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とは

ICSS（Intent-Conditioned Silicon Sampling）は、人口統計ではなく検索行動から観測した意図状態（CEP、ナノ意図、KBF、制約、回避、検討候補、ジャーニー）で仮想回答者を抽出し、調査・FGD・1対1対話を行います。マーケターやリサーチャーが本調査前に仮説を素早く確かめるために使います。データはリスニングマインドの検索データ（DaaS、SERP）とCEP Finder・Intent KGの保存済み実行で、韓国・日本・米国に対応します。ブランド資産認識テスト（DBA）も含みます。

主な概念合成消費者パネル検索インテントCEP・購買状況KBF・選択基準独自のブランド資産 (DBA)

一緒に使うアプリFunnel Leak FinderPrompt BuilderSmart Store Suite

もっと見るアプリ紹介アプリ16本すべて用語集エージェント向け文書

お問合せお問合せAPIについて相談する