합성 오디언스의 등장과 광고 현장의 활용

AI로 광고 소재와 상품 아이디어를 만드는 속도는 빨라졌지만, 고객의 반응을 확인하는 과정에는 여전히 시간과 비용이 듭니다. 이 간극을 줄이려는 방법 중 하나로, 가상의 소비자에게 먼저 질문하는 합성 오디언스가 광고·리서치 시장에서 관심을 받고 있습니다.

리서치 기업과 광고회사들도 합성 오디언스를 업무에 활용하기 시작했습니다. 소비자의 구매 행동과 시장 데이터를 분석하는 글로벌 소비자 조사 기업 NIQ(NielsenIQ)는 2025년 합성 응답자를 활용한 아이디어 평가 도구를 출시했습니다.[3] Dentsu는 합성 리서치 기업 Evidenza와 제휴해 미디어 플래닝에 활용하려는 방향을 제시했습니다.[4] 다만 서비스 출시와 제휴가 곧 광고 효과의 입증을 뜻하지는 않습니다.

이 글에서는 합성 오디언스가 무엇인지, 왜 관심을 받는지, 해외 기업들이 어떤 업무에 적용하고 있는지 살펴봅니다. 구체적인 광고 실무 활용과 검증 방법은 2편에서 이어갑니다.

합성 오디언스는 무엇인가?

합성 오디언스(Synthetic Audience)는 특정 소비자 집단의 특성과 상황을 모사한 가상 응답자 집단입니다. 개별 응답자를 가리킬 때는 합성 소비자나 합성 응답자라는 표현도 사용합니다. NIQ는 합성 응답자를 인간의 응답을 모방하도록 머신러닝 모델로 생성한 인공 페르소나로 설명합니다.[1]

새로운 간편식을 출시하는 상황을 생각해 보겠습니다. 같은 직장인이라도 식비를 줄이려는 사람, 조리 시간을 아끼려는 사람, 영양 성분을 중요하게 보는 사람은 다릅니다. 이들의 상황과 구매 기준을 반영한 가상 응답자에게 상품 설명을 보여주고, 어떤 점에 관심을 갖거나 의문을 품는지 탐색하는 방식입니다.

기존 페르소나와 무엇이 다를까?

페르소나는 주요 고객의 목표와 고민, 행동 특성을 정리한 인물상입니다. 광고를 기획할 때 누구에게 어떤 이야기를 할지 팀이 공통의 기준을 갖도록 돕습니다.

예를 들어 ‘퇴근 후 식사를 준비할 시간이 부족하지만 건강도 챙기고 싶은 직장인’이라는 페르소나가 있다면, 이를 바탕으로 간편함과 영양 중 어떤 메시지를 강조할지 논의할 수 있습니다.

합성 오디언스는 이런 고객 특성을 바탕으로 구체적인 제안에 대한 반응을 시뮬레이션합니다. 같은 상품에 ‘조리 시간을 줄이는 한 끼’와 ‘영양을 고려한 한 끼’라는 문구를 제시하고, 각각을 어떻게 이해하는지, 어떤 정보가 더 필요한지 가상의 응답을 받아보는 방식입니다.

차이는 페르소나가 정적이고 합성 오디언스가 동적이라는 구분만으로 설명하기는 어렵습니다. 기존 페르소나도 조사와 관찰을 통해 갱신할 수 있기 때문입니다. 핵심은 고객을 이해하기 위한 인물상을 참고하는 것과, 그 특성을 반영한 모델로 질문별 응답을 생성하는 것의 차이입니다.

다만 응답을 생성할 수 있다는 사실이 고객을 더 정확하게 이해한다는 뜻은 아닙니다. 실제 자료와 검증이 부족하면, 합성 오디언스는 페르소나에 담긴 가정을 그럴듯한 말로 반복할 수 있습니다.

핵심은 어떤 자료를 바탕으로 구성했고, 생성된 반응을 실제 소비자 반응과 비교했는가입니다. 나이와 직업만 설정한 역할극과 실제 설문·구매 자료로 보정한 모델은 같은 수준의 근거를 갖고 있다고 볼 수 없습니다. NIQ도 카테고리별 검증과 최신 소비자 자료, 지속적인 보정의 중요성을 강조합니다.[1]

왜 광고·리서치 업계가 관심을 가질까?

광고팀은 더 많은 소재와 메시지를 검토하고 싶지만, 모든 후보를 실제 조사에 올리기는 어렵습니다. 합성 오디언스의 매력은 이 초기 검토를 빠르게 반복할 가능성에 있습니다.

메시지를 어떻게 이해하는지, 어떤 설명이 부족한지, 구매를 망설일 이유가 무엇인지 미리 질문할 수 있습니다. 이를 통해 실제 조사에서 확인할 쟁점을 정리하거나 광고 테스트 후보를 구성하는 것입니다.

NIQ는 BASES AI Screener의 출시 배경으로 늘어나는 아이디어, 제한된 조사 예산, 짧아지는 일정의 문제를 제시했습니다.[3] 이런 요구는 이해할 만하지만, 빠르게 얻은 피드백이 정확한 피드백인지는 별도로 확인해야 합니다.

해외에서는 어떻게 적용하고 있을까?

NIQ: 상품 아이디어를 사전에 평가하는 도구

NIQ는 2025년 4월 BASES AI Screener를 출시했습니다. 회사 설명에 따르면 소비자 패널의 행동 자료 등을 활용해 인구통계와 구매 행동 특성이 다른 합성 응답자를 구성하고, 아이디어에 대한 평가와 자유 응답, 개선 의견을 제공합니다.[3]

광고 캠페인 자체의 성과 측정이라기보다, 상품과 제안의 초기 후보를 검토하는 리서치 상품화 사례입니다. 광고 기획에서도 어떤 혜택과 차별점을 실제 고객에게 시험할지 준비하는 과정과 연결해 볼 수 있습니다.

여기서 확인되는 것은 도구의 출시와 제공 기능입니다. 회사가 설명한 속도·비용상의 이점을 모든 프로젝트에서 동일하게 얻거나, 광고 매출 증가로 이어진다고 해석해서는 안 됩니다.

Dentsu와 Evidenza: 미디어 플래닝에 활용하려는 시도

Digiday의 2025년 6월 보도에 따르면 Dentsu는 Evidenza와 상업적 제휴를 체결했습니다. Dentsu의 Consumer Connection System 조사 패널과 Evidenza가 제공하는 자료 등을 활용해 합성 오디언스 프로필을 만들고, 미디어 플래닝과 타기팅에 연결하려는 방향입니다.[4]

이 사례는 합성 오디언스가 설문 응답 생성뿐 아니라 고객군을 이해하고 미디어 전략을 구체화하는 데도 검토되고 있음을 보여줍니다. 다만 기사에서 구체적인 적용 고객은 공개되지 않았습니다. 초기 프로필 비교 결과 역시 실제 캠페인의 매출이나 전환 개선과는 다른 지표입니다.[4]

또한 가상 프로필 자체가 광고를 노출할 수 있는 사용자 목록은 아닙니다. 시뮬레이션에서 얻은 특성을 실제 광고플랫폼의 타기팅과 연결하는 과정은 별도로 필요합니다.

MilkPEP과 Radius Insights: 실제 소비자와 달랐던 반응

기대와 다른 결과를 공개한 사례도 있습니다. Radius Insights와 MilkPEP의 비교 연구에서는 우유의 수분 보충 관련 메시지에 실제 응답자들이 놀라움을 느꼈지만, 합성 응답자들은 그 반응을 포착하지 못했습니다. 정성 연구에서도 실제 응답자 사이의 미묘한 차이가 합성 응답에는 충분히 나타나지 않았다고 보고했습니다.[2]

이는 모든 합성 오디언스가 실패한다는 증거는 아닙니다. 하지만 광고에서 중요한 정서적 반응이나 뜻밖의 발견을 모델이 놓칠 수 있다는 점을 보여줍니다. 모델이 낮게 평가한 메시지가 실제 사람에게는 흥미로울 수 있다는 것입니다.

관심과 검증을 함께 봐야 합니다

세 사례는 각각 상품화, 미디어 플래닝 제휴, 실제 응답과의 비교 검증을 보여줍니다. 이를 하나의 성공률로 묶어 읽기보다, 어떤 업무에서 무엇이 확인됐는지를 구분하는 것이 중요합니다.

합성 오디언스는 실제 고객을 만나기 전에 질문과 후보를 정리하는 도구로 검토할 만합니다. 다만 가상 응답이 고객의 행동을 대신 증명하지는 않습니다. NIQ 역시 이를 인간 소비자를 대체하는 수단이 아니라 아이디어 탐색을 보완하는 수단으로 설명합니다.[1]

고객에게 물어보기 전에 더 잘 준비하는 것. 현재 광고 업무에서 합성 오디언스를 이해하는 출발점으로는 이 관점이 적절하겠습니다.

2편: 광고 실무에서 생각해 볼 합성 오디언스 활용 아이디어