어떻게 LLM이 사람의 선호를 모방하게 만들까? 합성소비자에서 World Simulation까지

Session Overview

LLM에게 인구통계적 확률로 만들어진 페르소나를 입혀 묻는 것만으로는 소비자의 실제 답을 얻기 어렵습니다. 인텔리시아는 아시아 최초의 합성소비자 기술을 인구통계적 방법론으로 구현했지만, 복잡한 기업형 설문에서는 67% 수준의 낮은 재현율이라는 한계에 직면했습니다.

이후 수십만 개의 실제 응답에서 소비자를 역추출하는 Reverse Refinery 방식을 적용하고, 사람과 유사한 자연스러운 분포를 학습시키며, LLM이 가진 윤리적 가드레일을 보정하기 위한 파인튜닝을 거쳐 1년 만에 91.2%의 합성소비자 재현율을 달성했습니다.

이 세션에서는 60개 기업, 120건의 PoC를 통해 축적한 연구 방법론과 수많은 실패 사례를 공개하고, 개인을 넘어 시장과 사회 전체를 시뮬레이션하는 World Simulation Company로의 확장 가능성을 제시합니다.

Key Takeaways

• 왜 단순한 인구통계 기반 페르소나만으로는 실제 소비자 반응을 재현하기 어려운가
• 실제 응답에서 소비자를 역추출하는 Reverse Refinery 방법론
• 사람과 유사한 응답 분포를 만들기 위한 파인튜닝과 윤리 가드레일 보정
• 91.2% 재현율과 60개 기업, 120건 PoC를 통해 검증한 합성소비자 기술
• 개인을 넘어 시장과 사회 전체를 시뮬레이션하는 World Simulation의 미래