스몰빌에서 20억 달러 기업으로, 시밀리가 여는 행동 시뮬레이션의 미래

2023년 인공지능 분야에서 가장 큰 영감을 준 연구 중 하나는 25명의 가상 주민이 자율적으로 상호작용하는 ‘스몰빌’ 프로젝트였다. 그 연구의 주역인 박준성 박사가 이끄는 스타트업 '시밀리'가 최근 20억 달러의 기업가치를 인정받으며 시장에 새로운 충격을 던졌다. 이들은 거대언어모델(LLM)이 극복하지 못한 실제 인간 행동의 비합리성과 고유의 선호를 정교하게 예측하는 행동 파운데이션 모델을 통해 디지털 트윈 시뮬레이션의 실질적 상용화를 열어가고 있다.

스몰빌 연구에서 20억 달러 스타트업으로 성장한 시밀리

2023년 학계와 산업계를 뒤흔든 가상 마을 '스몰빌' 연구의 주역들이 현실 비즈니스 시장의 중심에 섰다. 당시 스탠퍼드대 박사 과정에 재학 중이던 박준성 박사는 AI 에이전트 25명이 스스로 사회적 상호작용을 하며 살아가는 가상 마을 논문을 발표해 주목을 받았다. 이 연구는 인공지능 에이전트가 독자적인 성격을 바탕으로 일상을 영위하고 소통할 수 있음을 입증하며 에이전트 기반 시뮬레이션 연구의 기폭제가 되었다.

연구의 가능성을 현실로 구현하기 위해 박준성 박사는 스탠퍼드 연구진 및 지도교수진과 함께 인간 행동 시뮬레이션 전문 기업인 시밀리를 설립했다. 시밀리는 가상 환경에서의 실험을 넘어 실제 인간의 행동 패턴을 시뮬레이션할 수 있는 디지털 트윈 기술 개발에 집중해 왔다. 이러한 기술력과 미래 비전을 인정받아 시밀리는 투자 시장에서 폭발적인 성장을 이끌어냈다.

최근 그린오크스가 주도한 시리즈 B 라운드에서 시밀리는 20억 달러의 기업가치를 인정받으며 2억 달러 규모의 신규 투자를 유치했다. 앞서 유치한 1억 달러 규모의 시리즈 A 투자를 포함해 시밀리의 총 누적 투자금은 3억 달러에 달한다. 안드레이 카파시와 페이페이 리 등 세계적인 AI 석학들이 초기 투자자로 합류하며 기술적 검증을 마쳤다는 평가다.

프런티어 모델 한계 넘는 행동 파운데이션 모델

거대언어모델(LLM)이 비약적인 지적 추론 능력을 보여주고 있음에도, 실제 인간의 복잡하고 비이성적인 행동을 정밀하게 모사하는 데는 명확한 한계를 드러냈다. OpenAI의 GPT-4를 비롯한 기존 프런티어 모델들은 일반적인 대중을 대상으로 한 의사결정 모사 정확도가 50%에서 60% 수준에 머무른다. 이는 모델이 인간의 보편적인 텍스트 데이터를 학습했으나, 특정 상황에서의 구체적인 행동 메커니즘을 반영하지 못하기 때문이다.

이러한 한계는 기업들이 마케팅이나 제품 기획 단계에서 실질적으로 타겟팅하고자 하는 특정 틈새 인구 집단을 분석할 때 더욱 도드라진다. 기존 프런티어 모델은 대상 집단이 좁고 구체적일수록 모사 정확도가 20%에서 30% 수준으로 급격하게 주저앉는다. 통계적 다수가 아닌 소수 집단의 독특한 취향이나 지역적 특성, 사회적 맥락을 모방하는 엔지니어링 역량이 부재한 탓이다.

시밀리는 이 문제를 해결하기 위해 이성적 추론이 아닌 인과 데이터에 기반한 '행동 파운데이션 모델'을 새롭게 제안했다. 이 모델은 실제 인간이 의사결정을 내릴 때 나타나는 비합리성과 고유의 선호를 정교하게 재현하여 인간 행동 모사 정확도를 85%까지 끌어올렸다. 이는 기존 상용 프런티어 모델들의 정밀도를 배 이상 뛰어넘는 수치로, 비즈니스에 직접 접목 가능한 디지털 트윈의 기반이 된다.

25명 실험에서 80억 인구 시뮬레이션 비전으로의 확장

시밀리의 에이전트 시뮬레이션 기술은 기술적 스케일링을 거쳐 끊임없이 영역을 확장하고 있다. 연구의 시작점이었던 2023년 스몰빌 프로젝트에서는 가상 마을 환경에서 독립적인 성격을 부여받은 25명의 에이전트가 주위 환경과 상호작용하는 구조였다. 25명의 가상 인물들은 스스로 약속을 잡고 파티를 계획하며 현실적인 의사결정 패턴을 시연하는 데 성공하며 사회 시뮬레이션의 기본 기틀을 다졌다.

이후 연구팀은 개인의 구체적인 성격 유형과 심리적 특성을 모방하도록 개선된 1,000명 규모의 생성형 에이전트 시뮬레이션을 독자적으로 구축하는 데 성공했다. 에이전트의 스케일이 수십 명 단위에서 천 명 단위로 확대되면서, 집단 내부의 다양한 상호작용과 하부 문화 형성 등 실제 사회 현상에 한층 가까운 시뮬레이션이 가능해졌다. 이 단계부터는 단순한 연구 실험을 넘어 시장 분석과 거시적 인구 행동 패턴 파악에 실질적인 효용을 주기 시작했다.

이제 시밀리는 특정 가상 공동체를 넘어 지구상에 존재하는 80억 인구 전체를 시뮬레이션하겠다는 궁극적인 비전을 추진 중이다. 전 세계 모든 지역의 다양한 인종, 문화권, 연령대의 행동 패턴과 선택 방식을 완벽한 가상 모델로 복제하여 작동하는 시뮬레이션 체계를 구현하고자 한다. 25명의 가상 일상에서 시작된 에이전트 기술이 지구 인류 전체의 집단적 결정을 예측하는 거대한 프레임워크로 진화하고 있다.

글로벌 기업들의 디지털 트윈 시뮬레이션 도입

시밀리의 행동 파운데이션 모델은 기업들의 신제품 출시 프로세스와 시장조사 방식을 실질적으로 혁신하고 있다. 헬스케어 유통 대기업인 CVS 헬스와 글로벌 컨설팅 그룹 딜로이트는 새로운 상품군에 대한 소비자들의 반응을 사전에 예측하고 매장의 상품 진열 방식을 사전에 검증하기 위해 시밀리의 디지털 트윈 기술을 도입했다. 실제 매장에서 파일럿 테스트를 수행하지 않고도 고도로 모사된 시뮬레이션을 통해 최적의 레이아웃과 가격 저항선을 도출할 수 있게 되었다.

자산 관리 플랫폼인 웰스프론트와 전통의 여론 조사 기관 갤럽 역시 디지털 에이전트 기술을 적극적으로 도입 중이다. 이들은 시간과 비용이 막대하게 소요되는 오프라인 마케팅 패널 조사 방식을 시뮬레이션으로 대체하고 있으며, 실적 발표 등 대외적인 행사를 앞두고 가상의 청중 에이전트를 대상으로 예상 질의와 피드백을 모사하여 전략을 고도화하고 있다. 인간의 고유 선호를 정교하게 다각도로 테스트함으로써 돌발 변수를 통제하는 신뢰도 높은 도구로 안착했다.

이는 기존 시장 조사 패러다임을 완전히 무너뜨리는 혁신이다. 종전에는 수천 명 규모의 신뢰할 수 있는 설문이나 행동 데이터를 수집하기 위해 수개월의 시간과 수천만 원에 달하는 예산이 요구되었다. 반면 고도화된 에이전트 기술은 대량의 가상 패널 반응을 극도로 단축된 시간 내에 추출할 수 있도록 지원하며 비즈니스 의사결정의 속도를 극적으로 단축시키고 있다.

추론을 넘어 실제 인간 행동을 복제하는 엔지니어링 패러다임

에이전트 기술의 실질적인 진화는 소프트웨어를 설계하고 인간과 소통하는 시스템을 개발하는 개발자들에게 새로운 가이드라인을 제공한다. 시밀리의 박준성 대표가 강조하듯, 그간의 대형 프런티어 모델들이 수학적 문제 해결이나 이성적이고 합리적인 추론 성능을 고도화하는 데 전념했다면, 차세대 AI 엔지니어링의 본질은 인간이 지닌 비이성적 성향과 불완전한 선호, 예측하기 어려운 다양성을 얼마나 정밀하게 구현해 내는가에 달려 있다. 인간을 기계적이고 완전한 합리적 주체로 간주하는 대신 현실의 비합리적인 결정을 복제할 수 있는 시스템을 구축해야 한다.

따라서 현업 개발자들은 단순한 명령 중심의 프롬프팅 기법이나 고정된 룰 베이스 설계에서 벗어나야 한다. 인과 관계가 명확히 녹아 있는 양질의 데이터를 활용하여 특정 도메인 내의 행동 파운데이션 모델을 훈련시키고 검증하는 프로세스에 주목해야 한다. 실제 소비자와 유관 집단의 구체적인 삶의 궤적과 성향을 디지털 세계로 이식하는 다중 에이전트 시뮬레이션 기술은 제품 테스트부터 리스크 평가에 이르기까지 전방위적인 개발 라이프사이클을 바꾼다.

결과적으로 다중 에이전트 시뮬레이션은 단독 지능 모델의 응답에 기대던 시대를 지나, 거대한 상호작용 네트워크를 가상으로 작동시켜 미래의 행동을 다각도로 테스트하고 시뮬레이션하는 새로운 패러다임을 창출하고 있다. 이성적인 지성체를 고도화하는 목표뿐 아니라, 우리의 현실 제품을 소비하는 실제 인간들의 예측 불가능한 행동을 가상 공간에서 무한히 모사하고 실험해보는 엔지니어링적 접근이 필요한 시점이다.

참고

• Simulation: the new Scaling Law — Joon Sung Park, Simile AI
• AI 시밀리 2억 달러 유치…몸값 20억 달러 됐다 - TokenPost