합성 사용자(Synthetic User)를 보는 세 가지 기준

합성 사용자(Synthetic User)를 보는 세 가지 기준

2026. 9. 7. 01:47ㆍAI 이야기
Seungyoon Lee

지난해, 한 콘퍼런스에서 합성 퍼소나에 대한 발표를 듣고 적잖이 충격을 받았던 기억이 납니다. 바로 피엑스디 내부 팀에서는 ReOpsAI에서 금융 관련 AI 퍼소나를 만들었고 관련 프로젝트도 진행했으니 빠르게 이 새로운 변화를 경험하고 있는 것 같습니다.

합성 사용자, 무엇이 다른가?

지난 몇 년 사이 AI 퍼소나, 합성 퍼소나, 합성 사용자, 합성 패널, 디지털 트윈 같은 말들이 빠르게 늘었습니다. 이름만 보면 다 비슷해 보입니다. 사용자의 특성을 AI에 부여하고, 질문을 던지고, 그 사람이 어떻게 생각하거나 행동할지를 알아보는 방식이니까요.

하지만 조금만 들여다보면 서로 다른 문제에 답하고 있다는 걸 알 수 있습니다. OpenAI의 리서처 Saeideh Bakhshi는 합성 사용자를 입력되는 데이터의 성격, 결과물이 제공하는 의미 등에 따라 6가지로 분류했습니다. 그런데 이 이름들의 경계는 생각보다 뚜렷하지 않고 빠르게 변화하고 있으므로 이 글에서는 ‘합성 사용자’는 넓은 개념의 용어로 접근하려고 합니다.

하지만 다양한 합성 사용자를 어떤 관점으로 봐야 하는가는 중요합니다. 여러 형태의 합성 사용자의 능력과 가치를 어떤 기준으로 봐야 할 것인지, 이번 글에서는 Anchor(근거), Align(정합), Act(행동)이라는 3가지 주제를 얘기해보려고 합니다.

합성 사용자를 보는 세 가지 기준

[Anchor] 합성 사용자는 무엇을 근거로 만들어졌는가?

합성 사용자를 볼 때 가장 먼저 물어야 할 것은 ‘이 사용자가 무엇에 근거하는가’입니다.

LLM에게 ‘EV를 구매하려고 하는 퍼소나를 만들어줘’라고 하면 구매 동기, 기대사항 등 그럴듯한 정보를 만들어냅니다. 그 과정에서 실제로 존재하지 않은 근거가 어느새 진짜처럼 보이기도 합니다.

합성 사용자를 만들어내기 위한 근거가 사용자에게 얼마나 깊이 있게 닿아있느냐, 즉 근거의 직접성에 따라 합성 사용자의 모습이 달라집니다. 이 글에서는 프롬프트에서 시작하는 가정 기반(Assumption), 인구 통계 기반(Population-anchored), 고객 정보 기반 (Customer-anchored), 고객 행태 기반(Behavior-anchored), 나아가 실제 데이터가 계속 갱신되는 업데이트 기반(Living Evidence)으로 구분했습니다. 후자로 갈수록 모델의 상상에서 실제 사용자를 관찰하게 됩니다.

[Align] 합성 사용자의 반응은 얼마나 실제 사용자와 일치하는가?

고객 정보에 잘 근거한 합성 사용자를 만들었습니다. 그런데 이 합성 사용자가 실제 사용자처럼 반응한다고 보장할 수 있을까요? 그럼 우리는 ‘이 사용자의 반응이 얼마나 실제와 일치하는가’를 확인해야 합니다.

합성 사용자의 반응이 ‘사람 같은가(plausible)’와 ‘실제 사용자와 일치하는(aligned)’는 전혀 다른 이야기입니다. 따라서 합성 사용자를 리서치나 의사결정에 쓰려면 현실과 맞는지 확인하는 과정이 필요합니다.

합성 사용자를 무엇과 대조해서 확인하는가에 따라 합성 사용자의 정합성을 판단할 수 있습니다. 이 글에서는 그럴듯함(Plausible), 전문가 검토(Expert-reviewed), 응답 일치(Human response-aligned), 행동 일치(Human behavior-aligned), 변화 일치(Continuous alignment)로 구분했고 후자로 갈수록 현실을 직접적이고 반복적으로 대조하게 됩니다.

[Act] 합성 사용자는 실제로 무엇을 할 수 있는가?

사람은 말과 행동이 다릅니다. 그래서 합성 사용자가 UX에서 더 의미 있는 도구가 되려면, 질문에 대답하는 것을 넘어 ‘제품과 서비스를 행동으로 경험할 수 있어야’ 합니다.

합성 사용자가 얼마나 자율성을 가지느냐에 따라 사용자에 대답(Response), 제품을 사용(Interact), 자율 탐색(Explore)으로 구분했습니다.

[AAA] Anchor, Align, Act

정리하면 합성 사용자는 이 세 가지 질문으로 볼 수 있습니다. 무엇에 근거하는가(Anchor), 현실과 얼마나 맞는가(Align), 실제로 어디까지 행동하는가(Act).

다만 이 스펙트럼을 단순한 성숙도 단계로 볼 필요는 없습니다. 모든 합성 사용자가 세 축의 가장 오른쪽까지 갈 필요도 없습니다. 아이데이션에 필요한 합성 사용자와 실제 제품 행동을 예측하기 위한 합성 사용자에게 요구되는 근거와 검증, 행동 능력은 다르기 때문입니다. 중요한 것은 합성 사용자를 어디에 사용할 것인지에 맞춰 필요한 수준의 Anchor, Align, Act를 갖추는 것입니다.

그렇다면 현재 합성 사용자 관련 서비스들은 AAA의 어느 위치에 있을까요?

합성 사용자 관련 서비스를 제공하는 LLM이 만드는 퍼소나, ReOpsAI, Synthetic Users, Simile는 대략 어떤 서비스를 제공하고 있을까를 매핑해 봤습니다.

이 세 기준은 서로 독립적이면서 유기적입니다. 데이터가 풍부해도(Anchor), 실제로 행동하지는 못할 수 있고(Act), 능숙하게 행동해도 그것이 실제 사람과 비슷한지는 또 다른 문제(Align)입니다. 그래서 좋은 합성 사용자는 AAA가 모두 최대치인 사용자가 아니라, 하려는 의사결정에 필요한 만큼의 Anchor, Align, Act를 갖춘 사용자일 것입니다.

이어지는 세 편의 글에서 각 기준을 하나씩 들여다보겠습니다.