사상 리더
생성적 인공지능을 통한 시장 조사: 기회와 위험

핵심 포인트생성형 AI는 시장 조사에서 올바른 정보와 잘못된 정보를 혼합할 위험이 있습니다.
더 보기
- 생성형 AI는 시장 조사에서 올바른 정보와 잘못된 정보를 혼합할 위험이 있습니다.
- 프롬프트 의존성은 잘못된 입력에도 설득력 있지만 결함이 있는 AI 답변이 나오는 것을 의미합니다.
- Stravito는 생성형 AI를 사용하여 연구 보고서를 자동 요약함으로써 더 빠른 인사이트를 제공합니다.
“위대한 힘에는 위대한 책임이 따른다.” 마블 팬이 아니더라도 이 구절을 인식할 수 있을 것이다. 스파이더맨 시리즈를 통해 널리 알려진 이 구절은 원래 초인적인 속도, 힘, 민첩성, 그리고 회복력을 언급하면서 사용되었지만, 생성적 인공지능의 부상에 대해 이해할 때 도움이 될 수 있는 구절이다. 기술 자체는 새로운 것이 아니지만, ChatGPT의 출시로 2개월 만에 1억 명의 사람들이 사용할 수 있게 되었고, 많은 사람들에게는 초능력을 얻은 것과 같은 느낌을 주었다. 그러나 모든 초능력과 마찬가지로, 사용하는 방법이 중요하다. 생성적 인공지능도 다르지 않다. 위대한 일을 이루거나, 선을 행하거나, 악용할 가능성이 모두 있다.
세계에서 가장 큰 브랜드들은 현재 중요한 결정을 내려야 하는 상황에 있다. 동시에 경제적 불안정과 인플레이션이 지속되고 있어 소비자들이 지출을 어떻게 우선순위에 둘지에 대해 불확실하다.
이 두 가지 요소를 고려하면, 생성적 인공지능은 브랜드가 소비자 주의를 얻는 데 도움이 될 수 있다. 그러나 브랜드는 균형된 관점을 가져야 한다. 즉, 가능성을 보는 동시에 위험도 보아야 하며, 두 가지 모두에 대해 개방적인 마음을 가져야 한다.
생성적 인공지능이 시장 조사에 미치는 영향
시장 조사 산업은 변화에 익숙하다. 소비자통찰력 전문가들이 사용할 수 있는 도구와 방법론은 지난 몇십 년 동안 빠르게 발전해왔다.
현재, 생성적 인공지능이 가져올 변화를 예측하기는 어렵다. 그러나 정보가 더 많이 나올수록 빠르게 대응하기 위해 몇 가지 기본적인 준비를 해야 한다. 궁극적으로, 모든 것은 올바른 질문을 하는 데 달려 있다.
기회는 무엇인가?
현재, 생성적 인공지능이 제공하는 주요 기회는 생산성의 향상이다. 생성적 인공지능은 아이디어와 정보 생성, 이메일·보고서·기사의 초안 같은 글쓰기 과정을 크게 가속화할 수 있다. 이러한 효율성을 통해 인간 전문가가 더 중요한 작업에 집중할 수 있다.
속도 있는 통찰
시장 조사를 위한 생성적 인공지능의 잠재력은 정보의 요약에 있다. 예를 들어, Stravito 플랫폼은 이미 생성적 인공지능을 사용하여 개별 시장 조사 보고서의 자동 요약을 생성하고 있다. 이를 통해 각 보고서에 대한 원래 설명을 수동으로 작성할 필요가 없다.
또한, 대량의 정보를 빠르게 요약하여 비즈니스 질문에 대한 답변을 쉽게 얻을 수 있다. 예를 들어, 검색창에 질문을 입력하면 회사 내부 지식베이스를 기반으로 간결한 답변을 얻을 수 있다.
브랜드의 경우, 간단한 질문에 더 빠르게 답변할 수 있고, 복잡한 문제를 해결하는 데 필요한 기본 작업을 처리하는 데 도움이 될 수 있다.
통찰력의 민주화
생성형 AI는 기업의 모든 이해관계자가 매번 인사이트 담당자에게 직접 요청하지 않고도 인사이트에 접근하기 쉽게 할 수 있다. 이를 통해 조직이 소비자통찰력을 일상적인 업무에 더 깊이 통합할 수 있다.
또한, 시장 조사에 접근하는 모든 스테이크홀더들이 올바른 질문을 할 수 있도록 도와줄 수 있다. 생성적 인공지능은 비즈니스 스테이크홀더들에게 검색어와 관련된 질문을 제안해 연구 경험이 없는 기업의 이해관계자도 더 나은 질문을 하도록 도울 수 있다.
내부 및 외부 대상자에 대한 맞춤형 커뮤니케이션
생성적 인공지능의 또 다른 기회는 내부 및 외부 대상자에 대한 맞춤형 커뮤니케이션을 제공하는 것이다.
시장 조사에서 이를 적용할 수 있는 여러 방법이 있다. 예를 들어,통찰력 커뮤니케이션을 개인화하여 비즈니스 스테이크홀더들에게 더 큰 영향을 미칠 수 있다. 또한, 연구 기관에 대한 브리핑을 맞춤형으로 제공하여 연구 프로세스를 간소화하고 반복적인 작업을 최소화할 수 있다.
위험은 무엇인가?
생성적 인공지능은통찰력 팀에게 유용한 도구가 될 수 있지만, 구현 전에 조직이 인식해야 할 여러 위험이 있다.
프롬프트 의존성
기본적인 위험 중 하나는 프롬프트 의존성이다. 생성적 인공지능은 통계적이기 때문에 다음에 말할 가장 가능성이 높은 정보를 예측한다. 잘못된 프롬프트를 제공하면 설득력 있는 답변을 얻을 수 있지만, 그 답변은 사실과 다를 수 있다.
신뢰도
생성적 인공지능은 올바른 정보와 잘못된 정보를 혼합할 수 있다. 낮은 위험 상황에서는 이것이 재미있을 수 있지만, 수백만 달러의 비즈니스 결정이 내려지는 상황에서는 입력값이 신뢰할 수 있어야 한다.
또한, 소비자 행동에 대한 많은 질문은 복잡하다. 예를 들어 ‘미국에 거주하는 밀레니얼 세대는 가장 최근의 콘셉트 테스트에 어떻게 반응했는가?’ 같은 질문에는 명확한 답을 얻을 수 있지만, 인간의 가치 또는 감정에 대한 더 깊은 질문에는 더 섬세한 관점이 필요하다. 모든 질문에 하나의 정답이 있는 것은 아니며, 대량의 연구 보고서를 종합할 때 중요한 세부 사항이 빠질 수 있다.
투명성
또 다른 중요한 위험은 알고리즘이 어떻게 훈련되었는지에 대한 투명성의 부족이다. 예를 들어, ChatGPT는 항상 답변의 출처를 알려줄 수 없으며, 알려줄 때도 출처를 검증할 수 없거나 해당 출처가 실제로 존재하지 않을 수 있다.
또한, 알고리즘은 인간과 기존 정보에 의해 훈련되므로 편향될 수 있다. 이는 인종차별적, 성차별적, 또는 기타 공격적인 답변을 유발할 수 있다. 조직이 의사결정에서 편향을 도전하고 소비자에게 더 나은 세계를 만들고자 할 때, 생성적 인공지능은 작업을 덜 생산적으로 만들 수 있다.
보안
ChatGPT의 일반적인 사용 사례 중 하나는 이메일, 회의 안건, 보고서 등을 생성하는 것이다. 그러나 이러한 텍스트를 생성하기 위해 필요한 세부 정보를 입력하면 민감한 회사 정보가 위험에 처할 수 있다.
사실, Cyberhaven이라는 보안 회사에서 수행한 분석에 따르면, 160만 명의 지식 노동자 중 5.6%가 ChatGPT를 적어도 한 번 작업에서 사용했고, 2.3%는 기밀 회사 데이터를 ChatGPT에 입력했다.
JP Morgan, Verizon, Accenture, Amazon (AMZN ) 등의 회사들은 보안 우려로 인해 직원들이 업무 중 ChatGPT를 사용하는 것을 금지했다. 최근에, 이탈리아는 개인 정보 보호 문제를 조사하면서 ChatGPT를 금지한 첫 번째 서구 국가가 되었다. 이는 다른 유럽 국가의 개인 정보 보호 규제자들의 주목을 끌었다.
인사이트 팀이나 독점적 연구 및 인사이트를 다루는 사람은 ChatGPT 같은 도구에 정보를 입력할 때의 위험을 인식하고, 조직 내부의 데이터 보안 정책과 OpenAI와 같은 제공업체의 정책을 최신 상태로 유지하는 것이 중요하다.
우리는 인간 전문가와 강력한 기술의 결합이 소비자 이해의 미래를 결정할 것이라고 믿는다. 가장 강력한 기술도 실제로 사용되지 않는다면 무의미하다.
따라서 브랜드의 초점은 책임 있는 실험에 있어야 한다. 즉, 올바른 문제를 해결하기 위한 올바른 도구를 찾고, 기술 자체를 도입하는 데만 목적을 두지 않는 것이다. 위대한 힘에는 위대한 책임이 따른다. 이제는 브랜드가 어떻게 사용할지 결정할 때이다.












