From Forecasting Systems to Agentic Governance: A Structured Critical Review of Computational Models for Political, Economic, and Information Dynamics Structured critical review

기술 요약: 예측 시스템에서 에이전트적 거버넌스로의 전환

문제 제기
본 논문은 "에이전트적 거버넌스(agentic governance)"에 관한 문헌의 결정적인 공백을 다룬다. 정치적 예측, 경제 시뮬레이션, 정보 네트워크 모델링과 같은 특정 영역에서 계산 시스템은 크게 발전해 왔으나, 이러한 역량이 복잡한 사회적 과정을 통치할 수 있는 자율적 시스템으로 수렴하고 있다는 서사가 지배적이다. 저자는 이러한 서사가 근본적인 구분을 가리고 있다고 주장한다. 즉, 어떤 시스템이 관찰하거나 예측할 수는 있지만, 현실 세계에서 개입을 선택, 실행 및 검증할 수 있는 능력까지 갖춘 것은 아니라는 점이다.

핵심 문제는 거버너스의 전체 기능 루프인 '관찰 $\rightarrow$ 상태 추정 $\rightarrow$ 예측 $\rightarrow$ 개입 선택 $\rightarrow$ 행동 $\rightarrow$ 전략적 대응 $\rightarrow$ 인과적 평가 $\rightarrow$ 적응적 업데이트'를 연결하는 실증적 증거가 부족하다는 것이다. 본 검토는 현재 공개적으로 문서화된 시스템 중 이 구성 요소들을 통합하여 실세계의 전략적 제약 조건 하에서 작동하는 검증된 폐쇄 루프(closed-loop) 거버넌스 메커니즘을 구현한 사례가 있는지 확인하고자 한다.

연구 방법론
본 연구는 통계적 메타 분석 대신 **구조적 비판적 검토(structured critical review)**를 채택한다. 이는 대상 문헌들(지정학적 예측, 에이전트 기반 모델링, 정책 최적화)이 서로 호환되지 않는 지표(예: Brier score vs. 분쟁 사망자 분포 vs. 시뮬레이터 보상)를 사용하고 있음을 인정한 결과이다.

• 범위 및 코퍼스: 본 검토는 정치적 조기 경보 시스템, 경제적 에이전트 기반 모델(ABM), 디지털 트윈, 지정학적 예측 토너먼트, LLM 기반 가상 사회를 포함하여 2026년 7월 28일까지 문서화된 시스템을 다룬다.
• 검색 전략: 예측, 에이전트 시뮬레이션, 거버넌스/개입, 검증, 폐쇄 루프 역동성을 위한 특정 블록을 사용하여 주요 데이터베이스(Google Scholar, ACM, IEEE, arXiv 등)에 걸쳐 재현 가능한 검색 전략을 적용하였다. 알려진 프로그램 명칭(예: EMBERS, VIEWS, EURACE, AI Economist)을 키워드 검색을 보완하기 위해 포함하였다.
• 선정 및 추출 기준: 구현된 모델, 운영 서비스 또는 재현 가능한 실험을 기술한 시스템을 포함 대상으로 하였다. 개념적 제안의 경우, 문헌에 실질적인 영향을 미친 경우에만 포함하였다. 검토 과정에서는 대상 도메인, 기능적 역할, 예측 시점(전향적 vs. 후향적), 개입 능력, 인과적 증거, 피드백 메커니즘 및 적응적 업데이트 데이터를 추출하였다.
• 분석 프레임워크: 시스템을 "거버너스 루프" 내 위치에 따라 분류하였다. 저자는 에이전트 시스템을 기능적으로 정의하고(상태 유지, 행동 선택, 환경 변화), 사후적 재구성부터 전향적 예측 및 완전한 루프 인과 테스트에 이르는 검증 유형의 계층 구조를 설정하였다.

주요 기여

1. 기능적 분해: 본 논문은 데이터베이스나 시뮬레이터를 거버너와 혼동하지 않고도 이질적인 시스템들을 비교할 수 있는 공통의 기능적 루프를 정의한다.
2. 검증의 범주화: 전향적 예측, 시간적 표본 외 테스트(temporal out-of-sample testing), 후향적 재구성, 시나리오 시뮬레이션, 상태 진단을 엄격히 구분함으로써, "규모"나 "대화적 그럴듯함"을 행동적 타당성과 혼동하는 것을 방지한다.
3. 증거 매트릭스: 본 검토는 특정 시스템 군을 8단계 거버너스 루프에 매핑하는 비교 증거 매트릭스(표 1)를 구축하여, 어떤 연결 고리가 실증적으로 검증되었고 어떤 것이 미검증 상태로 남아 있는지를 명시적으로 식별한다.

결과
검토 결과, 해당 분야는 통합된 아키텍처라기보다는 **특화된 구성 요소들의 스택(stack)**인 것으로 나타났다.

• 전향적 예측: 좁고 사전에 지정된 과업에 대해서는 강력한 증거가 존재한다. EMBERS(내란), VIEWS(정치적 폭력), 예측 토너먼트(예: Good Judgment Project)와 같은 시스템은 타임스탬프가 찍힌 전향적으로 검증된 예측을 제공한다. 그러나 이들은 정의된 이벤트 클래스에 국한되어 있으며, 개방형 세계의 예측이나 정책 선택을 의미하지 않는다.
• 정책 시뮬레이션 및 "풍동(Wind Tunnels)": EURACE, AGILE, AI Economist와 같은 시스템은 반사실적 실험과 정책 최적화를 지원한다. 그러나 이들은 거의 전적으로 형식적 또는 후향적 시뮬레이터 내에서 작동한다. 예를 들어, AI Economist는 정책 에이전트가 경제 주체들을 위한 세금 일정을 최적화하는 폐쇄적 인공 루프를 보여주지만, 전략적 대립이 존재하는 실세계 사회 시스템에서의 인과적 효과에 대한 증거는 부족하다.
• LLM 사회: 최근의 생성적 에이전트 시스템(예: GovSim, AgentSociety)은 표현 가능한 행동과 제도적 역할의 범위를 확장한다. 그러나 이들의 과학적 타당성은 생성된 행동과 인간 인구 사이의 불충분하게 결정된(underdetermined) 매핑으로 인해 제한되며, 종종 미지의 미래 사건보다는 역사적 그럴듯함에 의존한다.
• 핵심 발견: 검토된 코퍼스 내에서 어떤 공개 문서화된 시스템도 전체 거버너스 루프를 완성하지 못한다. 구체적으로, 전향적으로 평가된 예측과 인과적으로 평가된 실세계 정책 선택, 전략적 대응, 피드백 및 적응적 업데이트를 결합한 시스템은 존재하지 않는다.
  • 강력한 예측력을 가진 시스템(EMBERS, VIEWS)은 정책 최적화 도구가 없다.
  • 정책 최적화 도구를 가진 시스템(AI Economist)은 실세계의 인과적 검증이 없다.
  • 전략적 상호작용을 가진 시스템(LLM 사회)은 외부의 전향적 타당성이 없다.

의의 및 주장
본 논문은 핵심 결과가 불가능성에 대한 주장이 아니라 **증거의 공백(evidence gap)**임을 결론짓는다. 공개 기록에서 완전하고 실증적으로 검증된 에이전트적 거버너스 루프가 발견되지 않는다는 것은, 개별 구성 요소는 성숙했을지라도 그 통합은 아직 입증되지 않았음을 시사한다.

이 발견의 의의는 두 가지 측면에서 중요하다:

1. 서사의 교정: 현재의 시스템들이 검증된 거버너가 아니라 개방형 루프 분석 도구이거나 폐쇄적 인공 루프임을 입증함으로써, "점점 더 지능적인 거버넌스"라는 서사에 도전한다.
2. 연구 과제: 이 간극을 메우기 위한 모듈형 연구 프로그램을 제안한다. 여기에는 다음이 포함된다:
   • 전향적 예측-및-개입 토너먼트: 사전 등록된 설계를 통해 예측과 제한적 개입을 테스트함.
   • 적대적 정보 실험실: 전략적 대응, 허위 정보, 데이터 오염을 시뮬레이션함.
   • 최소 규모의 폐쇄 루프 정치 경제: 현장 검증을 시도하기 전에 소규모의 안정적인 인공 루프를 구축함.
   • 최소 보고 표준: 버전 관리, 인구 구성 상세 정보, 예측 성능과 인과적 정책 가치의 분리를 의무화함.

저자는 제도적 정당성(권위, 감독, 중단 규칙)이 기술적 통제 가능성과는 독립적인 기준임을 강조한다. 향려는 "세계의 디지털 트윈"을 즉각적으로 배치하는 것이 아니라, 통제된 조건 하에서 구성 요소별 평가와 이들 구성 요소 간의 엄격한 연결을 요구한다.