대형 언어 모델을 통한 소비자 구매 의도 재현: 연구 요약 및 시사점

연구 배경과 동기

기업들은 매년 수십억 원을 소비자 조사에 투자하지만, 패널 구성의 편향과 규모 제약으로 인해 한계에 직면해 있습니다 . 예를 들어, 설문조사나 포커스 그룹은 시간과 비용이 많이 들고, 결과가 참여자 특성에 따라 치우치는 문제가 있습니다. 대형 언어 모델(LLM)은 방대한 학습 데이터를 바탕으로 인간과 유사한 응답을 생성할 수 있어 이러한 문제를 해결할 새로운 대안으로 주목받고 있습니다 . 기업은 이른바 “합성 소비자(synthetic customers)”를 활용해 신제품 아이디어에 대한 반응을 신속히 얻고자 합니다  . 그러나 기존에 LLM에게 구매 의도를 15 혹은 17과 같은 Likert 척도 점수로 직접 묻는 방식은 비현실적인 분포의 답변을 산출한다는 한계가 있었습니다 . 실제 사람들은 좋아하는 제품에는 높은 점수를, 싫어하면 낮은 점수를 다양하게 주지만, LLM은 직접 숫자를 요구하면 주로 중립적인 평균값으로 치우치는 경향을 보였습니다 . 이러한 배경에서, “LLMs Reproduce Human Purchase Intent via Semantic Similarity Elicitation of Likert Ratings” 연구는 LLM을 활용한 소비자 구매 의도 시뮬레이션에서 나타나는 문제를 해결하고자 추진되었습니다 .

방법론: 소비자 페르소나 시뮬레이션과 SSR 기법

연구진은 먼저 LLM 기반의 합성 소비자 패널을 구축했습니다. 구체적으로 GPT-4와 Google Gemini 2.0 등의 최신 LLM에 **인구통계학적 속성(예: 연령, 성별, 소득 수준 등)**과 **제품 컨셉 정보(텍스트 설명 또는 제품 이미지)**를 프롬프트로 제공하여, 특정 페르소나의 소비자가 제품을 접한 상황을 가정했습니다 . 그런 다음 이 합성 소비자에게 해당 제품에 대한 구매 의도를 물어 답변을 생성했습니다. 연구에서는 세 가지 응답 생성 전략을 비교하였습니다 :
• 직접 Likert 점수 응답(DLR, Direct Likert Rating): LLM에게 “1부터 5까지 얼마나 구매하고 싶은가?”처럼 숫자 평점만 답하도록 직접 요청했습니다 . 이 방식은 구현이 간단하지만, 앞서 언급한 대로 LLM 응답 분포가 비현실적으로 평균에 몰리는 현상이 나타났습니다 .
• 후속 Likert 점수 응답(FLR, Follow-up Likert Rating): 먼저 LLM이 자유 서술형으로 의견을 말하도록 한 후, 별도의 LLM 인스턴스가 그 의견을 읽고 “Likert 평정 전문가”처럼 적절한 1~5 점수를 매기는 방식입니다  . 요컨대 두 단계에 걸쳐 텍스트→점수 변환을 수행한 것입니다. 이 접근은 DLR보다는 개선되었지만, 별도의 LLM이 다시 점수를 판단하는 과정에서 여전히 인간 분포와 차이가 남았습니다 .
• 의미 유사도 평정(SSR, Semantic Similarity Rating): LLM이 자유 형식의 텍스트 응답을 생성하도록 유도한 후, 미리 정의된 기준 문장들과의 임베딩 유사도를 계산해 해당 응답이 Likert 척도의 어느 점수에 해당하는지 확률적으로 매핑했습니다 . 예를 들어 Likert 5점 척도의 경우 “1점: 전혀 구매 의사 없음”부터 “5점: 반드시 구매할 것”에 해당하는 5개의 기준 문장을 정해두고, LLM의 응답 문장이 이들과 얼마나 유사한지 코사인 유사도(cosine similarity)로 측정합니다. 유사도가 가장 높은 기준 문장에 해당하는 점수를 많이 줄 확률이 높도록 변환하여, 응답 텍스트를 Likert 분포 (각 점수일 가능성)로 바꾸는 것입니다 . 이렇게 하면 LLM이 애매하게 쓴 답변도 확률적으로 1~5 중 어디에 가까운지 추정할 수 있습니다. 연구진은 임베딩 계산에 고품질 언어 임베딩 모델(예: OpenAI의 text-embedding-ada-003 등)을 사용하였고, 필요 시 여러 세트의 기준 문장을 평균내어 안정성을 높였습니다 .

以上의 방법을 57개의 실제 퍼스널 케어 제품 설문조사에 적용하여 평가했습니다. 이 설문들은 한 글로벌 개인용품 기업이 실제 수행한 것으로, 약 9,300명의 소비자 응답 데이터가 확보되어 있었습니다 . 연구진은 각 방법으로 생성한 합성 응답 분포를 실제 인간 응답과 비교하였고, 다음 두 가지 성과 지표를 사용했습니다 :
• 분포 유사도(KS 유사도): 합성 패널의 Likert 응답 분포 곡선이 실제 설문 분포와 얼마나 일치하는지를 Kolmogorov–Smirnov 통계로 측정했습니다 . 1에 가까울수록 두 분포가 유사한 것을 의미합니다.
• 상관 도달율(ρ): 합성 응답으로 계산한 각 제품의 평균 구매의도와, 실제 설문에서의 평균 구매의도 사이의 피어슨 상관계수를 구했습니다. 그리고 이를 인간 응답자들 사이의 테스트-재테스트 신뢰도 대비 **백분율(%)**로 정규화했습니다 . (즉, 같은 설문을 똑같은 사람들에게 두 번 했을 때 얻어지는 최고 상관도를 100%로 보고, LLM 패널의 상관도가 그 중 몇 %에 해당하는지 산출한 지표입니다.)

주요 결과: LLM의 구매의도 예측 성능

실험 결과 SSR 기법의 우수성이 두드러졌습니다. 먼저 DLR(직접 점수) 방식의 경우, 합성 패널이 각 제품에 매긴 평균 점수의 순위는 실제와 어느 정도 상관관계가 있었지만(상관 도달율 약 80% 수준), 응답 분포가 지나치게 좁게 형성되는 문제가 확인되었습니다 . 예컨대 GPT-4 모델에 DLR 방식으로 물었을 때 응답의 대부분이 **‘3점’(보통)**에 몰렸고, **‘1점’이나 ‘5점’**과 같은 극단값은 거의 나오지 않았습니다 . 이는 LLM이 안전하게 중립적 답변을 선호하는 경향으로 해석됩니다. 그 결과 DLR의 **분포 유사도(KS)**는 0.26~0.39로 매우 낮아, 실제 사람들의 응답 분포와는 괴리가 컸습니다 .

한편 **SSR(의미 유사도 평정)**을 적용하자 결과 분포가 눈에 띄게 현실에 가까워졌습니다. GPT-4 기반 SSR 패널의 경우 **분포 유사도(KS)**가 0.88 수준까지 상승했고, Google Gemini 기반으로도 0.8 내외를 기록했습니다 . 이는 합성 응답의 분포 곡선이 실제 인간 패널과 거의 유사함을 의미합니다. 또한 제품별 평균 구매의도의 순위 역시 인간 결과와 높은 상관관계를 보여, **상관 도달율 약 90%**에 이르렀습니다 . 다시 말해, SSR 기법을 활용하면 LLM이 실제 소비자 설문 결과의 90% 정도를 재현해낸 셈입니다 . 참고로 FLR(후속 점수) 방식도 DLR보다는 개선되어 분포가 넓어졌으나, SSR이 항상 FLR보다도 더 인간 분포에 가까운 결과를 냈습니다 . 특히 분포 유사도 면에서 SSR이 FLR을 크게 앞서, 가장 인간스러운 응답 분포를 얻을 수 있었습니다 .

흥미로운 점은, SSR을 통해 얻은 합성 응답이 단순히 분포와 평균만 맞춘 것이 아니라 세부적인 인구통계별 패턴까지 상당 부분 재현했다는 것입니다. 예를 들어 실제 설문에서 연령대별로 구매 의도가 중년층까지는 상승하다가 고령층에서 다시 낮아지는 U자형 경향이 있었다면, SSR 합성 응답에서도 나이 증가에 따른 구매 의도가 유사한 오목한(curved) 형태로 나타났습니다 . 또한 소득 수준을 달리 설정한 페르소나 간에는 소득이 낮을수록 구매 의도가 낮게 나오는 예상된 패턴이 합성 데이터에서 확인되었습니다 . 제품 카테고리별, 가격대별로도 인간 데이터에서 관찰된 트렌드가 합성 패널에서 크게 어긋나지 않았습니다 . 다만 성별이나 거주 지역과 같은 특성에 따른 미묘한 차이는 LLM이 완벽히 잡아내지 못한 부분도 있었는데, 연구진은 성별/지역 자체가 해당 제품들의 구매 의도에는 영향이 작아서 실제 인간 데이터에서도 신호가 약했기 때문이라고 해석했습니다 .

또한 SSR 방식은 정량적 데이터뿐만 아니라 정성적 인사이트도 함께 제공한다는 강점이 있습니다. LLM 합성 소비자들은 각자 점수를 매긴 이유를 자유 답변 형태로 상세히 설명해주는데, 이 설명 텍스트의 깊이가 오히려 일반 소비자들이 설문에 남긴 코멘트보다 풍부한 경우도 많았습니다 . 예를 들어 어떤 합성 응답자는 “제품 향이 마음에 들지 않을 것 같아 구매하지 않을 것”이라 평했는데, 이는 단순히 2점이라고만 응답한 실제 응답자보다 이유를 분명히 제공하는 식입니다. 이러한 정성 피드백은 제품 개선이나 마케팅 방향을 잡는 데 유용하게 활용될 수 있습니다 .

마지막으로, 연구에서는 전통적인 지도학습 머신러닝 기법과의 비교도 이루어졌습니다. 인구통계 특성과 제품 정보를 입력으로 하고 인간 설문 결과를 학습한 LightGBM 모델을 만들어 동일한 예측을 시도한 결과, 해당 모델은 제품 구매 의도 순위에 대한 상관 도달율이 약 65% 수준에 그쳤습니다 . 이는 사전 학습 없이 즉석에서 질의만으로 답변을 생성한 LLM+SSR의 성능(약 88~90%)보다 훨씬 낮은 수치입니다 . 분포의 형태 면에서는 ML 모델도 그럭저럭 맞췄지만, 제품 간 미묘한 선호도 차이를 잡아내는 능력은 LLM 기반 접근법이 뛰어났다는 의미입니다 . 요약하면, 이번 연구의 SSR 기법은 LLM의 언어이해력을 활용해 별도 훈련 없이도 인간과 매우 유사한 설문 패널을 시뮬레이션할 수 있음을 보여주었습니다.

“90% 예측 정확도”의 의미와 함의

논문에서 주장한 **“90%의 인간 테스트-재테스트 신뢰도에 도달”**이라는 결과는 곧 LLM 합성 패널이 실제 사람들의 재응답 일관성에 버금가는 신뢰도로 구매 의도를 예측했다는 뜻입니다 . 일반적으로 같은 사람이 비슷한 시점에 동일한 설문을 두 번 받으면 완전히 똑같이 답하지는 않기 때문에, 100% 상관은 나올 수 없습니다. 기업들이 설문 반복실시로 얻을 수 있는 최고 일관성을 100으로 볼 때, 본 연구의 합성 응답은 그 90% 수준까지 인간 결과를 흉내 냈다는 것입니다 . 이는 통계적으로 매우 높은 적합도로, LLM이 설문 응답자의 의향을 상당히 잘 재현함을 시사합니다. 예를 들어 10개의 제품 중 인간 패널에서 가장 인기 있는 제품과 두 번째로 인기 있는 제품이 있었다면, 합성 패널도 거의 동일한 순서로 그 두 제품을 상위로 평가했다는 의미입니다.

90% 수준의 재현은 실무적으로도 의미가 큽니다. 기업 입장에서는 실제 소비자 조사를 생략하고도 90% 정확도로 결과를 예측할 수 있다면, 초기 아이디어 선별이나 컨셉 테스트 단계에서는 충분히 활용 가능하기 때문입니다 . 시간과 비용을 대폭 절감하면서도 얻는 인사이트의 질은 인간 조사와 크게 다르지 않다면, 의사결정에 필요한 불확실성을 상당 부분 해소할 수 있습니다. 특히 본 연구는 57개나 되는 다양한 제품 컨셉에 대해 일관되게 높은 정확도를 보였는데, 이는 특정 제품군에 국한되지 않고 폭넓은 제품 아이디어 평가에 LLM 패널을 쓸 수 있음을 보여줍니다 . 더욱이 LLM은 각 질문마다 이유와 맥락을 제시해주므로, 숫자 0.9의 상관계수 이상의 부가적인 통찰을 제공합니다 . 예컨대 어떤 신제품에 대한 호불호 정도뿐 아니라, 왜 그런 반응이 나왔는지 합성 응답이 설명해주므로, 마케팅 담당자는 점수 이상의 의미를 파악할 수 있습니다.

물론 90%라는 수치가 만능을 뜻하는 것은 아닙니다. 연구진도 이 방법을 인간 패널의 완전 대체가 아닌 보완재로 보아야 한다고 강조합니다 . LLM이 훈련된 데이터에 없는 생소한 제품군이나 문화권의 소비자 반응은 정확히 예측하지 못할 수 있고 , 또한 실제 100%에 가까운 정밀도가 필요한 광고 카피 테스트 등에는 여전히 인간 대상 조사가 필요할 것입니다. 그럼에도 불구하고 “90% 재현”이라는 결과는, 적어도 사전 조사의 단계에서는 LLM을 활용한 가상 소비자 패널이 실용화될 수 있는 수준에 도달했음을 뜻합니다 . 이는 기업의 의사결정 속도를 크게 높이고, 시장조사의 패러다임을 바꿀 수 있는 잠재력을 지닌 것으로 평가됩니다.

상업적 활용 가능성

이러한 기술은 실제 비즈니스 현장에서도 곧바로 응용될 수 있습니다. 특히 이번 연구에 글로벌 소비재 기업(개인생활용품 분야)의 실제 설문 데이터가 활용된 점은, 이미 산업계에서 관심을 갖고 협업하고 있음을 보여줍니다 . 기업들은 신제품 개발 초기에 LLM 기반 가상 소비자들의 의견을 구함으로써, 어떤 아이디어에 투자를 이어갈지 걸러내는 의사결정을 가속화할 수 있습니다 . 하버드 비즈니스 리뷰(HBR)에 따르면, 전통적인 인간 조사 대비 “합성 고객”을 통한 조사는 빠르고 저렴하며 범위도 확장될 수 있는 흥미로운 도구로 부상하고 있습니다 . 예컨대 마이크로소프트의 경제연구팀과 하버드경영대 교수들이 공동으로 수행한 연구에서도 LLM을 사용한 가상 포커스 그룹이 초기 고객 선호도에 대한 통찰을 제공한다는 결과를 보고하며, 다만 주의 깊은 활용이 전제되어야 함을 언급했습니다 .

시장조사 업계도 이러한 흐름에 발맞춰 기술 도입을 서두르고 있습니다. 글로벌 리서치 기업인 NielsenIQ는 2024년 보고서에서 “합성 응답자(synthetic respondents)” 개념을 소개하며, 머신러닝 기반의 가상 소비자가 신제품 컨셉 평가에 활용되고 있다고 전했습니다  . NielsenIQ는 제품 혁신(Product Innovation) 단계에서 LLM으로 생성된 대리 소비자들이 다수의 아이디어를 빠르게 평가하고, 유망 아이디어를 선별해 개발 사이클을 단축할 수 있다고 설명합니다 . 실제로 2023~2024년 사이 업계 여러 곳에서 AI 기반 설문 응답 생성 도구들이 우후죽순 등장하기도 했습니다 . Qualtrics와 같은 설문 플랫폼도 “합성 패널” 개념에 주목하며, 기업 고객이 빠른 인사이트를 얻을 수 있는 AI 패널 서비스 도입을 논의하고 있습니다 . 스타트업들도 발빠르게 움직이고 있는데, 예를 들어 어느 SaaS 업체는 ChatGPT를 연동한 설문 응답 생성기를 선보여 설문 링크를 배포하지 않고도 가상의 응답 데이터를 얻는 기능을 제공하기 시작했습니다  .

국내 B2B 마케팅 및 기관영업 맥락에서도 이러한 기술은 충분히 응용 가능합니다. 예컨대 대기업을 상대로 한 B2B 솔루션을 판매하는 경우, 실제 잠재 고객(임원, 실무자 등)을 모아 피드백을 듣는 데에는 시간과 자원이 많이 소요됩니다. 대신 LLM에 해당 산업과 직무의 페르소나를 부여하고 제품/서비스 설명을 입력하여, “가상의 고객”이 어떻게 반응하는지 살펴볼 수 있습니다. 물론 B2B 영역의 전문적 지식과 맥락이 LLM에 얼마나 학습되어 있는지가 변수지만, 일반적으로 알려진 업계 동향이나 의사결정 요인 등을 기반으로 상당히 그럴듯한 응답을 생성할 수 있습니다. 예를 들어 “40대 금융권 CIO”, “제약회사 구매 담당자” 등의 페르소나를 만들어 “이 제품의 어떤 점이 매력적이고 우려되는지” 묻는다면, 그들이 흔히 가지는 요구사항과 Pain Point를 반영한 답변을 얻을 수 있을 것입니다. 이는 영업팀이 고객의 관점에서 우리 솔루션의 장단점을 미리 점검하고, 맞춤형 제안서 작성이나 대응 전략 수립에 활용할 수 있습니다.

다만, 상업적 활용에 있어서 유의점도 존재합니다. NielsenIQ 보고서는 현재 시중에 급하게 출시된 일부 합성 피드백 도구들이 겉보기에는 그럴듯하지만 근거가 부족한 결과를 내놓는 위험을 지적했습니다 . LLM은 그럴듯한 문장을 만들어내는 데 능하기 때문에, 자칫하면 데이터 신뢰성이 낮은 결과도 설득력 있게 보일 수 있습니다 . 따라서 기업이 이 기술을 도입할 때는, 모델이 충분한 관련 지식을 갖추고 있는지, 기준 문장이나 프롬프트 설계가 제대로 되었는지를 살펴 최적화된 도구를 선택해야 합니다 . 이번 연구의 SSR 기법처럼 데이터 기반 보정 절차가 있거나, 추가적인 인간 검증 단계를 두는 것이 바람직합니다. 요컨대, “한번에 다 맞히는” 만능해결사로 간주하기보다는 보조적 수단으로 활용하고, 중요한 의사결정 전에는 소규모라도 실제 고객 검증을 병행하는 것이 현실적인 전략입니다 .

관련 연구 및 후속 동향

LLM을 이용해 인간 행동이나 의도를 모사하려는 연구는 마케팅 분야에서 활발히 진행되고 있습니다. 2025년 초 발표된 Stromberg 등 연구는 **“실리콘 샘플링(Silicon Sampling)”**이라는 용어를 사용하며, LLM이 브랜드 트래킹 조사 응답을 얼마나 대체할 수 있는지 평가했습니다 . 114개 브랜드에 대한 YouGov 패널 데이터를 LLM(GPT-4)에 입력해 모의한 결과, 인지도나 추천 의향 등 퍼널 상단 지표는 비교적 잘 맞았지만 실제 구매 고려나 전환 단계에서는 LLM이 과대평가하는 경향이 나타났습니다 . 이는 LLM이 소비자의 최종 구매결정 과정의 복잡한 맥락까지는 완벽히 재현하지 못할 수 있음을 시사합니다. 또 브랜드의 인지도가 높을수록 LLM 예측이 정확하고, 틈새 브랜드일수록 오차가 커졌다고 보고되었는데, 이는 LLM이 대중적으로 많이 언급된 브랜드에 대해선 학습이 잘 되어있지만 드문 대상에 대해서는 한계가 있다는 점을 보여줍니다 . 이러한 연구들은 LLM 합성 응답이 거시적 트렌드 파악에는 유용하지만, 세부적인 부분으로 갈수록 한계가 있으므로 활용 범위를 잘 설정해야 함을 강조합니다 .

한편 Wang 등(2024)은 컨조인트 분석에서 LLM을 활용하는 데이터 증강(data augmentation) 기법을 선보였습니다 . 이 연구는 LLM이 생성한 설문 데이터와 소량의 실제 응답 데이터를 결합하여, LLM 출력에 내재한 편향을 보정하는 통계 방법을 제안했습니다 . 단순히 LLM 응답을 인간 데이터로 대체하면 편향이 커질 수 있지만, 전이학습 원리를 적용해 일부 실제 데이터로 LLM 데이터를 보정하면 결과의 편향을 줄이면서 데이터 획득 비용을 25%에서 최대 80%까지 절감할 수 있음을 보였습니다  . 예컨대 코로나 백신 선호도 조사에 이 방식을 적용한 결과, LLM 합성 데이터만 사용한 모델보다 혼합 데이터를 사용한 모델이 추정 오차가 훨씬 낮았다고 합니다 . 이는 **“LLM 합성 데이터는 인간 데이터의 대체재가 아니라 보완재”**라는 관점을 뒷받침하며, 혼합 활용을 통한 시너지 가능성을 제시합니다 .

또 다른 흥미로운 연구로 Kaiser 등(2025)은 개인화된 설문 데이터 모델링에서 LLM 활용의 기회와 도전과제를 논의했습니다. 이들은 LLM이 사람들의 의견을 모사할 때 인간 군상의 다채로움보다는 전형적인 특성을 과장되게 드러내는 “캐리커처” 효과를 우려했습니다. 즉, 충분한 제약을 주지 않으면 LLM은 고정관념적인 페르소나를 만들어 개별성이나 다양성이 결여될 수 있다는 것입니다. 이러한 문제를 해결하기 위해서는 LLM에게 다양한 배경 맥락과 조건을 풍부하게 제공하고, 필요시 미세조정이나 추가 규칙을 적용해 **응답의 이질성(heterogeneity)**을 확보해야 한다고 제안합니다. 요컨대, 한 가지 페르소나로 수백 명의 응답을 복제하는 것이 아니라, 여러 유형의 페르소나를 설정하여 각기 다른 응답을 얻는 식으로 접근해야 실제와 가까운 분산된 의견 스펙트럼을 얻을 수 있다는 통찰입니다.

정리하면, LLM을 활용한 소비자 의견 시뮬레이션 연구는 현재 세 갈래로 진행되고 있습니다. 첫째, 본 논문처럼 LLM 자체의 능력을 최대한 끌어내 실제 설문에 근접하게 만드는 접근 . 둘째, LLM의 한계를 인지하고 인간 데이터와 혼합하거나 보정하는 통계적 접근 . 셋째, LLM 활용에 따르는 편향이나 다양성 부족 문제를 분석하고 개선하는 방향입니다. 이러한 후속 연구들은 결국 마케팅 의사결정에서 LLM의 역할을 극대화하면서도 리스크를 관리하려는 노력으로 볼 수 있습니다. 앞으로도 다른 분야(예: 고객 만족도, 브랜드 신뢰 등)의 설문 시뮬레이션, 다단계 LLM 파이프라인 (예: 한 번은 소비자 역할, 다음은 전문가 역할) 적용, 도메인 특화 LLM 활용 등 다양한 확장이 이뤄질 전망입니다 .

마케팅 실무를 위한 전략적 활용 방안

LLM 기반 가상 소비자 응답 기술을 마케팅 팀과 제품 개발자들이 실용적으로 활용하려면, 몇 가지 전략적 접근이 필요합니다.

1. 초기 아이디어 검증 및 컨셉 테스트: 새로운 제품이나 서비스를 구상할 때, 우선 LLM 합성 패널로 1차 여론을 파악해볼 수 있습니다. 예를 들어 5가지 제품 아이디어 중 어떤 것이 가장 호응이 좋은지 합성 응답으로 살펴보고, 상위 1~2개에 대해서만 실제 소비자 조사를 진행하면 탐색 단계를 효율화할 수 있습니다 . 특히 한국 시장을 대상으로 할 경우, 한국 소비자 특성을 LLM이 잘 반영하도록 프롬프트에 지역 맥락을 담거나, 가능하다면 한국어에 능통한 LLM을 사용하는 것이 좋습니다. 국내 사례로, 어떤 대기업이 신제품 컨셉 A와 B를 두고 고민할 때, LLM에게 “20대 한국 여성 소비자” 페르소나를 주고 각각의 컨셉에 대한 반응을 생성하게 한 뒤 긍정/부정 반응 비율과 코멘트를 살펴본다면, 사전에 어느 정도 선호도 윤곽을 그릴 수 있을 것입니다. 이러한 방법은 의사결정에서 시행착오를 줄이고 자원을 집중하는 데 도움이 됩니다.

2. 메시지 튜닝과 광고 소재 개발: 마케팅 커뮤니케이션 측면에서, 제품의 핵심 가치 제안(USP)을 어떤 톤앤매너로 전달할지 결정할 때도 합성 소비자들의 피드백을 활용할 수 있습니다. 예컨대 B2B 솔루션을 홍보하는 슬로건 몇 가지 안을 만들어 LLM 페르소나(잠재 고객)에게 **“이 중 어느 표현이 가장 마음에 드는가? 왜 그런가?”**를 묻는 식입니다. 합성 응답자가 “A안은 기술적 장점을 잘 전달하지만 다소 딱딱하고, B안은 쉽고 친근하게 느껴져 더 호감이 간다”는 식으로 답하면 , 이를 참고하여 카피라이팅 방향을 잡을 수 있습니다. 특히 한글 캠페인 메시지의 뉘앙스도 GPT-4 등은 상당히 파악할 수 있으므로, 한국어로도 실험해보면 좋습니다. 다만 언어적 미묘함까지 100% 신뢰하기보다는 참고 자료로 보고, 최종 결정은 마케터의 판단으로 보완해야 합니다.

3. “가상의 고객”을 통한 세일즈 트레이닝: 기관 영업(임원 대상 영업 등)에서는 영업사원이 고객의 입장을 이해하고 대비하는 것이 중요합니다. LLM을 활용하면 가상의 고객과 Q&A 연습을 할 수 있습니다. 예를 들어 **“국내 대형병원 구매 담당자 김영수 부장”**이라는 페르소나를 설정해 놓고, 우리 제품 설명을 했을 때 김 부장이 할 법한 질문이나 우려사항을 LLM으로 생성합니다. 합성 고객이 “가격이 경쟁사 대비 높은데 투자 대비 효과를 증명해줄 수 있나요?”와 같이 묻는다면, 실제 영업 전에 그 반론에 대한 답변을 미리 준비해볼 수 있습니다. 이를 통해 세일즈 토크를 다듬고, 고객 관점의 문제 해결형 피칭을 연습하게 되어 영업 역량을 강화할 수 있습니다. 이 역시 LLM이 일반적으로 학습한 업계 정보에 기반하므로 예상질문의 수준이나 방향이 현실성과 맞는지 주의해야 하지만, 실제 자문을 구하기 어려운 고위 의사결정자들의 관점을 시뮬레이션한다는 점에서 가치가 있습니다.

4. 통합 플랫폼 및 도구 활용: 현재 시장에는 이러한 합성 소비자 조사 기능을 지원하는 툴들과 오픈소스가 점차 등장하고 있습니다. 예를 들어 앞서 소개한 Weavely와 같은 서비스는 폼 빌더에 AI 응답 생성 기능을 내장하여 설문 작성부터 응답 생성, 분석까지 원스톱으로 제공합니다  . Qualtrics도 AI를 활용한 신규 컨셉 테스트 패널 출시를 예고하고 있어, 곧 상용 솔루션으로 만나볼 수 있을 전망입니다 . 한편 오픈소스로는 이번 연구의 SSR 알고리즘이 PyMC Labs에 의해 공개되어 있어 , 데이터팀이 있다면 이를 활용해 사내 맞춤형 LLM 설문 시뮬레이터를 구축할 수도 있습니다. 이처럼 전문 도구를 활용하면 기술적 장벽을 낮추고 손쉽게 시도해볼 수 있으므로, 초기에는 검증된 플랫폼을 쓰다가 점차 이해도가 높아지면 자체적으로 고도화하는 접근이 좋을 것입니다.

5. 결과 해석과 보완: 합성 패널로부터 얻은 결과는 어디까지나 예측과 가설입니다. 이를 의미 있게 해석하여 의사결정에 반영하려면, 마케팅 팀의 직관과 도메인 지식을 함께 동원해야 합니다. 예를 들어 LLM 패널이 부정적 반응을 보인 컨셉이라도, 해당 제품이 혁신적이어서 기존 데이터에 없기 때문에 LLM이 낮게 평가했을 가능성도 고려해야 합니다. 또한 합성 응답이 일관되게 긍정적이었던 아이디어라도, 실제 시장에서는 다른 변수가 작용할 수 있음을 유념해야 합니다. 따라서 중요한 B2B 거래나 제품 출시 결정의 경우, 합성 연구로 얻은 인사이트를 실제 잠재 고객 인터뷰나 소규모 설문으로 교차 검증하는 것이 바람직합니다. 이런 다각도의 검증을 거치면 LLM 합성 패널의 실효성도 점점 높아지고 신뢰할 만한 도구로 자리 잡게 될 것입니다.

요약하면, 대형 언어 모델 기반의 소비자 구매 의향 예측은 이제 90%에 달하는 인간 수준의 성능과 함께 풍부한 정성적 해석을 제공하는 단계에 이르렀습니다  . 한국의 B2B 마케팅 및 기관영업 분야에서도 이러한 기술을 통해 시장 조사의 효율을 높이고, 초기 비즈니스 의사결정의 불확실성을 줄이는 노력을 기울일 수 있습니다. 다만 모델의 한계와 데이터 편향을 인지하면서, 인간 전문성과 결합한 혼합 접근을 취하는 것이 최선의 결과를 얻는 지름길일 것입니다  .

Sources: 본 답변에서는 해당 논문의 아카이브 초록과 Emergent Mind 요약본   , 하버드비즈니스리뷰(HBR) , NielsenIQ 보고서  , 학계 워킹페이퍼 및 논문   등의 정보를 종합하여 작성하였습니다. 각 출처는 인용 표기된 번호 및 라인으로 표시되어 있습니다.