광고 카피 한 줄, 약관 변경 한 줄, 신규 매장 한 곳 — 되돌리기 어려운 결정일수록, 내보내기 전에 결과를 알고 싶다. 그런데 현실에서는 한 번밖에 못 산다. 그래서 등장한 발상이 가상 사회를 띄워 출시 전에 100번 살아보는 것이다.
2025년 칭화대 연구진(Piao 외)이 공개한 AgentSociety는 1만 명 이상의 LLM 에이전트와 500만 건 이상의 상호작용을 만들어, 양극화·선동 메시지 확산·기본소득·재난 충격 같은 사회 문제를 '출시 전 시뮬레이션'으로 다룬다. 같은 흐름에서 DeepMind는 Concordia를, Park 외는 Generative Agents 후속 연구를 내놓았고, a16z/Convex의 AI Town은 개발자용 스타터킷으로 풀렸다. 에이전트들이 사는 작은 사회를 띄워 우리 캠페인이 어떻게 퍼지는지 보는 일이, 더 이상 학술 데모에만 머물지 않는다.
비즈니스로 들어올 다섯 가지 사용처
- 캠페인 사전 시뮬레이션 — 새 광고·PR 메시지를 가상 사회에 던져, 24시간 안에 어떤 댓글·반박·밈이 돌지 미리 본다.
- 위기 대응 리허설 — 식품 안전 사고, 데이터 유출 같은 시나리오를 던져 "1차 보도 후 6시간·24시간·72시간에 어떤 여론이 형성되는가"를 시뮬레이션한다.
- 정책·요금제 변경 검증 — 보험료 인상, 멤버십 약관 변경, 공급망 변경에 대한 고객 반응을 미리 측정한다.
- 조직 변화 리허설 — 합병, 재택근무 정책, 평가제도 개편을 직원 페르소나 사회에 돌려본다.
- 동선·UX 시뮬레이션 — 신규 매장 레이아웃, 키오스크 배치, 앱 UX 변경을 합성 사용자에게 돌려, 병목과 이탈 지점을 사전에 찾는다.
공통점은 하나다. 틀리면 비싼 결정을, 틀려도 공짜인 가상에서 먼저 틀려보는 것이다.
전문가가 반드시 구분하는 것 — 디지털 트윈이 아니다
여기서 가장 흔한 오해를 짚어야 한다. 이 가상 사회는 디지털 트윈이 아니다.
영국 정부와 미국 NIST의 정의에 따르면, 디지털 트윈은 실제 세계의 대상과 알려진 허용오차로 연결되어 실시간·양방향으로 데이터를 교환하는 체계다. 즉 현실의 거울이다. 반면 LLM 기반 가상 사회 시뮬레이션은 특정 현실 대응물에 엄밀히 묶이지 않아도 된다. "가능한 사회"를 만들어 가설을 시험하는 도구이지, "현실의 거울"이 아니다.
이 차이가 실무에서 결정적이다. 가상 사회의 결과를 디지털 트윈처럼 "현실의 정확한 예측"으로 받으면, 일어나지 않을 일에 과민 반응하거나 일어날 일을 놓친다. 올바른 사용법은 결과를 '예측'이 아니라 '리스크 시나리오 카탈로그'로 읽는 것이다. "이런 반응이 나올 수 있다"는 가능성의 지도이지, "이렇게 된다"는 예언이 아니다.
기업이 배워야 할 것 — 출시 전에 100번 살아보라
- 되돌리기 어려운 결정 앞에 절차를 만들어라. 광고 카피·약관 변경·신규 매장 같은 결정 전에, 합성 사회를 한 번 돌리는 단계를 공식화한다.
- 결과는 예측이 아니라 시나리오 카탈로그로 받아라. 정답이 아니라, 대비해야 할 가능성의 목록이다.
- 위기 대응 매뉴얼에 '합성 사회 리허설'을 넣어라. PR·법무·CS가 합동으로 돌려본다.
- 페르소나 다양성을 일부러 강제 분산하라. 다양성이 부족하면 시뮬레이션이 자기 거울이 되어, 듣고 싶은 말만 돌려준다.
- KPI는 정확도가 아니라 '막아준 손실'이다. 시뮬레이션이 얼마나 그럴듯했는지가 아니라, 어떤 사고를 미리 막았는지로 평가한다.
가상 사회는 미래를 보여주지 않는다. 미래의 여러 갈래를, 비용 없이 미리 걸어보게 해준다. 그 차이를 아는 기업이, 되돌릴 수 없는 결정에서 덜 다친다.
— 임보람