Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Colgate가 LLM을 활용하여 고객 역할을 시뮬레이션하는 새로운 방법을 발표했습니다. 이 방법은 AI에게 단순 평가 대신 구체적인 역할과 콘셉트를 부여하고, 이를 의미론적 모델로 수치화합니다. 테스트 결과, 합성 AI 소비자는 실제 인간의 구매 의도와 90%의 높은 정확도로 일치하며 전통 시장 조사 방식을 혁신할 잠재력을 보여줍니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @HowToAI_ (AI 활용법)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기한 치약 회사가 시장 조사 산업 전체를 조용히 파괴했는데, 아무도 이 이야기는 하지 않고 있습니다.
Colgate가 LLM(대규모 언어 모델)에게 고객 역할을 맡겨 단순히 질문하는 것만으로 실제 구매 의도를 90%의 정확도로 예측할 수 있다는 논문을 발표했습니다.
그리고 이것은 정말 미친 수준입니다.
AI에게 '이 제품을 1점에서 5점까지 평가해 주세요'라고 물으면, 안전하고 평범한 쓰레기 같은 답변만 나옵니다.
그래서 연구원들은 Semantic Similarity Rating (SSR)이라는 방법을 고안했습니다.
AI에게 숫자를 요청하는 대신, 역할을 맡도록 요청한 것입니다.
그들은 LLM에게 인구통계학적 프로필을 제공하고, 제품 콘셉트를 보여주었습니다. 그리고 그 생각들을 가감 없이 쓰도록 요청했습니다.
그런 다음, 의미론적 모델(semantic model)을 사용하여 이 작성된 생각을 수치화된 점수로 변환했습니다.
결과는 놀랍습니다.
57개의 실제 기업 설문조사와 9,300개의 실제 인간 응답을 대상으로 테스트한 결과, 합성 AI 소비자들은 실제 인간의 구매 행동과 90%의 신뢰도로 일치했습니다.
그들은 다양한 연령대와 소득 수준이 가격 변화에 어떻게 반응하는지를 완벽하게 반영했습니다.
또한, 실제 인간이 작성한 것보다 더 깊고 비판적인 정성적 피드백을 제공했습니다.
이는 전통적인 시장 조사 경제학을 파괴합니다.
제품이 팔릴지 확인하기 위해 한 달을 기다릴 필요가 없습니다.
하룻밤 사이에 1,000개의 초맞춤형 고객 인터뷰를 시뮬레이션할 수 있습니다.
모든 인구통계학적 그룹에 걸쳐 가격을 A/B 테스트 할 수도 있습니다.