AI를 활용한 시장조사 및 타겟 분석

소비자의 문제를 발견하고 해결하는 것이 성공을 위한 지름길

by 이벤처스 Feb 02. 2025

스웨덴의 작은 마을에서 출발한 가구 회사 이케아는 지금 전 세계적으로 사랑받는 브랜드로 자리 잡았습니다. 하지만 이 성공의 비밀은 단순히 저렴한 가구나 깔끔한 디자인만이 아닙니다. 이케아는 소비자의 집으로 직접 들어가, 그들의 생활을 관찰하며 성공을 만들어 낸 기업입니다.

2000년대 초, 스톡홀름 교외의 작은 아파트에서 이케아의 연구원 마리아는 소비자 A의 집에서 하루를 보내며, 그의 일상을 세심하게 관찰하고 있습니다. A는 젊은 직장인으로, 평소 작은 공간에서 생활하며 좁은 집에서 물건을 효율적으로 정리하는 방법에 대한 불편함을 느끼고 있었습니다. 마리아는 그의 행동 하나하나를 놓치지 않았습니다. “이 서랍은 왜 이렇게 얕아서 바지가 잘 안 들어가?”, “왜 이 조리대는 좁아서 물건을 올려놓을 공간이 없지?” 이러한 장면은 단순히 가구 사용자의 일상이 아닙니다. 이케아가 홈 비짓(Home Visit)이라는 독특한 시장조사 방법을 통해 얻어낸 소중한 데이터입니다.

“우리는 소비자들이 말하지 않는 불편함을 찾아야 한다. 그들이 말하는 것만으로는 충분하지 않다.”

이케아 연구팀의 철학 중 하나입니다. 이케아의 시장조사는 일반적인 설문조사나 데이터 분석과는 다릅니다. 그들은 단순히 숫자에 의존하지 않고, 소비자의 일상을 직접 관찰하는 정성적 조사를 진행합니다.

이케아의 연구팀은 매년 전 세계적으로 1,000 가구를 방문하며, 소비자들이 가구를 사용하는 방식과 느끼는 문제점을 면밀히 기록합니다. 단순히 “이 제품이 좋은가요?”를 묻는 것이 아니라, 소비자가 어떻게 생활하며, 어떤 점에서 불편함을 느끼는지를 이해합니다. A가 “서랍이 얕다”라고 느끼는 불편함은 그저 개인적인 문제로 끝나지 않습니다. 이 데이터는 전 세계 소비자들의 공통된 니즈를 발견하는 데 중요한 단서가 됩니다.

이케아는 홈 비짓으로 얻은 데이터를 데모크래틱 디자인 센터(Democratic Design Center)로 전달합니다. 여기서 이케아 디자이너와 엔지니어들이 협력하여 다음과 같은 문제를 해결하는 제품을 개발합니다.

문제 1 : 서랍이 좁아서 불편하다.

→ 해결책 : 더 깊고 넓은 수납공간을 가진 모듈형 서랍 출시

문제 2 : 부엌에서 조리대가 부족하다.

→ 해결책 : 벽에 부착 가능한 접이식 조리대를 개발. 필요할 때는 내려서 사용하고, 공간이 좁을 때는 접어 올릴 수 있는 구조

문제 3 : 좁은 방에서 물건 정리 어려움

→ 해결책 : 벽을 활용한 선반 시스템과 다목적 가구 출시. 침대 수납과 벽면 수납을 결합한 혁신적 디자인

이케아가 홈 비짓을 통해 얻은 데이터는 제품 개발뿐만 아니라 마케팅과 매장 설계에도 활용됩니다. “좁은 아파트를 위한 인테리어”라는 콘셉트로 매장을 꾸며, 소비자가 실제 집에서 이케아 제품을 사용하는 모습을 상상하도록 만듭니다. ‘플랫 팩(flat pack)’이라는 자체 조립형 가구 방식을 도입해 운송비를 절감하고, 소비자들이 더 저렴한 가격으로 제품을 구입할 수 있도록 합니다.

시장조사는 소비자의 니즈, 시장 트렌드, 경쟁 상황 등을 파악하여 비즈니스 전략을 설계하는 데 필요한 데이터를 수집하고 분석하는 과정입니다. 전통적으로 설문조사, 인터뷰, 표본 조사와 같은 방식이 주로 사용되었습니다. 하지만 현대 시장은 방대한 데이터와 빠르게 변화하는 소비자 행동이 특징입니다. 이처럼 복잡한 환경에서 AI는 시장조사의 게임 체인저도 떠오르고 있습니다.

AI를 활용한 시장조사는 인공지능 기술을 통해 대규모 데이터를 자동으로 수집, 분석, 해석하여 시장 통찰을 도출하는 과정입니다. AI는 전통적인 조사 방식이 놓칠 수 있는 숨겨진 패턴을 찾아내고, 더 빠르고 정밀하게 고객의 니즈와 시장 변화를 파악하도록 돕습니다.

AI와 전통턱 시장조사의 비교

AI를 활용한 시장 조사의 주요 특징

AI는 웹 크롤링, 소셜 미디어 분석, 소비자 리뷰 수집 등 다양한 디지털 채널에서 데이터를 실시간으로 수집합니다. AI는 방대한 데이터를 몇 초 만에 처리하며, 정성적(텍스트) 데이터와 정량적(숫자) 데이터를 모두 분석할 수 있습니다. 예를 들어 수천 개의 고객 리뷰에서 긍정적/부정적 감정을 분류하거나, 소비자가 가장 자주 언급하는 불편 사항을 도출합니다. 머신러닝 모델은 과거 데이터를 기반으로 미래의 소비자 행동과 시장 트렌드를 예측합니다.

AI는 비용 효율성 측면에서도 우수합니다. AI를 활용하면 전통적인 조사 방식보다 비용과 시간이 대폭 절감됩니다. 특정 타겟 고객군이나 산업에 맞춘 세부적인 분석 결과를 제공합니다.

RAG(Retrieval-Augmented Generation)란 무엇인가?

RAG(Retrieval-Augmented Generation)는 생성형 AI와 검색 기술을 결합하여, 모델이 기존 지식을 넘어 실시간으로 업데이트된 정보를 검색하고 이를 생성 결과에 통합할 수 있도록 하는 기술입니다.

● 검색(Retrieval) : 외부 데이터베이스, 문서, API, 웹 등을 검색하여 필요한 정보를 가져옴

● 생성(Generation) : 검색한 데이터를 기반으로 생성형 AI가 자연스러운 텍스트 또는 통찰력 있는 응답을 생성

이 기술은 특히 시장조사 및 분석에서 유용합니다. 정적인 데이터를 분석하는 기존 AI와 달리, RAG는 최신 데이터와 특정 도메인 지식을 결합해 더 정확하고 신뢰할 수 있는 결과를 제공합니다.

RAG 기술의 역할 : 챗GPT의 한계 보완

챗GPT와 같은 생성형 AI는 기존에 학습한 데이터에서 기반하여 콘텐츠를 생성합니다. 이 과정에서 할루시네이션(Halluciation)이라는 문제, 즉 AI가 존재하지 않거나 부정확한 정보를 생성하는 현상이 발생할 수 있습니다. RAG 기술은 이러한 할루시네이션 문제를 효과적으로 보완하는 역할을 합니다. RAG는 기존 학습 데이터뿐 아니라, 실시간 검색을 통해 최신 정보나 신뢰할 수 있는 외부 데이터를 활용하여 더 정확한 결과를 제공합니다.

시장 트렌드 분석을 하기 위해서는 이런 RAG 기반의 생성형 AI(ex. 퍼블렉시티, 젠스파크 등)를 활용하는 것이 좋습니다.

광고시장 조사(by젠스파크)

사진에 보이는 결과물처럼 다양한 데이터를 수집 분석한 결과물을 제공해 줍니다. 우리가 일반적으로 시장조사를 하는 것처럼 온라인에서 다양한 정보를 수집한 방식과 마찬가지입니다. 시장조사를 위한 생성형 AI 활용은 다양한 방식으로 시도할 수 있습니다.

<뤼튼 AI 완벽 요약을 활용한 시장조사(by 뤼튼)>

실습 : 시장조사 하기

1. 관련 키워드와 트렌드 검색(예 : “젠더 뉴트럴 화장품 2025 트렌드”)

예시 프롬프트 : “2025년 젠더 뉴트럴 화장품 시장의 트렌드에 대한 최신 데이터를 검색하고, 각 트렌드의 주요 특징을 요약하여 5가지로 정리해 줘”

2. 검색된 데이터를 요약(트렌드 리포트, 뉴스 기사, 소셜미디어 게시물 등)

3. 데이터의 신뢰성을 분석 결과에 반영

<시장조사 결과 예시(by 퍼플렉시티)>

실습 :　경쟁사 분석

1. 퍼플렉시티에서 경쟁사 리스트를 도출합니다.

< 경쟁사 분석 예시(by 퍼플렉시티)>

2. 경쟁사의 상세 정보를 수집합니다.

< 경쟁사 분석(라카) 예시(by 퍼플렉시티)>

3. 고객리뷰 등을 통해 경쟁사의 약점을 도출합니다.

리뷰 데이터를 수집하는 방법은 여러 가지 방식이 있습니다. 앱 서비스의 경우 앱 리뷰 데이터를 수집하면 되고, 제품인 경우 제품 판매하는 채널(ex. 스마트스토어, 쿠팡 등)의 데이터를 활용합니다. 데이터 수집 후 엑셀 파일을 생성한 후 챗 GPTI를 통해 분석 요청을 합니다.