개요
2025년 칭화대 연구진(Piao 외)이 공개한 AgentSociety는 “1만 명 이상의 LLM 에이전트와 500만 건 이상의 상호작용을 만들어, 양극화·선동 메시지 확산·기본소득·허리케인 충격 같은 사회 문제를 ‘출시 전 시뮬레이션’으로 다루는 플랫폼”이다. 같은 흐름에서 DeepMind는 Concordia를, Park 외는 Generative Agents 후속 연구를 발표하고, a16z/Convex의 AI Town은 개발자용 스타터킷으로 풀려 있다. ‘에이전트들이 사는 작은 사회를 띄워서 우리 캠페인이 어떻게 퍼지는지 보는’ 일이 더 이상 학술 데모만이 아닌 단계다.
비즈니스에서 들어올 5가지 사용처
- 캠페인 사전 시뮬레이션 — 신규 광고·PR 메시지를 가상 사회에 던져 24시간 안에 어떤 댓글·반박·밈이 돌지 미리 본다.
- 위기 대응 리허설 — 식품 안전 사고, 데이터 유출 같은 위기 시나리오를 던져 “1차 보도 후 6시간/24시간/72시간에 어떤 여론이 형성되는가”를 시뮬레이션.
- 정책·요금제 변경 사전 검증 — 보험료 인상, 멤버십 약관 변경, 공급망 변경 등에 대한 고객 반응을 미리 측정.
- 조직 변화 리허설 — 합병·재택근무 정책 변경·평가제도 개편을 직원 페르소나 가상사회에 돌려본다.
- 매장·서비스 동선 시뮬레이션 — 신규 매장 레이아웃, 키오스크 배치, 앱 UX 변경을 합성 사용자에게 돌려 동선 병목과 이탈 지점 사전 식별.
주의: 디지털 트윈과 다르다
영국 정부 정의와 NIST 정의에 따르면 디지털 트윈은 실제 세계 대상과 알려진 허용오차로 연결돼 실시간·양방향으로 데이터를 교환하는 체계다. 반면 LLM 기반 가상사회 시뮬레이션은 특정 현실 대응물에 엄밀히 묶이지 않아도 된다. “가능한 사회”를 만들어 가설을 시험하는 도구이지 “현실의 거울”이 아니다. 둘을 혼동하면 시뮬레이션 결과를 과신하게 된다.
기업이 배워야 할 것 — 출시 전에 100번 살아보라
- 되돌리기 어려운 결정(광고 카피·약관 변경·신규 매장) 앞에 합성 사회 한 번 돌리는 절차를 만들어라.
- 시뮬레이션 결과는 “예측”이 아니라 “리스크 시나리오 카탈로그”로 받아라.
- 내부 위기 대응 매뉴얼에 “합성 사회 리허설” 단계 신설 — PR·법무·CS 합동.
- 에이전트 페르소나의 다양성을 일부러 강제 분산. 다양성이 부족하면 시뮬레이션이 자기 거울이 된다.
- 도입 시 “시뮬레이션 정확도”가 아니라 “시뮬레이션이 막아준 손실”을 KPI로.