Reble Labs는 현실 사회를 통계적으로 재현하고, 조건이 달라졌을 때 사람들의 선택이 어떻게 움직이는지를 실험하는 확률론적 사회 시뮬레이션 엔진을 만듭니다. 정치와 선거, 정책과 사회, 마케팅과 브랜드 — 사람의 선택이 결과를 만드는 모든 곳이 대상입니다. 선거는 그중 정답이 공개되는 유일한 영역이라, 엔진을 채점하는 시험장으로 씁니다.
사람에게 직접 묻는 방식이 두 방향에서 동시에 흔들리고 있습니다.
첫째, 묻기가 어려워졌습니다. 전화 응답률은 계속 떨어지고, 응답하는 사람과 응답하지 않는 사람이 체계적으로 다릅니다. 표본은 점점 인구를 닮지 않게 되는데 비용과 시간은 늘어납니다.
둘째, 물어서 얻은 답이 행동과 다릅니다. 사람은 자기가 무엇을 살지, 어디에 투표할지, 그 메시지에 어떻게 반응할지를 스스로 정확히 예측하지 못합니다. 설문의 답과 실제 행동 사이에는 늘 간격이 있습니다.
그래서 인구를 통계적으로 재현하고, 그 위에서 조건을 바꿔 가며 반복 실행하는 접근이 필요해졌습니다. 다만 이 방식에는 곧바로 따라붙는 의심이 있습니다 — “그렇게 만들어낸 숫자를 어떻게 믿는가.” 저희가 가장 무겁게 다루는 질문이 바로 이것이고, 뒤의 04절이 그에 대한 답입니다.
여론조사는 훌륭한 도구지만, 그 자체로는 세 가지 구조적 한계를 안고 있습니다.
조사 시점과 발표 시점 사이의 지연 때문에, 공표된 숫자는 이미 지나간 민심입니다.
응답률이 낮아질수록 표본은 인구를 닮지 않게 되고, 그 왜곡이 구조적 노이즈로 남습니다.
같은 시점 같은 선거인데도 조사기관과 방식(ARS·전화면접)에 따라 결과가 체계적으로 갈립니다.
하나의 숫자(점추정)를 내놓는 대신, 결과가 어떤 범위로 펼쳐지는지(확률 분포)를 계산합니다.
| 기존 여론조사 | Reble 엔진 | |
|---|---|---|
| 결과물 | 단일 숫자 (점추정) | 승리확률과 신뢰구간 (확률 분포) |
| 시간성 | 정태적 단면 조사 | 칼만 필터 기반 잠재 지지율 동태 추정 |
| 데이터 | 개별 조사의 파편화 | 시간·기관 가중치를 적용한 통합 보정 |
| 시나리오 | 고정된 결과 | 투표율 등 반사실 조건 시뮬레이션 |
핵심 부품은 합성패널입니다. 실제 사람을 복제한 명단이 아니라, 인구구조와 조사 결과를 반영해 만든 통계적 시민입니다.
이 패널이 실제 예측이 되기까지는 여덟 단계를 거칩니다. 각 단계는 서로 다른 종류의 왜곡을 하나씩 걷어냅니다.
예측 모델의 진짜 시험은 정확도가 아니라 정직성입니다. 결과를 본 뒤에 기준을 옮기면 어떤 예측이든 맞은 것처럼 보이게 만들 수 있기 때문입니다.
그래서 계산이 끝난 숫자라도 사전에 정한 검증 관문을 넘지 못하면 공개하지 않습니다. 무엇이 실제 관측값이고 무엇이 모델의 예측인지, 어떤 가정이 들어갔고 불확실성이 어느 정도인지를 결과와 함께 적습니다.
인구를 재현해 답을 만들어내는 접근에는 “그 숫자를 어떻게 믿는가”라는 의심이 항상 따라붙습니다. 저희는 그 답을 방법론이 아니라 절차에서 찾습니다 — 미리 잠그고, 기준을 먼저 밝히고, 결과 앞에 세우는 것입니다.
합성패널의 속성과 질문만 바꾸면 같은 파이프라인이 그대로 돕니다. 유권자를 소비자로, 후보를 제품으로 바꾸면 됩니다.
| 영역 | 질문의 예 |
|---|---|
| 정치 · 선거 | 이 메시지는 어느 세대에서 먼저 움직이나 · 투표율이 5%p 오르면 판세가 뒤집히나 · 3위 후보의 표는 어디로 가나 |
| 정책 · 사회 | 이 정책 발표에 어떤 집단이 가장 강하게 반응하나 · 찬반이 갈리는 경계는 어디인가 · 설득 여지가 남은 층은 누구인가 |
| 마케팅 · 브랜드 | 가격을 10% 올리면 어느 세그먼트가 먼저 이탈하나 · A안과 B안 중 어느 메시지가 더 넓게 닿나 · 아직 발견하지 못한 고객군이 있나 |
공통점은 “지금 누가 앞서는가”가 아니라 “무엇이 달라지면 결과가 바뀌는가”를 묻는다는 것입니다. 이것을 반사실 실험이라고 부릅니다.
실행 비용이 거의 들지 않기 때문에 시도해 보기 전에 시도해 볼 수 있습니다. 캠페인을 집행하기 전에, 가격을 올리기 전에, 정책을 발표하기 전에 결과의 범위를 먼저 봅니다.
현재 운영 중인 서비스입니다. 모두 같은 엔진 위에서 돌아갑니다.
정책 수용도와 마케팅 반응을 같은 엔진으로 실험합니다. 도입을 검토하신다면 문의해 주세요.
이 엔진이 할 수 없는 일을 먼저 적어 둡니다.
| 데이터 의존성 | 입력되는 공표 여론조사의 절대적 수량과 질적 한계에 종속됩니다. 조사 자체가 실제 민심에서 벗어나 있으면 모델도 함께 벗어납니다. |
| 모델 가정의 맹점 | 확률분포의 수학적 가정이 현실의 역동성을 100% 반영하지는 못합니다. |
| 외생적 충격 | 선거 직전 터지는 대형 사건은 통계적으로 모델링할 수 없습니다. |
| 투표율 변동성 | 실제 당일 투표율은 사전 예측이 불가능해 여러 시나리오로 폭을 열어 둡니다. |
| 합성패널의 전제 | 합성패널은 실존 인물이 아니며, 특정 집단의 명부를 직접 확인하지 못할 때는 유사 집단으로 대신한다는 가정이 들어갑니다. |
엔진의 작동 원리와 예측의 성적은 블로그에 전부 공개돼 있습니다.
Reble.ai는 Punkpoll과 티브릿지가 함께 만든 통계적 시민(합성패널) 기반 AI 시뮬레이션 서비스입니다. 두 팀이 함께 엔진을 개발하고 운영하는 조직을 Reble Labs라고 부릅니다.
| 문의 | contact@punkpoll.com |
| 기록 | Reble 블로그 — 방법과 성적을 공개합니다 |
| 듣기 | 이 페이지를 처음부터 읽어 드립니다 |