민주당 당대표 시뮬레이션 · 2026.08.17 전당대회
선거를, 미리 치러 봅니다.
Reble.ai는 실제 유권자 구성을 반영한 통계적 시민, 합성패널로 선거를 미리 치러 보는 시뮬레이션 플랫폼입니다. 단일 숫자가 아니라 승리 확률과 신뢰구간으로 답하고, 예측은 동결한 뒤 실제 개표로 채점해 성적을 그대로 공개합니다.
SCOREBOARD — 예측 vs 실측
더불어민주당 당대표 선거 · 2026.08.17
예측 — 08.11 동결
97.9%
P(김민석 당선) — 합성패널 4,433명 확률 모드
실측 — 08.17 개표
김민석
54.08%
당선
정청래
45.92%
순회경선 누적(권리당원) 김 46.00 · 정 44.55 → 선호투표 반영 최종 54.08 : 45.92 · 출처 — 당 선관위 발표 · 동결 기록 공개 08.13 블로그
적중
VOTING HALL
합성패널 투표장 — 점 1개 = 통계적 시민 1명
권리당원 152만 7,261명을 4,433명의 통계적 시민으로 압축해 권역별로 앉힙니다. 이 투표장이 8·17을 미리 치렀고, 실제 개표로 채점받았습니다.
행 = 권역(개표 발표 순) · 높이·점수 ∝ 권리당원 수 · 점 클릭 = 시민 카드
4,433명 전원 표시
CITIZEN — 근거 카드
이 시민이 투표한 시뮬레이션 →
김민석 54.08
정청래 45.92
행·점수 = 권역별 권리당원 수 비례(호남·서울경기는 보도 근사) · 점 색 = 최종 득표율 배분(선호투표 반영) · 성별×연령 열 배치는 표현용
WHY SIMULATION
여론조사는 정답표가 아니라,
지연되고 왜곡된 스냅샷입니다
그래서 Reble은 조사 결과를 그대로 읽지 않고, 복원하고 시뮬레이션합니다.
시차 TIME LAG
조사와 발표 사이의 지연 — 숫자는 이미 과거입니다.
표본 대표성 훼손
응답률 저하가 만드는 구조적 노이즈.
House Effect
기관·방식(ARS/CATI)에 따른 체계적 편향 — 같은 날 조사가 5%p 다르게 나옵니다.
기존 여론조사REBLE 엔진
결과물
단일 숫자 (점추정)
승리 확률 + 신뢰구간 (확률 분포)
시간성
정태적 단면 조사
칼만 필터 — 잠재 지지율 동태 추정
데이터
개별 조사의 파편화
시간·기관 가중치 통합 보정
시나리오
고정된 결과
투표율 등 반사실 조건 시뮬레이션
질문을 바꿉니다 — "누가 앞서는가?" → "어떤 조건에서 판세가 바뀌는가?"
METHOD
통계적 시민 한 명은 이렇게 만들어집니다
통계적 시민 모델 Θ — 3층 구조
D · 인구통계 레이어LAYER 1
연령 · 성별 · 지역 · 직업 · 소득 분포
B · 행동 속성 레이어LAYER 2
지지 정당 · 정치 성향 · 과거 투표 이력
P · 반응 확률 함수LAYER 3
P(vote=c | Θ, context) ∈ [0,1]
거시 인구구조와 미시 여론 데이터를 정합해, 실제 유권자 집단을 확률론적으로 복제합니다.
REBLE 엔진 — 조사 정제부터 확률까지
1
선관위 등록 여론조사 정제 — 유효 표본크기 정규화 · 시나리오 분리 · 시계열 정렬
2
지수 감쇠 가중 반감기 λ=5일 · House Effect(ARS/CATI) 보정
3
칼만 필터 — 끊긴 스냅샷을 연속적 민심 궤적으로 복원
4
몬테카를로 5만 번의 가상 선거 → 기대 득표율 · 95% 신뢰구간 · P(win)
베이지안 약사전분포(α=1) — 누가 이길지 미리 가정하지 않고, 데이터가 모든 추정을 주도합니다.
TRACK RECORD
성적은 지우지 않습니다
2026.08.17
민주당 전당대회 — 당선자·득표 구조 시뮬레이션
적중
2026.06.03
지방선거·보궐 12개 선거구 — 베이지안 시뮬레이션
아카이브
매일 갱신
T+7 여론 예측 — 여론조사 85건, 7일 뒤를 미리 적고 공개 채점
진행 중
SERVICES
지금 볼 수 있는 것
LIMITS — 숫자의 한계도 그대로 공개합니다
데이터 의존성
공표 여론조사의 수량·품질에 종속됩니다.
모델 가정
수학적 가정이 현실의 역동성을 다 담지 못할 수 있습니다.
블랙 스완
선거 직전의 돌발 변수는 통계로 모델링되지 않습니다.
투표율 변동성
당일 투표율은 예측 불가 — 시나리오 분석으로 대응합니다.