구글 PPE는 소셜 월드 모델이 아닙니다: 예측 엔진의 경계와 VC 시사점
Google Research가 8월 27일 공개한 Planetary Prediction Engine(PPE)는 흥미로운 시스템입니다. 자연어로 물으면 적절한 지리공간 데이터를 찾고, 서로 다른 데이터를 정렬·결합하고, 예측 모델을 고르고, 결과 보고서까지 만듭니다. 식량안보, 감염병, 재난 위험처럼 데이터가 흩어져 있고 시간이 중요한 문제에서 숙련팀의 몇 주짜리 작업을 줄이겠다는 접근입니다.
다만 이름에 ‘planetary’가 있다고 해서 지구 전체를 이해하는 물리 world model은 아니고, 사회경제 지표를 다룬다고 해서 소셜 월드 모델도 아닙니다. PPE는 지리공간 예측을 자동 실행하는 agentic ML 시스템입니다. 소셜 월드 모델은 사람·조직·시장의 상태가 각 행위자의 선택과 상호작용 때문에 어떻게 바뀌는지를 전개하는 다른 계열입니다.
이 경계를 지키는 이유는 단순한 용어 정리가 아닙니다. 두 시스템의 데이터, 평가, 제품화, 그리고 투자 리스크가 다르기 때문입니다.
PPE가 자동화하는 것은 ‘예측 모델을 만드는 일’입니다
PPE의 출발점은 하나의 자연어 질의입니다. 논문은 이를 세 단계로 나눕니다.
- 지능형 데이터 선택: 과제 유형을 판별하고, 공개 웹·Data Commons·Google Earth Engine에서 시공간적으로 맞는 변수와 도구를 고릅니다.
- 멀티모달 데이터 큐레이션: 선택한 변수를 정렬하고, Population Dynamics Foundation Model(PDFM)과 AlphaEarth 같은 지리공간 foundation model embedding을 결합합니다.
- 자동 모델 구축·예측: 규제 선형모델, gradient-boosted tree, MLP 등 후보군을 탐색하고, 공간적 target leakage와 과적합을 막는 검증 절차를 통과시켜 예측과 보고서를 냅니다.
LLM은 세 단계에서 도구를 고르고 workflow를 조정하는 orchestrator입니다. 핵심 산출물은 한 번의 답변이 아니라, 특정 지역·시점·목표 변수에 대한 실행된 데이터셋, 학습·평가된 예측 모델, 그리고 보고서입니다.
논문은 미국 CDC 건강지표 21개에서 평균 R² 76.8% 대 60.0%, 나이지리아 식량안보 다운스케일링에서 R² 66.1% 대 31.5%, 2026년 DRC 에볼라 outbreak nowcasting에서 Recall@10 83.3%(18개 신규 진입 보건구역 중 15개)를 보고합니다. 마지막 수치는 공개된 state-of-the-art Bayesian baseline 약 73%보다 10.3%p 높았다는 논문 저자들의 비교입니다. 이는 유망한 연구 결과이지만, 아직 논문과 Google의 공식 발표가 제시한 experimental capability이지 범용 제품 성능 보증은 아닙니다.
중요한 것은 PPE가 기후·인구·보건·소득처럼 사회와 관련된 변수를 포함하더라도, 기본 질문은 ‘이 지역에서 다음 값이 무엇인가’라는 점입니다. 답은 공간상 예측치이고, 시스템이 직접 모델링하는 행동은 분석 workflow 안의 data selection과 model selection입니다.
소셜 월드 모델은 ‘누가 무엇을 하면 사회적 상태가 어떻게 바뀌는가’를 묻습니다
앞서 정리한 소셜 월드 모델의 연구 지도에서 핵심 경계는 네 가지였습니다. 사회적 상태, 행위자, 상호작용, 개입 조건부 전이입니다.
2025년 Social World Models 연구는 이 구분을 또렷하게 보여줍니다. S3AP라는 구조적 표현으로 환경 상태, 각 행위자의 관측·행동·정신 상태를 기록하고, 다른 행위자의 다음 행동과 사회 상태의 변화를 예측합니다. SOTOPIA multi-turn benchmark에서 최고 18% 개선을 보고했지만, 저자들도 암묵적 규범·사적 믿음·장기 전이를 잘못 파싱하면 오류가 누적될 수 있다고 명시합니다.
다른 계열인 Building Social World Models with Large Language Models는 사회적 믿음의 거시적 변화를 다룹니다. 예측시장 가격을 집단 믿음의 관측치로 두고, 뉴스 사건을 외생적 action으로 넣어 다음 믿음 상태를 예측합니다. 이 논문은 Kalshi에서 baseline 대비 방향 정확도 4%p 개선을 보고하지만, 이 역시 prediction-market 기반의 좁은 benchmark입니다. 설문, 소비 행동, 조직 권한, 실제 정책 효과 전체를 대신 검증한 결과는 아닙니다.
두 연구 모두 PPE와 ‘다음 상태’를 말하지만, 다음 표의 네 질문에 대한 답이 다릅니다.
| 질문 | PPE | 소셜 월드 모델 |
|---|---|---|
| 무엇이 상태인가 | 위치·시간·기후·위성·통계·embedding | 믿음·선호·관계·역할·규칙·집단 기대 |
| 시스템이 고르는 행동은 무엇인가 | 데이터, feature, 모델, 검증 pipeline | 행위자 행동과 가격·메시지·추천·정책 같은 개입 |
| 무엇으로 성능을 재는가 | 시간·공간 holdout의 R², Recall, leakage guard | 실제 반응, 전략 결과, calibration, 반사실 개입 효과 |
| 오류가 의미하는 것은 무엇인가 | 지역·기간을 넘긴 예측 실패 | 사람·집단·제도의 반응 메커니즘을 잘못 이해한 것 |
PPE가 사회적 world model로 확장될 수 없는 것은 아닙니다. 예컨대 감염병 대응에서 백신 배포나 이동제한을 action으로 명시하고, 주민·보건기관·의료공급자의 반응을 관측·교정한다면 두 층이 만날 수 있습니다. 그러나 그때도 PPE의 강점은 지리공간 데이터를 찾아 예측 모델을 만드는 기반층이고, 사회적 반응의 인과 전이는 별도 모델·실험·결과회수가 필요합니다.
‘예측’과 ‘개입의 효과’ 사이에는 큰 간격이 있습니다
PPE의 DRC nowcasting 사례는 높은 위험 지역을 빠르게 좁히는 데 유용할 수 있습니다. 하지만 ‘어디에서 outbreak가 번질 가능성이 큰가’와 ‘어디에 어떤 자원을 배치하면 확산이 얼마나 줄어드는가’는 다른 질문입니다.
첫 번째는 관측된 공간·시간 변수에서의 predictive accuracy가 핵심입니다. 두 번째는 배포가 사람의 이동, 신고, 의료접근, 다른 기관의 대응을 바꾸는 feedback을 다뤄야 합니다. 정책·제품·가격을 바꾸면 데이터 생성 과정 자체가 바뀌므로, 과거 데이터만으로 학습한 예측 모델을 곧바로 intervention engine으로 읽으면 위험합니다.
이는 사회적 모델에만 적용되는 엄격함이 아닙니다. PPE도 data selection의 우연한 상관, 지역·시기 이동, 공간적 leakage, foundation embedding의 불투명성에 노출됩니다. 논문이 task-specific validation과 overfitting guard를 둔 이유입니다. 제품화에서는 다음의 운영 장치가 추가로 필요합니다.
- 데이터 출처·라이선스·갱신시점과 feature lineage
- 지역·계절·충격별 error bound와 calibration
- 실제 의사결정자가 이해할 수 있는 변수·불확실성 설명
- human review와 rollback이 가능한 배포 workflow
- 데이터 분포가 바뀌었을 때의 drift 감시와 재학습 기준
VC 관점: 모델보다 ‘닫힌 결과 루프’가 방어력입니다
PPE는 AI agent의 다음 경쟁이 단일 foundation model의 추론 품질보다 도메인 데이터 탐색, 도구 호출, 검증, 보고의 실행 그래프로 옮겨가고 있음을 잘 보여줍니다. 강한 기반모델이 있어도 지리공간 데이터는 좌표계·해상도·시간창·결측·라이선스·target leakage를 알아야 합니다. 이 도메인 문법을 workflow로 구현한 것이 PPE의 연구상 기여입니다.
그렇다고 ‘우리도 자연어로 예측 모델을 만듭니다’만으로 투자 방어력이 생기지는 않습니다. 범용 AutoML과 agent framework가 빠르게 흡수할 수 있는 부분이기 때문입니다. DD에서는 다음 다섯 가지를 먼저 확인해야 합니다.
- 독점적 입력인가: 공개 데이터 결합을 넘어, 다른 사업자가 합법적으로 얻기 어려운 현장·운영·결과 데이터가 있는가.
- 정답이 빨리 돌아오는가: 예측 또는 개입 뒤 실제 결과 label을 얼마나 자주, 어떤 지연으로 회수하는가.
- 도메인 제약이 코드화됐는가: leakage·안전·규제·공간/시간 검증이 프롬프트가 아니라 재현 가능한 policy와 test로 강제되는가.
- 쓰기권한과 책임경계가 있는가: 보고서 생성에 머무는지, 인간 승인 아래 실제 workflow에 들어가는지, 실패 시 rollback이 되는지.
- 정확도 외의 결정 가치가 증명됐는가: baseline 대비 비용·리드타임·오탐/미탐·regret·제약 위반이 얼마나 개선됐는가.
소셜 월드 모델 회사에는 한 질문이 더 필요합니다. 개입 후 달라진 사람·조직·시장의 실제 결과를 다시 받아 calibration하는가입니다. 그 고리가 없다면 많은 agent와 그럴듯한 scenario는 demo에는 좋지만, 의사결정 제품의 moat은 되기 어렵습니다.
결론: 같은 ‘world’라는 단어가 같은 회사를 뜻하지는 않습니다
PPE는 지구를 복제하는 만능 모델이 아니라, 흩어진 Earth data에서 목적에 맞는 예측 모델을 빠르게 만드는 연구용 agentic system입니다. 소셜 월드 모델은 사람과 제도, 상호작용과 개입이 낳는 다음 사회 상태를 계산하려는 모델입니다.
두 분야를 섞어 부르면 PPE의 진짜 장점인 데이터·도구·검증 자동화를 놓치고, 소셜 월드 모델에 필요한 반사실 검증과 결과학습도 약화됩니다. 투자 관점에서 중요한 질문은 ‘world model인가’가 아닙니다. 무슨 상태를 관측하고, 어떤 행동을 바꾸며, 어떤 현실 정답으로 반복 교정하는가입니다.
PPE가 던지는 더 큰 신호는 명확합니다. AI agent의 가치는 대화형 화면이 아니라 도메인별로 재현 가능한 실행 경로와 검증 장치에서 나온다는 점입니다. 다만 예측 경로를 실제 개입의 가치로 바꾸려면, 데이터 접근권·책임 있는 배포·결과 회수까지 닫혀야 합니다.