미러파티클(Mirror Particle)이 인간의 행동과 행동 변화의 원인을 시뮬레이션하는 AI 기반 ‘월드 모델’을 개발하고 있다. 테크크런치(TechCrunch)는 10월 7일 이 스타트업이 기존 대규모언어모델(LLM)의 역할극 방식과 다른 접근법으로 소비자 행동을 예측한다고 보도했다.
LLM 역할극 대신 행동 변화 추적
인간 행동 예측 분야에서는 최근 스타트업 투자가 잇따랐다. 심마일(Simile)은 지난 1년 사이 2억달러를 유치하며 기업가치 20억달러를 인정받았고, 아루(Aaru)는 8800만달러 투자로 기업가치 10억달러를 평가받았다. AI 스타트업 휴먼스앤(Humans&)은 올해 1월 4억8000만달러 규모의 시드 투자를 발표하며 기업가치 44억8000만달러를 내세웠고, 인간 행동 모델인 퍼시먼(Persimmon)을 출시했다.
현재 관련 예측 방식은 LLM에 특정 인구집단 역할을 맡기거나 파인튜닝(fine-tuning)하는 데 크게 의존한다. 미러파티클의 공동창업자 겸 최고경영자(CEO) 아비비악티 아후자는 방대한 데이터로 학습한 LLM을 적은 양의 추가 데이터로 조정해도 행동을 충분히 바꾸기 어렵다고 지적했다. 그는 LLM이 주로 글로 된 언어를 모델링하지만 인간의 행동에는 시각적 지각, 공간 추론, 사회적 지능도 작용한다고 설명했다.
브랜드 전략에 적용하는 행동 예측
미러파티클은 처음부터 인간의 행동이 왜 나타나고 시간이 지나며 어떻게 달라지는지 모사하는 기초 모델을 구축한다는 구상이다. 고정된 개인의 특성보다 종단 데이터를 바탕으로 사람의 변화와 그 계기, 변화의 정도를 살핀다. 변화가 없는 경우도 분석 신호로 본다. 고객사의 소비자 데이터에 시사 현안, 대중문화, 소셜미디어 자료 등을 결합해 인구집단을 시간에 따라 움직이는 체계로 모델링하며, 설문 응답보다 실제 행동인 ‘드러난 행동’에 초점을 둔다.
초기 고객층은 시장조사와 브랜드·제품 전략 분야다. 화장품 브랜드가 Z세대에 맞는 광고 문구를 찾는 데 그치지 않고, 해당 소비자층이 아이섀도 팔레트 자체를 원하는지, 블러셔가 더 적합한지를 판단하는 식이다. 예측 결과에는 행동의 동기와 제약, 추천을 뒷받침하는 맥락도 함께 제공한다. 한 반려동물 사료 브랜드의 포장 이미지 시험에서는 닭고기·소고기·채소 중 무엇을 넣을지가 쟁점이었지만, 미러파티클은 이미지보다 브랜드가 대중적이고 저렴하게 인식되는 문제가 판매 정체의 원인이라고 분석했다.
미러파티클은 천사투자를 유치했고 첫 벤처 투자 라운드 마무리를 앞두고 있다고 밝혔다. 회사는 10월 13~15일 샌프란시스코에서 열리는 테크크런치 디스럽트 2026의 스타트업 배틀필드 200에도 참가한다. 인도 출신인 아후자는 토론토대에서 신경과학과 컴퓨터공학을 공부했고, 이후 아마존 로보틱스(Amazon Robotics)에서 로봇 개발 업무를 하며 공동창업자 윌 송과 톰슨 옌을 만났다. 미러파티클은 장기적으로 인구집단 단위 분석에서 개인별 행동 예측으로 범위를 넓히겠다는 목표를 제시했다.