우리는 왜 합성소비자를 만드는가

신제품 컨셉 회의를 하다 보면 자주 비슷한 장면이 생깁니다. 아이디어는 훨씬 많은데, 정식 조사에 올릴 수 있는 후보는 몇 개 되지 않습니다. 시간도 예산도 한정되어 있으니까요. 결국 팀은 아직 충분히 검토하지 못한 아이디어를 빠르게 접고, 가장 그럴듯해 보이는 2~3개만 남깁니다.

이 선택이 틀렸다는 뜻은 아닙니다. 현실적인 의사결정입니다. 다만 이 과정에서 사라지는 가능성이 있습니다. 조금만 다르게 표현했다면 더 반응이 좋았을 컨셉, 특정 타겟에게는 강하게 먹혔을 메시지, 처음에는 애매해 보였지만 조합을 바꾸면 살아났을 아이디어가 너무 이른 시점에 버려질 수 있습니다.

오픈서베이가 합성소비자를 이야기하는 이유는 바로 이 지점에 있습니다. 중요한 판단에 들어가기 전 더 많은 가능성을 펼쳐보고, 무엇을 확인해야 할지 더 좋은 질문으로 좁혀가기 위해서입니다.

시장 판단에는 실제 소비자 데이터가 필요합니다

합성소비자는 더 많은 가능성을 살펴보고 다음 검증을 준비하는 역할을 합니다. 제품을 실제로 출시할지 결정하는 단계에서는 정식 조사를 통해 소비자 반응을 확인해야 합니다.

어떤 컨셉을 선택하는지, 어떤 가격을 받아들이는지, 어떤 메시지에서 신뢰하거나 망설이는지처럼 시장의 선택과 가까운 질문일수록 소비자에게 직접 확인해야 합니다.

합성소비자는 판단 전 가능성을 넓힙니다

합성소비자는 그 판단 전에 더 많은 가능성을 살펴보는 역할을 합니다. 최종 답을 확정하는 것이 아니라, 다음 검증에 가져갈 후보와 질문을 더 잘 준비합니다.

신제품 개발 초기에는 질문이 아직 거칠고, 후보가 너무 많고, 팀의 관점도 자주 갈립니다. 이때 모든 아이디어를 바로 정식 조사에 올리기는 어렵습니다. 그렇다고 내부 회의만으로 후보를 줄이면, 팀 안에서 익숙한 생각만 살아남을 수 있습니다.

합성소비자는 이 사이의 빈 공간을 채웁니다. 더 많은 컨셉을 빠르게 펼쳐보고, 후보 간 반응을 비교하고, 어떤 표현이 기대를 만들고 어떤 표현이 의심을 만드는지 탐색합니다. 그리고 그 결과를 바탕으로 다음 검증에 가져갈 후보와 질문을 더 선명하게 만듭니다.

합성패널은 비교하고, 합성 페르소나는 이유를 묻습니다

오픈서베이는 합성소비자라는 상위 개념 아래에 두 가지 경험을 놓고 있습니다. 하나는 합성패널이고, 다른 하나는 합성 페르소나입니다.

합성패널은 여러 소비자의 반응을 숫자로 비교하는 데 가깝습니다. 예를 들어 신제품 컨셉 후보가 20개 있을 때, 어떤 후보가 상대적으로 더 좋은 반응을 얻을 가능성이 있는지 빠르게 살펴봅니다. 이 단계에서 중요한 것은 최종 출시 성공을 맞히는 것이 아니라, 다음 검증에서 확인할 후보를 더 근거 있게 좁히는 것입니다.

합성 페르소나는 한 소비자 관점에 말을 걸어 이유를 탐색하는 데 가깝습니다. 어떤 컨셉이 좋아 보인다고 했을 때, 왜 그렇게 느꼈는지, 어떤 표현이 걸리는지, 어떤 우려가 생기는지, 다음 조사에서 어떤 질문을 확인해야 하는지를 탐색합니다.

합성패널은 "무엇이 더 나아 보이는가"를 비교하고, 합성 페르소나는 "왜 그렇게 느낄 수 있는가"를 묻습니다. 

AI 시대의 리서치는 더 적게 묻는 일이 아닙니다

AI 시대의 리서치가 "사람에게 덜 물어보는 방향"으로만 가면 안 된다고 생각합니다. 오히려 더 좋은 질문을 만들기 위해 더 많이 탐색하는 방향으로 가야 합니다.

기존에는 시간과 비용 때문에 묻지 못했던 가능성이 많았습니다. 아이디어를 충분히 변주해보지 못했고, 타겟별 반응을 미리 상상해볼 여유가 부족했고, 조사에 올릴 질문이 정말 좋은 질문인지 확인하기 어려웠습니다.

합성소비자는 이 공백을 채울 수 있습니다. 정식 검증에 들어가기 전에 더 많이 실험하고, 더 빨리 버리고, 더 나은 후보만 남길 수 있습니다. 그 결과 시장 판단에 필요한 조사는 더 중요한 질문에 집중할 수 있습니다.

오픈서베이가 합성소비자를 만드는 이유는 더 많은 가능성을 탐색하고, 소비자에게 더 좋은 질문을 하기 위해서입니다.

그것이 우리가 이 카테고리를 시작하는 이유입니다.