실제 사람들은 여론 조사에 참여하지 않았습니다. AI가 "대중의 생각"을 조작하고 있습니다.

실제 사람들은 여론 조사에 참여하지 않았습니다. AI가 "대중의 생각"을 조작하고 있습니다.

며칠 전 Axios는 의사 및 간호사를 신뢰하는 사람들이 다수라는 "조사 결과"를 인용한 기사를 게재했습니다. 그런데 그 "조사 결과"는 Aaru라는 회사가 AI를 사용하여 완전히 조작한 것으로 밝혀졌습니다(Axios는 편집자 노트와 '정정'을 발표했습니다). Aaru는 "실리콘 샘플링"이라는 것을 사용하는데, 여기서 대규모 언어 모델(AI)은 전통적인 여론 조사에 필요한 비용과 시간을 획기적으로 줄여 인간을 모방할 수 있다고 NY Times가 보도합니다.

실리콘 샘플링은 여론 조사가 아닙니다. 그것은 기계에 의한 공공 의견의 노골적인 조작이며, 주요 뉴스 매체와 연구 기관은 이제 그러한 조작을 합법적인 조사 결과로 발표하고 있습니다.

이는 고립된 실수가 아닙니다. 이 기술은 미디어, 여론 조사 및 기업 연구 분야의 가장 큰 업체들 사이에서 널리 받아들여지고 있습니다. Gallup는 실제 사람을 대신하는 AI 생성 "디지털 트윈"을 수천 개 생성하기 위해 Simile이라는 스타트업과 파트너십을 맺었습니다. Ipsos는 합성 데이터를 사용하여 공공 의견 연구를 개척하기 위해 Stanford와 협력하고 있습니다. CVS는 Simile에 투자한 벤처 자회사로서 이미 이러한 조작된 통찰력을 사용하여 고객 전략을 형성하고 있습니다. 그리고 Axios와 같은 매체는 이러한 출력을 뉴스처럼 취급하고 있습니다.

여론 조사의 전부는 항상 진정성 - 실제 인간이 실제로 생각하는 것을 포착(선호하는 정당의 과도한 표본 조사를 통해 힐러리 클린턴과 같은 사람들이 좋아하는 것처럼 보이도록)하는 것입니다.

이 과정은 불완전하고 복잡합니다. 예를 들어, 여론 조사원이 특정 정책 조치에 찬성하는 미국 국민의 수를 알고 싶어하지만 여론 조사원이 80%가 공화당, 20%가 민주당인 설문 조사를 실시하는 경우를 가정해 보겠습니다. 여론 조사원은 실제로 국가가 50-50 분할에 더 가까울 것이라고 생각할 수 있으므로 결과는 인식된 현실을 반영하도록 재조정됩니다. 이것은 독자가 여론 조사 결과로 읽는 백분율이 모델의 출력이며 실제 설문 조사 데이터의 숫자가 아니라는 것을 의미합니다.

문제는 모든 모델이 여론 조사원이 더 많은 가중치를 부여해야 한다고 생각하는 변수가 다르기 때문에 자체 편향으로 설계된다는 것입니다. 2016년 뉴욕 타임스의 수석 정치 분석가인 Nate Cohn은 The Times에 데이터와 첫 번째 데이터를 획득한 Siena College가 수행하는 여론 조사를 위해 동일한 선거 여론 조사 데이터를 다섯 명의 여론 조사원에게 제공하는 실험을 수행했습니다.

Cohn 씨는 다섯 명의 여론 조사원의 모델이 반환한 결과 사이에 5%의 차이가 있다고 밝혔습니다. 이 범위는 무작위 샘플링과 일반적으로 관련된 오차 한계보다 커서 모델링 가정으로 인해 결과가 의미 있게 왜곡되었다는 것을 의미합니다. 이것은 우려스러운 일인데, 여론 조사원이 모델링을 사용하여 여론 조사를 특정 방향으로 유도하고 공공 의견을 보고하는 대신 공공 의견 자체에 영향을 미칠 수 있음을 시사하기 때문입니다.

Walter Lippmann은 1세기 전에 민주주의는 공공의 의지에 대한 정확한 그림에 달려 있다고 경고했습니다. 전통적인 여론 조사는 불완전하더라도 실제 시민의 실제 응답으로 시작했습니다. 인간이 비싸고, 느리고, 복잡하기 때문에 그 과정은 비싸고, 느리고, 복잡했습니다. 실리콘 샘플링은 그 모든 복잡성을 제거하고, 함께 현실의 모든 흔적을 제거합니다. 모델은 과거 데이터를 기반으로 훈련되고, 창작자의 편향에 맞춰지고, 고객이 보고 싶어하는 "대표적인" 의견을 내보내도록 요청됩니다. 이것은 공공 의견이 아닙니다. 그것은 기계에 입력된 가정의 거울입니다.

가짜 여론 조사도 카말라 해리스를 선택했습니다...

2024년 선거 전날 Aaru는 카말라 해리스의 좁은 승리를 확신적으로 예측한 전면 시뮬레이션을 실행했습니다. 시장 조사자들은 이제 이러한 합성 여론 조사를 사용하여 제품 출시 및 광고 캠페인을 결정합니다. 정책 기관은 실제 피드백 대신 AI 생성 "유권자 정서"를 조용히 대체합니다. 존경받는 매체나 여론 조사원이 이러한 발명품을 사실로 제시할 때마다 조작된 데이터가 충분하다는 생각을 정상화합니다.

결과는 이미 나타나고 있습니다. "새로운 여론 조사에 따르면"이라는 헤드라인이 나올 때 독자는 실제 사람들이 질문을 받았는지 알 수 있는 방법이 없습니다. 의사 결정자와 언론인이 무제한의 신뢰할 만한 가짜 데이터를 제공받지 않고는 기관에 대한 신뢰가 빠르게 약화되고 있습니다. 사회 과학, 정치 전략 및 시장 조사는 디지털 흉내 게임이 될 위험이 있습니다.

그러니 그렇습니다...

Tyler Durden
수, 04/08/2026 - 16:40