Qualtrics가 14개국 3,000명의 시장조사 담당자를 조사한 「2025 Market Research Trends Report」에 따르면, 73%가 이미 합성 응답을 한 번 이상 써봤고, 71%는 향후 3년 내에 데이터 수집의 절반 이상이 합성 응답으로 채워질 것이라 예측한다. 합성 데이터 시장은 2023년 약 2억 6,700만 달러에서 2032년 46억 달러 규모로 추정된다.
근거: Ali Henriques 외, 2024, Qualtrics 2025 Market Research Trends Report; Christopher Silvestri, 2024, State of Synthetic Research in 2025 — 사용자 자료 출처 명기
하버드 비즈니스 스쿨의 디지털 데이터 디자인 연구소(D^3, Israeli 외 2024)는 LLM을 합성 포커스 그룹으로 활용해 지불의사액(WTP) 실험을 했습니다. 치약과 태블릿 PC처럼 친숙한 카테고리에서는 합성 소비자가 실제 인간의 선호와 놀라울 정도로 일치하는 결정을 내렸고, 비용과 시간은 인간 대상 연구의 “극히 일부”였습니다. BASES, ASSESSOR, FGI, 컨조인트 분석 같은 전통 방법론의 일부 단계를 합성 소비자가 빠르고 싸게 대체하기 시작한 것다.
근거: Ayelet Israeli 외, 2024, Harvard Business Review / D^3 — 사용자 자료 출처 명기
실무에서 쓰는 방식
① 콘셉트 스크리닝: 신제품 콘셉트 30개를 한꺼번에 100개 합성 페르소나에 노출시켜 “관심도/지불의사액/우려 포인트”를 받아내는 1차 필터.
② 광고 카피 사전 테스트: 카피 12개를 합성 응답자에 동시 노출, 세그먼트별 클릭 의도와 부정 반응 키워드를 추출.
③ 가격 민감도 곡선: 같은 페르소나에 가격을 5단계 변주해 던지고 WTP 곡선 추정.
잊으면 안 되는 한계
Dominguez-Olmedo 외(2024 NeurIPS), Röttger 외(2024 ACL), Bisbee 외(2024 Political Analysis), Morocho 외(2026 arXiv)는 LLM 합성 응답자가 단일 속성만 통제했을 때와 다중 속성을 동시에 통제했을 때 효과의 ‘방향이 뒤집히는’ 부호 역전(sign reversal)까지 보고한다. 친숙한 카테고리에서는 잘 맞지만 신규·낯선 카테고리에서는 인간 분포를 안정적으로 재현하지 못한다. 프롬프트 문구·질문 순서·응답지 레이블·모델 업데이트만으로 결과가 바뀐다.
근거: 사용자 자료 「검증 윤리 보고서」에 출처 명기
기업이 배워야 할 것 — “합성 소비자는 인간 조사를 대체하지 않는다, 깔때기를 바꾼다”
· 인간 조사 대체용으로 도입하지 마라. ‘넓게 빠르게 스크리닝’ 단계의 도구로만 도입하라.
· 합성 소비자 결과는 반드시 ‘소수의 인간 검증 단계’와 짝지어야 한다.
· 프롬프트 버전·모델 버전·시드를 모두 기록하는 ‘재현성 로그’ 의무화.
· 친숙한 카테고리 vs 신규 카테고리에 적용 신뢰 등급을 다르게 두어라.
· 합성 응답 도입 자체가 KPI가 되면 안 된다. KPI는 “신상품 출시 실패율 감소”다.
— 임보람