ICSS · 검색 행동 기반 합성 패널

물어볼 값어치가 있는 질문인지, 설문 전에 확인하세요

검색 행동 분포를 주입한 가상 응답자 패널로 설문을 먼저 돌려 보고, 응답 분포와 후속 프롬프트까지 받아보세요.

패널 만들기 지난 결과 보기

데이터: ListeningMind 검색 행동 데이터 · DaaS(SERP·AIO/PAA)

처음이신가요? · 30초 사용법
이 툴이 하는 일: "이 키워드를 검색하는 소비자 300명에게 설문을 돌리면 어떤 답이 나올까?"를 실제 설문 없이 LLM으로 모사합니다.

① 토픽 선택 · 맨 위 드롭다운에서 키워드를 고릅니다. 아래 차트가 실제 검색자들의 분포입니다.
② 패널 만들기 · 누구를 모사하나(시장 전체 · 특정 그룹) × 어떻게 뽑나(무작위 N명 · 상태 전부 열거) = 네 조합 중 택1: 시장 여론 모사 비율까지 읽을 수 있는 유일한 조합 · 진입 상황 지도 소수 상황도 빠뜨리지 않지만 비율은 못 읽음 · 특정 집단 여론 그 집단 안의 분포 · 집단 안의 상황 탐색 고른 집단에 어떤 상황이 있나
③ 설문 확인 · 객관식·주관식 질문을 선택/추가합니다.
④ 설문 실행 · 결과로 응답 분포 주관식 테마 분석 진입 상황별 교차표가 나옵니다. 명단에서 인물을 클릭하면 1:1 대화도 가능합니다.

직접 조사하려면 "새로운 리서치 시작"에서 브랜드·카테고리를 입력하세요. MCP가 없으면 "요청 메시지 복사"로 채팅에 붙여넣으면 됩니다.
1

토픽 · 키워드 검색 행동 데이터

실측 검색 행동 분포 · 응답자 모집단의 출처
이 토픽의 검색자 분포 · 실측 검색 행동 기반
성별 분포 (한국에서만)
연령 분포 (한국에서만)
검색 의도 여정 단계
관심 클러스터 검색량 가중
판단 구조 분포 · 클러스터 조건부 결합분포 (ICSS 상태벡터의 소스)
핵심구매요소 (KBF) 검색량 가중
회피 요인 Avoidance
고려대상 브랜드 Consideration
제약 조건 Constraint
✓

데이터 점검 · 이 토픽으로 어디까지 말할 수 있나

LLM 없이 데이터만으로 판정
토픽을 선택하면 데이터 점검 결과가 여기에 나타납니다.
2

가상 패널 만들기

3

설문 설계

객관식 · 주관식 · 후보 비교
이 조사로 할 수 있는 것 · 고르면 문항 세트와 권장 패널 방식이 채워집니다. 문항은 수정·삭제할 수 있습니다.
현재 설문지 · 체크된 질문만 실행됩니다 · ✏️로 수정·삭제
지금 적용 기본은 패널의 시장 언어입니다. 화면 언어를 바꿔도 질문·응답 언어는 그대로입니다.
① 방향 제안·생성
② 직접 추가
③ 점검·제언
4

실행

✓

단계별 점검 기록 · 걸러낸 것과 그 이유

각 단계 결과를 다음 단계로 넘기기 전에 점검
아직 점검 기록이 없습니다. 토픽 조회부터 결과까지 각 단계에서 제외·수정한 항목이 근거와 함께 여기에 쌓입니다.
5

스토리 보관함

설문·FGD·1:1 대화까지 세션 전체를 저장·복원
설문 실행 시 자동 저장 · "복원"을 누르면 그 시점의 패널·설문 결과·FGD·대화가 화면에 그대로 돌아오고, 이어서 진행한 대화도 그 스토리에 계속 저장됩니다.
실행한 스토리는 서버에 저장되어 어느 PC에서 열어도 전체 목록이 보입니다. 과거 결과를 다시 보거나 PDF·Excel로 내려받을 수 있습니다.
방법론: ICSS · Intent-Conditioned Silicon Sampling · 기반 논문: Sun, Lee, Nan, Zhao, Lee, Jansen & Kim (2024). Random Silicon Sampling: Simulating Human Sub-Population Opinion Using a Large Language Model Based on Group-Level Demographic Information. · 본 도구는 RSS의 인구통계 분포 P(Demographics) 자리를 검색 행동에서 관찰된 의도 상태 분포 P(IntentState)로 대체·확장합니다.
신뢰성 평가 문서 · 무엇을 얼마나 믿을 수 있는가 ↗
데이터: ListeningMind 검색 행동 데이터 · DaaS(SERP·AIO/PAA) · 패널은 네 조합(시장 전체·특정 그룹 × 무작위·열거) 중 하나로 만들고, 그룹 지정 패널은 대표성이 없습니다.
데이터의 역할 구분 · 검색 데이터 = 소비자 의도 분포의 실측 근거(Ground Truth of Consumer Intent). 실제 패널 데이터 = 인간 응답 분포의 실측 근거(Ground Truth of Human Response). 태도·선호·구매확률 추정에는 실제 패널을 통한 교정(calibration)이 필요합니다. 상태벡터는 집계된 검색 신호에서 재구성한 확률적 소비자 상태이며 특정 개인의 검색 이력이 아닙니다.
본 패널의 응답은 LLM 합성 데이터이며 실제 집단 의견이 아닙니다. 민감 주제에는 "무해성 편향"으로 부정확할 수 있습니다(논문 기준). 권장 최소 표본 N≥200, 셀당 30+ (논문 기준).

ICSS at a glance

ICSS (Intent-Conditioned Silicon Sampling) samples synthetic respondents from intent states observed in search behavior (CEP, nano intent, KBF, constraint, avoidance, consideration, journey stage) instead of demographics, and runs surveys, FGDs and 1:1 chats with them. Marketers and researchers use it to test hypotheses before real fieldwork. Data comes from ListeningMind search data (DaaS, SERP) plus stored CEP Finder and Intent KG runs, for Korea, Japan and the US. It also includes a distinctive brand asset (DBA) recognition test.

Key ideasSynthetic consumer panelSearch intentCEP · Buying situationKBF · Choice criteriaDistinctive brand assets (DBA)

Works well withFunnel Leak FinderPrompt BuilderSmart Store Suite

MoreAbout the appAll 16 appsGlossaryFor agents

ContactContact usTalk to our API team