소셜 월드 모델은 하나가 아닙니다: 기업 의사결정 예측의 위치

소셜 월드 모델이라는 말을 들으면 흔히 수천 명의 합성 소비자나 가상 사회를 떠올립니다. 사람의 성격을 넣은 AI agent들이 대화하고, 제품이나 정책에 반응하고, 미래 여론을 미리 보여주는 장면입니다. 눈길을 끄는 모습이지만 이 분야의 전부는 아닙니다.

실제 연구 지형에는 한 사람의 다음 선택을 맞히는 인지 모델, 두 사람의 협상과 신뢰를 다루는 관계 모델, 정보 확산과 추천 되먹임을 재현하는 네트워크 모델, 역할과 권한을 표현하는 조직 모델, 가격·보건·정책 결과를 계산하는 시장·인구 모델이 함께 있습니다. LLM agent는 이들 가운데 일부를 만드는 도구일 뿐입니다.

기업용 의사결정 예측은 이 지도 위에 놓이는 개입 계층입니다. 개인부터 시장까지 다섯 영역에 가격, 메시지, 추천, 자원배분, 정책을 넣고 사회적 반응을 계산합니다. 기업의 행동 때문에 소비자·직원·공급자·경쟁자·규제기관의 다음 상태가 달라질 때 소셜 월드 모델의 핵심 범주에 들어갑니다.

합성 소비자 조사는 개인 응답 simulation의 가능성과 한계를 보여줍니다. 기업 의사결정의 결정 루프는 예측 이후의 승인·실행·결과학습을 다룹니다. 두 영역 사이에는 관계·네트워크·조직·시장을 포함하는 더 넓은 연구 지도가 놓여 있습니다.

사람을 흉내 내는 것보다 다음 사회적 상태를 계산하는 일이 핵심입니다

일반적인 world model의 뿌리는 환경을 압축해 표현하고, 행동에 따라 다음 상태가 어떻게 달라지는지를 내부에서 전개하는 데 있습니다. 2018년 World Models 연구가 보여준 핵심도 agent가 압축된 환경 안에서 행동을 시험할 수 있다는 점이었습니다.

사회적 세계에서는 상태의 내용이 달라집니다. 좌표와 속도 대신 믿음, 선호, 기억, 역할, 인센티브, 관계, 제도가 들어갑니다. 관측은 설문, 거래, 대화, 행동로그, 업무 이벤트가 됩니다. 행동은 구매, 협상, 추천, 가격 변경, 조직 내 승인, 규제가 됩니다.

2025년의 Social World Models 연구는 사회적 상태와 관측, 행동, 정신상태를 구조화하고 미래 사회 동역학을 예측하는 틀을 제안했습니다. 다만 한 논문의 이름을 분야 전체의 합의로 받아들일 필요는 없습니다. 더 넓게 보면 LLM 기반 사회 simulation 연구는 이미 개인·시나리오·사회 수준과 cyber·physical·social·hybrid 영역으로 여러 갈래를 형성해 왔습니다.

최소 경계는 다음 네 요소입니다.

• 믿음·선호·역할·관계 같은 사회적 상태가 있습니다.
• 소비자·직원·공급자·경쟁자 같은 행위자가 선택합니다.
• 행위자가 다른 행위자나 제도와 상호작용합니다.
• 행동이나 개입에 따라 다음 사회적 상태가 달라집니다.

따라서 그럴듯한 persona 하나, 한 번의 synthetic survey, 인간 라벨을 맞히는 정적 분류기는 자동으로 소셜 월드 모델이 되지 않습니다. 생성 agent와 소셜 월드 모델도 같은 말이 아닙니다. Generative Agents는 기억·성찰·계획을 가진 행위자를 만들었고, Concordia는 agent와 환경 규칙을 engine과 Game Master로 나눴습니다. agent가 배우라면 world model은 배우와 무대, 규칙, 다음 장면을 함께 다루는 구조에 가깝습니다.

다섯 개의 주 검증 단위로 나누면 중복이 줄어듭니다

이 분야를 소비자, 금융, 보건, 정치처럼 응용산업으로 나누면 같은 프로젝트가 여러 칸에 겹칩니다. agent 수로 나누어도 규모와 정확도를 혼동하게 됩니다. 더 일관된 기준은 무엇을 현실의 정답과 비교하는가입니다.

첫째는 개인입니다. 태도, 기억, 성격, 선호, 위험회피, 다음 선택을 맞히는 연구입니다. Stanford 연구진은 1,052명의 두 시간 인터뷰로 개인별 agent를 만들었습니다. GSS 응답에서 참여자 자신의 2주 후 재검사 대비 85% 수준의 정확도를 보고했습니다. 이 수치는 현실 행동의 절대 정확도가 아니라 사람 자신의 응답 안정성을 기준으로 한 상대 지표입니다.

Nature의 Centaur는 다른 길을 택했습니다. 6만92명이 참여한 160개 심리실험의 1,068만1,650개 선택을 학습해 인간 인지 foundation model을 만들었습니다. Stanford 연구가 특정 개인의 memory에 가까우면 Centaur는 많은 사람의 통제된 선택을 학습한 population-level cognitive model에 가깝습니다.

둘째는 관계·소집단입니다. 상대의 믿음과 목표를 추론하고, 정보가 다를 때 협상하고, 협력과 경쟁, 규범을 형성하는 연구입니다. SOTOPIA는 다양한 사회적 목표 아래 agent와 인간의 상호작용을 비교했습니다. 어려운 시나리오에서는 GPT-4도 인간보다 낮은 목표 달성과 전략적 의사소통의 한계를 보였습니다. 자연스러운 문장보다 상대의 목표와 정보 비대칭을 정확히 읽는지가 중요합니다.

셋째는 네트워크·플랫폼입니다. 정보 확산, 동조, 양극화, 허딩, 추천 시스템과 사용자·공급자의 되먹임을 다룹니다. OASIS는 X와 Reddit을 닮은 환경에서 최대 100만 agent를 지원하고 확산과 양극화, 허딩을 연구했습니다. RecSim NG는 사용자뿐 아니라 콘텐츠 공급자와 추천자까지 넣어, 오늘의 추천이 내일의 사용자 상태와 공급자 집중을 어떻게 바꾸는지 계산합니다.

넷째는 조직·제도입니다. 역할, 보고선, 승인권한, 인센티브, 규정, 문화, 정보 병목을 다룹니다. 조직 simulation은 직원 말투를 흉내 내는 데서 끝나면 안 됩니다. 권한과 제재, 조직 기억, 정보 흐름이 실제 자원배분과 집단 성과를 바꾸도록 구현해야 합니다. 이 영역은 실제 기업 성과를 비교하는 공개 benchmark가 개인과 네트워크보다 약합니다.

다섯째는 시장·인구입니다. 소비자 수요와 가격, 금융시장, 선거와 여론, 보건과 이동, 재난과 정책 개입을 다룹니다. AgentSociety는 도시의 사회·경제 활동을, SocioVerse는 정치·뉴스·경제 반응을 연구합니다. MIT의 AgentTorch 계열과 GradABM은 인구 규모 정책과 감염병 simulation을 현실 자료에 교정하는 길을 택했습니다.

이 다섯 칸은 완전히 분리되어 있지 않습니다. 가격 인상은 개인의 선택에서 시작해 입소문과 경쟁사 대응을 거쳐 시장 결과로 돌아옵니다. 가장 어려운 연구 전선은 여러 수준을 잇는 cross-scale feedback입니다. 다만 여러 수준을 연결한다는 말이 검증 책임을 없애지는 않습니다. 개인 응답과 시장 점유율 가운데 무엇을 맞혀야 성공인지 먼저 정해야 합니다.

규모보다 검증 사다리가 더 중요합니다

앞의 다섯 칸은 무엇을 맞히는가를 나눕니다. 아래 여섯 단계는 그 결과를 얼마나 믿을 수 있는가를 나눕니다. 소셜 simulation은 자연스럽게 말한다고 검증된 것이 아니며, 개인 응답을 잘 맞힌다고 시장 결과를 맞히는 것도 아닙니다.

Political Analysis의 연구는 합성 설문이 평균 수준에서 가까워 보여도 분산을 줄이고, 회귀관계와 prompt, 시간에 따라 다른 결과를 낼 수 있음을 보였습니다. 같은 용례도 3개월 사이에 달라졌습니다. 평균 유사도 하나로 실제 인구를 대체하면 안 되는 이유입니다.

모델이 커지면 모든 문제가 해결된다는 기대도 경계해야 합니다. 2026년 120개 모델을 비교한 연구는 잘 대표된 의견과 행동은 규모와 함께 좋아졌지만, 장기 예측과 저대표 집단, 위험회피와 인지편향은 더 느리게 개선되거나 정체될 수 있다고 보고했습니다. 영어 웹에서 드물게 보이는 한국의 소비·조직 규범은 별도 교정 없이 잘 맞을 것이라고 가정하기 어렵습니다.

사회적 행동에는 하나의 정답이 없을 때도 많습니다. 2026년 SUBJSIM 연구는 주관성이 높은 상황에서 한 관측자의 응답을 hard label로 두면 정당한 사람 간 차이까지 오류로 셀 수 있다고 지적합니다. 분포와 calibration, 재검사 신뢰도, 집단별 오차를 함께 봐야 합니다.

기업 의사결정 예측은 다섯 칸을 관통하는 개입 계층입니다

기업의 결정은 관찰 대상을 그대로 두지 않습니다. 가격을 올리면 소비자가 이탈하고 경쟁사가 대응하며 영업조직이 할인정책을 바꿉니다. 추천을 바꾸면 이용자 취향뿐 아니라 공급자가 만드는 콘텐츠와 광고주의 입찰이 달라집니다. 대출정책을 바꾸면 신청자 구성과 중개인 행동도 변합니다.

이 구조는 world model의 action-conditioned transition과 같습니다. 상태가 물리 좌표가 아니라 믿음·선호·인센티브·관계·규칙이고, 행동이 가격·메시지·추천·자원배분이라는 점만 다릅니다. 기업용 의사결정 예측이 소셜 월드 모델에 들어가는 이유는 예측 대상이 사람이어서가 아니라, 기업의 선택이 사회적 세계를 바꾸고 그 반응이 다시 기업 결과로 돌아오기 때문입니다.

추천 시스템이 좋은 예입니다. 다음 클릭 점수만 예측하면 인접한 predictive model입니다. 반면 RecSim NG처럼 추천이 사용자의 장기 관심과 콘텐츠 공급자의 제작 전략을 어떻게 바꾸는지 모델링하면 핵심 범주에 가깝습니다.

금융시장에서는 Simudyne의 HKEX 사례가 있습니다. 중앙청산과 시장참여자의 상호작용 아래 stress가 margin 수요에 미치는 영향을 추정합니다. LLM persona가 아니어도 사회적 행위자와 제도 규칙, 개입에 따른 시장 전이를 다루므로 소셜 월드 모델입니다. 이 수치는 공급자와 고객사의 사례라는 한계가 있습니다.

소비자와 stakeholder 반응에서는 Aaru, Simile, Artificial Societies가 더 직접적입니다. Aaru와 EY 사례는 3,600명 원조사, 30개 이상 시장의 53개 단일선택 문항을 합성했고, median Spearman 0.90과 평균 7.1 percentage-point 차이를 보고했습니다. 원조사 6개월 대비 simulation은 하루였다는 발표입니다. 좁은 응답 재현의 속도를 보여주지만 공급자·고객사 수치이며 장기 행동의 독립 검증은 아닙니다.

Artificial Societies와 Teneo는 6개 narrative, 30개 질문, 5,000개 이상 persona에서 18만9,756개 응답을 3주 이내 생성했다고 밝혔습니다. 전략 커뮤니케이션 후보를 빠르게 줄이는 사례입니다. 실제 캠페인 결과와의 사후 비교는 공개하지 않았습니다.

Simile은 자본의 관심을 보여줍니다. Index Ventures 발표 기준 2026년 2월 12일 Series A 1억 달러, 7월 30일 Series B 2억 달러를 공개했습니다. 합계 3억 달러, 발표 간격 168일입니다. 빠른 자본 유입은 시장 기대의 증거이지 제품 정확도의 증거가 아닙니다.

Gallup은 2026년 5월 synthetic response 검증 연구를 시작했다고 발표했습니다. 동시에 공식통계는 계속 확률표본 기반 인간 자료에 의존한다고 밝혔습니다. 2026년 8월 26일 현재 최종 검증 결과는 공개되지 않았습니다. 유명 검증기관의 참여와 검증 완료는 다른 사실입니다.

가까운 시장은 완전자동 예측보다 선택지 선별입니다

현재 공개된 상용 사례는 의사결정을 완전히 자동화하기보다 후보를 줄이는 데 몰려 있습니다. 메시지, narrative, 설문, 가격 후보를 실제 조사나 실행 전에 빠르게 시험하는 방식입니다. 오류의 범위가 제한되고 뒤에 인간 조사와 pilot을 붙일 수 있기 때문입니다.

추천과 금융 stress는 더 강한 형태입니다. 기업 정책이 여러 행위자의 행동을 바꾸고 그 결과가 다시 시스템으로 돌아오기 때문입니다. 그러나 이 경우도 사후 실제 결과와의 비교가 없으면 구성 가능한 simulation일 뿐, 검증된 decision engine이라고 부르기 어렵습니다.

좋은 기업용 제품은 여섯 층을 연결합니다. 고객의 설문·거래·업무 데이터를 읽고, 행위자의 상태를 만들고, 업종의 규칙과 권한을 환경에 넣고, 상호작용을 전개하고, 가능한 개입을 비교하고, 실제 결과로 다시 교정합니다. 범용 LLM은 persona와 대화 생성비를 낮추지만 이 전체 구조를 고객 대신 소유하지는 못합니다.

그래서 장기 방어력은 다음에서 확인해야 합니다.

• 고객 데이터의 의미와 사용권한
• 업종별 역할·인센티브·규칙을 표현한 환경
• 실제 업무에 개입을 넣는 쓰기권한
• 결과 label의 회수율과 시간 지연 관리
• 집단·기간·충격별 calibration과 error bound
• 인간 승인, hard constraint, 감사와 rollback

예측 모델이 싸질수록 고객의 의미, 제약, 실행권한, 결과학습을 닫는 시스템의 가치가 커집니다. 소셜 월드 모델은 그 결정 루프 안에서 사람·조직·시장의 내생적 반응을 담당합니다.

가장 강한 반론은 새 이름으로 기존 기술을 묶었다는 것입니다

이 반론은 상당 부분 맞습니다. 수요예측, 설문, ABM, recommender simulation, 최적화, LLM agent를 모두 소셜 월드 모델로 부르면 범주는 설명력을 잃습니다. 그래서 사람 데이터의 존재가 아니라 사회적 상태 + 행위자 + 상호작용 + 개입 조건부 전이를 최소 경계로 둬야 합니다.

두 번째 위험은 한 시점의 응답을 개입의 인과효과로 오인하는 것입니다. 제품 선호를 비슷하게 답했다고 가격 인상 후 실제 구매량을 맞히는 것은 아닙니다. 개인별 작은 편향이 네트워크의 동조와 추천 feedback, 경쟁사 대응을 거치며 거시 결과에서 커질 수도 있습니다.

세 번째 위험은 공개 사례의 선택 편향입니다. 회사는 성공한 고객과 좋은 문항을 보여줍니다. 실패한 simulation, 고객별 baseline, holdout, 갱신률, 전문 서비스 비중, 실제 결과 회수율은 거의 공개하지 않습니다. 유명 고객 로고와 많은 agent 수보다 actual-versus-predicted가 필요한 이유입니다.

마지막으로 ERP·CRM·클라우드·조사 플랫폼의 흡수 위험이 있습니다. 이들은 이미 고객 데이터와 쓰기권한, 결과 feedback을 갖고 있습니다. 독립 회사가 전체 사회를 복제하겠다고 약속하기보다 결과를 회수할 수 있는 수직 결정 업무를 장악해야 하는 이유입니다.

회사를 볼 때는 여섯 가지를 먼저 묻습니다

첫째, 누가 어떤 결정을 바꾸며 그 예산을 갖고 있는지 확인해야 합니다. 둘째, 개인·관계·네트워크·조직·시장 가운데 무엇이 주 검증 단위인지 물어야 합니다. 셋째, 어떤 사회적 상태와 제도 규칙을 명시적으로 모델링하는지 봐야 합니다.

넷째, 결과가 실제 workflow의 어디까지 들어가는지 확인해야 합니다. 탐색, 추천, 시나리오 비교, 인간 승인 실행, 제한 자동화는 서로 다른 제품 단계입니다. 다섯째, 고객별 개입 결과를 몇 퍼센트나 얼마 만에 회수하는지 봐야 합니다. 여섯째, 기존 baseline 대비 regret, uplift, 제약 위반, 실행시간이 실제로 개선되는지 확인해야 합니다.

여기에 두 질문을 더할 수 있습니다. 매번 새로 조사하는 전문 서비스와 반복 제품 매출은 어떻게 나뉘는가. 고객이 기존 플랫폼으로 바꾸려 할 때 어떤 데이터, 제도 모델, 결과 history 때문에 교체가 어려운가. 이 답이 없으면 기반모델의 진전이 제품의 차별화를 빠르게 깎을 수 있습니다.

소셜 월드 모델은 하나의 거대한 사회 복제기가 아닙니다

이 분야를 하나의 범용 모델 경쟁으로 보면 중요한 차이를 놓칩니다. 개인의 선택을 맞히는 모델과 네트워크의 확산을 맞히는 모델, 조직의 권한을 재현하는 모델, 시장의 정책 효과를 계산하는 모델은 서로 다른 정답과 오류비용을 가집니다.

기업 의사결정 예측은 행위자의 내생적 반응과 다음 상태를 비교하는 개입 계층입니다. 사람을 다룬다는 이유가 아니라 결정이 사회적 세계를 바꾸기 때문에 이 범주에 포함됩니다.

가까운 상용가치는 좁고 검증 가능한 선택지 선별에서 먼저 생길 가능성이 높습니다. 장기 방어력은 agent 수나 자연스러운 대화가 아니라 실제 결정권한, 결과 label, calibration, 인간 승인에 남습니다. 마지막 증명은 가상사회의 크기가 아니라 실제 결정이 얼마나 좋아졌는가입니다.