출구조사도 AI에게 물어볼 수 있을까

28억짜리 출구조사가 왜 이렇게 흔들렸나

• 이번 6.3 지방선거에서 방송 3사 공동 출구조사가 꽤 크게 빗나감

  • 서울시장 출구조사는 민주당 정원오 후보가 5.4%포인트 앞선다고 봤지만 실제 당선자는 국민의힘 오세훈 후보였음
  • 부산 북구갑 3파전에서는 순위 예측이 틀렸고, 실제로는 무소속 한동훈 후보가 당선됨
  • 평택을은 세 후보가 1%포인트 내 초박빙이라고 봤지만 실제로는 유의동 후보가 6~7%포인트 차이로 이김
  • 대구시장은 0.8%포인트 박빙 예측과 달리 실제 격차가 9%포인트까지 벌어짐

• 돈을 안 쓴 것도 아님. 지방선거 출구조사 비용만 약 28억 원임

  • 방송사 한 곳당 거의 10억 원에 가까운 돈이 들어감
  • 대선 출구조사는 16억 원, 총선은 무려 73억 원 수준
  • 이번 지방선거에서는 투표소 595곳에서 약 10만 명에게 직접 물었고, 사전투표자 1만5000명 전화조사까지 더함

• 더 큰 문제는 여론조사 자체의 입력 데이터가 점점 망가지고 있다는 점임

  • 전화 여론조사 응답률은 전국적으로 5% 아래까지 떨어짐
  • 100명에게 전화해도 5명도 응답하지 않는다는 뜻이라, 표본이 대표성을 갖기 점점 어려워짐
  • 조사업체들은 무응답자 20% 중 보수 성향이 많았고, 사전투표자 전화조사에서는 일부 지역 진보 성향 응답이 70%를 넘었다고 분석함

그래서 나온 카드가 ‘실리콘 샘플링’

• 엔비디아는 한국인 100만 명 규모의 가상 인물 데이터를 공개함

  • 이름은 네모트론-페르소나-코리아(Nemotron-Personas-Korea)
  • 통계청, 건강보험공단, 대법원 등 공공데이터를 기반으로 만들었음
  • 된장찌개를 먹고 아파트에 사는 사람, 농촌 고령층, 부모와 함께 사는 젊은 세대처럼 실제 인구 분포를 반영하려는 데이터임

• 경희대 이종혁 교수 연구팀은 이 데이터를 여론조사 보완 도구로 실험함

  • 가상 한국인 1000명을 뽑아 AI가 실제 여론조사 문항에 대신 답하게 한 방식
  • 이걸 실리콘 샘플링(silicon sampling)이라고 부름
  • 핵심은 실제 여론조사를 없애자는 게 아니라, 응답률 추락과 비용 폭증을 보완할 수 있는지 검증해보자는 쪽임

• 미국에서는 이미 꽤 센 실험들이 나왔음

  • 스탠퍼드대 연구팀은 2023년 챗GPT에 성별, 나이, 지역, 학력 같은 미국 유권자 정보를 넣고 선거 설문에 답하게 함
  • 결과는 실제 미국인 응답 패턴과 90% 이상 일치했고, 비용은 단 29달러였음
  • 이후 1052명을 두 시간씩 심층 인터뷰해 AI 분신을 만들었더니, 그 AI가 답한 설문이 본인이 2주 뒤 직접 답한 결과와 86% 일치함

근데 이걸 바로 믿으면 또 위험함

• 반론도 꽤 세다. 평균은 맞아 보여도 세부 관계가 틀릴 수 있음

  • 밴더빌트대 연구팀은 챗GPT 합성 응답을 분석했는데, 상당수 응답이 실제 인간 응답과 통계적으로 유의미하게 달랐다고 봄
  • 심지어 보수 성향을 진보 성향처럼, 이민자 유입 반대를 찬성처럼 반대로 내는 경우도 있었음
  • 같은 질문도 AI 모델이 업데이트되면 3개월 만에 다른 결과가 나왔다는 점도 치명적임

• AI도 ‘사회적으로 바람직한 답’을 하도록 학습돼 있다는 게 함정임

  • 출구조사에서 사람이 자기 표심을 숨기는 것처럼, AI도 노골적이거나 극단적인 응답을 피하는 방향으로 답할 수 있음
  • 방향은 다르지만 “진짜 속마음이 관측되지 않는다”는 구조는 비슷함
  • 선거 예측에서 이건 꽤 큰 문제임. 표본 수를 늘린다고 해결되는 종류가 아니기 때문임

• 선거 당일의 맥락까지 잡을 수 있느냐도 아직 미지수임

  • AI 페르소나는 인구통계와 과거 응답 이력 같은 안정적인 성향은 어느 정도 반영할 수 있음
  • 하지만 견제론, 정권심판론, 부동산 이슈처럼 막판에 표심을 흔드는 변수는 별개임
  • 민심은 고정된 숫자가 아니라 투표 당일까지 흔들리는 흐름이라, 가상 응답자가 그 순간의 분위기까지 재현할 수 있느냐가 핵심 난제임

• 결론적으로 AI 여론조사는 대체재라기보다 보완재에 가까움
  • 전화 응답률 5% 미만, 출구조사 수십억 원 비용이라는 현실을 보면 새 도구가 필요한 건 맞음
  • 하지만 사람이 말하기 꺼리는 속마음을 AI가 대신 읽어준다는 발상은 아직 증명할 게 많음
  • 앞으로는 실제 조사, AI 합성 응답, 사전투표 보정, 지역별 맥락 데이터를 섞는 하이브리드 방식이 더 현실적인 방향으로 보임

---

기술 맥락

• 실리콘 샘플링이 흥미로운 이유는 여론조사의 병목이 계산이 아니라 응답자 확보로 옮겨갔기 때문이에요. 전화 응답률이 5% 아래로 떨어지면, 모델을 아무리 정교하게 만들어도 입력 표본 자체가 흔들리거든요.

• 엔비디아의 네모트론-페르소나-코리아 같은 합성 페르소나 데이터는 이 빈칸을 메우려는 시도예요. 실제 인구 분포를 반영한 가상 인물을 만들고, 그 인물에게 설문을 던져서 응답 패턴을 얻는 방식이라 비용과 속도 면에서는 확실히 매력적이에요.

• 다만 대규모 언어 모델(LLM)은 ‘그럴듯한 답’을 잘 만드는 시스템이지, 실제 사람의 정치적 망설임을 그대로 복제하는 장치는 아니에요. 안전성 학습이나 모델 업데이트 때문에 같은 페르소나와 같은 질문에서도 시간이 지나면 답이 달라질 수 있어요.

• 그래서 이 기술을 쓴다면 단독 예측 엔진이 아니라 보정용 시뮬레이터에 가깝게 봐야 해요. 실제 조사에서 비는 계층을 가정해보거나, 특정 변수 변화에 따라 응답 분포가 어떻게 흔들리는지 실험하는 쪽이 더 현실적이에요.