AI 군중 시뮬레이션은 어떻게 대중의 반응을 예측하는가?

AI 군중 시뮬레이션은 단일 모델에 단일 답변을 요구하는 대신, 실제 맥락에서 AI 에이전트 집단을 구축하고 시간 경과에 따라 상호 작용하도록 함으로써 대중의 반응을 예측합니다. InfoDome 에서는 문서가 지식 그래프가 되고, 이 그래프는 각기 다른 특성, 위치 및 기억력을 가진 수백 개의 에이전트로 구성되며, 이 에이전트들은 선택된 라운드 수 동안 두 개의 시뮬레이션 플랫폼에서 토론합니다. 그런 다음 분석 에이전트가 토론 결과를 분석하고 사용자가 질문할 수 있는 예측 보고서를 작성합니다.

왜 한 명의 모델에게 물어보는 대신 군중을 시뮬레이션하는 걸까요?

인공지능 모델 하나에 "사람들은 이 상황에 어떻게 반응할까요?"라고 물으면 그럴듯한 답변 하나가 나옵니다. 대체로 타당해 보이지만, 이는 평균적인 반응일 뿐입니다. 모든 사람의 반응을 한꺼번에 상상한 하나의 목소리인 셈이죠. 실제 반응은 그렇게 단순하지 않습니다. 사람들은 서로에게 반응합니다. 비판자의 글은 중립적인 독자가 뉴스를 보는 방식을 바꾸고, 옹호자의 반박은 비판자의 다음 발언을 바꾸며, 언론인은 가장 정확한 관점이 아니라 가장 목소리가 큰 관점을 택합니다.

군중 시뮬레이션은 그러한 역동성을 포착하려고 합니다. 가상의 합의된 의견 하나를 가정하는 대신, 여러 개별 행위자를 모델링하고 그들의 상호작용을 통해 결과가 도출되도록 합니다. 그렇기 때문에 결과가 예상치 못한 결과를 보여줄 수 있으며, 예상치 못한 결과는 검증해 볼 가치가 있습니다. 이러한 광범위한 방법을 다중 에이전트 시뮬레이션이라고 하며, 다중 에이전트 시뮬레이션이란 무엇인가 에서 그 배경을 설명합니다.

1단계: 문서에서 지식 그래프로

모든 것은 여러분의 자료에서 시작됩니다. 뉴스, 계획, 보고서, 정책 초안 또는 소설 등 PDF, Markdown 또는 텍스트 형식의 자료라면 무엇이든 좋습니다. InfoDome 이러한 자료와 예측하고자 하는 내용을 이해하기 쉬운 언어로 작성한 설명을 함께 읽어 지식 그래프를 추출합니다.

• 개체 : 본문에 언급된 사람, 조직 및 단체.
• 관계 : 누가 누구를 지지하고, 반대하고, 의존하고, 보고하고, 경쟁하는지.
• 맥락 : 본문이 각 인물에게 부여하는 사실과 입장.

그래프는 시뮬레이션을 일반적인 가정이 아닌 실제 상황에 맞춰 진행하기 때문에 중요합니다. 또한 그래프는 시각적으로 제공되므로 실행 전에 시스템이 어떤 정보를 파악했는지 확인할 수 있습니다.

2단계: 그래프에서 에이전트로

InfoDome 그래프와 사용자 설명 정보를 바탕으로 수백 개의 AI 에이전트를 생성합니다. 정확한 에이전트 수는 문서에 따라 달라집니다. 각 에이전트는 다음과 같은 기능을 수행합니다.

• 성격이란 기질, 관심사, 말하고 행동하는 방식 등을 말합니다.
• 입장 : 그래프를 통해 파악한, 해당 문제에 대한 출발점.
• 장기 기억 : 보고, 말하고, 들은 내용이 여러 단계를 거쳐 지속되는 것.
• 국가 : 최대 10개의 대상 국가를 선택할 수 있으며, 상담원은 해당 국가들에 균등하게 배분됩니다. 문서에 포함된 실제 개체는 각자의 국가를 유지합니다.

이러한 구성은 의도적인 것입니다. 일부 에이전트는 텍스트에 언급된 특정 조직이나 인물을 나타내고, 다른 에이전트는 더 넓은 청중을 나타내므로 시뮬레이션에는 눈에 보이는 참여자와 그들에게 반응하는 청중 모두가 포함됩니다.

3단계: 두 개의 플랫폼에서 라운드

그런 다음 에이전트들은 두 개의 플랫폼에서 병렬로 실행되는 시뮬레이션된 소셜 네트워크에서 상호 작용합니다.

• Twitter 와 유사한 피드 : 짧은 게시물, 빠른 반응, 재게시. 이러한 환경에서 관점이 빠르게 확산되고 분위기가 험악해집니다.
• Reddit 과 유사한 포럼으로 , 긴 게시글과 댓글이 많습니다. 이곳에서 논쟁이 벌어지고, 세부 사항이 논의되며, 입장이 확고해지거나 누그러집니다.

라운드 수는 10, 20, 40 등 원하는 만큼 선택할 수 있습니다. 각 라운드에서 참가자들은 다른 참가자들이 올린 글을 읽고, 응답할지 여부와 방법을 결정한 후, 자신의 정보를 업데이트합니다. 정보는 누적되므로 15번째 라운드는 1~14번째 라운드에서 발생한 내용에 따라 진행됩니다. 초기에 답변되지 않았던 주장이 나중에 정설로 받아들여질 수도 있고, 늦게 도착한 수정 사항이 영원히 반영되지 않을 수도 있습니다.

4단계: 대화에서 보고서 작성까지

마지막 라운드가 끝나면 분석 에이전트가 시뮬레이션 활동을 연구하고 결론을 담은 예측 보고서를 작성합니다. 보고서에는 주요 흐름, 이동한 집단과 그 이유, 증폭 역할을 한 주체, 남아 있는 위험 요소 및 미해결 질문 등이 포함됩니다. 보고서가 유일한 결과물은 아닙니다. 관련 게시물을 열어보고, 에이전트에게 그들의 추론 과정에 대해 질문하고, 분석가에게 추가 질문을 할 수도 있습니다. 이러한 추적 가능성 덕분에 시뮬레이션은 블랙박스식 판단이 아닌 검토 가능한 가설로 거듭날 수 있습니다.

2차 반응이 중요한 이유

뉴스에 대한 첫 번째 반응은 대개 쉽게 예측할 수 있습니다. 가격 인상은 고객을 불쾌하게 하고, 새로운 규제는 규제 대상 산업을 불안하게 만듭니다. 하지만 예측하기 어려운 것은 2차 반응 , 즉 그 반응에 대한 반응입니다.

군중 시뮬레이션에서 나타날 수 있는 2차 효과의 예는 다음과 같습니다.

• 기업의 방어적인 답변은 사소한 불만을 오만함에 관한 이야기로 바꿔놓았습니다.
• 소문은 빠르게 퍼지는 뉴스 피드에서는 사라지지만, 포럼 게시글에 남아 있다가 나중에 다시 수면 위로 떠오르곤 합니다.
• 동맹국의 미온적인 지원은 중립국 요원들에게 숨겨진 문제의 징후로 해석된다.
• 서로 적대적인 입장이었던 두 집단이 공통의 불만을 발견하고 연합하게 된다.

이러한 효과는 행위자들이 시간이 지남에 따라 서로 반응할 때만 나타나는데, 바로 이것이 라운드와 기억이 존재하는 이유입니다. 또한 이러한 효과는 단 한 번의 이해관계자 인터뷰로는 드러날 수 없기 때문에 조직이 가장 예상치 못하게 발견하는 요소이기도 합니다.

풀이 예시

한 도시 정부가 번화한 상업 거리를 보행자 전용 구역으로 바꾸는 계획을 세웁니다. 계획팀은 초안, 교통량 조사 요약본, 그리고 상점 주인들의 인터뷰가 실린 지역 뉴스 보도를 업로드합니다. 그리고 주민, 상점 주인, 배달 업체, 지역 언론이 첫 한 달 동안 어떻게 반응할지 묻고, 한 국가에서 40차례에 걸쳐 여론조사를 실시합니다.

초기 반응은 예상대로였습니다. 상점 주인들은 배송에 대해 걱정했고, 주민들은 소음 감소를 반겼습니다. 그러다 두 번째 패턴이 나타났습니다. 배송 회사 직원이 이른 아침 배송 시간대를 도입하면 대부분의 문제가 해결될 것이라고 게시했습니다. 포럼에서 상점 주인 측 담당자들이 이 글을 접하고, 비판의 방향을 "계획 자체에 반대"에서 "배송 시간대를 지정하지 않으면 계획에 반대"로 바꿨습니다. 한편, 지역 언론사 관계자는 주차 문제에 대한 주민의 불만을 확대 보도하며 배송 문제에서 관심을 돌렸습니다.

분석가의 보고서는 배송 시간대가 경쟁 구도를 분열시킬 수 있으며, 주차 문제가 더 지속적인 위험 요소라고 결론짓습니다. 팀은 언론 담당자를 인터뷰하여 어떤 사실이 보도 방향을 바꿀 수 있는지 파악한 후, 계획에 주차 문제를 추가합니다. 시뮬레이션은 실제 도로 상황에 대한 어떤 것도 증명하지는 못했지만, 팀에게 구체적이고 검증 가능한 두 가지 가설을 제시했습니다. 소문이 무성한 상황에서도 소문 확산 시나리오는 동일한 메커니즘을 기반으로 구축됩니다.

염두에 두어야 할 제한 사항

군중 시뮬레이션은 역학 관계를 탐구하는 데 강력한 도구이지만, 분명한 한계가 있습니다.

• 에이전트는 사용자의 문서를 기반으로 학습된 AI 모델입니다. 이해관계자가 누락되거나 일방적인 자료가 있는 경우 사각지대가 발생합니다.
• 결과는 설문조사 표본처럼 통계적으로 대표성을 갖지 않으며, 백분율은 실제 점유율로 해석해서는 안 됩니다.
• 매번 플레이는 각기 다른 양상으로 전개될 수 있습니다. 단일한 극적인 순간보다는 일관된 패턴을 더 중요한 신호로 간주하세요.

이러한 제한 사항을 염두에 두고 시뮬레이션을 사용하면 다음에 어떤 일이 발생할 수 있는지, 그리고 그 이유를 빠르게 확인할 수 있습니다. 직접 시도해 보려면 콘솔에서 작업을 준비하세요 .