조사 설계의 결함은 데이터가 돌아온 뒤에야 드러난다.
외양간은 소 잃기 전에 고치는 것이다.
핵심은 하나다. 설문을 쏘기 전에, 실측 데이터로 빚은 300명의 합성 페르소나에게 먼저 시켜 보는 것. 문항의 함정, 세그먼트 정의의 구멍, 놓친 관찰 포인트가 실탄을 쏘기 전에 드러난다.
이 리허설이 실제 설문 설계를 v2.3에서 v2.5까지 끌어올렸다. 실측 88명이 돌아온 뒤에는 방향을 바꿔, 이번엔 도구를 심판대에 세웠다. 어디를 믿고 어디를 믿지 말아야 하는지 신뢰 지도를 그렸고, 도구의 결함을 고쳐 한 번 더 검증했다. [마케팅]과 [데이터/기술]을 하나의 의사결정 흐름으로 이은 기록이다.
시뮬레이션의 가장 위험한 실패는 틀리는 것이 아니다. 틀렸는데 맞아 보이는 것이다. AI는 언제나 그럴듯한 숫자를 돌려주기 때문이다. 그래서 엔진 옆에 의심의 장치들을 함께 만들었다: 결과를 보기 전에 잠그는 판정 기준, 참효과 0과의 상시 비교, 판정 후 재실행 금지.
이 장치들은 실제로 일했다. 개선한 엔진을 재검증했을 때, "좋아졌다" 대신 "이 데이터로는 알 수 없다"는 불리한 답을 그대로 돌려받았다. 아픈 답을 낼 수 있는 체계만이, 좋은 답이 나왔을 때 믿을 수 있는 체계다.
한 학기짜리 수업 과제가 아니다. 시뮬레이터 5개 버전, 도구 문서 4종, 실측 설문 1회, 그리고 그 전부를 잇는 판정 체계다.
데이터 지위 규칙. 사람 88명의 설문에서 나온 수치는 실측, LLM 페르소나에서 나온 수치는 합성이다. 합성 수치는 시장의 사실이 아니라 도구의 신호이므로, 어떤 사업 의사결정에도 직접 인용하지 않는다. 이 규칙은 모든 산출 문서의 최상단에 하드코딩되어 있다.
매실청으로 신맛을 낸 팟타이. 이 컨셉의 수요를 조사하려는 순간 벽에 부딪힌다. 유사 제품이 없으니 참고할 판매 데이터가 없고, 리뷰 코퍼스에도 이 조합을 말한 소비자가 없다. 리서치 업계가 라 부르는 상황이다.
무대가 된 케이스. 이 컨셉은 CJ 공모전에 출품했다 본선에서 탈락한 제품이다. 탈락 후, 수요 논리를 실측으로 직접 검증하는 프로젝트(본편)를 진행했다. 선호 실험 262명, 행동 실험 275명, 그리고 마지막 관문인 설문 88명.
이 페이지는 그 설문을 준비하며 만든 리허설 시스템의 기록이다. 앞선 실험의 발견 하나, "매실청 소구가 간편함 소구보다 선택률에서 앞선다(81.5% vs 48.5%)"가 페르소나에 주입된 실측 앵커가 됐다.
그래서 설문을 만들었다. 파일럿 예산은 4만 원. 문제는 금액이 아니라 되돌릴 수 없음이다. 문항 하나가 유도적이면 응답 전체가 조용히 오염된다. 4만 원이든 그 수백 배의 기업 조사든, 오염된 데이터는 다시 지불해도 결론을 되돌려주지 않는다. 실탄이 한 발이라면, 쏘기 전에 리허설이 필요하다.
도구의 지위를 먼저 정의했다. 이 시뮬레이터의 임무는 소비자를 맞히는 것이 아니다. 설문이 실패할 지점을, 데이터를 수집하기 전에 미리 밟아 보는 것이다. 예측기가 아니라 리허설 무대다. 이 정의 하나가 이후의 모든 판단 기준이 됐다: 시뮬레이션 산출물은 가설 생성 전용이며, 증거로 계상하지 않는다.
이 프로젝트는 "AI에게 물어봤다"가 아니다. 리허설로 설계를 고치고, 실측이 돌아오면 도구를 심판대에 세우고, 유죄가 나온 부분을 고쳐 다시 검증하는 왕복 루프다. 아래 네 막이 그 순서다.
합성 페르소나로 설문 설계를 압박 테스트한다
ACT 2그 실험을 재현 가능하게 만드는 장비를 직접 만든다
ACT 3실측 88명이 돌아오면, 도구를 심판대에 세운다
ACT 4실측으로 고친 도구를, 스스로 정한 기준으로 재검증한다
각 막의 판정 기준은 결과를 보기 전에 했다. 기준이 먼저, 결과가 나중. 이 순서가 이 페이지의 모든 숫자를 지탱한다.
21개 심리·행동 특성으로 페르소나를 빚었다. 앞서 소개한 실측 앵커(매실청 소구의 우위)를 넣되, 어느 문항에서 어느 답을 고르라는 방향은 알려주지 않았다. 응답은 LLM이 특성을 해석해 스스로 만들어야 한다. 그래야 리허설이 내 기대의 복창이 아니라 압박 테스트가 된다.
페르소나 프롬프트(원칙 적용): "향신료 부담: 매우 높음. 매실청 친숙도: 보통. …". 특성의 수준만 제시한다. 이 사람이 첫인상 문항에서 몇 점을 줄지는 LLM의 해석에 맡긴다.
판정 신호가 모델의 해석에서 창발(지시 없이 스스로 나타남)한다. 리허설이 정보를 가진다.
왕복 1건의 기록 — '조금'이라는 함정
리허설의 합성 응답에서 이상한 패턴이 나왔다. 향신료 부담이 '조금'인 페르소나의 첫인상 점수가 '아니다'보다 낮았다(3.38 < 3.45). '조금'은 '매우'의 약한 버전이 아닐 수 있다는 신호였고, 이를 설문의 관찰 포인트로 등록했다. 세그먼트 정의를 협의(매우만)·광의(조금 포함) 두 컷으로 병기하고, 판별 규칙을 수집 전에 잠갔다.
실측 88명이 답했다. 비단조가 확정됐다. 아니다 3.56 ≈ 조금 3.59 > 매우 3.28. '조금'과 '매우'가 갈라진다는 신호는 첫인상 점수와 메시지 선택률, 두 독립 지표에서 일관됐다. 다만 형태는 리허설 신호(조금이 최저)와 달랐다. 실측의 최저는 매우였다. 신호의 가치는 정답이 아니라 "조금을 따로 보라"는 관찰 지시였고, 그 지시 덕에 형태 차이까지 포착됐다. 그리고 광의 유병률이 사전 상한을 넘었을 때(71.6%), 미리 병기해 둔 협의 컷(33.0%)이 예정된 판별로 그 사태를 흡수했다. 리허설이 없었다면 이 설계는 존재하지 않았다.
| 실측 전에 잡은 위험 | 설계 조치 | 잡지 못했다면 |
|---|---|---|
| 문항 문구가 답을 되받아 유도하는 동어반복(에코) | 문항 재작성으로 제거 — 유도 오염을 수집 전에 차단 | 문구가 심은 선호와 소비자의 선호를 가릴 수 없게 된다. 메시지 결론 전체가 오염되고, 수거할 방법이 없다 |
| '조금' 응답의 비단조 신호 — 약한 부담이 더 낮은 첫인상 | 관찰 포인트로 등록, 세그 정의를 협의·광의 이중 컷으로 병기 | 광의 컷 하나로 나간다. 실측에서 71.6%가 나온 순간 세그 정의가 무너지고, 남는 선택지는 재설계·재집행뿐 |
| 확증 욕심 — 소표본으로 세그 차이를 단정하려는 유혹 | 목표를 '확증'과 '방향'으로 이원 분리, 판정 출구 문장을 수집 전에 승인 | p≈0.18짜리 노이즈를 "세그 확증"으로 보고하게 된다. 틀린 확신은 무지보다 비싸다 |
리허설이 반복되자 일회성 스크립트 무더기로는 감당이 안 됐다. 그래서 실험 장비(research harness)를 직접 만들었다. 풀 생성부터 실행·진단·판정·리포트까지 한 화면에서 도는 로컬 도구. 만드는 속도는 AI(Claude Code)가 냈고, 믿을 수 있는가는 별도의 체계가 판정했다.
도구는 다섯 화면이다. 설계 뷰어 · 실행 콘솔 · 진단 · 판정 · 리포트. 위는 그중 셋. 진단 패널의 경고 임계와 판정 대시보드의 등급 라벨(견고/참고/신뢰불가)이 이 방법론의 규칙을 화면에 강제한다. 이미지를 누르면 확대된다.
빠르게 만들수록, 무엇을 만들고 있는지는 문서가 붙잡아야 한다. 구현 전에 사양과 정찰을 잠그고, 구현 후에 검증과 사용법을 남겼다. 아래 네 문서가 이 도구의 헌법이었고, 매 작업 세션은 이 문서를 읽고 시작했다.
구현 전에 사양을 잠갔다. 화면 5개 상한, 엔진 로직 무수정, 배포·DB 금지. 스코프가 늘어나는 것을 문서가 막는다.
기존 코드 22종의 입력·출력·의존성을 코드 수정 0줄로 문서화했다. 모르는 것은 [불명확]으로 표기, 추측은 금지.
구현과 분리된 세션이 18개 항목을 실측 재검증, 전 항목 PASS. 직접 확인 못 하는 3건은 [검증불가]로 정직하게 남겼다.
몇 주 뒤 맥락을 잊고 돌아올 사용자(나)를 독자로 상정한 운용 문서. 검증된 커맨드만 기재한다.
AI를 통제한다는 것은 AI를 감시한다는 뜻이 아니다. 나도 AI에게 잡힐 수 있는 구조를 설계한다는 뜻이다. 양쪽 모두, 사람의 주의력이 아니라 절차가 잡았다.
서로가 서로를 교차검증하는 순간, 품질은 개인의 컨디션이 아니라 시스템의 속성이 된다. 내가 지쳐도, AI가 실수해도, 절차가 잡는다.
실패의 원장 — 150만 토큰을 태운 사고와 복구
첫 대규모 실행에서 에이전트 50명 전원이 실패했다. 유효 응답 0건, 토큰 1,497,916 소모. 응답 자체는 정상이었는데 실행 방식의 결함으로 전량 거부된 것. 250회 시도 전체를 분석해 원인을 특정하고, 검증된 방식으로 쪼개 재실행했다. 최종 300/300, 오류 0.
이 실패는 삭제하지 않고 원장에 그대로 남겼다. 소규모에서만 검증된 방식을 규모 확대 전에 재검사하지 않은 것. 그 교훈까지가 기록이다.
실측 88명의 분석을 먼저, 시뮬레이션을 보지 않고 독립적으로 끝냈다. 그다음에야 둘을 대질시켰다. 순서가 반대면 시뮬의 선입견이 실측 해석을 오염시킨다. 채점 전에 순환 제외 목록부터 잠갔다: 시뮬에 주입한 값에서 파생되는 수치(유병률 수준 등)는 "맞혔다"고 셀 수 없으므로 채점에서 뺐다.
| 지표 | 시뮬 (합성 300명) | 실측 (88명) | 판정 |
|---|---|---|---|
| 첫인상 (기피 세그 − 비기피) | −0.31 | −0.30 | 방향 일치 (미확증) |
| 메시지 선호 (매실청 문구) | +0.40 | +13%p | 방향 일치 (미확증) |
| 구매 전환 의향 | −0.34 | +11%p | 관측 부호 상반 (미확증) |
| 가격 수용 | −0.21 | +14%p | 관측 부호 상반 (미확증) |
| '조금'의 비단조 거동 | 존재 예측 | 존재 확정 | 존재 일치 · 형태 상이 |
| "진짜 맛 아닐 것" 선택률의 세그 격차 | 격차 없음 (18%≈18%) | 격차 뚜렷 (7% vs 31%) | 맹점 — 표현 불능 |
이 대질의 가장 중요한 수확은 점수가 아니다. 도구가 스스로 "민감하다, 실측만이 분리할 수 있다"고 라벨해 둔 지표(구매 전환·가격 수용)가, 정확히 뒤집힌 그 지표였다. 예측이 아니라 불확실성 라벨링이 맞았다.
그리고 실측만이 본 구조가 있었다. 첫인상은 낮은데 전환 의향은 높은 세그먼트, "카테고리에 데었지만 장벽을 치우면 지갑을 여는" 사람들. 단일 요인으로 빚은 페르소나는 이 이중성을 원리적으로 표현할 수 없었다. 결함이 특정됐으니, 고칠 수 있다.
| 항목 | 리허설의 시야 | 실측이 가른 판정 |
|---|---|---|
| 문항 에코 · '조금' 함정 · 확증 욕심 | 실측 전에 경고 (ACT 1의 표) | 잡았다 |
| 세그의 저경험 집중 | 답을 품고 있었으나 묻지 않았다. 실측 발견 후 리허설 응답 원본을 재분석해 확인했다 | 미질의 — 도구가 아니라 질문의 몫 |
| 장벽의 비대칭 (7% vs 31%) | 재분석으로도 부재 (18%≈18%) | 표현 불능 — ACT 4 재설계의 이유 |
| 타마린드 어휘 장벽 | 자유서술을 흉내 낼 채널이 없음 | 표현 불능 — LIMITS의 처방 |
대질이 특정한 결함(단일 요인)을 2요인 구조(과거 경험의 상처 / 해결책을 향한 지향)로 재설계하고, 실측 수치를 앵커로 주입했다. 그리고 재판을 열기 전에 합격 기준을 먼저 커밋했다: 판정 4개 중 몇 개가 창발해야 하는가, 어떤 판정이 필수인가. 기준이 잠긴 뒤에야 실행 버튼을 눌렀다.
그런데 그 전에, "통과"라는 말을 얼마나 믿어야 하는지부터 확인해야 한다. 아래 기계를 직접 돌려 보라.
이 기계 안에는 소비자가 없다. 페르소나도, 데이터도, 구조도 없다. 판정 4개를 각각 확률 41.9%로 무작위 통과시킬 뿐이다. 41.9%는 연출이 아니라 사전 산출한 실제 널 확률이다. 산출은 단순하다. 참효과 0 가정에서 판정 요건을 수치적분한 값이고, 구조 지지 15.9%도 같은 방식이다. 그런데도 이 빈 엔진이 얼마나 자주 "합격"하는지 보라.
누적 0회 가동 · 구조 지지 이상 0회 (0.0%) · 이론값 15.9%에 수렴하는지 확인해 보라.
참효과가 없어도 판정 하나는 5번 중 2번 통과하고, 6번에 한 번은 "구조 지지" 등급이 나온다. 그래서 아래 실제 판정표에는 이 확률이 의무로 병기되어 있다. 통과가 곧 증명이 아님을 아는 것. 그것이 이 페이지가 증명하려는 역량이다.
재설계 엔진(합성 300명)의 종착 판정은 부적합이다. 4개 중 2개 창발(첫인상 방향, 그리고 필수 판정인 비대칭), 같은 등급의 널 확률 79.8%. 결론은 "2요인 구조는 반증되지 않았으나, 이 보수적 설계로는 판별되지 않는다"이다.
여기서 중요한 것은 판정의 내용보다 판정이 성립한 방식이다. 기준은 실행 전에 커밋됐고, 재실행은 0회였고, 통과한 2개조차 우연과 구분되지 않는다는 검정을 함께 공개했다.
만약 "고쳤더니 전부 맞았다"가 나왔다면 오히려 순환을 의심해야 했다. 불리한 판정이 그대로 남아 있는 것. 그것이 이 페이지의 숫자들을 믿을 수 있는 이유다.
| 판정 | 요구 방향 | 단일 요인 엔진 | 2요인 재설계 |
|---|---|---|---|
| #1 첫인상 방향 | 음(−) | −0.180 통과 | −0.024 통과 |
| #2 전환 방향 | 양(+) | −0.032 미달 | −0.023 미달 |
| #3 가격 방향 | 양(+) | −0.051 미달 | −0.029 미달 |
| #4 장벽 비대칭 (필수) | 음(−) | −0.000 미달 | −0.032 통과 |
| 등급 | — | 부적합 (1/4) | 부적합 (2/4) · 널 확률 79.8% |
주입한 어떤 값과도 무관한 판정(#4 장벽 비대칭). 이것이 통과해야 구조가 일한 것이다. 그래서 필수 조건으로 사전 지정했다.
주입값과 인접하되 별개 문항에서 나오는 판정(#1 첫인상). 정보가 있으나 순수 창발보다 낮다.
주입한 결합과 수학적으로 연결된 판정(#2·#3). "방향을 맞혔다"는 진술이 금지되는 계층이다. 확인되는 것은 결합의 보존 여부뿐이다.
같은 "통과"라도 정보량이 다르다. 이 계층을 구분하지 않으면 자기가 넣은 값을 자기가 맞혔다고 착각하게 된다.
단일 요인 엔진이 전혀 내지 못한 방향(0.000)이 2요인 재설계에서 처음 나타났다. 그것도 가장 정보량 높은 순수 창발 계층에서. 다만 이 통과의 널 확률은 41.9%다: 참효과 0인 엔진도 5번 중 2번 낸다. 허용되는 진술은 "방향이 정합하게 나타났다"까지이고, "재현했다"는 금지된다. 과대해석과 과소해석을 동시에 막는 것. 그것이 라벨의 일이다.
"판별 불가"는 종착역이 아니라 진단서다. 한계는 하나가 아니고, 성질도 하나가 아니다. 기술의 벽인지 예산의 벽인지를 가려야 다음 수가 보인다.
| 한계 | 성질 | 여는 열쇠 |
|---|---|---|
| 세그먼트 해상도 — 합성 300명 중 핵심 세그 실현이 31명뿐 | 설계 | 세그 오버샘플링 풀 설계 — 같은 300명으로 해상도를 배로 키운다. 다음 버전의 첫 과제. |
| 결합 감쇠 — 주입한 성향이 응답까지 내려오며 약해진다 | 기술 | 전달률을 소규모 별도 런으로 직접 측정해, 근거 있는 보정 계수를 확보한다. |
| 어휘 이해 맹점 — 페르소나는 "모르는 단어"를 사람처럼 겪지 않는다 | 기술 | 자유서술 채널을 추가해 이해 장벽 신호를 수집 대상으로 편입한다. |
| 확증 불가 — 실측 88명의 검정력(차이를 잡아낼 통계적 힘)으로는 방향까지가 한계 | 예산 | 확증 표본 약 600명 — 개인이 아니라 조직 예산의 영역이다. |
요약하면, 구조의 벽이 아니라 대부분 표본과 반복의 벽이다. 그리고 표본과 반복은 예산이 여는 문이다. 그 문 너머가 다음 섹션이다.
개인 예산의 끝은 88명이었다. 그러나 이 방법론이 조준하는 무대는 그다음이다. 조사 한 번에 수백 명과 수천만 원이 걸리고, 실패해도 "다시 한 번"이 없는 기업 리서치. 장비의 유무는 네 지점에서 갈린다.
세그먼트 정의를 광의 컷 하나로 들고 나갔다면, 실측에서 해당율 71.6%가 나온 순간 세그 판별이 무너지고, 조사는 재설계·재집행이다. 리허설이 이 함정을 미리 밟아 협의 컷(33.0%) 병기를 설계에 넣었고, 실제로 그 사태가 왔을 때 예정된 판별로 흡수됐다. 개인 파일럿에선 ₩40,000의 리스크였다. 기업 조사라면?
확증에 필요한 표본은 약 600명으로 계산됐다. 실측된 응답 단가 ₩4,200으로 수집비만 약 ₩252만 보수 추정. 패널·설계·분석 인건비를 포함하는 실제 기업 조사는 그보다 훨씬 크다. 같은 설계 결함이 데이터 수집 후에 발견되면 그 전부를 다시 쓴다.
리허설의 비용은? 이 프로젝트의 리허설 전 과정은 쓰던 구독형 LLM 요금 안에서 집행됐다. 추가 지출 0원. 조사에서 가장 싼 공정이, 가장 비싼 실패를 막는다.
보통의 조사는 보고서와 함께 끝난다. 이 루프에서는 끝나지 않는다. 실측이 돌아올 때마다 대질로 시뮬의 신뢰 지도(어느 신호는 믿을 만하고, 어느 신호는 실측만이 답하는가)를 갱신하고, 보정으로 다음 조사의 설계가 좋아진다. 조사가 반복될수록 시스템이 학습한다. 일회성 지출이던 리서치가 누적되는 자산이 된다.
개인 예산에서는 봉인한 기능이 있다. 보정된 엔진으로 컨셉 변형 수십 개를 방향 수준에서 선별하는 것. 검증할 실측 경로가 없어 봉인했지만, 조사를 반복할 수 있는 조직에서는 열린다: 시뮬로 거르고, 실측은 최종 후보에만. 리서치 예산이 넓게 얕게 흩어지는 대신, 좁고 깊게 꽂힌다.
이 루프를 개인 예산으로, 처음부터 끝까지 한 바퀴 완주해 본 것. 그것이 이 프로젝트다.
이 프로젝트의 판단력은 만든 것보다 만들지 않기로 한 것에 더 많이 들어 있다. 네 번의 갈림길과, 각 갈림길에서 반대편을 버린 이유다.
시뮬레이터를 서비스로 만들자는 구상을 스스로 기각했다. 근거는 4개. 사용자가 편향 보정을 판단할 수 없고, 크롤링 데이터 유입을 막을 수 없고, 토큰 원가 구조상 상업성이 없고, 학계에서 유효성이 논쟁 중이다. 유저가 나 하나인 도구로 재정의하자 네 문제가 동시에 사라졌다.
세그 효과를 통계적으로 확증하려면 약 600명이 필요하다고 계산됐다. 그리고 그 숫자를 근거로 하지 않기로 했다. 개인 예산으로는 검정력이 나오지 않는 조사를 강행하는 것보다, 파일럿을 "방향까지"로 정직하게 닫는 것이 옳다. 확증은 기업급 예산의 일이다.
시뮬 구조상 주입한 결합이 감쇠되어 실측보다 약하게 나온다. 보정 계수로 키우는 선택지가 있었지만, 계수 자체가 추정이라 임의성이 유입된다. 그래서 비보정을 골랐다. 검증이 나에게 불리해지는 방향으로. 그 대가(판별력 저하)는 해석 규칙에 미리 등록했다.
중간 관문 하나가 통계적으로 무의미함이 판명됐을 때(빈 엔진도 68.8% 통과하는 문), 우회를 결정했다. 단 대칭 규칙을 걸었다. "관문이 무정보임이 입증될 때만 우회할 수 있다. 결과가 마음에 안 드는 것은 사유가 될 수 없다." 이탈 사실·근거·유리한 관찰이 결정에 관여하지 않았다는 진술까지 보고서에 남겼다.
도구 운용도 같은 원칙이다. 전략 설계·검토는 Fable 5, 대량 시뮬 실행은 Claude Opus 4.8, 도구 구현은 Claude Code로 역할을 나눴고, 교차 검증과 자료 수집은 타사 모델 Codex(GPT-5.6 Sol)에 맡겨 한 회사의 모델에만 의존하지 않았다. 모델마다 잘하는 일이 다르고, 그 차이를 알고 배치하는 것까지가 운용이다. 단, 어떤 모델의 산출물도 검증 절차 없이 채택하지 않았다.
이 페이지를 읽은 심사자가 던질 질문을 미리 적고, 미리 답한다.
맞다. 그래서 이 프로젝트의 모든 합성 수치에는 "인용 불가" 라벨이 붙어 있고, 시뮬레이션은 단 한 번도 증거로 계상되지 않았다.
역할은 두 가지뿐이다: 설문 설계의 함정을 수집 전에 밟아 보는 것(리허설), 그리고 실측이 돌아온 뒤 어디까지 믿을 만한지 스스로 심판받는 것(대질·재판). "지어낸 것"임을 잊지 않는 장치가 이 방법론의 본체다.
많은 것을 알 수 없다. 그리고 그것을 아는 것이 핵심이다. 88명의 검정력 한계는 수집 전에 계산됐고, 그래서 목표가 "확증"이 아니라 "방향과 설계 검증"으로 사전에 잠겼다. 세그 차이는 p≈0.18로 확증 기준에 미달했고, 보고서는 그 사실을 그대로 적었다.
표본이 작은 것은 결함이지만, 작은 표본으로 큰 주장을 하는 것은 과실이다. 이 프로젝트는 전자를 안고 후자를 거부했다.
"고쳤더니 전부 맞았다"로 끝났다면 그 결과야말로 의심해야 한다. 실측을 주입해 놓고 실측을 맞히는 것은 순환이기 쉽다. 이 페이지의 전시물은 예측 성적표가 아니라 판별 체계다: 참효과 0과 비교하고, 기준을 먼저 잠그고, 불리한 판정을 그대로 공개하는 구조.
도구는 다음 실측에서 좋아질 수 있다. 체계는 이미 작동을 증명했다. 불리한 판정을 잡아냄으로써.
CJ 공모전에서 탈락한 제품 컨셉의 수요 논리를 3단계 실측(선호 실험 262명 · 행동 실험 275명 · 설문 88명)으로 검증한 프로젝트. 이 페이지의 리허설 엔진은 그중 마지막 게이트의 설문 설계를 압박 테스트하고, 실측 후 대질로 스스로 심판받았다. 설문 계측(GA4 이벤트 6종 스키마)은 두 달 전 취득한 자격이 실전 투입된 첫 현장이기도 하다.
AI를 쓰는 능력은 이제 흔하다.
AI의 답을 언제 믿지 않아야 하는지 아는 것. 그것이 이 프로젝트가 증명하는 역량이다.
마케팅의 질문에서 출발해, 기술로 도구를 만들고, 통계로 도구를 심판했다. 두 언어를 오가는 것이 아니라 하나의 의사결정 흐름으로 잇는 것. 그것이 이 브릿지의 정체다.
이 페이지의 모든 수치는 아래 문서에서 나왔다. 각 문서의 최상단에는 데이터 지위 경고가 하드코딩되어 있다.