/
/
Science
Science
/
/
Concept Studio
Concept Studio

컨셉 스튜디오 평가 결과, 어떻게 해석해야 할까?

2026. 10. 13.

아이디어 10개를 평가하고 다음 단계에서 검증할 3개를 골라야 한다면, 우선 순위가 높은 아이디어에 눈이 갑니다. 하지만 전체에서는 중간 정도인 아이디어가 특정 소비자에게 좋은 반응을 얻었다면 어떨까요? 그 소비자가 제품의 목표 타깃이라면, 순위가 낮다는 이유만으로 제외하기는 어렵습니다.

아이디어 스크리닝의 목적은 다음 단계에서 검증할 후보를 선정하는 데 있습니다. 이를 위해서는 순위뿐 아니라 전체 평균과 집단별 반응을 함께 살펴볼 필요가 있습니다. 전체에서 반응이 좋은 아이디어를 우선 선정하고, 특정 소비자를 위한 후보도 추가로 찾는 방식입니다. 평가 이유까지 함께 살펴보면 아이디어를 어떻게 다듬고, 다음 컨셉 평가에서 무엇을 검증할지도 정리할 수 있습니다.

컨셉스튜디오의 평가 결과도 같은 순서로 활용할 수 있습니다. 순위와 밴드로 전체 결과를 확인하고, 집단별 반응과 평가 이유를 살펴보며 다음 단계에서 검증할 아이디어를 선정하고 구체화하는 것입니다.



전체 평균보다 반응이 좋은 아이디어를 우선 선정합니다

먼저 같은 목적과 조건으로 평가한 아이디어들의 평균을 기준으로 각 후보를 비교합니다. 구매 가능성을 조사했다면, 각 아이디어의 구매 가능성 비율이 함께 평가한 아이디어들의 평균보다 높은지 살펴보는 것입니다. 단순히 숫자가 조금 높다는 이유로 판단하지 않고, 조사 설계에 맞는 통계 검정으로 유의한 차이가 있는지 확인합니다.

이를 바탕으로 아이디어를 평균보다 유의하게 높은 군, 평균과 유의한 차이가 확인되지 않은 군, 평균보다 유의하게 낮은 군으로 나누어 볼 수 있습니다. 이 가운데 평균보다 유의하게 높은 아이디어를 다음 단계에서 검증할 우선 후보로 선정합니다. 이번에 비교한 아이디어들 중 상대적으로 좋은 반응을 얻은 후보부터 검토하는 것입니다.

다만 이 평균은 출시 성공을 가르는 절대적인 기준은 아닙니다. 함께 평가한 아이디어가 달라지면 평균도 달라지므로, 이번 후보들 사이에서 무엇을 먼저 검토할지 정하는 기준으로 활용합니다. 평균과 차이가 확인되지 않았거나 평균보다 낮게 나온 아이디어는 바로 제외하지 않고, 집단별 결과를 한 번 더 살펴봅니다.


[Figure]그림 1. 함께 평가한 아이디어의 평균보다 유의하게 좋은 반응을 얻은 아이디어를 우선 선정하고, 나머지는 집단별 반응을 추가로 확인할 수 있음



전체에서 낮아도 특정 집단을 위한 후보가 될 수 있습니다

전체 결과에는 여러 소비자의 반응이 합쳐져 있습니다. 특정 집단이 좋아하는 아이디어라도 다른 집단의 관심이 낮으면, 전체에서는 좋은 평가를 받지 못할 수 있습니다. 그래서 전체에서 우선 선정되지 않은 아이디어도 성별·연령이나 제품 이용 경험 등 기획에 필요한 집단으로 나누어 확인합니다. 이때도 집단별 평균을 기준으로 유의하게 반응이 좋은 아이디어를 찾습니다.

예를 들어 간식 아이디어를 평가했을 때, 구운 고구마떡은 전체 평균보다 유의하게 높고 말차 찹쌀떡은 평균보다 낮게 나왔다고 가정해 보겠습니다. 전체 결과에서는 고구마떡을 우선 선정할 수 있습니다. 그런데 집단별로 살펴보니 말차 찹쌀떡이 20대에서는 평균보다 유의하게 좋은 반응을 얻었다면, 말차 찹쌀떡도 20대를 위한 후보로 고려할 수 있습니다.

전체 평균과 유의한 차이가 없었던 아이디어도 같은 방식으로 살펴봅니다. 전체에서는 두드러지지 않았더라도 특정 집단에서는 우선 검토할 만한 아이디어가 있을 수 있습니다. 전체 결과로 한 번에 선정과 제외를 결정하지 않고, 집단별 결과를 통해 추가 후보를 찾는 것입니다.


[Figure]그림 2. 전체 평가가 낮더라도 특정 집단에서 좋은 반응을 얻은 아이디어는 해당 소비자를 위한 후보로 고려할 수 있음



반응이 좋은 집단이 제품의 목표 소비자와 맞는지도 확인합니다

집단별 반응이 좋다고 해서 모두 선정 후보로 올리는 것은 아닙니다. 그 집단이 기획 중인 제품의 목표 소비자와 맞는지도 살펴봐야 합니다. 20대를 위한 디저트를 찾고 있다면 말차 찹쌀떡은 검토할 만한 후보지만, 온 가족이 함께 먹는 간식을 찾고 있다면 다른 집단의 반응까지 확인할 필요가 있습니다.

따라서 결과를 여러 집단으로 계속 나누어 높은 수치만 찾기보다는, 기획 목적에 맞춰 살펴볼 주요 집단을 미리 정하는 것이 좋습니다. 집단별 비교에서도 응답자 수와 비교 방식에 맞는 통계 검정으로 차이를 확인합니다. 전체와 목표 집단 모두에서 반응이 낮은 아이디어는 이번 검토에서 우선순위를 낮추고, 다른 후보에 집중할 수 있습니다.

이 과정을 거치면 후보를 선정한 이유도 두 가지로 구분됩니다. 전체에서 좋은 반응을 얻어 선정한 후보와, 특정 소비자를 위해 선정한 후보입니다. 여기에 평가 이유를 더하면 어떤 특징이 좋은 반응을 이끌었는지, 어떤 부분을 더 다듬어야 할지도 살펴볼 수 있습니다.



평가 이유로 아이디어를 다듬고, 다음에 검증할 질문을 찾습니다

아이디어 스크리닝은 후보를 선정하는 동시에, 아이디어를 어떻게 다듬고 다음 컨셉 평가에서 무엇을 검증할지 정리하는 과정이기도 합니다. 합성패널의 평가 이유를 살펴보면 어떤 특징이 매력적으로 받아들여지는지, 어떤 설명이 우려를 만드는지 확인할 수 있습니다. 이를 바탕으로 아이디어의 설명을 수정하고, 수정 전후의 반응을 다시 비교해 볼 수 있습니다.

앞선 말차 찹쌀떡 사례에서 합성패널이 ‘쌉싸름한 말차 맛과 쫀득한 식감이 잘 어울릴 것 같다’고 긍정적으로 평가하면서도, ‘크림 때문에 너무 달 것 같다’는 우려를 보였다고 가정해 보겠습니다. 그렇다면 ‘달지 않은 크림’이라는 설명을 추가하거나, 크림보다 말차 맛과 쫀득한 식감의 조합을 강조하는 방향으로 아이디어를 수정할 수 있습니다. 제품을 실제로 구현하기 전에, 어떤 설명이 매력을 더 잘 전달하고 우려를 줄이는지 살펴보는 것입니다.

수정한 아이디어는 기존안과 함께 합성패널에게 다시 평가받을 수 있습니다. 예를 들어 가격과 용량 등 다른 조건을 유지한 채, ‘달지 않은 크림’이라는 설명을 추가한 안과 기존안을 비교합니다. 이때 ‘달지 않은 크림이라는 설명이 단맛에 대한 우려를 줄이고, 20대의 구매 가능성을 높일 것이다’라는 가설을 세울 수 있습니다. 재평가에서는 구매 가능성뿐 아니라 평가 이유에서도 예상한 변화가 나타나는지 함께 살펴봅니다.

이렇게 수정과 재평가를 거치면 다음 컨셉 평가에 가져갈 아이디어를 더 구체적으로 정리할 수 있습니다. 후속 컨셉 평가에서는 실제 소비자에게 수정안의 구매 가능성을 확인하고, ‘달지 않은 크림’이라는 제안이 선택에 중요한 요소인지 살펴볼 수 있습니다. 말차 맛과 쫀득한 식감의 조합이 주요 매력으로 받아들여지는지도 함께 확인합니다. 평가 이유가 아이디어의 수정 방향을 알려주고, 다음 평가에서 확인할 가설과 질문으로 이어지는 것입니다.


[Figure]그림 3. 구매하고 싶은 이유를 강조하거나 구매하고 싶지 않은 이유를 줄이는 방향으로 아이디어 설명을 다듬어, 기존안과 함께 검토할 추가안을 만들 수 있음



컨셉스튜디오에서도 같은 흐름으로 후보를 선정하고 구체화합니다

컨셉스튜디오는 이러한 스크리닝 흐름에 활용할 수 있도록 순위와 밴드, 집단별 결과를 제공합니다. 순위는 아이디어들의 상대적인 위치를, Strong·Moderate·Weak 밴드는 함께 평가한 아이디어들의 평균 대비 위치를 보여줍니다. Strong에 해당하는 아이디어를 우선 검토하고, Moderate나 Weak인 아이디어도 성별·연령별 반응을 살펴 추가로 고려할 후보를 찾을 수 있습니다.

선정한 후보는 평가 이유를 참고해 설명을 다듬고 다시 비교할 수 있습니다. 이 과정에서 어떤 특징을 유지할지, 어떤 제안을 바꾸어 볼지, 실제 소비자에게 무엇을 확인할지가 구체화됩니다. 결과표를 확인하는 데서 끝나지 않고, 다음 컨셉 평가를 준비하는 데까지 활용하는 것입니다.

좋은 아이디어 스크리닝은 높은 순위부터 몇 개를 선정하는 데서 끝나지 않습니다. 전체에서 반응이 좋은 아이디어를 우선 선정하고, 특정 소비자를 위한 후보도 함께 찾는 과정입니다. 여기에 평가 이유를 활용한 수정과 재평가를 더하면, 어떤 아이디어를 누구를 위해 선정했고, 다음에 무엇을 검증해야 하는지까지 정리할 수 있습니다.

Synthetic Consumer

AI

오픈서베이

Opensurvey는 AI 리서치 테크 기업입니다. 리서치 기획부터 데이터 수집, 분석까지 전 과정을 AI로 연결하며, 플랫폼과 리서치 전문가 서비스, 소비자 패널을 함께 보유하고 있습니다. 삼성전자, P&G, CJ제일제당, 우아한형제들 등 시대를 이끄는 기업들과 함께하며, 지난 14년간 3,000여 기업 고객과 25,000개 프로젝트를 수행해 왔습니다. ISMS-P, ISO/IEC 27001·27701, ISO 20252 인증과 ESOMAR 정회원 자격을 통해 보안과 리서치 품질 모두 국제 기준을 충족합니다.

데이터스페이스

데이터스페이스는 오픈서베이가 제공하는 AI 기반 컨슈머 인텔리전스 플랫폼입니다. 리서치 맥락을 이해하는 오케스트레이터와 단계별 전문 에이전트가 기획부터 데이터 수집, 분석, 인사이트 보고, 공유까지 리서치 전 과정을 함께 합니다. 통계 연산과 AI 추론을 분리한 Dual Layer 구조로 분석의 정확도를 확보하며, 모든 인사이트에는 실제 소비자 응답에 기반한 근거가 함께 제시됩니다. 한국을 포함한 20개국 소비자 패널과 연결할 수 있고, 자사 고객을 대상으로 직접 데이터를 수집하거나 CRM 등 외부 플랫폼과 연동하는 API도 제공됩니다. 데이터스페이스에 축적된 소비자 데이터와 리서치 맥락은 기업의 인텔리전스 자산으로 남습니다. 이를 기반으로 자사 브랜드에 특화된 합성 소비자를 구축해 대화를 나누고 시장 반응을 예측할 수도 있습니다.

ⓒ Opensurvey

오픈서베이의 모든 콘텐츠 저작권은 (주)오픈서베이에 있습니다. 인용 시에는 반드시 출처를 표기해야 하며, 출처를 밝히더라도 전문 복사·무단 전재·재배포는 금지되어 있습니다. 출처 표기 시 오픈서베이 블로그 이름과 인용한 아티클의 URL 혹은 링크를 포함해 주세요. ex) 오픈서베이 블로그, 아티클 URL 혹은 링크

CraftofResearch

주식회사 오픈서베이 | 대표 황희영 | 서울특별시 강남구 강남대로84길 13, 12~15층 | 02-2070-2110 | 사업자번호 : 106-86-77081 | 통신판매업 신고번호 : 2022-서울강남-04044

인증번호 : ISMS-P-KISA-2023-027
인증범위 : 오픈서베이 리서치 & 경험관리 플랫폼 서비스
유효기간 : 2026.07.05 ~ 2029.07.04

Copyright © Opensurvey Inc.