AI 페르소나, 고객이 아니라 가설이다

챗GPT가 만든 가상 고객에게 "이 제품 사시겠어요?"라고 물으면 안 되는 이유

창업가는 사업을 시작하기 전에 고객을 한 사람으로 좁혀 그린다. 이 작업이 페르소나다. 요즘은 여기에 AI가 끼어든다. 챗GPT에 "30대 직장인 페르소나를 만들어달라"라고 입력하면 5초 만에 이름과 직업, 고민, 하루 일과까지 갖춘 인물이 나온다. 놀랍도록 그럴듯하다. 위험은 바로 그 그럴듯함에 있다.

AI 페르소나는 크게 세 층위로 나뉜다. 특정 세그먼트를 대표하는 가상 인물을 세우고 인터뷰하는 합성 페르소나, 과거 데이터를 바탕으로 개별 응답자 수준 데이터셋을 만드는 합성 패널, 실존 인물을 복제하는 디지털 트윈이다. 디지털 트윈은 개인정보 위험 때문에 리서치 목적으로 권하지 않는다. 창업가가 쓸 만한 층위는 첫 번째다. 가트너는 2026년까지 기업 75%가 생성 AI로 합성 고객 데이터를 만들 것이라 전망했다.

실무에서 갈리는 지점은 따로 있다. 빈손으로 시키느냐, 자료를 쥐여주고 시키느냐다. 아무 자료 없이 요청하면 AI는 학습 데이터 평균값을 뱉는다. 반대로 우리 제품 리뷰 100개, 고객 문의 로그, 경쟁사 앱 후기, 검색 키워드를 붙여넣고 "반복되는 고충 세 가지를 뽑고 각각 인용문을 붙여라"라고 지시하면 AI는 사람이 며칠 걸릴 분류 작업을 몇 분에 끝낸다. 이것이 AI 페르소나 진짜 쓸모다. 없는 고객을 창조하는 도구가 아니라 이미 쌓인 흔적에서 패턴을 뽑는 도구다. 

가상 고객에게 직접 물어보면 왜 위험한가. 연구 결과가 분명하다. 합성 페르소나는 평균으로 회귀하며 균질하고 지나치게 동조하는 응답을 낸다. Bisbee 연구진은 GPT 기반 응답자가 실제 설문보다 분산이 작고 회귀 추정값도 체계적으로 다르다는 사실을 확인했다. Shrestha 연구진은 GPT-4 페르소나가 사회적으로 바람직한 방향으로 치우치며 비서구권 집단에서 특히 실제 분포와 어긋난다고 보고했다. 한국 소비자를 다루는 창업가에게는 마지막 문장이 결정적이다. 보기 순서 편향도 크다. GPT-4를 대상으로 한 5760건 실험에서 첫 번째 보기를 고른 비율이 63%에 달했다. 즉 AI 페르소나에게 A안과 B안을 보여주고 고르게 하면 취향이 아니라 순서가 답을 만든다. AI 페르소나는 찬성표를 세는 투표함이 아니다. 

그렇다면 이렇게 쓰면 된다. 먼저 자료부터 모은다. 고객이 아직 없어도 경쟁사 앱 리뷰와 커뮤니티 글, 네이버 검색어 데이터는 오늘 당장 수집할 수 있다. 이 원문을 AI에 넣고 페르소나 초안을 세 개 뽑되 서로 충돌하는 인물로 만들라고 지시한다. 하나만 만들면 창업가는 자기 가설을 닮은 인물을 얻는다. 다음은 역할을 뒤집는 단계다. 페르소나에게 제품을 사겠냐고 묻지 말고 "이 페르소나가 틀렸다면 근거 세 가지를 대라", "이 인물이 우리 제품을 끝내 사지 않을 이유를 써라"라고 요구한다. AI는 고객 대역보다 반대 심문자 역할에서 훨씬 정확하다. 그리고 페르소나 문서 모든 문장 옆에 근거를 표시한다. 실제 데이터에서 나온 문장인지, AI 추정인지 구분하지 않으면 한 달 뒤에는 둘을 분간하지 못한다. 마지막으로 AI가 뽑은 고충 문장을 실제 고객 다섯 명에게 그대로 읽어준다. "이거 본인 얘기 같습니까"라는 질문에 세 명 이상이 고개를 끄덕이지 않으면 그 페르소나는 검증에 실패한 가설이다.

AI는 가설을 빠르게 만든다. 검증은 여전히 사람 몫이다.