AI Consumer Simulation · 디지털 트윈

단순한 AI가 아니다.
소비자의 뇌를 복제한 디지털 트윈.

AI 소비자 시뮬레이션은 실제 소비자의 의식적·무의식적 사고를 디지털 트윈으로 복제해, 합성 FGI로 출시 전 시장 반응을 검증하는 연구다. 빅데이터에서 소비자의 묻힌 선호와 인지를 끄집어내는 마케팅 과학 — 그 핵심은 소비자행동 연구자가 직접 설계한 ‘6-Lens 인지 엔진’이다.

83%

holdout 행동 예측 일치

1/10

리서치 비용·시간 압축

6-Lens

독자적 인지 엔진

01

시장의 복제 — 챗봇의 흉내를 넘어선 '진짜 소비자'

일반적인 LLM 에이전트는 인구통계 프롬프트에 의존해 “누구든 될 수 있는 뻔한 대답”을 뱉는다. BDM Lab의 접근은 근본적으로 다르다. 평생 소비자 행동과 빅데이터를 연구해 온 마케팅 과학의 설계가 기술의 근간에 자리 잡고 있다. 한 사람의 모순된 자아를, 두 가지 실제 데이터로 직조한다.

행동 · Preference

증명된 취향

실제 구매·행동 데이터에서 드러난 선호(revealed preference). 말이 아니라 선택으로 증명된, 타협 없는 취향.

인지 · Cognition

숨은 이유

자체 AI 음성 인터뷰로 끝까지 추적해 낸 의사결정의 ‘숨은 이유’. 구매 데이터엔 남지 않는 “왜”.

말과 행동의 괴리가 사라진, 스스로 고민하고 논쟁하는 진짜 타깃 시장이 화면 안에 복제된다.

02

기술의 핵심 — 6-Lens 인지 엔진

프롬프트 엔지니어링의 얄팍함을 부수는 지점이 여기다. 소비자행동 이론과 빅데이터 분석의 정수가 6-Lens 의사결정 구조로 압축되어 에이전트의 ‘사고’가 된다. 이 렌즈를 거친 에이전트는, 인간 고유의 편향과 갈등을 내재한 자율적 개체가 된다. 인간의 비합리성까지 데이터로 구조화했기에, 단순한 확률적 텍스트가 아니라 6차원의 가치 공간에서 ‘왜’를 추론하며 결정을 재현한다.

6-Lens Decision Structure

6-Lens 의사결정 구조

한 사람의 응답을 6개 행동·심리 이론의 렌즈로 다시 구조화해, 설문 응답과 실제 행동 사이의 간극(Gap)을 줄인다.

L1

경제적 합리성

돈 앞에서 합리적인가?

Prospect Theory

Kahneman & Tversky

L2

의사결정 스타일

결정을 어떻게 내리는가?

Maximizer / Satisficer

Schwartz

L3

동기 구조

무엇이 이 사람을 움직이는가?

Regulatory Focus

Higgins

L4

사회적 영향

타인·사회의 영향은?

Social Proof

Cialdini

L5★ 핵심

가치 사슬

소비와 삶의 철학은?

Means-End Chain

Gutman

L6

시간 지향

미래를 위해 기다릴 수 있나?

Construal-Level Theory

Trope & Liberman

L5(가치 사슬, Means-End Chain)는 “왜?”를 세 번 물어 가치까지 올라가는 래더링 — 에이전트가 효용이 아닌 가치로 추론하게 만드는 핵심 렌즈.

03

데이터 파이프라인 — 인지 발굴부터 멀티에이전트 토론까지

스탠퍼드(Park)와 컬럼비아(Toubia)의 최신 연구를 결합하고, BDM Lab의 6-Lens 엔진을 얹었다.

  1. ① 초정밀 인지 발굴

    피상적 설문을 거부한다. AI 음성 인터뷰가 후속 질문(follow-up)을 자동 생성해 소비자의 무의식을 끝까지 캐낸다.

  2. ② 사고복제 페르소나 빌드

    추출된 인지와 행동 데이터를 6-Lens로 재구조화해, 통제 가능한 사고 엔진으로 변환한다.

  3. ③ 합성 FGI — 멀티에이전트 토론

    복제된 에이전트들이 그룹 토론을 벌이며 진영을 형성하고 합의에 이른다. 실제 집단면접의 깊이를, 1/10의 비용과 시간으로 구현한다.

Twin-2K-500

설문 구조

Toubia et al. 2025 (Columbia)

500+ 문항 설문·행동실험으로 2,058명의 디지털 트윈을 구축. 설문 응답 재현 정확도(정규화) 0.877.

Generative Agents

인터뷰 + 해석

Park et al. 2024 (Stanford)

2시간 음성 인터뷰로 1,052명의 "왜 그렇게 행동하는지"를 재현. GSS 재현 정확도 85%.

6-Lens 인지 엔진

핵심 차별점

BDM Lab · 임보람

소비자행동 이론 6종으로 응답을 재구조화해 응답–행동 간극을 최소화. 정형 데이터의 한계를 보완하는 자체 설계.

04

결과로 증명된 83%의 현실 예측력

결과가 담보되지 않는 시뮬레이션은 무의미하다. AI가 단 한 번도 본 적 없는 90개의 낯선 질문(holdout) 앞에서도, 6-Lens가 이식된 에이전트의 83%가 실제 사람과 동일한 선택을 내렸다. 예측을 넘어선 현실의 복제다.

시장에 출시해 막대한 실패 비용을 치르기 전에, BDM Lab의 합성 에이전트 그룹에게 먼저 물어보라. 출시 전, 당신 브랜드의 숨은 리스크와 기회를 미리 살아볼 수 있다.

단, 합성 소비자는 인간 조사를 대체하지 않는다. 넓고 빠른 1차 스크리닝의 도구이며, 소수의 인간 검증과 짝지을 때 가장 정확하다. 친숙한 카테고리와 신규 카테고리의 신뢰 등급은 다르게 둔다.

파일럿, 그리고 함께 연구할 분

소비재 브랜드(셀프사진관)의 실제 리서치 니즈로, 에이전트 구축부터 인사이트 도출까지 전 과정을 구현한 파일럿을 마쳤다. 같은 브랜드의 매출 예측 프로젝트와 연결되는, 예측과 복제를 잇는 사례다. 소비자 시뮬레이션을 활용한 공동연구·기업 협업에 관심이 있으시면 편하게 연락 주세요.

이 연구는 Mind-Bridge(합성 FGI)·MindLens(AI 음성 인터뷰, mindlens-ai.com)로 상용화되고 있습니다.