LAST SCORE — 08.17 민주당 전당대회 당선자 적중 · 다음 채점 — T+7 여론 예측, 매일 갱신
Reble Labs

여론의 복잡계를
해독한다

Reble Labs는 현실 사회를 통계적으로 재현하고, 조건이 달라졌을 때 사람들의 선택이 어떻게 움직이는지를 실험하는 확률론적 사회 시뮬레이션 엔진을 만듭니다. 정치와 선거, 정책과 사회, 마케팅과 브랜드 — 사람의 선택이 결과를 만드는 모든 곳이 대상입니다. 선거는 그중 정답이 공개되는 유일한 영역이라, 엔진을 채점하는 시험장으로 씁니다.

합성패널 일러스트 — 현실 사회를 닮도록 생성된 통계적 시민들의 군중

통계적 시민모델

01왜 지금인가

사람에게 직접 묻는 방식이 두 방향에서 동시에 흔들리고 있습니다.

첫째, 묻기가 어려워졌습니다. 전화 응답률은 계속 떨어지고, 응답하는 사람과 응답하지 않는 사람이 체계적으로 다릅니다. 표본은 점점 인구를 닮지 않게 되는데 비용과 시간은 늘어납니다.

둘째, 물어서 얻은 답이 행동과 다릅니다. 사람은 자기가 무엇을 살지, 어디에 투표할지, 그 메시지에 어떻게 반응할지를 스스로 정확히 예측하지 못합니다. 설문의 답과 실제 행동 사이에는 늘 간격이 있습니다.

묻는 것만으로는 알 수 없다면, 재현해서 실험해 보는 수밖에 없습니다.

그래서 인구를 통계적으로 재현하고, 그 위에서 조건을 바꿔 가며 반복 실행하는 접근이 필요해졌습니다. 다만 이 방식에는 곧바로 따라붙는 의심이 있습니다 — “그렇게 만들어낸 숫자를 어떻게 믿는가.” 저희가 가장 무겁게 다루는 질문이 바로 이것이고, 뒤의 04절이 그에 대한 답입니다.

02여론조사의 세 가지 한계

여론조사는 훌륭한 도구지만, 그 자체로는 세 가지 구조적 한계를 안고 있습니다.

TIME LAG

시차

조사 시점과 발표 시점 사이의 지연 때문에, 공표된 숫자는 이미 지나간 민심입니다.

REPRESENTATION

표본 대표성 훼손

응답률이 낮아질수록 표본은 인구를 닮지 않게 되고, 그 왜곡이 구조적 노이즈로 남습니다.

HOUSE EFFECT

기관·방식 편향

같은 시점 같은 선거인데도 조사기관과 방식(ARS·전화면접)에 따라 결과가 체계적으로 갈립니다.

여론조사는 정답표가 아니라, 지연되고 왜곡된 한 장의 스냅샷입니다.

03무엇을 바꿨나

하나의 숫자(점추정)를 내놓는 대신, 결과가 어떤 범위로 펼쳐지는지(확률 분포)를 계산합니다.

여론조사는 한 장의 스냅샷, 엔진은 분포다기존 여론조사정태적 단면 · 하나의 숫자시차 · 표본 대표성 훼손 · House EffectReble 엔진동태적 시뮬레이션 · 확률 분포기대값 · 신뢰구간 · 승리확률질문이 바뀐다 — “누가 앞서는가”에서 “어떤 조건에서 판세가 구조적으로 변동하는가”로.
왼쪽은 한 시점을 잘라낸 조사 결과, 오른쪽은 조건을 바꿔 가며 반복한 시뮬레이션의 분포. 같은 데이터라도 답의 형태가 달라집니다.
기존 여론조사Reble 엔진
결과물단일 숫자 (점추정)승리확률과 신뢰구간 (확률 분포)
시간성정태적 단면 조사칼만 필터 기반 잠재 지지율 동태 추정
데이터개별 조사의 파편화시간·기관 가중치를 적용한 통합 보정
시나리오고정된 결과투표율 등 반사실 조건 시뮬레이션
'누가 앞서는가'라는 질문을 '어떤 조건에서 판세의 구조적 변동이 발생하는가'로 바꿉니다.

04엔진은 무엇으로 되어 있나

핵심 부품은 합성패널입니다. 실제 사람을 복제한 명단이 아니라, 인구구조와 조사 결과를 반영해 만든 통계적 시민입니다.

합성패널 — 통계적 시민 모델 Θᵢ거시 인구구조와 미시 여론 데이터를 결합해 유권자 집단을 확률적으로 재현한다인구통계 레이어 D연령·성별·지역·직업·소득·학력통계청에서 직접 관측행동 속성 레이어 B지지 정당·정치 성향·투표 의향조사 학습으로 예측반응 확률 함수 PP(선택 | 조건, 맥락) ∈ [0,1]질문에 확률로 답한다한 명은 실존 인물이 아니라, 같은 조건의 사람들이 인구 안에 이만큼 있다는 사실의 대표값이다.
합성패널 한 명은 세 겹으로 이루어집니다. 관측된 인구 정보 위에 예측된 행동 속성을 얹고, 그 위에서 질문에 확률로 답하는 반응 함수가 작동합니다.

이 패널이 실제 예측이 되기까지는 여덟 단계를 거칩니다. 각 단계는 서로 다른 종류의 왜곡을 하나씩 걷어냅니다.

여론 데이터가 예측이 되기까지1데이터 정제공표 조사유효표본2약사전분포α=1미리 편들지 않는다3시간 가중최근 조사에 더 큰4House Effect기관방식 편향 중화5칼만 필터숨은 추세 복원6합성패널개인별 참여선택7투표율 역학누가 나오는가8몬테카를로수만 번 반복각 단계는 “무엇을 관측했고 무엇을 가정했는가”를 기록으로 남긴다.결과는 하나의 숫자가 아니라 기대값·신뢰구간·승리확률의 묶음으로 나온다.
공표 조사를 정제하고, 편들지 않는 사전분포에서 출발해, 최근 데이터에 무게를 싣고, 기관 편향을 중화하고, 숨은 추세를 복원한 뒤, 합성패널에 태워 수만 번 반복합니다.

05무엇을 지키나

예측 모델의 진짜 시험은 정확도가 아니라 정직성입니다. 결과를 본 뒤에 기준을 옮기면 어떤 예측이든 맞은 것처럼 보이게 만들 수 있기 때문입니다.

우리가 지키는 순서1예측을 동결한다결과가 나오기 전에 파일로 잠근다2기준을 먼저 선언한다무엇을 통과해야 공개할지 미리 정한다3결과 앞에 세운다실측과 그대로 대조한다4기준을 바꾸지 않는다못 넘으면 공개하지 않는다결과를 보고 기준을 옮기는 것이 예측 모델이 자신을 속이는 가장 흔한 방법이다.그래서 통과하지 못한 예측은 계산돼 있어도 공개하지 않는다.
예측을 개표 전에 파일로 동결하고, 통과 기준을 미리 선언하고, 실측 앞에 세우고, 기준을 바꾸지 않습니다.

그래서 계산이 끝난 숫자라도 사전에 정한 검증 관문을 넘지 못하면 공개하지 않습니다. 무엇이 실제 관측값이고 무엇이 모델의 예측인지, 어떤 가정이 들어갔고 불확실성이 어느 정도인지를 결과와 함께 적습니다.

인구를 재현해 답을 만들어내는 접근에는 “그 숫자를 어떻게 믿는가”라는 의심이 항상 따라붙습니다. 저희는 그 답을 방법론이 아니라 절차에서 찾습니다 — 미리 잠그고, 기준을 먼저 밝히고, 결과 앞에 세우는 것입니다.

사람의 행동을 알아내는 세 가지 방법실제 조사사람에게 직접 묻는다응답률 하락비용과 시간 · 말과 행동의 차이생성형 에이전트AI에게 사람인 척 답하게 한다빠르고 유연하다인구 정합과 검증이 과제통계적 시민인구구조와 공표 데이터에 정합된 확률 모델무엇이 관측이고 무엇이 가정인지 남는다Reble은 세 번째를 택했다. 느리지만, 틀렸을 때 어디가 틀렸는지 되짚을 수 있기 때문이다.
사람에게 직접 묻는 방식, AI에게 사람인 척 답하게 하는 방식, 그리고 인구구조와 공표 데이터에 정합된 확률 모델. 세 번째는 느리지만 무엇이 관측이고 무엇이 가정인지가 기록으로 남습니다.
맞으면 맞았다고, 틀리면 어디서 왜 틀렸는지 씁니다. 그 기록은 모두 블로그에 남습니다.

06어디에 쓸 수 있나

합성패널의 속성과 질문만 바꾸면 같은 파이프라인이 그대로 돕니다. 유권자를 소비자로, 후보를 제품으로 바꾸면 됩니다.

같은 엔진, 세 갈래 쓰임묻는 대상이 유권자냐 시민이냐 소비자냐가 다를 뿐, 구조는 같다정치 · 선거후보·메시지 반응투표율 시나리오지역·세대별 이동득표 분포와 승리확률정책 · 사회정책 발표 수용도집단별 찬반 지형여론 형성 경로갈등 구간 탐지마케팅 · 브랜드가격 수용 구간메시지·크리에이티브세그먼트 발굴캠페인 사전 검증합성패널의 속성과 질문만 바꾸면 같은 파이프라인이 그대로 돈다.선거는 그중 정답이 공개되는 유일한 영역이라, 엔진을 채점하는 시험장으로 쓴다.
묻는 대상이 유권자냐 시민이냐 소비자냐가 다를 뿐, 인구를 재현하고 확률로 답하게 하고 반복 실행하는 구조는 같습니다.

이런 질문에 답합니다

영역질문의 예
정치 · 선거이 메시지는 어느 세대에서 먼저 움직이나 · 투표율이 5%p 오르면 판세가 뒤집히나 · 3위 후보의 표는 어디로 가나
정책 · 사회이 정책 발표에 어떤 집단이 가장 강하게 반응하나 · 찬반이 갈리는 경계는 어디인가 · 설득 여지가 남은 층은 누구인가
마케팅 · 브랜드가격을 10% 올리면 어느 세그먼트가 먼저 이탈하나 · A안과 B안 중 어느 메시지가 더 넓게 닿나 · 아직 발견하지 못한 고객군이 있나

공통점은 “지금 누가 앞서는가”가 아니라 “무엇이 달라지면 결과가 바뀌는가”를 묻는다는 것입니다. 이것을 반사실 실험이라고 부릅니다.

조건을 바꾸면 결과가 어디로 움직이나“무엇이 사실인가”가 아니라 “무엇이 달라지면 결과가 뒤집히는가”를 묻는다기준선조건을 바꾼 뒤· 투표율이 5%p 오르면· 특정 세대가 10p 이동하면· 가격을 10% 올리면· 메시지를 A에서 B로 바꾸면가정을 바꿔 다시 돌리면 결과 분포 전체가 이동한다 — 이것이 반사실 실험이다.
가정 하나를 바꿔 다시 돌리면 결과가 한 칸 옮겨가는 것이 아니라 분포 전체가 이동합니다. 어떤 조건이 결과를 가장 크게 흔드는지도 함께 계산됩니다.

실행 비용이 거의 들지 않기 때문에 시도해 보기 전에 시도해 볼 수 있습니다. 캠페인을 집행하기 전에, 가격을 올리기 전에, 정책을 발표하기 전에 결과의 범위를 먼저 봅니다.

07지금 운영 중인 서비스

현재 운영 중인 서비스입니다. 모두 같은 엔진 위에서 돌아갑니다.

SIMULATION

선거 시뮬레이션

조건을 바꾸면 결과가 어떻게 움직이는지 직접 조작해 볼 수 있는 반사실 실험 도구입니다.

TRACKING

여론 추적 · T+7 예측

공표 조사를 모아 잠재 지지율을 추정하고 일주일 뒤를 예측한 뒤, 자동으로 채점합니다.

ELECTION

2026 지방선거

서울·부산·대구·전북 등 주요 선거를 양자·다자 구조에 맞는 모델로 각각 추적했습니다.

MEDIA

이슈메이커

정치 유튜브·라디오의 발언을 수집해 하루치 이슈 지형을 요약합니다.

RESEARCH

정책 · 브랜드 시뮬레이션

정책 수용도와 마케팅 반응을 같은 엔진으로 실험합니다. 도입을 검토하신다면 문의해 주세요.

08무엇을 못 하나

이 엔진이 할 수 없는 일을 먼저 적어 둡니다.

데이터 의존성입력되는 공표 여론조사의 절대적 수량과 질적 한계에 종속됩니다. 조사 자체가 실제 민심에서 벗어나 있으면 모델도 함께 벗어납니다.
모델 가정의 맹점확률분포의 수학적 가정이 현실의 역동성을 100% 반영하지는 못합니다.
외생적 충격선거 직전 터지는 대형 사건은 통계적으로 모델링할 수 없습니다.
투표율 변동성실제 당일 투표율은 사전 예측이 불가능해 여러 시나리오로 폭을 열어 둡니다.
합성패널의 전제합성패널은 실존 인물이 아니며, 특정 집단의 명부를 직접 확인하지 못할 때는 유사 집단으로 대신한다는 가정이 들어갑니다.

09더 읽을 거리

엔진의 작동 원리와 예측의 성적은 블로그에 전부 공개돼 있습니다.

처음이라면
합성패널은 어떻게 만들어지고, 어떻게 답하는가비유와 예시로 푼 쉬운 설명 버전
깊이 보려면
합성패널은 어떻게 만들어지는가공식과 원자료까지 연 기술 버전
성적이 궁금하면
동결한 예측을 개표 결과 앞에 세우면사전 등록한 기준으로 스스로를 채점한 기록
이론적 기초
Reble 엔진합성패널 기반 시뮬레이션의 수학적 배경

10만드는 사람들

Reble.ai는 Punkpoll과 티브릿지가 함께 만든 통계적 시민(합성패널) 기반 AI 시뮬레이션 서비스입니다. 두 팀이 함께 엔진을 개발하고 운영하는 조직을 Reble Labs라고 부릅니다.

문의contact@punkpoll.com
기록Reble 블로그 — 방법과 성적을 공개합니다