--- title: 이 사람들은 존재하지 않는다 — 30초로 보는 Reble date: 2026-10-09 category: 소식 tags: 통계적시민, 시뮬레이션, 채점 summary: 통계적 시민 79만 4,000명으로 사회를 재현해 수만 번 돌리고, 결과 전에 잠근 예측을 실측으로 채점한다. 30초 영상의 장면별 근거. --- Reble을 30초로 소개하는 영상을 만들었다. 30초에는 주장만 들어가고 근거는 들어가지 않으니, 장면마다 그 뒤의 숫자와 기록을 여기에 붙여 둔다. 읽고 나면 '존재하지 않는 사람들'이 무엇이고, 왜 답이 숫자 하나가 아니라 분포이며, 그 숫자를 언제 믿어도 되는지 알게 된다.
영상. 30초로 보는 Reble. 소리는 음악과 효과음뿐이다. 화면 속 분포와 승리확률 59%→76%는 작동 방식을 보여 주는 예시 시뮬레이션이다.
Reble.ai는 현실 세계를 반영하는 동적 사회 시뮬레이션 엔진이다. 선거는 그 활용 사례이자, 예측이 공개 채점되는 가장 엄격한 시험장이다. 영상이 던지는 질문도 하나다. **존재하지 않는 사람들로 어떻게 현실의 결과를 맞히는가.** ## 1. 여론조사는 지연되고 왜곡된 한 장의 스냅샷이다 {#s1} 여론조사는 사진과 같다. 찍는 순간은 정확히 담지만, 사진을 받아 볼 즈음 사회는 이미 움직여 있다. 영상이 꼽은 한계는 둘이다. **시차.** 조사가 끝나고 공표되기까지 시간이 걸린다. 발표된 숫자는 이미 지난 민심이다. **기관·방식 편향.** 같은 시기에 같은 것을 물어도 조사 방식에 따라 결과가 갈린다. 7월 초까지의 정례조사 38건을 분해해 보니, 전화면접은 ARS보다 국민의힘 지지를 7.0%p 낮게, 무당층을 6.4%p 높게 잡았다. 흔히 기관 편향이라 부르던 것의 상당 부분이 실은 방식의 차이였다([여론 추적 글](/blog/posts/opinion-tracking-t7/)). 그래서 조사 한 건은 정답표가 아니라 지연되고 왜곡된 스냅샷이다. 사진을 더 많이 찍는 것만으로는 풀리지 않는다. ## 2. 그래서 사회를 통째로 재현했다 — 통계적 시민 79만 4,000명 {#s2} Reble은 사진 대신 사회의 사본을 만든다. 통계청 인구총조사 등 마이크로데이터를 바탕으로, 지역·나이·성별·학력·직업·소득의 분포가 실제 한국 인구와 비슷해지도록 가상 개인 **79만 4,000명**을 만든다. 실제 누군가를 복제한 것이 아니므로 이 사람들은 존재하지 않는다. 통계적 시민 한 명은 세 겹의 확률 모델이다. | 층 | 무엇을 담나 | 항목 | |---|---|---| | 1. 인구통계 | 그 사람이 누구인가 | 연령·성별·지역·직업·소득 | | 2. 행동 성향 | 어느 쪽으로 기울어 있나 | 지지 정당·정치 성향·투표 의향 | | 3. 반응 확률 | 조건이 주어지면 무엇을 고르나 | 선택지마다의 확률 | ``` P(선택 = c ∣ Θ, 조건) ``` Θ는 1·2층에 담긴 그 시민의 속성이다. 셋째 층이 핵심이다. 통계적 시민은 정해진 답을 갖고 있지 않고, 조건마다 선택 확률을 갖는다. 그래서 같은 사람에게 다른 조건을 줄 수 있다. 한 명의 기록을 칸칸이 펼친 설명은 [합성패널은 어떻게 만들어지는가](/blog/posts/how-synthetic-panel-is-built/)에 있다. ## 3. 같은 사회를 수만 번 돌리면 답은 분포가 된다 {#s3} 일기예보는 "내일 비가 온다"가 아니라 "비 올 확률 70%"라고 말한다. Reble의 답도 같은 꼴이다. 시민마다 자기 확률대로 한 번씩 고르게 해 선거를 한 번 치르고, 이것을 수만 번 되풀이한다. 8·17 민주당 전당대회 시뮬레이션은 1만 5,000번(기록된 실제 표본 1만 4,982회)을 돌렸다. 쌓인 결과는 숫자 하나가 아니라 분포다. ``` 승리확률 = 이긴 회차 수 ÷ 전체 회차 수 ``` 승리확률 59%는 "이 사회로 선거를 100번 치르면 59번 이긴다"는 뜻이다. **조건을 바꾸면 분포가 움직인다.** 영상에서는 투표율을 5%p 올리자 승리확률이 59%에서 76%로 옮겨 갔다. 이 두 값은 작동 방식을 보여 주려고 만든 예시다. 실제 선거의 승리확률은 4장의 공개 기준을 넘을 때만 낸다. 조건은 투표율만이 아니다. 정책 발표, 가격 10% 인상, 메시지 A를 B로 바꾸기처럼 실행하면 되돌리기 어려운 일을 사회의 사본에서 먼저 해 본다. 9월에는 같은 1,000명에게 호르무즈 파병을 세 문안으로 물었다. 찬반 논거를 보여 주자 여론이 반대 쪽으로 12.2%p 움직였고, 숫자 하나를 더하자 3.6%p 되돌아왔다([문안 실험 글](/blog/posts/hormuz-framing-experiment/)). ## 4. 이 숫자, 믿어도 되나 — 잠그고, 밝히고, 채점한다 {#s4} 존재하지 않는 사람들이 낸 숫자는 그대로 두면 주장일 뿐이다. 그래서 세 가지 규칙을 지킨다. 1. **결과 전에 예측을 잠근다.** 8·17 전당대회 예측은 남은 두 권역(호남, 서울·경기)이 개표되기 전인 8월 11일 파일로 동결했다. 2. **통과 기준을 먼저 밝힌다.** 검증 게이트 G0a~G1을 모두 통과하고 G2나 G3 중 하나를 통과해야 승리확률을 공개한다고 미리 적었다. 시스템이 계산한 97.9%는 이 기준에 못 미쳐 공개 자격 없음으로 분류했고, 최종 득표율을 맞힌 뒤에도 판정을 바꾸지 않았다. 3. **실제 결과로 채점한다.** 맞힌 곳과 빗나간 곳을 같은 표에 적는다. | 선거일 | 시험 | 결과 | |---|---|---| | 6월 3일 | 지방선거·보궐 12개 선거구 | 12곳 중 8곳 당선자 적중(그중 1곳은 사실상 운). 빗나간 4곳은 모두 접전지였고 오차는 한 방향으로 쏠렸다 | | 8월 17일 | 민주당 전당대회 | 당선자 적중. 최종 득표율 예측 52.9%, 실측 54.08%(차이 1.2%p). 호남 격차는 90% 구간을 벗어나 G3 미충족 | 영상의 「당선자 적중」 도장은 8월 17일의 것이다. 같은 채점표에 호남의 편차도 적혀 있다. 빗나간 것을 함께 적어야 다음 적중을 믿을 수 있다. 전체 채점은 [지방선거 비교분석](/blog/posts/election-sim-vs-results/)과 [전당대회 채점 글](/blog/posts/dp-leader-scorecard/)에 있다. ## 결론 {#conclusion} 존재하지 않는 사람들로 현실을 맞히는 방법은 세 단계다. 사회를 통계적으로 재현하고, 같은 사회를 수만 번 돌려 분포로 답하고, 그 답을 결과 전에 잠가 실측으로 채점받는다. 마지막 단계가 빠지면 앞의 둘은 그럴듯한 그림에 그친다. 조건을 바꾸면 결과가 어떻게 움직이는지는 [민주당 당대표 시뮬레이션](/dp-leader/)에서 투표율과 연령 시나리오를 직접 바꿔 보며 확인할 수 있다. 엔진 전체 설명은 [Reble.ai는 어떤 AI 엔진인가](/blog/posts/what-is-reble-ai/)에 있다.