 구조입니다.

PPE는 첫 요소를 부분적으로만 갖습니다. PDFM 임베딩은 인구·이동·환경 자료로 지역의 사회인구 잠재상태를 압축한 표현이지, 개별 행위자의 믿음과 선호가 아닙니다. 지역 단위의 요약 상태에 가깝습니다. 나머지 세 요소는 없습니다. PPE 안에는 선택하는 행위자도, 서로 반응하는 관계도, "정책을 이렇게 바꾸면 다음 상태가 어떻게 달라지는가"를 계산하는 개입 전이도 들어 있지 않습니다.

그래서 PPE의 출력은 조건부 상관 구조의 정교한 추정입니다. 지금까지 관측된 세계에서 어떤 지역이 어떤 값을 가질 가능성이 높은지 말합니다. 그 지역에 백신을 보내면 다음 주 확산이 어떻게 바뀌는지는 말하지 않습니다. Feature Gate가 타깃의 하류 결과와 미래 자료를 걸러낸다는 점은 이 성격을 오히려 뚜렷하게 만듭니다. 인과 개입을 계산하기 위한 장치가 아니라, 관측 예측의 정직성을 지키기 위한 장치입니다.

여기서 중요한 구분이 하나 생깁니다. 사람 데이터를 많이 쓴다는 사실은 소셜 월드 모델의 기준이 아닙니다. 에볼라 확산 예측은 사람의 이동과 접촉이 만드는 현상이지만, 모델 안에 사람이 없으면 그것은 사람에 관한 예측 모델이지 사람의 모델이 아닙니다.

검증 사다리에서 PPE는 4단을 실측으로 통과했습니다

앞 글에서 그럴듯함, 개인, 관계·전략, 거시 동역학, 새 개입, 결정 가치의 여섯 단계 검증 사다리를 놓았습니다. 이 사다리에 두 계열을 나란히 얹으면 차이가 선명해집니다.

PPE는 4단까지를 보류표본과 실제 발생 자료로 밟았습니다. 에볼라 사례는 특히 무게가 있습니다. 5주 연속 예보에서 실제로 새로 감염이 들어간 구역과 비교했고, 기존 공개 기준선과 같은 지표로 겨뤘습니다. 소급 적합이 아니라 순차 예보라는 점에서 흔한 시뮬레이션 사례보다 검증 강도가 높습니다. 다만 콩고 사례는 5주, 18개 구역이라는 작은 표본이고, Recall@10은 상위 10개를 고르는 지표라 후보 구역 수가 적으면 쉬워집니다.

반대로 합성 소비자와 사회 시뮬레이션 계열은 1~2단에서 수치를 내면서 5~6단의 가치를 이야기합니다. 앞 절에서 본 경계 네 요소와 이 사다리는 같은 이야기의 양면입니다. PPE가 사회적 상태 하나만 부분적으로 갖는다는 사실과 4단까지 실측했다는 사실은 하나로 묶입니다. 구조를 얇게 잡았기 때문에 관측 자료로 검증이 되고, 구조를 풍부하게 잡을수록 비교할 정답이 사라집니다. 둘 다 아직 5단, 즉 해본 적 없는 개입의 결과를 맞히는 칸에는 올라가지 못했습니다.

성능 개선의 상당 부분은 구글이 이미 갖고 있던 자산에서 나옵니다

가장 강한 반론은 PPE가 범용 자동화 방법이 아니라 구글 자산의 활용 방법이라는 것입니다. 절제 실험이 반복해서 가리키는 이득의 원천은 PDFM 임베딩과 AlphaEarth 임베딩이고, 데이터 발견의 무대는 Data Commons와 Google Earth Engine입니다. 임베딩도 카탈로그도 다른 곳에서 그대로 복제하기 어렵습니다. 지리공간 자료는 특히 정합된 좌표계와 시계열, 그리고 라이선스가 정리된 카탈로그가 핵심 자산입니다.

두 번째 한계는 비교 대상입니다. 전문가가 손으로 만든 파이프라인 대비 R² 개선을 보고했는데, 그 전문가 기준선이 얼마나 공을 들인 것인지가 결과를 좌우합니다. 21개 지표를 한 사람이 한 번씩 만든 기준선과 문제마다 특화 팀이 붙은 기준선은 다릅니다. 에볼라 사례에서는 공개된 기준선과 겨뤘다는 점이 낫습니다.

세 번째는 자동 변수 탐색의 구조적 위험입니다. 수천 개 후보에서 성능이 좋은 조합을 고르는 절차는 그 자체로 다중 검정입니다. Feature Gate와 과적합 가드는 명백한 누수를 막지만, 지리공간 자료에서 흔한 공간 자기상관 누수는 더 미묘합니다. 인접한 지역이 훈련과 검증에 나뉘어 들어가면 R²가 과대평가됩니다. 구글은 지리공간 모델링이 특화된 공간 검증을 요구한다고 밝혔으므로, 실제로 어떤 분할을 썼는지가 재현의 관건입니다.

네 번째는 자동화의 책임 문제입니다. 사람이 며칠 걸려 고른 변수는 왜 골랐는지 설명할 수 있습니다. 몇 분 만에 나온 변수 조합은 성능은 좋아도 정책 담당자가 방어하기 어렵습니다. 인도적 대응이나 보건 자원 배분처럼 결과가 사람에게 직접 닿는 영역에서는 이 격차가 도입 속도를 늦추는 요인이 됩니다.

값이 붙는 자리는 모델 제작이 아니라 개입과 결과 회수 쪽으로 더 밀려납니다

앞 글에서 예측 모델이 싸질수록 고객의 의미, 제약, 실행권한, 결과학습을 닫는 시스템의 값이 커진다고 봤습니다. PPE는 그 방향을 한 칸 더 밀었습니다. 지금까지는 "데이터를 찾아 붙여 모델을 만든다"가 전문 조직의 일이었고 그 자체로 값이 붙었습니다. 이 층이 몇 분짜리 자동 절차가 되면, 데이터를 찾아 모델을 만들어 주는 것만으로 서는 회사의 자리가 좁아집니다.

그래서 지리공간·통계 예측을 파는 회사를 볼 때 물어야 하는 것이 달라집니다. 어떤 독점 자료를 갖고 있는가, 공개 카탈로그로 대체되면 무엇이 남는가, 고객의 결정에 어디까지 들어가는가, 예측 이후의 개입 결과를 회수해 모델로 되먹이는가입니다. 반대로 값이 올라가는 자산도 분명합니다. 정합된 지리공간 카탈로그, 조인 가능한 행정경계와 식별자 체계, 기관과의 자료 사용 계약, 그리고 예측이 실제 배분과 연결되는 업무 흐름입니다.

한국 시장에서는 여기에 조인키 문제가 먼저 걸립니다. PPE의 1단계는 질의를 공간 해상도와 조인키로 번역하는 데서 시작합니다. 행정동 코드 개정, 통계 공표 주기의 불일치, 기관마다 다른 경계 정의가 남아 있으면 자동 결합의 앞단이 그대로 막힙니다. Data Commons에 해당하는 정합 계층이 국내에 얼마나 갖춰져 있는지가 이 방식의 국내 이식 가능성을 좌우합니다.

앞으로 열두 달 안에 확인할 것

첫째, 구글 외부 팀이 같은 벤치마크를 재현하는지입니다. PPE의 코드와 프롬프트가 공개되지 않으면 R² 76.8%는 시스템의 성능이 아니라 구글 인프라의 성능으로 남습니다. 둘째, 공간 검증 분할 방식이 논문 본문에서 명확히 확인되는지입니다. 무작위 분할이 섞여 있으면 개선 폭이 줄어들 수 있습니다.

셋째, 개입 층이 붙는지입니다. 지금은 어디가 위험한지까지 답하고, 자원을 어디에 보내면 무엇이 달라지는지는 답하지 않습니다. 구글이 이 방향으로 확장하면 지리공간 예측과 소셜 월드 모델이 처음으로 같은 시스템 안에서 만납니다. 넷째, 세계식량계획이나 콩고 국립생물의학연구소 같은 실제 사용 기관이 이 산출물로 자원 배분을 바꿨는지, 그리고 그 결과가 사후에 비교되는지입니다.

다섯째, 국내에서 공공 지리공간 자료의 정합 계층과 조인키 표준화가 진전되는지입니다. 이것이 없으면 같은 자동화를 시도해도 앞단에서 멈춥니다.

자동화가 옮긴 것은 병목의 위치입니다

PPE는 예측 모델을 만드는 일이 전문 인력의 몇 주짜리 작업에서 자연어 질의 한 줄로 옮겨갈 수 있음을 보였습니다. 이것은 소셜 월드 모델의 진전이 아닙니다. 두 계열은 다른 축 위에 있습니다. 한쪽은 무엇을 계산하느냐를 넓히고, 다른 쪽은 누가 그것을 만드느냐를 바꿉니다.

두 계열의 공통된 빈칸은 개입입니다. PPE는 관측을 잘 압축하지만 행동에 따라 세계가 어떻게 달라지는지 계산하지 않고, 사회 시뮬레이션은 그 구조를 갖췄다고 말하지만 실제 결과와 비교한 증거가 얇습니다. 다음 진짜 도약은 더 많은 데이터나 더 많은 가상 인구가 아니라, 해본 적 없는 개입의 결과를 맞히고 그것이 사후에 확인되는 순간에 옵니다.