합성 페르소나란 실제 소비자 응답 데이터로 만든 가상 인물입니다. 오픈서베이 합성 페르소나는 추가 조사나 인터뷰 섭외 없이, 시간과 공간, 언어의 제약 없이 궁금한 타겟과 바로 대화할 수 있습니다. 범용 LLM과 달리 세그멘테이션을 거쳐 통계적으로 검증된 소비자를 근거와 출처와 함께 답하도록 만든다는 점이 핵심입니다.
📍 이 글에서 다루는 것
1. 지금 바로 대화를 시작하는 방법
2. 합성 페르소나란 무엇이고, 만드는 방식이 왜 중요한가
3. 오픈서베이 합성 페르소나가 만들어지는 4단계 (세그멘테이션 중심)
4. 범용 LLM, 웹 데이터 기반 합성소비자와의 차이
설문조사가 끝난 뒤 브랜드 인덱스 조사 결과를 펼쳐 봅니다. 우리 브랜드 충성 고객의 점수가 유독 어떤 문항에서만 낮게 나왔습니다. 왜일까요? 결과표의 숫자만으로는 이 소비자들이 무슨 생각인지 도무지 그려지지 않습니다. 이유를 알려면 이 집단을 섭외해 다시 설문조사나 인터뷰를 해야하는데 시간과 비용이 들어갑니다.
이런 순간은 하루에도 몇 번씩 찾아옵니다. 왜 3040 남성만 덜 구매할까, 왜 구독을 해지했을까, 인도에 사는 K-뷰티 소비자는 우리 제품을 어떻게 볼까. 지금 당장 소비자에게 물어보고 싶지만 그때마다 조사나 인터뷰를 돌리기엔 시간과 비용이 막아섭니다.
실제로 오픈서베이가 Research with AI 웨비나 신청자를 대상으로 진행한 설문에서, 합성소비자를 가장 먼저 적용하고 싶은 조사 유형으로 타겟 세그먼트·페르소나 탐색이 52.9%로 1순위에 꼽혔습니다(복수 응답 기준, n=76). 리서치가 되지 못하고 사라지는 소비자에 대한 수많은 질문과 고민, 이제 합성 페르소나가 답합니다.
합성 페르소나란 무엇인가요
합성 페르소나(Synthetic Persona)의 일반적인 정의는 다음과 같습니다.
대형 언어 모델(LLM)을 바탕으로
실제 인간의 행동 패턴, 취향, 반응을 시뮬레이션하도록 만든 AI 에이전트.
실제 소비자나 고객을 섭외하려면 비용과 시간이 들기에 빠르게 시장 조사나 UX 테스트 피드백을 얻기 위한 수단으로 활용됩니다. 생성형 AI 시대가 되면서 누구나 상용 LLM에 프롬프트를 넣어 타겟에 대한 궁금증을 물어볼 수 있게 되었지만, 인터넷 어딘가의 글을 짜깁기한 답변이나 환각 섞인 문장은 어디까지 믿고 써야 할지 판단하는 데 더 많은 리소스가 들어갑니다. 합성 페르소나가 글로벌 마켓에서 주목받는 이유입니다.
오픈서베이 데이터스페이스에서는 합성 페르소나를 활용해 특정 소비자 세그먼트의 특성을 가진 AI 기반 가상 인물과‘대화하며 그들의 생각과 반응을 탐색할 수 있습니다.
또한, 데이터스페이스 위에서 작동하기 때문에 데이터스페이스 AI가 대화 맥락을 그대로 이해하고, 그 결과를 어디에든 이어서 활용할 수 있습니다. 데이터스페이스 AI에게 요약 보고서를 요청할 수 있습니다. 페르소나를 만드는 데 쓴 정량 데이터와 인터뷰 내용을 종합해, 세그먼트와 타겟에 대한 정량적 인사이트와 인터뷰 기반의 정성적 인사이트를 함께 제공합니다. 대화를 다시 읽고 요약하는 데 시간을 들이지 않아도 됩니다.
또한, 가설을 검증할 리서치 기획도 이어서 맡길 수 있습니다. 대화하며 가설이 뾰족해졌다면, 이를 실제 소비자에게 정량적으로 검증하기 위한 준비를 데이터스페이스 AI에게 맡기면 됩니다. 프로젝트 브리프부터 데이터스페이스에 바로 들어가는 설문까지, 요청하면 바로 나옵니다.
합성 페르소나가 잘 쓰일 수 있는 Use case가 궁금하다면 합성 페르소나 활용법 4가지 | 기존 리서치가 닿지 못한 곳으로 확장를 참고해 주세요!
합성 페르소나를 만드는 방식과 한계
합성 페르소나를 만드는 방식은 크게 두가지로, 각각의 장단점이 있습니다.
첫째, LLM이 학습한 웹 데이터로 원하는 특징의 페르소나를 즉시 생성하는 방식이며 가장 일반적입니다. 타겟이 누구든 제한 없이 만들어낼 수 있다는 장점이 있지만, 생성된 답변을 검증할 수 없다는 한계가 있습니다. LLM이 학습한 보편적인 인간 패턴에 의존할 뿐, 명확한 근거가 없기 때문입니다.
둘째, 실제 소비자 데이터로 수만 개의 매크로 합성 페르소나를 미리 만들어두고 필요할 때마다 타겟팅해 묻는 방식입니다. 어떤 데이터로 만들었는지에 따라 활용 분야가 달라집니다. 우리 회사에 맞는 맞춤형 소비자를 만들려면 자사 데이터 기반의 모델링과 개발이 필요한데, 초기 구축비가 큰 엔터프라이즈급 모델이라 비즈니스 일상에서 나오는 뾰족하고 마이너한 가설을 가볍게 검증하기에는 무겁습니다.
오픈서베이 합성 페르소나는 이 두 방식의 장점을 결합하고 한계를 극복한 보완적 모델입니다. 사용자가 궁금한 타겟이 누구인지 입력하면, 그 타겟을 만들기에 가장 적합한 데이터를 검색하고, 분석 엔진이 데이터를 분석해 타겟 특성을 도출한 뒤 페르소나를 생성합니다. 이때 검색되는 데이터는 다양한 산업과 채널을 아우르는 오픈서베이 트렌드리포트 데이터, 그리고 사용자가 축적해 둔 자사 보유 데이터입니다. 믿을 만한 출처 데이터를 활용해, 통계적으로 검증된 소비자를, 빠르고 가볍게 생성할 수 있습니다.
오픈서베이 합성 페르소나는 어떻게 만들어지나요
오픈서베이는 오래 축적해 온 오리지널 패널 데이터 자산과 리서치 전문성을 활용하는 방식을 택했습니다. 사용자의 타겟을 가장 잘 대표하는 인물을 만들어야 하고, 그 인물의 답변을 사용자 스스로 검증하며 신뢰할 수 있어야 한다고 봤기 때문입니다.
오픈서베이 합성 페르소나는 데이터 검색, 세그멘테이션, 페르소나 생성, 대화로 이어지는 4단계 파이프라인을 통해 가장 소비자다운 소비자를 동적으로 생성합니다.
Step 1. 내가 찾는 타겟이 속한 데이터 검색
오픈서베이가 수년간 축적해 온 고품질 패널 데이터(예: 트렌드리포트 데이터)나 기업이 자체 보유한 비즈니스 데이터 가운데 적합한 것을 찾아 원천 소스로 지정합니다. 예를 들어 “한국 스킨케어 제품의 미국 진출 타겟을 찾고 싶어”라고 입력하면 미국 K뷰티 트렌드 데이터가 검색되어 원천 소스로 쓰입니다.
Step 2. 세그멘테이션, 상상 속 인물과 통계적 소비자를 가르는 단계
여기가 오픈서베이 합성 페르소나의 핵심입니다. 세그멘테이션이 있기 때문에 페르소나가 그럴싸한 캐릭터가 아니라 통계적 대표성을 가진 집단이 됩니다. AI 리서처(리서처 사고 엔진)는 시장과 브랜드 상황에 맞는 세그멘테이션 방향을 제안합니다. 예를 들어 아직 성숙하지 않은 카테고리라면 시장을 먼저 선점하기 위한 관점의 세그멘테이션을, 이미 성숙한 카테고리라면 인접 카테고리로 확장하기 위한 관점의 세그멘테이션을 고민합니다.
AI 분석가(데이터 분석 엔진)는 Crosstab 엔진으로 데이터를 정교하게 쪼개고 통계적 신뢰도를 검증합니다. 상상 속 인물이 아니라 통계적으로 의미 있는 소비자 집단이 무엇인지를 확정합니다.
Step 3. 세그먼트를 대표하는 합성 페르소나 생성
확정된 세그먼트의 성별, 연령, 라이프스타일, 주요 구매 행태 같은 통계 데이터를 바탕으로 세그먼트를 대표하는 합성 페르소나가 생성됩니다. 이때 일반 소비자 대비 이 세그먼트에서 더 독특하게 발현되는 특징이 인물에 입혀집니다. 그래서 생성된 페르소나는 개인의 상상이 아니라 통계적으로 세그먼트를 대표합니다.
Step 4. 근거와 출처가 함께 오는 대화
대화가 시작되면 오픈서베이의 핵심 기술인 통계·검증 레이어와, 실제 소비자처럼 발화하는 LLM 레이어가 실시간으로 상호작용합니다. 페르소나가 내놓는 뾰족한 답변의 이면에는 데이터와 통계 분석 결과가 자리합니다. 또한, 데이터에 없는 내용은 페르소나의 프로필을 바탕으로 추론합니다. 아는 것과 추론을 구분해 보여줍니다. 아는 것과 추론을 구분해 보여주기 때문에 사용자가 답변 활용 여부를 선택할 수 있습니다.
합성 페르소나는 범용 LLM과 무엇이 다른가요
합성 페르소나의 답변은 인터넷의 일반론이 아니라 실제 소비자 응답 데이터를 기반으로 만들어지며, 근거와 출처가 함께 제공됩니다. 세 가지 방식을 나란히 비교하면 차이가 분명합니다.
| 구분 | 오픈서베이 합성 페르소나 | 웹 데이터 기반 합성소비자 | 범용 LLM |
|---|---|---|---|
| 기반 데이터 | 자사 1차 데이터 (커스텀 시 내부·2차 자료로 확장) | 웹 크롤링 | 웹 크롤링 |
| 답변의 근거 | 데이터와 연결된 근거와 추론 제시 | 웹 문서 | 없음 |
| 세그먼트 신뢰 기준 | 30명 이상 데이터로만 페르소나 생성 | 기준 없음 | 기준 없음 |
| 팀 자산화 | 라이브러리 저장 및 공유 | 세션 종료 시 소멸 | 세션 종료 시 소멸 |
| 정량 검증 | 후속 조사 연결 | 없음 | 없음 |
핵심은 네 가지입니다. 첫째, 실제 응답 데이터에 기반한 근거와 출처를 함께 제공합니다. 둘째, 30명 이상의 답변부터 세그먼트로 생성합니다. 셋째, 데이터에 없는 내용은 추론임을 표시해 구분합니다. 넷째, 만든 페르소나는 라이브러리에 저장해 팀이 함께 씁니다. 그리고 합성 페르소나는 정량 검증을 대체하는 도구가 아니라, 가설을 빠르게 잡는 탐색 도구입니다. 대화에서 얻은 가설은 실제 소비자 조사로 검증할 수 있습니다.
자주 묻는 질문 (FAQ)
Q. 합성 페르소나란 무엇인가요?
A. 실제 소비자 응답 데이터로 만든 가상 인물입니다. 세그먼트별로 통계적으로 유의미한 변수를 조합해 만들며, 답변은 원본 응답 분포와 세그먼트 특성에 근거해 생성됩니다.Q. 합성 페르소나의 답변은 어떤 근거로 생성되나요?
A. 실제 응답 데이터를 바탕으로 생성되며, 각 답변이 어떤 데이터를 근거로 추론되었는지 투명하게 공개됩니다. 필요하면 원 데이터셋을 직접 열람할 수 있습니다.Q. 데이터에 없는 내용을 물으면 무엇을 근거로 답하나요?
A. 페르소나의 프로필 정보를 바탕으로 추론하며, 추론임을 표시해 근거 있는 답과 구분해 보여줍니다.Q. 범용 LLM에 물어보는 것과 뭐가 다른가요?
A. LLM은 웹 정보로 일반론을 답하지만, 합성 페르소나는 실제 응답 데이터를 근거로 답하고 출처를 보여줍니다. 또한 30명 이상 데이터로만 세그먼트를 생성해 통계적 신뢰 기준을 지킵니다.Q. 합성 페르소나로 정량 검증도 되나요?
A. 합성 페르소나는 정성 인터뷰와 같은 탐색 도구입니다. 대화에서 얻은 가설을 실제 소비자 조사로 검증할 수 있습니다.Q. 업로드한 데이터는 어떻게 보관·관리되나요?
A. 업로드한 설문·내부 데이터는 계정 단위로 격리 보관되며, 페르소나 생성 외 목적으로 사용되지 않습니다. 대화 내용 역시 AI 학습에 쓰이지 않습니다.
어떤 데이터로 시작할 수 있나요
합성 페르소나는 오픈서베이 데이터스페이스에서 세 가지 경로로 시작할 수 있습니다.
- 오픈서베이 오리지널 데이터. 아직 내 데이터가 없고 시장 감을 빠르게 잡아야 할 때. 오픈서베이 보유 데이터로 무료로 시작할 수 있습니다.
- 자사 정량조사 기반. 우리 브랜드에 맞춘 페르소나와 대화하고 싶을 때. 단일 조사의 응답 데이터로 조사 종료 후 바로 시작합니다.
- 커스텀 합성 페르소나 구축. 조사 외 데이터까지 통합한 브랜드 전용 페르소나가 필요할 때. 오픈서베이가 구축을 대행하며 별도 문의가 필요합니다.
내가 보유한 데이터가 없어도 오픈서베이 오리지널 데이터로 무료로 합성 페르소나와 대화를 나눌 수 있고, 자사 정량조사가 있다면 조사 종료 직후 합성 페르소나를 만들 수 있습니다. 또한, 브랜드 전용 커스텀 페르소나 구축도 가능합니다.
지금 데이터스페이스에서 시간과 공간, 언어의 제약 없이 합성 페르소나와 대화를 시작해 보세요.
오픈서베이 소개
오픈서베이는 AI 리서치 테크 기업입니다. 리서치 기획부터 데이터 수집, 분석까지 전 과정을 AI로 연결하며, 플랫폼과 리서치 전문가 서비스, 소비자 패널을 함께 보유하고 있습니다. 삼성전자, P&G, CJ제일제당, 우아한형제들 등 시대를 이끄는 기업들과 함께하며, 지난 14년간 3,000여 기업 고객과 25,000개 프로젝트를 수행해 왔습니다. ISMS-P, ISO/IEC 27001·27701, ISO 20252 인증과 ESOMAR 정회원 자격을 통해 보안과 리서치 품질 모두 국제 기준을 충족합니다.
데이터스페이스 소개
데이터스페이스는 오픈서베이가 제공하는 AI 기반 컨슈머 인텔리전스 플랫폼입니다. 리서치 맥락을 이해하는 오케스트레이터와 단계별 전문 에이전트가 기획부터 데이터 수집, 분석, 인사이트 보고, 공유까지 리서치 전 과정을 함께 합니다. 통계 연산과 AI 추론을 분리한 Dual Layer 구조로 분석의 정확도를 확보하며, 모든 인사이트에는 실제 소비자 응답에 기반한 근거가 함께 제시됩니다.
한국을 포함한 20개국 소비자 패널과 연결할 수 있고, 자사 고객을 대상으로 직접 데이터를 수집하거나 CRM 등 외부 플랫폼과 연동하는 API도 제공됩니다. 데이터스페이스에 축적된 소비자 데이터와 리서치 맥락은 기업의 인텔리전스 자산으로 남습니다. 이를 기반으로 자사 브랜드에 특화된 합성 소비자를 구축해 대화를 나누고 시장 반응을 예측할 수도 있습니다.
소비자 데이터 플랫폼
