인간이 어떻게 행동할지 예측하겠다고 약속하는 스타트업들이 주목받고 있다. 지난 1년간, Simile는 2억 달러를 20억 달러의 기업가치로 조달했고; Aaru는 8,800만 달러를 10억 달러의 기업가치로; 그리고 Humans&는 거액의 480백만 달러의 시드 라운드 1월에 4.48십억 달러의 기업가치로 발표했으며, 출시했다 Persimmon 을 출시했다.
오늘날 인간 행동 예측의 현행 방식은 특정 인구 집단을 롤플레이하도록 프롬프트되거나 파인튜닝된 대규모 언어 모델(LLM)에 크게 의존하고 있다. 그러나 설립 2년 차의 샌프란시스코 기업 Mirror Particle 는 그 접근법이 근본적으로 잘못되었다고 생각한다.
“그것은 나이아가라 폭포에 슈퍼 소커를 들고 가는 것과 같습니다”라고 Mirror Particle의 공동창업자이자 CEO인 Abhivyakti Ahuja는 말한다. Mirror Particle는 소비자 행동과 그 이면의 이유를 예측하는 AI 엔진을 브랜드에 제공한다. “LLM은 수천억 개의 데이터 포인트로 학습되었습니다. 그렇게 적은 양의 데이터로 [파인튜닝해서] 그 행동에 얼마나 영향을 줄 수 있겠습니까? 여전히 과거에 갇혀 있는 것입니다.”
Ahuja는 LLM이 인간처럼 세상을 보지 못한다고 생각한다. “LLM은 문자 언어를 모델링하지만, 인간은 시각적 지각, 공간 추론, 사회적 지능으로 이루어져 있습니다.” 그녀에 따르면 LLM에 의존한다는 것은 인간이 주목하지 않는 것에 기반한 인사이트를 얻는다는 뜻이며, 이는 인간 행동을 예측하려는 시도에 있어 요점에서 벗어난 것이다.
Mirror Particle는 다른 접근법을 택하고 있다. 인간이 왜 그렇게 행동하는지, 그리고 인간 행동이 시간이 지남에 따라 어떻게 변하는지를 시뮬레이션하는, Ahuja가 표현하듯이 처음부터 구축한 월드 모델인 파운데이션 모델을 만드는 것이다.
“우리는 정적인 사람을 포착하고 싶은 것이 아닙니다”라고 Ahuja는 말했다. “우리는 변화하는 사람을 포착하고 싶습니다. 그것은 사람들이 어떻게 변화하는지, 어떤 트리거가 그들을 변화시키는지, 어느 정도까지 변화시키는지에 대한 종단적 데이터를 포착한다는 의미입니다.” 변화하지 않는다면, 그녀는 덧붙였다, “그것 역시 하나의 신호입니다.”
Mirror Particle는 이미 엔젤 라운드를 조달했으며 첫 벤처 라운드를 마감하기 직전이라고 밝혔다. 이 회사는 또한 다음 주에 열리는 Startup Battlefield 200에 출전하는데, 이는 10월 13일부터 15일까지 샌프란시스코에서 열리는 TechCrunch Disrupt 2026 10월 13-15일 샌프란시스코에서.
이 스타트업은 고객사의 고객 데이터, 시사 이슈, 대중문화, 소셜 미디어 등을 포함하는 독점적인 데이터 조합에 의존해 인구 집단 세그먼트를 모델링하며, 이를 시간이 지남에 따라 진화하는 시스템으로 간주하고 경험을 거치면서 동기가 어떻게 이동하는지 추적한다. 초점의 상당 부분은 “드러난 행동(revealed behavior)”, 즉 자기 보고식 설문 응답이 아니라 사람들이 실제로 하는 일에 맞춰져 있다.
경쟁사들과 마찬가지로 Mirror Particle의 초기 고객 확보 전략은 이런 종류의 인사이트를 위한 예산이 이미 존재하는 곳, 즉 시장 조사와 브랜드 및 제품 전략에 초점을 맞춘다. 예를 들어 Mirror는 뷰티 브랜드가 Z세대에게 어필하는 화장품 광고 문구를 더 잘 쓰도록 돕는 것은 물론, 해당 인구 집단이 그 제품을 원하기는 하는지 판단하도록 도울 수 있다.
“만약 [타겟 인구 집단]이 아이섀도 팔레트를 원하지 않는다면 어떨까요?”라고 Ahuja는 말했다. “이 시장에 제품을 팔고 싶다면 블러셔가 더 나은 선택일 수도 있습니다.”
Mirror Particle의 예측 엔진은 또한 고객에게 현재 또는 미래의 행동 이면의 “이유”, 즉 추천을 정당화하는 동기, 제약 조건, 추가 맥락을 제공하여 브랜드가 더 스마트한 결정을 내리도록 돕는다.
한 초기 파일럿에서 유명 애완동물 사료 브랜드는 판매를 촉진하기 위해 포장에 어떤 이미지를 넣어야 할지 알고 싶어 했다. 닭? 소고기? 채소? Mirror의 기술은 브랜드가 잘못된 질문을 하고 있음을 발견했다. 이미지는 중요하지 않았다. 문제는 브랜드가 너무 잘 알려져 대중적이고 저렴한 이미지로 인식되고 있어서, 그 인식 문제를 해결하기 전까지는 판매가 정체될 것이라는 것이었다.
“우리 모델이 진화하는 방식은 아기가 세상을 배우는 방식과 같습니다”라고 Ahuja는 말하며, 아기는 시각에서 언어로, 신체 인식으로, 사회적 지능으로 나아간다고 언급했다.
인간 뇌를 모델링하려는 근본적인 관심은 신경과학과 컴퓨터 과학을 공부한 Ahuja의 배경에서 비롯되었습니다. 인도 출신인 그녀는 토론토 대학교에서 공부하게 되었고, 그곳에서 AI 선구자 Geoffrey Hinton의 신경망에 대한 기여에 영감을 받았습니다.
졸업 후 Ahuja는 다른 로봇을 만드는 로봇을 개발하는 Amazon Robotics에 합류했습니다. 바로 그곳에서 그녀는 공동 창업자인 Will Song과 Thomson Yen을 만났습니다. Song은 커리어의 상당 부분을 영업 개인화 엔진 구축에 보냈고, Yen은 딥러닝을 활용해 AI 에이전트가 인간 행동을 이해하는 방식을 연구하는 데 집중했습니다.
이 스타트업의 장기적 비전은 '인간 행동을 예측하는 일반 계층'이 되어, 인구 집단 단위의 광범위한 분석에서 개인 단위의 인사이트로 나아가는 것입니다.
“AI와 함께, 그리고 서로와 함께 일하려면 인간에 대한 더 나은 모델이 필요할 뿐입니다.”라고 아후자(Ahuja)는 말했습니다.
다음 주 샌프란시스코 시내에서 열리는 Disrupt에서 미러 파티클(Mirror Particle)을 비롯해 TechCrunch 편집팀이 검증한 수많은 혁신적인 스타트업들을 만나보세요. 올해 Startup Battlefield의 우승자는 10월 15일 목요일 오후에 저희 VC 심사위원단이 결정합니다.