--- title: "패널 및 방법론 FAQ" description: "고객, 클라이언트, 사용자 및 전문가 패널. 패널을 구축하는 방법, 크기, 질문하는 방법, 집계된 결과를 읽는 방법." canonical_url: "https://getminds.ai/faq/ko/panels" last_updated: "2026-06-02T02:49:27.351Z" --- # 패널 및 방법론 FAQ Minds에서 패널이 작동하는 방식에 대한 모든 정보입니다. 더 깊이 있는 설명은 [패널 가이드](/guide/panels)와 [AI 포커스 그룹](/blog/ai-focus-group) 블로그 게시물을 참조하세요. ## 패널이란 무엇인가요 ### AI 패널이란 무엇인가요? AI 패널은 함께 질의되는 AI 페르소나 그룹입니다. 하나의 질문을 하면 모든 페르소나가 동시에 응답하고, 플랫폼은 답변을 다음과 같이 집계합니다: - *척도 평가* (1에서 10): 분포 차트 및 그룹 평균 - *범주형* (예/아니오, 다중 선택): 백분율 분해 - *정성적* (개방형): 클러스터화된 주제 패널 크기는 일반적으로 질문과 필요한 신뢰도에 따라 8에서 100 페르소나까지 다양합니다. ### 패널 유형은 네 가지가 있나요?
패널 유형 누가 포함되나요 사용 대상
고객 패널 귀하의 목표 고객 마케팅, 제품, 창립자
클라이언트 인사이트 패널 귀하의 클라이언트 고객 에이전시, 컨설턴트
사용자 패널 귀하의 제품 사용자 제품 팀, UX
전문가 패널 도메인 전문가 (CMO, VC, 엔지니어, 변호사) 창립자, 전략가, 고위 조언이 필요한 모든 사람
기계적으로 네 가지 모두 동일한 방식으로 작동하며, 차이는 패널에 포함된 사람들입니다. ### 고객 패널이란 무엇인가요? 귀하의 목표 고객 세그먼트를 대표하는 페르소나 패널입니다. 캠페인, 메시지, 가격, 포지셔닝, 제품 개념, 광고 크리에이티브, 랜딩 페이지를 테스트하는 데 사용됩니다. [AI 고객 패널](/blog/ai-customer-panels)을 참조하세요. ### 클라이언트 인사이트 패널이란 무엇인가요? 에이전시와 컨설턴트가 사용하는 귀하의 클라이언트 고객을 대표하는 페르소나 패널입니다. 클라이언트당 한 번 구축하고, 여러 브리프에서 재사용합니다. [AI를 사용하여 에이전시 유지보수에 시장 조사를 추가하는 방법](/blog/adding-market-research-to-agency-retainer-using-ai) 블로그를 참조하세요. ### 사용자 패널이란 무엇인가요? 귀하의 제품의 실제 사용자를 대표하는 페르소나 패널입니다. UX 연구, 기능 사전 테스트, 온보딩 흐름 검증, 이탈 진단에 사용됩니다. [AI 사용자 연구](/blog/ai-user-research)를 참조하세요. ### 전문가 패널이란 무엇인가요? 도메인 전문가(CMO, VC, 엔지니어, 변호사, 디자이너)로 구성된 패널입니다. 고위 조언, 관점 또는 패턴을 본 사람에게서의 현실 검증이 필요할 때 사용됩니다. [AI 전문가 패널](/blog/ai-expert-panel) 및 [AI 조언자](/blog/the-ai-advisor)를 참조하세요. ## 크기 ### 패널은 얼마나 커야 하나요? 사용 사례에 따라 다릅니다: - *8에서 15* 페르소나: 빠른 방향성 읽기, "이 훅이 효과가 있나요?" - *30에서 50* 페르소나: 자신감 있는 세분화 작업, "도시와 교외가 여기서 다르나요?" - *50에서 100* 페르소나: 정량적 스타일의 분포, "가격 탄력성은 얼마인가요?" 대부분의 결정에는 15가 충분합니다. 더 큰 패널은 비용이 더 들고 시간이 더 걸리며, 50번째 페르소나의 한계 가치는 작습니다. ### 왜 단 하나의 페르소나로 하지 않나요? 단 하나의 페르소나는 빠른 현실 검증이나 일대일 전문가 심층 분석에는 괜찮습니다. 연구를 위해서는 분포가 필요합니다. 흥미로운 답변은 "모두가 동의했다"는 것이 아니라 "여기서 갈라졌고, 그 이유는 이렇다"입니다. ### 패널 실행 시간은 얼마나 걸리나요? 15명의 Mind 패널은 대략 1에서 3분이 소요됩니다. 100명의 Mind 패널은 더 오래 걸립니다(일반적으로 5에서 10분). 플랫폼은 응답이 도착하는 대로 보여주며, 가장 느린 페르소나가 응답을 시작할 때까지 기다릴 필요가 없습니다. ## 구축 ### 패널을 어떻게 구축하나요? 두 가지 경로가 있습니다: 1. *기존 Minds 선택*하기 2. *청중 설명*하기: 간단한 텍스트로 ("샌프란시스코의 기업 CTO, SaaS, 500명 이상의 직원, 현재 Snowflake 대안을 평가 중") 설명하고 Minds가 대표 패널을 생성하도록 합니다. 쿼리를 실행하기 전에 개별 Minds를 편집, 교체 또는 제거할 수 있습니다. 패널은 재사용 가능하며, 한 번 구축한 패널을 수년간 쿼리할 수 있습니다. ### 기존 페르소나를 가져올 수 있나요? 네, 가능합니다. 페르소나 문서를 붙여넣거나, PDF를 업로드하거나, 인터뷰 전사본을 드롭하거나, CRM 내보내기를 제공할 수 있습니다. Minds는 합리적인 출처에서 사용 가능한 Mind를 구축합니다. [Minds에 고객 패널 가져오기](/blog/import-customer-panels-into-minds)를 참조하세요. ### LinkedIn 프로필을 가져올 수 있나요? 네, 가능합니다. Mind를 생성할 때 LinkedIn URL을 붙여넣으세요. Mind는 공개 프로필 데이터를 흡수하고 성격 모델을 통해 구조화합니다. [LinkedIn 고객 프로필을 AI 페르소나로 변환하기](/blog/linkedin-customer-profile-to-ai-persona)를 참조하세요. ### 시간이 지남에 따라 패널을 업데이트해야 하나요? 장기 연구 프로그램의 경우, 예. 목표 시장이 변화할 때 페르소나를 새로 고쳐야 합니다(새로운 경쟁자가 진입, 규제 변화, 세대 교체). 일회성 사전 테스트의 경우, 오늘 구축한 패널은 오늘 사용하기에 적합합니다. ## 질문하기 ### 좋은 패널 질문을 어떻게 하나요? 추상적인 프레이밍이 아닌 구체적인 자극을 보여주세요. *나쁜:* "B2B SaaS의 CTA에 대해 어떻게 생각하나요?" *좋은:* "여기 우리의 가격 페이지가 있습니다. '영업팀에 문의하기'를 클릭하지 못하게 하는 것은 무엇인가요?" *나쁜:* "우리의 메시지가 명확한가요?" *좋은:* "이 홈페이지 히어로를 읽어보세요. 이 제품은 당신의 말로 무엇을 하나요?" 구체적인 자극은 구체적이고 유용한 응답을 생성합니다. 추상적인 프레이밍은 추상적이고 쓸모없는 응답을 생성합니다. ### 개별 페르소나를 지목할 수 있나요? 네, 가능합니다. 채팅에서 특정 Mind를 지목하려면 `@이름`을 사용하세요. `@Sarah, 이 포지셔닝에 대해 어떻게 생각하나요?`는 Sarah만 응답합니다. 언급 없이 모든 채팅 참가자가 응답합니다. ### 패널에 어떤 자극을 보여줄 수 있나요? 시각적 또는 텍스트 형식의 모든 것을 보여줄 수 있습니다: - 랜딩 페이지 스크린샷 - 피치 덱 및 PDF - 제품 이미지, 패키지 사진, 목업 - 경쟁사 광고, 캠페인 크리에이티브 - 인터뷰 노트, 원본 전사본 - 가격 페이지, 광고 문구, 이메일 초안 - 짧은 비디오(일반적으로 몇 분 이내) ### 두 개의 패널을 나란히 실행할 수 있나요? 네, 가능합니다. 같은 채팅에 두 개의 그룹을 추가하여 세그먼트를 비교할 수 있습니다(Gen Z vs Millennials, 미국 vs 독일, 무료 사용자 vs 유료 사용자). 채팅은 두 패널의 응답을 나란히 보여주며, 각 세그먼트에 대한 백분율 및 분포 분해를 제공합니다. ## 결과 읽기 ### 패널 응답은 어떻게 집계되나요? 질문 유형에 따라 세 가지 방법으로 집계됩니다: 1. *척도 (1에서 10):* 분포 히스토그램 + 그룹 평균 2. *범주형 (예/아니오, 다중 선택):* 백분율 분해 3. *정성적 (개방형):* 대표 인용이 포함된 클러스터화된 주제 집계 뷰에서 개별 Mind의 응답을 자세히 살펴볼 수 있습니다. ### 패널 답변의 정렬 점수란 무엇인가요? 모든 패널 답변에는 헤더에 *정렬* 드롭다운이 있으며, 그룹당 0–100% 점수가 표시됩니다: - *높음* (67% 이상) , 세그먼트가 자신의 페르소나 정의와 일관되게 응답함 - *중간* (34–66%) , 혼합; 개별 응답을 읽어볼 가치가 있음 - *낮음* (34% 미만) , 집계된 응답에 행동하기 전에 모든 응답을 읽어야 함 이 점수는 해당 질문에 대한 그룹 내 Minds의 평균 응답 신뢰성을 나타냅니다. 각 Mind의 답변은 자신의 페르소나 정의에 대해 재평가되며(얼마나 부합했는지), 그룹당 평균을 계산합니다. 이는 임시 메트릭입니다. 해당 세그먼트에 대한 경험적 연구 결과와의 근접성을 측정하는 적절한 그룹 정렬 모델이 개발 중입니다. ### 정렬 점수가 차트 이후에 로드되는 이유는 무엇인가요? 정렬은 각 Mind의 답변이 생성된 후 계산됩니다. 차트는 먼저 렌더링되어 패널 결과를 즉시 볼 수 있도록 하며, 정렬 드롭다운은 각 행에서 몇 초 동안 로딩 상태를 보여준 후 그룹 평균을 채웁니다. 이 기능보다 오래된 메시지(또는 정렬이 반환 전에 인라인으로 계산되는 v1 API 응답의 경우)에서는 드롭다운이 열릴 때 즉시 점수를 표시합니다. ### 패널 결과를 내보낼 수 있나요? 네, 가능합니다. CSV, PDF로 내보내거나 공개 링크를 통해 공유할 수 있습니다. 클라이언트 프레젠테이션, 내부 요약 및 이해관계자와의 공유에 유용합니다. ### 패널 결과를 공개적으로 공유할 수 있나요? 네, 가능합니다. 패널의 링크 공유를 활성화하고 URL을 잠재 고객, 클라이언트 또는 파트너와 공유하세요. 판매 통화, 에이전시 피치 또는 더 깊은 참여를 위한 티저로 공유하세요. ## 관련 자료 - [합성 연구 기본 FAQ](/faq/synthetic-research) - [연구 방법 FAQ](/faq/research-methods) - [비교 FAQ](/faq/comparisons) - 가이드: [패널](/guide/panels) - 블로그: [AI 포커스 그룹](/blog/ai-focus-group) - 블로그: [AI 전문가 패널](/blog/ai-expert-panel)