·Minds Team

기능 카탈로그

Minds 기능 카테고리와 고객 대상 기능 설명.

이 페이지는 Minds의 주요 기능 카테고리와 제품, 가격, 계약 참조에 사용되는 고객 대상 기능 설명을 정리합니다. 고객별 계약에서는 플랜 제한, 사용량 한도, 서비스 범위 또는 enterprise 구성을 별도로 정할 수 있습니다.

기능 카테고리

오디언스 모델링

Minds와 재사용 가능한 오디언스를 생성하기 위한 핵심 객체.

기능설명
Minds설명, 프로필, 링크, 파일 또는 리서치 노트를 바탕으로 AI 페르소나를 생성합니다. 제공하신 모든 자료는 해당 Mind 고유의 지식 베이스에 보관되며, 웹 보강 기능은 끌 수 있습니다.
포함된 기능
가이드 방식 생성New Mind를 선택하면 전용 프로필 단계 한 번이 요청에 실존 인물이 지정되어 있는지 분류하고 초기 설명과 수집 쿼리를 함께 생성하며, 오디언스 명단 생성은 실행하지 않습니다. Mind는 오디언스와 동일한 가이드 패널에서 동일한 단계와 동일한 작성기를 통해 생성되고, 동일한 자료를 입력으로 받습니다. 업로드한 파일, 연결된 클라우드 스토리지의 파일, 링크, 키워드 소스가 여기에 해당합니다.
Mind creation progress: sources collected, knowledge items read, personality being shaped
고유 지식 베이스생성 시 제공된 모든 자료는 해당 Mind 고유의 지식 베이스에 보관되므로, 생성 당시의 대화에서만이 아니라 이후 대화에서도 인용할 수 있습니다. 웹 보강 기능은 끌 수 있으며, 이 경우 Mind는 제공하신 자료만으로 구축됩니다.
Knowledge base section of a Mind with its uploaded and auto-collected items
편집 가능한 설명소유자와 워크스페이스 협업자는 Mind 설명을 프로필에서 바로 편집할 수 있으며, 오디언스 설명에 사용되는 것과 동일한 인라인 자동 저장 피드백이 제공됩니다. 데모, 공유 링크, 공개 열람자에게는 읽기 전용으로 표시됩니다.
Inline description editor with auto-save status
언어 및 PRISM 기반Mind는 생성된 인터페이스 언어로 만들어집니다. 설명의 바탕이 되는 페르소나 프로필도 해당 언어로 작성되며, 이후의 보강 단계에서도 영어로 되돌아가지 않고 그 언어를 유지합니다. Minds PRISM 소스 모델링은 공개 출처 맥락을 더하고, 허용된 경우 승인된 리서치 입력을 반영할 수 있으므로 Minds를 여러 리서치 워크플로에서 재사용할 수 있습니다.
PRISM thinking model of a Mind
프로필 맥락로그인한 상태에서 보는 Mind 프로필에는 페르소나 설명과 함께 승인된 전기적 맥락을 표시할 수 있으므로, 팀은 내부 캘리브레이션 노트를 노출하지 않고도 관련 배경을 검토할 수 있습니다. 공개 Mind, 랜딩 페이지, 공유 응답에는 시스템 프롬프트와 내부 캘리브레이션 또는 소스 메타데이터가 포함되지 않습니다.
Context tab of a Mind profile with the personality sections
오디언스 생성기존 Minds, 설명, 첨부 파일 또는 링크를 바탕으로 재사용 가능한 합성 오디언스를 구축합니다. 분포는 공개 출처와 직접 제공하신 리서치에 근거하며, 생성 전에 검토를 거쳐 정확한 쿼터로 변환됩니다.
포함된 기능
생성 패널, API 및 MCPAPI 및 MCP 클라이언트는 제공된 UTF-8 리서치 파일을 계정이 소유하는 영구 스토리지로 가져오고, 웹 리서치 없이 호출자가 검토한 완전한 분포를 미리 볼 수 있습니다. V1 또는 MCP로 시작한 오디언스 생성은 웹앱과 동일한 AudienceDraft 수명주기로 저장되며, 열려 있는 모든 워크스페이스에 Drafting, Creating, Ready라는 동일한 상태를 스트리밍합니다. 최초 생성 화면은 선택적 컨텍스트 아래에 고정된 간결한 설명 작성기를 유지하며, 별도의 하단 액션 없이 Enter로 다음 단계로 넘어갑니다.
New Audience panel with website and description fields
단계별 출처 리서치단계별 리서치는 정확한 대상에서 시작해 더 넓은 범위, 일반적인 범위, 글로벌 프록시로 확장하면서, 근거가 뒷받침하는 출처 기반의 방어 가능한 분포를 차트 수의 고정 상한 없이 모두 찾아냅니다. 리서치는 일시적인 검색 실패를 재시도하고, 한 차례의 탐색에서 방어 가능한 분포를 뒷받침하기에 출처가 너무 적게 반환되면 쿼리 범위를 넓힙니다. 따라서 일시적인 공급자 장애는 오디언스에 근거가 없는 상태가 아니라 리서치를 현재 이용할 수 없으며 재시도할 수 있는 상태로 보고됩니다. 점진적이고 출처가 다양한 추출 방식은 선택된 모든 출처를 읽고 요청 예산 안에서 검증된 최선의 결과를 반환합니다.
Source research with the verified sources behind the distributions
업로드한 스크리너, 보고서 및 응답자 데이터업로드한 리서치는 근거 상태에 따라 분류됩니다. 스크리너와 아직 현장에 투입되지 않은 설문지는 후보 선택지, 적격성 제외 조건, 명시적인 목표 쿼터를 정의하고, 완료된 보고서와 응답자 데이터셋은 관측된 분포를 제공할 수 있습니다. 출처에서 제외된 선택지와 해결되지 않은 조건부 선택지는 그 사유와 함께 검토 화면에 계속 표시되며 할당 입력으로는 사용되지 않습니다. 이에 대응하는 응답자 축은 스크리너 규칙을 그대로 따릅니다. 출처가 목표 비율이나 관측 비율 없이 지정한 스크리너 변수는 오디언스가 해당 변수에서도 다양성을 가질 수 있도록 제안 분포로 보완됩니다. 이 비율은 가정된 분포(Assumed distribution)로 표시되고, 업로드한 파일에 귀속되지 않으며, 명시된 쿼터를 희석하거나 스크리닝으로 제외된 선택지를 되살리지도 않습니다. 복수 응답 변수는 기준을 나누도록 강제되지 않고 100%를 넘을 수 있는 선택지별 발생률을 유지하며, 설문 도구를 보완하는 작업은 그것을 읽어 들이는 작업과 독립적이므로 추출이 부분적으로만 성공하더라도 쿼터가 지정되지 않은 변수가 검토 전용으로만 남지 않습니다.
Drop zone for screeners, reports and respondent data
사양으로 활용되는 브리프생성 프롬프트 자체가 1차 사양으로 간주됩니다. 붙여넣은 스크리너, 명시한 쿼터, 특정 변수로 분할하거나 분할하지 말라는 지시는 웹 리서치가 그에 대한 데이터를 독립적으로 찾았는지와 무관하게 업로드와 동일하게 검토된 분포를 만들어냅니다. 산문 형태로 작성한 브리프도 단편으로 표시되는 분할이 아니라 온전한 분포를 생성합니다.
Creation composer with a pasted screener brief
기본 제공 인구통계 분할기본 제공되는 연령, 성별, 소득, 생애 단계 분할은 오디언스의 Minds가 해당 근거를 갖고 있는 경우에만 제공되므로 실패한 분할로 표시되지 않으며, 근거에 기반한 분할은 각 Mind를 설명에서 다시 읽어내는 대신 저장된 코호트 프로필에서 배정합니다. 기본 제공되는 대표성(Representation) 분할은 포트레이트 매처와 동일한 표준 어휘를 사용하므로, 오디언스가 구축된 축과 필터링에 사용할 수 있는 축이 서로 일치합니다. 근거에 기반한 민족, 인종 또는 혈통 분포가 있으면 같은 축에 두 번째 분할을 추가하는 대신 이를 대체합니다. 기본 제공 차원은 정확히 일치하는 명칭뿐 아니라 출처가 실제로 분포를 지칭하는 방식으로도 인식되므로, Race and Ethnicity나 Ethnic Group (2021 Census categories)처럼 수식이 붙은 명칭도 동일한 분할로 연결되고, 요청자의 로케일 언어로 명명된 분포도 인식됩니다. 다른 지표를 인구통계별로 세분화한 것에 불과한 분포는 그룹별 개별 분할로 유지됩니다.
Age, Gender, Income and Life stage distribution cards
근거 기반 분포를 필터로 활용오디언스가 실제로 구축될 때 사용된 근거 기반 분포는 처음 몇 개만이 아니라 전부 생성 후 필터가 됩니다. 저장된 코호트 프로필에서 세그먼트가 결정론적으로 배정되는 분포는 모두 노출되며, 모델이 생성한 제안만 모드별 예산 범위 안에서 유지됩니다.
Filter list built from the grounded distributions
결정론적 쿼터 할당근거에 기반한 비율은 시드가 지정된 결정론적 할당기를 통해 정확한 정수 쿼터로 변환됩니다. 모든 Mind는 해당 오디언스 전용 코호트 프로필을 저장된 형태로 부여받으며, 목표 대비 달성 감사 결과는 API로 확인할 수 있습니다. 주변 분포만 있는 근거의 경우 상관관계를 임의로 만들어내지 않고 명시적으로 독립성을 전제한 결합 분포 재구성을 사용합니다. API 호출자는 시드, 포함 차원, 차원 상한, 실행 가능한 세그먼트 하한, 결합 전략, 응답 상세도, 프로필 맥락 동작을 조정할 수 있으며, 동일한 계약이 향후 UI 컨트롤에도 그대로 적용될 수 있도록 준비되어 있습니다. 분포는 그것이 실제로 측정하는 모집단을 대상으로 할당됩니다. 하위 집합을 보고하는 분포(예: 외국인 학생의 출신 지역)는 해당 기준 세그먼트에 속한 구성원에게만 적용되고 그 하위 집합과 비중이 함께 표시되므로, 오디언스 전체에 퍼지지 않습니다. 동일한 속성이 여러 출처에서 들어오는 경우 연구 쿼터가 공개 통계보다 우선하고 공개 통계가 가정보다 우선하며, 채택되지 않은 가정도 식별된 항목으로 계속 표시됩니다.
Grounding summary with the research-driven Audience size note
생성 전 검토실제 잠정 프로필과 그에 배분된 구성을 검토할 수 있으며, 연령, 성별, 지역, 고용, 직업, 소득, 교육, 생애 단계라는 8개 핵심 그룹이 모두 표시됩니다. 변경이 필요하면 Rework(재작업)를 통해 요청하십시오. 검토 화면은 읽기 전용이며, 생성(Create)은 승인된 서버 스냅숏을 사용합니다.
Distribution review with one distribution deselected before creation
참조 표본으로 활용되는 응답자 데이터셋건수, 결측치, 비율, 설문 가중치가 적용된 결과는 업로드한 행에서 계산됩니다. 원자료 연구의 특성은 참조 표본을 정의하고, 제공된 응답은 과거 결과로 남습니다. 새로운 리서치는 이러한 응답을 페르소나 생성과 검색에서 제외하며, 명시적으로 요청된 재구성은 과거 집계를 사용할 수 있고 같은 검토 화면에 공개됩니다. 요청한 쿼터는 관측된 비율보다 우선하되 두 관측치는 모두 보존됩니다. 결측, 미질문, 알 수 없음 필드는 서로 구분된 상태로 유지되며, 수집되지 않은 차원은 모델링됨 또는 알 수 없음으로 표시됩니다. 구성은 현재 가중치를 적용하지 않은 표본 건수와 관측된 관계를 사용하며, 유효한 설문 가중치 열이 하나 제공되면 가중 관측치를 별도로 보존합니다. 업로드한 고객 표본이 아무런 안내 없이 전국 모집단으로 표시되는 일은 없습니다.
편집 가능한 설명과 구성 보존이미 저장된 오디언스 구성과 코호트 배정은 그대로 보존되며, 출처 정보는 추가로 붙는 메타데이터입니다. 소유자가 관리하는 오디언스 설명을 편집하면서 마켓플레이스 설명도 동기화된 상태로 유지할 수 있습니다.
Audience description editor while saving
포트레이트 매칭활성화된 경우 드래프트 Minds는 공개 마켓플레이스 오디언스에서 권리 처리가 완료된 1차 포트레이트를 부여받습니다. 기존 공개 Minds는 저장된 시각적 표현 메타데이터를 제공하고, 연령과 선언된 대표성이 있으면 매칭이 더 정교해지며, 드래프팅 모델은 요청된 국적이나 지역을 표준 대표성 버킷에 매핑하여 페르소나 태그와 카탈로그 라벨이 하나의 어휘를 공유하도록 합니다. 생성된 각 페르소나는 명시적인 시각 프로필을 가지며, 전기 정보는 쿼터를 바꾸지 않고 이미 배분된 코호트 프로필을 따릅니다. 시각적 표현은 유일한 절대 제약으로, 포트레이트가 선언된 성별과 모순되는 일은 없습니다. 반면 연령과 대표성은 최선의 노력에 따른 선호 조건으로 완화되며, 대표성 라벨이 없는 포트레이트도 거부되지 않고 중립적인 매칭 대상으로 계속 사용됩니다. 그 결과 모든 합성 Mind가 성별에 맞는 포트레이트를 받습니다. 매처는 연령과 대표성이 정확히 일치하는 포트레이트를 우선하고, 좁은 인구통계 버킷에서 사용할 수 있는 서로 다른 이미지가 오디언스 규모보다 적으면 호환되는 포트레이트를 재사용합니다. 이니셜 표시는 의도된 경우, 즉 실명이 지정된 실존 인물, 표현이 선언되지 않은 Mind, 또는 자신의 정체성과 모순되는 코호트 슬롯에만 유지되며, 인구통계가 맞지 않는다는 이유로 사용되지는 않습니다. 포트레이트 풀은 공개 마켓플레이스 오디언스뿐 아니라 권리 처리가 완료된 1차 포트레이트를 보유한 모든 Mind에서 구성되고, 실명 공인을 복제한 Minds는 익명 재사용 대상에서 제외됩니다. 여기에 비즈니스, 캐주얼, 크리에이티브, 기술직, 교육 및 돌봄 등 복장 원형을 아우르는 생성된 커버리지 포트레이트가 더해지므로, 하나의 인구통계 셀에서도 같은 모습이 반복되지 않고 눈에 띄는 다양성이 확보됩니다.
실시간 생성 진행 상황공유 코퍼스 방식의 생성은 1단계에서 시드 출처를 재사용하고 각 Mind의 성격이 구축되는 즉시 해당 Mind를 준비 완료로 표시합니다. 선택적인 개별 심층 분석은 완료를 막지 않고 백그라운드에서 계속 진행됩니다. 구축이 진행되는 동안에는 간결한 실시간 처리 레이어가 현재의 오디언스 단위 단계와 개별 Mind마다 하나씩의 실시간 학습 상태를 보여줍니다.
Readiness status: Minds ready and Minds in training
생성 모드: 균형(Balanced), 세그먼트 커버리지(Segment Coverage), 벤치마크 뎁스(Benchmark Depth), 맞춤 규모(Custom Size)생성 패널은 기본적으로 균형(Balanced)을 사용하며 세그먼트 커버리지(Segment Coverage), 벤치마크 뎁스(Benchmark Depth), 맞춤 규모(Custom Size)도 함께 제공합니다. 맞춤 규모는 모드가 용량에 맞춰 오디언스 규모를 정하도록 두는 대신 Minds의 정확한 수를 지정합니다. 설계 모드는 요청한 규모에 맞게 자동으로 선택되며, 그 수는 협상된 Enterprise 상한을 포함해 요금제의 오디언스당 허용치 범위로 제한됩니다. API 및 MCP 호출자는 명시적인 memberCount로 동일한 수를 지정하며, 이 값은 브리프에 적힌 어떤 수보다 우선하고, 허용치를 넘는 경우에는 조용히 줄어드는 대신 업그레이드 안내와 함께 거부됩니다. 균형 모드는 각 오디언스의 근거에 따라 규모를 정합니다. 근거가 있는 가장 작은 세그먼트에도 고유한 대표를 둘 수 있을 만큼의 Minds를 10명에서 20명 사이로 구성하므로, 좁은 오디언스는 요금제 허용치의 고정 비율을 채우지 않고 작게 유지되고, 요금제가 커져도 균형 모드 오디언스가 부풀지 않습니다. 근거가 20명으로 표현할 수 있는 수준보다 세밀한 경우, 균형 모드는 희소한 세그먼트를 버리지 않고 가장 상세한 오디언스를 구성하며, 해당 세그먼트는 분포에 계속 표시되고 할당에서도 자리를 유지합니다. Pro 전용인 세그먼트 커버리지는 제약이 되는 모든 근거 기반 오디언스 셀에 대표 2명을 배정하여, 용량의 고정 비율을 채우는 대신 근거 하한 10명에서 모드 상한 50명까지 구성합니다. Pro 전용인 벤치마크 뎁스는 비교에 바로 쓸 수 있는 깊이를 확보하기 위해 제약이 되는 모든 근거 기반 오디언스 셀에 대표 5명을 배정하고, 근거 하한 15명에서 시작하며 유료 허용치는 상한으로만 사용합니다. 그 상한은 표준 Pro에서 200명이고, 협상된 Enterprise 용량에서는 시스템 상한인 1,000명까지 늘어납니다. 명시적으로 지정한 맞춤 규모 수는 유료 허용치 전체를 사용할 수 있으며, 그보다 큰 수를 입력하면 업그레이드 안내가 열립니다.
Creation panel with the Balanced, Coverage, Benchmark and Custom Size modes, Custom Size set to 500 Minds
세그먼테이션 탭과 정보 탭생성이 끝나면 오디언스는 세그먼테이션 탭에서 열립니다. 이 탭은 페르소나 오빗과 분포별 외곽선 카드로 드래프트 검토 화면을 그대로 반영하며, 모든 라벨과 비율을 담은 가로 비중 막대를 사용합니다. 이어지는 정보 탭에는 펼칠 수 있는 설명, 전체 Mind 목록, 그리고 하단의 출처 아카이브 하나가 있으며, 구성 변경은 Rework(재작업)를 통해 요청합니다. 더 넓은 모집단 통계와 역조건부 통계는 보조 맥락으로 공표된 비율 그대로 계속 표시됩니다. 오디언스 정의를 벗어나는 값도 제외 사유와 함께 출처 결과로 확인할 수 있으며, 적격성을 바꾸려면 Rework(재작업)가 필요합니다.
Audience panel on the Segmentation tab
지속되는 드래프트오디언스 드래프트는 승인 전에 저장되고 백그라운드에서 계속 실행되며, 언제든지 오디언스 목록에서 이어서 진행할 수 있습니다.
Audience draft row in the list while drafting
소셜 프로필 기반 오디언스Instagram, YouTube 또는 LinkedIn 공개 계정의 프로필 URL을 붙여넣어 해당 계정의 팔로워로부터 오디언스를 만듭니다. Minds가 계정을 읽고 팔로워 오디언스(인구통계, 관심사, 동기)를 모델링하므로, 계정 자체를 복제하지 않고도 경쟁사·크리에이터·기업을 팔로우하는 사람들을 조사할 수 있습니다.
데이터셋 세그먼테이션 검토XLS, XLSX 또는 CSV 응답자 데이터를 필드 단위로 분석하고, 결과 변수는 테스트를 위해 보류하며, 최대 1,000명 규모의 대표성 있는 Benchmark 코호트를 생성합니다.
포함된 기능
필드 분류XLS, XLSX, CSV 응답자 데이터의 모든 행을 구조적으로 분석하고 각 필드를 모집단 정의, 세그먼테이션 변수, 연구 결과 변수, 의사결정 요인, 자유 응답 문항, 가중치/식별자/메타데이터, 파생 통계 중 하나로 분류합니다. 모집단 변수와 세그먼테이션 변수는 기본적으로 코호트를 구성하고, 결과 변수와 의사결정 요인은 오디언스에 반영되지 않고 테스트를 위해 보류됩니다. 분석 이후 전용 단계에서 모든 변수의 모집단 분포를 검토할 수 있습니다.
프라이버시를 지키는 관계 분석완료된 응답자 데이터에 대해서는 프라이버시를 지키는 쌍별 관계를 결정론적으로 측정하고 구조적 종속성과 홀드아웃 근거로 구분합니다. 관측 기반 할당 전략은 선택된 주변 분포를 정확히 보존하면서 결정론적 종속성 트리를 통해 가장 강하고 양립 가능한 구조적 종속성을 재현합니다. 규모가 작은 셀은 억제되며, 응답자 행이나 고유한 결합 프로필이 일대일로 Mind로 변환되지 않습니다.
Benchmark 코호트 생성관련 없는 변수를 제거한 뒤, 선택한 모든 분포를 집계 속성에서 보존하는 폭넓고 대표성 있는 Benchmark 코호트를 생성합니다. 활성화된 경우 검토를 거친 선택에는 최대 200개 변수를 포함할 수 있으며, 생성 규모는 워크스페이스에 설정된 오디언스 허용치에 맞춰 시스템 상한인 1,000명까지 확장됩니다. 한정된 수의 폭넓은 시드 원형이 서로 구별되고 결정론적으로 배정된 프로필로 확장됩니다. 스프레드시트에 근거한 Minds는 배정된 프로필로 곧바로 사용할 수 있고, 포트레이트는 백그라운드에서 생성됩니다.
Progress bar of a Benchmark cohort generation
오디언스 검증Audience 응답을 공개되었거나 업로드된 설문 결과와 비교합니다. 종량제 검증은 선불 응답을 사용하며 월별 검증 제공량은 없습니다. 유료 구독은 Stripe 또는 계약상의 제공량을 유지합니다.
Review public survey sources and population fit before validation; deselect surveys to exclude them. Illustrated with fictional preview data.
Validation tab of an Audience: its validity out of 100 with one chart row per survey, the form to run a validation, and previous validations
마켓플레이스 오디언스파트너가 게시한 오디언스를 구독하거나 직접 만든 오디언스를 다른 팀에 게시할 수 있으며, 유료 이용은 월간 Pro 부가 상품으로 청구됩니다.
포함된 기능
요금제별 가격 책정게시자는 오디언스 가격을 요금제별로 책정할 수 있습니다. 선택 사항인 Pro 요금제 가격은 Pro 구독을 이용하는 구매자에게 적용되며, 이를 설정하지 않으면 모든 요금제에 같은 금액이 청구됩니다. 오디언스 상세, 구독 대화상자, 인보이스에 표시되는 가격은 항상 해당 요금제가 실제로 지불하는 금액입니다.
Pro plan price row of a Marketplace Audience
커버 이미지와 라이브러리 성능생성되는 커버 이미지는 일관된 화이트 룸 배경을 유지하면서 오디언스에 맞는 복장, 활동, 바닥에 놓인 사물을 활용해 각 오디언스를 시각적으로 구별되게 만듭니다. 오디언스 라이브러리는 표시 크기에 맞춘 커버 썸네일을 사용하고 화면에 보이는 카드를 우선 처리하므로, 저장된 컬렉션과 마켓플레이스 컬렉션이 커져도 탐색이 매끄럽게 유지됩니다.
마켓플레이스 카드마켓플레이스 카드는 세 단계의 시각적 강조를 사용합니다. 높음과 보통 단계는 커버 중심 레이아웃의 크기를 조정하고, 낮은 강조 단계의 행은 왼쪽에 오디언스 아바타를 두고 이름 아래에 Mind 수를 표시합니다. 각 카탈로그 카드는 제목 옆에 상황에 맞는 액션 하나를 유지합니다. 무료 오디언스에는 Save(저장), 유료 부가 상품에는 Subscribe(구독)가 표시되고, 연구 및 관리 액션은 상세 모달에 있습니다.
공개 마켓플레이스 페이지카탈로그는 getminds.ai/marketplace에서 아홉 개 언어 모두로 공개됩니다. 로그인하지 않은 방문자, 검색엔진, AI 어시스턴트 모두 공개된 각 오디언스를 설명, 출처, Mind 수와 함께 살펴볼 수 있고 계정 없이 전체 카탈로그를 검색할 수 있습니다. 오디언스에 어떤 동작을 하면 선택한 오디언스 이름이 붙은 가입 패널이 열립니다.
The signed-out Marketplace page at getminds.ai/marketplace
공개 오디언스마다 전용 페이지모든 공개 오디언스는 getminds.ai/marketplace/<이름>에 아홉 개 언어로 전용 페이지를 가지며, 공유 링크가 열어 주는 것과 같은 화면을 보여 줍니다. 커버, 출처가 있는 설명, 포함된 Minds, 그리고 그들과의 대화입니다. 공개 오디언스의 공유 링크는 그 페이지와 경쟁하는 대신 검색엔진을 그쪽으로 보내고, 비공개 오디언스 링크는 계속 색인되지 않습니다.
맞춤 온보딩첫 오디언스를 몇 분 만에 구성하십시오. 브랜드를 설명하고, 웹사이트 주소를 붙여넣고, 컨텍스트 파일을 첨부하면 Minds가 핵심 오디언스를 드래프트로 작성해 생성 전에 검토할 수 있게 해 줍니다.
포함된 기능
근거에 기반한 3개의 핵심 오디언스첫 오디언스를 몇 분 만에 구성하십시오. 브랜드를 설명하고, 웹사이트 주소를 붙여넣고, 여러 컨텍스트 파일을 첨부하면 Minds가 비즈니스 맥락을 먼저 파악한 뒤 3개의 핵심 오디언스, 즉 최종 고객, 전문 사용자, 그리고 해당되는 경우 유통 또는 채널 오디언스를 드래프트로 작성합니다. 여기에 더해 실질적으로 구분되는 경우에만 선택 가능한 이해관계자 오디언스가 추가됩니다. 각 오디언스는 고유한 출처와 분포를 바탕으로 독립적으로 근거를 확보하며, 근거에 기반한 설명, 균형 잡힌 구성원 수, 순차적으로 생성되는 커버 이미지를 갖습니다.
Selected core Audience card
생성 전 검토 및 편집생성 전에 전용 검토 단계에서 제안된 모든 오디언스를 살펴보고 근거에 기반한 분포 비율을 편집할 수 있습니다. 승인된 근거와 세그먼테이션 포메이션은 오디언스가 열리기 전에 각 오디언스와 함께 저장됩니다.
커버 이미지, 출처 및 실시간 리서치커버 이미지는 오디언스 후보가 확정되는 즉시 병렬로 생성되기 시작하며, 그동안 리서치와 드러나지 않는 페르소나 균형 조정이 계속됩니다. 드래프트 카드에는 각 오디언스에 사용된 검증 출처가 표시됩니다. 로더는 실시간 리서치 키워드가 도착할 때까지 분석 상태를 유지하다가 검증된 리서치를 읽기 좋은 속도로 스트리밍합니다. 준비가 끝난 드래프트는 선택 사항인 커버 이미지나 마켓플레이스 매칭을 기다리지 않습니다. 재작업은 동일한 리서치 단계를 눈에 보이게 다시 수행하며, 영향을 받지 않는 카드는 그대로 유지합니다.
Live research status line
보완 질문과 마켓플레이스 추천제공된 비즈니스 출처만으로 충분한 맥락을 얻을 수 없는 경우, Minds는 드래프트 작성 전에 제공 제품과 시장에 대한 간결한 설명을 요청합니다. 또한 관련 있는 마켓플레이스 오디언스를 추천하고, 선택한 오디언스로 임시 설문 연구를 진행할 수 있도록 맞춤 설정 플랜을 엽니다.
Fallback question for the offering and market
첫 연구로의 인계맞춤 설정 플랜은 선택한 리서치 목표, 비즈니스 설명, 웹사이트, 업로드한 컨텍스트를 그대로 이어받고, 오디언스를 다시 선택하는 과정을 건너뛴 뒤 리서치 방법 선택과 편집 가능한 질문 검토로 바로 넘어갑니다. 첫 질문을 제출하는 시점에 연구가 생성되므로, 오디언스를 저장하는 일은 연구 허용치와 별개로 유지됩니다.
Start your first Study button
허용치, 건너뛰기 및 재시작Audience 생성 전에 워크스페이스 제한을 확인합니다. 하나가 실패해도 준비된 Audience는 유지되며 실패한 항목은 재시도할 수 있습니다. 온보딩을 건너뛰거나 Google Drive 또는 OneDrive 로그인 후 또는 같은 탭 새로 고침 후 이어갈 수 있습니다.
Allowance notice with the plans action

리서치 워크플로

Minds에 질문하고, 세그먼트를 비교하고, 자극물을 테스트하는 방법.

기능설명
연구심층 Mind 인터뷰, 대규모 정성 탐색, 방향성 있는 정량 결과를 제공하는 설문, 콘셉트 및 메시지 테스트, 세그먼트 비교를 모두 하나의 연구 워크스페이스에서 진행합니다.
포함된 기능
연구 형식하나의 Mind와 진행하는 심층 인터뷰, 여러 Minds 사이의 진행자 주도 토론, 모든 Mind가 병렬로 답변하는 오디언스 전체 대상 질문, 또는 리서치 방법을 적용한 설문 중에서 선택할 수 있습니다. 여러 형식을 하나의 연구 안에서 결합할 수도 있습니다.
Format toggle: Interview, Discussion, Audience, Questionnaire
맥락이 유지되는 Mind 채팅 스레드Mind 응답에서 Chat을 클릭하면 그 질문 지점에서 바로 이어서 대화할 수 있으며, 이전 답변과 관련 연구 파일 및 이미지가 다시 업로드할 필요 없이 그대로 전달됩니다. 저장된 스레드는 맥락과 함께 다시 열리고 원본 연구로 되돌아가는 링크를 제공하며, 다른 응답자의 답변과 이후 질문은 포함하지 않습니다. 맥락을 인식한 후속 질문 제안은 현재 연구 언어에 맞춰 제공됩니다.
Mind answer card with the Closer Look, Chat and Copy actions
인터뷰의 주장 단위 인용1:1 심층 인터뷰에서는 지식 베이스, 웹 검색, 분석된 링크, 업로드한 문서에서 나온 주장에 연구 답변 카드와 동일한 인라인 출처 로고 호버가 표시됩니다. 공개 출처는 정확한 URL로 연결되고, 비공개 파일은 링크되지 않으며 저장 경로도 노출되지 않습니다.
Minds 및 오디언스 선택메인 입력창에서 Minds를 선택하면 선택기가 즉시 열리며, 열려 있던 Minds 패널은 전환 과정에서 접힙니다. 최근 사용한 Mind와 오디언스 제안은 빈 자리를 채우기 위해 반복되지 않고 각각 한 번씩만 표시됩니다.
Recent Minds picker
오디언스 탐색이 결합된 빠른 시작요청에서 출발하는 빠른 설정에서는 키보드로 조작할 수 있는 선택기가 안정적인 로딩 상태(Twinkle)를 유지한 채 요청과 첨부된 웹사이트, 업로드 파일, 지원되는 연동 자산을 해석하고 분석한 뒤 의도한 오디언스를 추론합니다. 관련 있는 개인 라이브러리 항목과 마켓플레이스 항목을 함께 순위화하고, 유용한 새 오디언스를 드래프트로 제안합니다. 기존 결과를 내보내거나 다운로드하거나 서식을 바꾸는 것처럼 명백한 워크스페이스 작업 요청은 분석가 오디언스를 만들어내는 대신 작업 안내로 연결됩니다. 탐색에는 대기 시간 상한이 있어, 이미 찾은 유용한 매칭 결과를 보존하거나 재시도를 제안하며 무한정 로딩되지 않습니다. 재사용 가능한 항목과 NEW로 표시된 정확한 또는 인접한 대안을 여러 개 나란히 보여 줄 수 있고, 기존 오디언스가 일치하는 경우에도 같은 이름의 새 옵션을 함께 제시하며, 사용자가 선택하기 전까지 모든 결과는 선택되지 않은 상태로 유지됩니다. 기존 오디언스는 수동으로 구성한 더 큰 오디언스를 포함해 실제로 저장된 Mind 수를 그대로 유지하고, NEW로 표시된 빠른 설정 드래프트만 요금제에 안전한 5–20명 범위를 사용합니다. 모든 빠른 설정 요청은 기존 오디언스와 정확히 일치하는 경우에도 연구를 시작하기 전에 오디언스를 명시적으로 확인받습니다. 확인된 NEW 드래프트는 분석된 출처를 그대로 유지한 채 공통 오디언스 생성 플로로 들어갑니다.
Audience selector with existing and new Audience suggestions
프로젝트 연구프로젝트에서는 해당 프로젝트의 개별 Minds로 새 연구를 시작하고 그 연구를 프로젝트에 함께 보관할 수 있습니다. 오디언스에 사용할 수 있는 Minds가 없거나 아직 준비 중인 경우, 연구 메시지가 그 상태를 분명히 알려 줍니다.
진행 상황 및 상태 카드오른쪽 상단의 상태 카드는 현재 연구의 오디언스를 백그라운드에서 진행 중인 연구와 함께 모아 보여 주고, 백그라운드 결과가 준비되면 완료된 연구로 돌아갑니다. 연구 안에서는 카드에 항상 접근할 수 있으며 해당 연구로 범위가 좁혀져, 진행 상황과 오디언스를 함께 관리할 수 있는 화면 역할을 합니다. 준비된 오디언스는 실제 저장된 Mind 수를 표시하고, 원형 빼기 컨트롤로 오디언스를 연구에서 제거할 수 있으며, 오디언스 추가 행을 누르면 워크스페이스의 다른 곳에서 쓰이는 것과 같은 단계식 오디언스 선택기가 열립니다. 개요 화면에서는 이 카드가 저장된 모든 드래프트, 실행 중인 연구, 아직 준비 중인 오디언스를 계속 모아 보여 줍니다. 오래 걸리는 다른 기능도 자체 진행 행을 같은 카드에 게시할 수 있고, 행을 클릭하면 그 행을 게시한 기능으로 돌아갑니다.
빠른 결과 이력오래 실행되는 연구는 처음에 가장 최근에 완료된 결과부터 렌더링하므로 기록이 빠르게 열립니다. 이전 결과는 예측 가능한 묶음 단위로 계속 제공되며, 리서치 내비게이션에서 나중에 불러오는 결과를 선택하면 요청한 근거로 스크롤하기 전에 해당 결과가 먼저 표시됩니다.
연구 설정 및 플랜빠른 설정 모드 또는 6단계 맞춤 설정으로 연구를 시작합니다. 모든 요청은 검토된 질문, 응답 형식, 리서치 방법을 담은 버전 관리되는 연구 플랜이 되며, 실행 전에 확인을 거칩니다.
포함된 기능
빠른 설정 모드와 맞춤 설정빠른 설정 모드로 연구를 시작하거나, AI가 안내하는 6단계 맞춤 설정으로 리서치 목표를 정의하고 웹사이트, 파일 또는 노트를 추가하고 오디언스를 선택한 뒤 목표에 맞춘 질문을 검토하고 전체 설정을 확인한 다음 연구를 실행할 수 있습니다.
Custom setup step 1 of 6: the research goal
마켓플레이스 선택기를 갖춘 오디언스 단계빠른 설정과 맞춤 설정 모두에서 오디언스 단계는 전체 마켓플레이스를 외부 선택기로 열 수 있습니다. 마켓플레이스에서 확정한 선택은 플랜으로 돌아오고, 취소하면 플랜의 이전 선택이 복원됩니다. 작성기에서 맞춤 설정으로 전환하면 현재 요청과 함께 첨부한 웹사이트, 업로드 파일, 지원되는 연동 컨텍스트가 설정으로 이어집니다. 맥락에 맞는 오디언스 추천은 빠른 설정과 동일하게 순위가 매겨진 저장된 오디언스와 오디언스 드래프트를 사용하고, 추론된 드래프트를 관련성의 기준점으로 삼아 관련 없는 약한 라이브러리 매칭이 추천으로 제시되지 않도록 합니다. NEW 드래프트는 3단계 안에서 선택되며, 새 오디언스 타일은 별도의 생성 슬라이드인으로 마법사를 벗어나지 않고 같은 단계에서 추가 설명을 받습니다. 모든 드래프트는 6단계에서 생성 예정임이 명확히 표시되고, 사용자가 전체 설정을 확인한 뒤에야 근거에 기반한 공통 빠른 오디언스 생성 파이프라인으로 들어갑니다.
Custom setup step 3 of 6: Audiences
이어서 진행할 수 있는 연구 드래프트첫 번째 기획 선택이 이루어진 뒤부터 모든 빠른 설정 또는 맞춤 설정은 사이드바 부제가 Draft인 독립된 연구 드래프트로 저장됩니다. 창을 닫거나 다른 화면으로 이동하거나 새로 고치거나 시작에 실패해도 정확한 기획 단계, 질문, 리서치 방법, 오디언스 선택, 표준화된 업로드 컨텍스트가 그대로 보존되며, 여러 드래프트를 각각 독립적으로 이어서 진행할 수 있습니다. 체크포인트는 채팅을 전환해도 드래프트별로 분리된 상태를 유지합니다. 기존 연구 안에서 나중에 여는 기획 프롬프트는 의도적으로 제외됩니다. 동일한 소유자 범위의 개정 안전 드래프트 수명주기를 v1 API와 MCP에서도 사용할 수 있으므로 에이전트가 플랜을 생성하고 수정하고 이어서 진행할 수 있으며, 실행에는 여전히 명시적인 확인이 필요합니다.
Study draft row in the sidebar
확인 및 실행확인을 마치면 지속되는 연구가 즉시 생성되어 열립니다. 업로드와 NEW 오디언스 준비는 연구 안의 기존 로더 뒤에서 계속되고, 그렇게 만들어진 오디언스는 확인된 질문이 시작되기 전에 같은 연구에 연결됩니다. 드래프트는 서버가 실행을 수락한 뒤에만 제거됩니다. 큐에 수락되는 시점에 해당 드래프트가 원자적으로 소비되므로 한 번의 실행이 연구와 중복된 드래프트로 동시에 나타나지 않으며, 실행이 거부되면 드래프트는 이어서 진행할 수 있는 상태로 남습니다. 확인 이후에는 실행 중인 연구가 연구 상태를 소유하므로 새로 고침 시 설정 화면이 다시 열리지 않고, 결과의 제목에는 전체 내부 브리프 대신 간결하게 확인된 리서치 주제가 사용됩니다.
Confirm and run button
플랜 정리 및 확인플래너는 목적, 주제, 핵심 질문, 주요 출처를 정리하고, 사용자가 작성한 질문과 에이전트의 제안을 구분하며, 실행 전에 명시적인 확인 질문을 제시합니다. 사용자는 드래프트를 수정하거나 실행 가능한 설문 경로를 간단하게 유지할 수 있습니다. 확인 화면에는 각 질문에 제안된 응답 형식인 자유 텍스트, 선택형, 표준 숫자 척도 또는 맞춤 척도가 표시되며, 실행 전에 이를 편집할 수 있습니다. 확인된 응답 규약은 지속 처리 과정 전반에 계속 연결되어 있습니다. 확인 이후 맞춤 설정은 전체 브리프를 반복하는 대신, 최초 메시지에 현지화된 질문 수와 리서치 방법 메타데이터를 담은 간결한 플래너 요약을 표시합니다. 확인 여부는 질문 수가 아니라 작성 주체에 따라 정해집니다. 플래너가 직접 작성한 단일 질문은 짧은 후속 질문인 wie viel에 대한 해석을 포함해 오디언스에 전달되기 전에 확인을 거치고, 사용자가 직접 작성한 질문은 바로 실행됩니다.
Review step with goal, context, Audiences, method, questions and a confirmation question
연구 언어확인된 연구는 현재 UI 언어를 플랜에 저장하고 프로세서 실행 전반에서 그 언어를 사용합니다. 연구 언어가 없는 이전 플랜은 저장된 소유자 언어를 대체값으로 사용합니다. 명시적인 연구 언어는 협업자나 API 키 호출자가 다른 로케일을 사용하더라도 서버가 추가하는 확인 문구, 질문, Mind 응답, 카테고리 라벨, 질문별 및 그룹 단위 결과, 이후의 연구 전체 요약 갱신까지 모두 결정합니다. 연구 소유자가 요청 언어를 바꾼 뒤 설문 실행을 시작하면 해당 실행에는 현재 요청 언어가 적용되고, 협업자가 시작한 실행은 소유자의 저장된 언어를 유지하므로 공유된 연구의 일관성이 지켜집니다.
Study language toggle
실행 전과 실행 중의 허용치 확인확인된 맞춤 설정 연구는 오디언스 생성 작업이 시작되기 전에 채팅 허용치를 확인하므로, 실행이 차단되는 경우 오디언스를 준비하느라 몇 분을 쓰는 대신 기존의 맥락형 업그레이드 경로가 즉시 열립니다. 오디언스 응답 한도는 실행 전과 큐에 들어간 각 질문 전에 적용됩니다. 차단된 실행은 시작되지 않고 업그레이드 경로를 열며, 실행 도중 한도에 도달하면 이미 수집된 근거를 보존하고 나머지를 중단한 뒤 사용자에게 알리며, 완료가 아니라 요금제 한도에 걸린 상태임을 명확히 표시합니다.
Allowance notice pausing a queued question
질문 출처 블록확인된 다중 질문 실행에서는 실제 질문을 바탕으로 번호가 매겨진 출처 블록 하나가 표시되며, 큐에 작업이 없는 중단된 수락/대기 기록은 표시되지 않습니다.
Question header with number, response format and method tags
API 및 MCP를 통한 플랜확인되어 실행 가능한 연구는 변경 불가능한 플랜 스냅숏을 유지하고, 지속적인 설문 진행 상황, 리서치 방법 계산 결과, 유연한 의미 기반 요약 블록을 v1 API와 MCP로 제공합니다. 시각 자산 플랜은 UI 렌더러를 위해 히트맵 중심의 출력 의도를 그대로 보존합니다.
질문 인식 및 플랜 검토연구에서 입력한 프롬프트나 설문지 파일로 업로드한 내용에서 질문을 추출하고 인식하며, 사용자가 해석된 목표와 출처를 검토하고, 사용자가 작성한 질문과 제안된 질문을 구분하고, 더 넓은 리서치 목표에서 생성된 다중 질문 플랜을 실행 전에 편집할 수 있게 합니다. 빠른 설정, 맞춤 설정 질문 생성, 플랜 수정, v1, MCP는 동일한 리서치 기획 정책과 빠른 플래너 모델을 공유합니다. 확인된 사용 가능 방법은 일반 스트림이나 지속 설문 프로세서 전반에서 정확한 방법과 파이프라인 규약을 유지하며, 실험 단계 및 예정된 방법은 검토할 수는 있지만 실행되지는 않습니다. 프로세서 측 문서 분석은 가능한 경우 인증된 내부 업로드 바이트를 직접 사용하므로, 맞춤 설정 워커와 설문 워커가 상대 업로드 프록시 경로를 공개 URL로 변환하는 데 의존하지 않습니다.
Questions step with detected questions and response formats
질문 대기열연구 입력창 위의 질문 대기열에서 대기 중인 모든 항목과 실시간 진행 상황을 확인하고, 추가로 입력한 질의를 제출 순서대로 덧붙이며, 각 하위 질문의 답변을 원래 요청 아래에 묶어 둘 수 있습니다. 리서치 방법이 생성한 작업은 예상 질문 목록을 프로세서가 소유하는 실행 대기열로 대체하므로, MaxDiff처럼 질문이 확장된 뒤에도 진행 상황이 일치합니다. 대기 중인 후속 질문이 시작되면 즉시 대기열에서 빠져나와 답변이 도착하기 전에 로딩 상태로 연구에 나타납니다. 후속 질문은 실행 중인 기본 리서치 뒤에 대기합니다. 저장된 연구에서는 대기 중인 후속 질문이 프로세서에서 지속적으로 실행되므로, 페이지를 새로 고치거나 연구를 닫았다 다시 열어도 유지되며 끝까지 완료됩니다. 대기 항목은 시작되기 전에 제거할 수 있습니다. 대기 중인 요청의 마지막 표시 행을 제거하면 이후 분류로 생성된 작업을 포함해 해당 지속 작업 전체가 취소됩니다. 대기열이 비고 실행 중인 답변이 없으면 다음 메시지가 즉시 시작됩니다.
Queued question chip with its remove action
하나의 질문으로 간주되는 기준요청은 사용자가 목록으로 작성한 경우, 즉 명시적인 구분 기호, 줄바꿈, 연속된 질문이 있는 경우에만 분리됩니다. 여러 부분으로 이루어진 질문은 하나로 유지되므로 선택지, 후속 탐색 질문, 자동 줄바꿈된 문장이 원래 속한 질문에 그대로 붙어 있고, 붙여넣은 참고 자료 안의 수사적 질문이 추출되지도 않습니다. 그 밖의 경우는 문장 부호를 기준으로 나뉘지 않고 하나의 리서치 요청으로 해석됩니다.
완료 알림 이메일질문이 두 개 이상인 연구가 비교적 오래 걸리는 백그라운드 실행을 마치면, 제출자는 결과로 연결되는 이메일 알림 한 통을 받습니다. 일부 질문을 완료하지 못한 경우에도 알림이 발송됩니다. 짧은 실행, 취소된 실행, 요금제의 응답 허용치로 중단된 실행에는 이메일이 발송되지 않습니다.
템플릿질문 세트를 템플릿으로 저장해 맞춤형 리서치에서 재사용할 수 있으며, 개인용으로 보관하거나 팀과 공유할 수 있습니다.
Saved question template row
리서치 방법MaxDiff, NPS, 상위/하위 박스, 핵심 동인 분석, TURF, Gabor-Granger, Van Westendorp, Kano, 순위 선호도, 세그먼트 비교, 컨조인트라는 11가지 결정론적 리서치 방법이 연구 안에서 처음부터 끝까지 실행됩니다. 유의성은 표본이 뒷받침하는 경우에만 제시됩니다.
포함된 기능
실행 가능한 11가지 방법11가지 방법이 처음부터 끝까지 실행됩니다. MaxDiff는 서버가 설계한 강제 선택 워크플로를 사용하고, NPS, 상위/하위 박스 점수, 핵심 동인 분석, TURF, Gabor-Granger, Van Westendorp, Kano, 순위 선호도, 세그먼트 비교는 동일한 결정론적 어댑터 규약을 통해 전체 단위와 오디언스 단위 계산을 수행합니다. 여기에는 세그먼트 비교, 상위/하위 박스 점수, NPS, 순위 선호도에 대한 그룹 간 쌍별 유의성 검정이 포함되며, 정확 검정과 소표본에 적합한 검정을 사용하고 각 결과 전반에 다중 비교 보정을 적용합니다. 세그먼트 비교는 선언된 세그먼트 목록이 아니라 실제로 답변한 오디언스 그룹을 비교하며, 답변한 그룹이 하나뿐인 경우 결과 없음 대신 그 사실을 설명과 함께 보고합니다. 리서치 방법은 플래너의 질문 하나를 항목, 가격 지점 또는 기능 쌍마다 하나의 작업으로 확장하며, 하나의 연구에서 최대 100개 질문까지 생성합니다. 이 상한으로 설계가 축소되는 경우에도 기능 쌍은 온전히 유지되고, 묻지 못한 내용이 보고됩니다. 컨조인트도 실행됩니다. 서버가 D 최적 선택 설계를 구성하고 응답자에게 완전한 구성안 중 하나를 고르게 한 뒤, 조건부 로짓을 적합해 수준별 부분 가치와 속성 중요도를 산출하며, 부분 가치를 개별적으로 추정할 수 없는 설계는 확장하지 않습니다. 생성된 모든 방법 작업은 정확한 응답 공간을 지속 작업에 스냅숏으로 저장하므로, 워커가 강제 선택 선택지를 임의로 재해석하지 않습니다.
MaxDiff best-worst score card
공식 근거로 사용되는 계산 결과결정론적 계산 산출물은 결과 요약의 공식 근거입니다. 모델은 등록된 방법, 범위, 방법론적 의미, 정확한 값을 전달받아 그것이 실질적으로 어디에 속하는지 판단하고, 점수를 다시 계산하지 않고 설명합니다. 이미 완성된 요약은 다시 생성하지 않고도 나중에 누락된 유효한 계산 산출물을 반영할 수 있습니다. 질문 단위 정합성(Alignment)과 실행 단위 방법 계산은 요약과 같은 형식의 분석 모달 하나를 공유하므로, 반복되는 정합성 값이 별도의 계산기 팝오버에 나타나지 않고 정확히 해당 질문에 붙어 있습니다. 프로세서 시작 시각이 저장되므로 연구를 다시 열거나 새로 고쳐도 로딩 카운터가 유지됩니다.
Headline metric from a deterministic calculation
세그먼트 비교여러 오디언스의 응답을 비교하여 세그먼트 사이에 의견이 일치하는 지점, 갈리는 지점, 서로 다른 메시지가 필요한 지점을 확인할 수 있습니다.
정직한 유의성 검정유의성은 표본이 뒷받침하는 경우에만 제시됩니다. 비율 비교에는 이 정도 표본 크기에서 타당성을 확보하기 어려운 정규 근사 대신 Fisher 정확 검정을 사용하고, 평균 비교에는 Satterthwaite 자유도를 적용한 Welch t 검정을 사용해 소규모 그룹의 불확실성이 그만큼 넓게 반영되도록 합니다. 하나의 결과에 포함된 모든 검정은 Benjamini-Hochberg 방식으로 함께 보정되므로, 단지 옆에서 수십 건의 비교가 실행되었다는 이유로 어떤 항목이 유의해 보이지 않습니다. 내부 편차가 전혀 없이 답변한 그룹에서는 유의한 차이가 나올 수 없으며, 아예 실행할 수 없었던 비교는 차이가 없는 것처럼 읽히는 침묵을 남기는 대신 그 사실을 명시합니다. 보고되는 p 값은 0으로 반올림되지 않고 하한값으로 표시되는데, 어떤 결과도 차이를 확실한 것으로 만들어 주지는 않기 때문입니다.
설명이 포함된 방법 선택기계산기가 아직 실행될 수 없는 방법은 방법 선택기에 계속 표시되지만 선택할 수는 없으며, 계산을 기다리는 연구에는 결과 스트림에 전용 계산 단계가 표시됩니다. 선택기는 방법의 이름만 나열하지 않고 각 방법을 설명합니다. 모든 행에는 해당 방법이 무엇을 위한 것인지 알려 주는 평이한 설명 한 줄이 붙어 있고, 마우스를 올리면 전체 설명이 담긴 카드가 열립니다. 이 카드는 최대차 척도법, Welch t 검정, Total Unduplicated Reach and Frequency처럼 시장조사 담당자가 알아볼 수 있는 기법 이름을 밝히고, 결과에 함께 제시되는 상시 한계도 동일하게 설명하므로, 연구를 실행한 뒤가 아니라 실행하기 전에 정보에 근거해 선택할 수 있습니다. 선택기는 적합성이 아니라 난이도를 나타내는 Advanced 태그를 사용하지 않으며, 선택 가능 여부를 바꾸는 Not available yet(아직 제공되지 않음) 표시는 그대로 제공합니다. 이 설명들은 9개 인터페이스 언어 모두에서 해당 언어로 직접 작성되었으며, 오디언스와 연구를 가리킬 때도 영어 표현이 아니라 각 언어의 고유한 표현을 사용합니다.
Method row with its plain-language explanation
오디언스 응답오디언스에 한 번 질문하면 소속 Minds가 병렬로 합성 응답을 제공하며, 그 응답은 제공하신 웹사이트, 파일, 이미지, 영상, 오디오에 근거합니다. 독립형 MP3, WAV, M4A, OGG, FLAC 및 audio-WebM 첨부 파일은 동일한 전사와 제한된 비음성 사운드트랙 분석을 사용하며, 한 근거 경로가 실패해도 다른 경로는 계속 사용할 수 있습니다.
포함된 기능
제공한 자료에 근거한 응답연구 메시지에 정상적으로 불러온 웹사이트, 파일, 출처, 스크린샷 또는 이미지가 포함되어 있으면, 채택되는 각 Mind 응답은 그 자료가 없는 것처럼 답하지 않고 자료에서 가져온 구체적인 내용을 반드시 사용해야 합니다.
Supplied stimulus shown above the answers
영상 및 오디오 분석일반 연구 질문에 영상을 업로드하면 첨부 분석이 이용 가능한 전사본과 범위가 제한된 사운드트랙 타임라인을, 장면을 인식해 선별한 제한된 수의 대표 프레임과 결합합니다. 광고 길이의 영상은 사운드트랙 전체를 분석해 의미 있는 음악, 음향 효과, 주변음, 침묵, 목소리의 감정, 사운드 로고 순간을 파악하고, 더 긴 영상은 균등하게 분포된 8초 오디오 클립을 최대 12개까지 사용합니다. 오디오 분석에 실패하더라도 전사본과 시각 처리 과정은 그대로 이용할 수 있습니다. 단독으로 첨부한 MP3, WAV, M4A, OGG, FLAC, 오디오 WebM 파일도 동일한 전사본과 범위가 제한된 비음성 사운드트랙 분석을 사용하며, 한쪽 근거 경로가 실패해도 다른 경로는 계속 이용할 수 있습니다. 시각적 샘플링은 도입부와 마무리 장면을 반드시 포함하고, 컷이 빠른 영상에서는 선택 지점을 고르게 분산하며, 컷을 안정적으로 감지할 수 없는 경우에는 균등한 간격의 프레임 3개를 사용합니다.
Video scene timeline
지속되는 백그라운드 처리규모가 큰 연구 턴은 백그라운드에서 지속적으로 진행되고, 실시간 진행 상황을 계속 보여 주며, 페이지를 새로 고친 뒤에도 복구됩니다. 대규모 오디언스의 경우 응답 작업이 가용 처리 용량에 맞춰 지속 배치로 분할되며, 각 Mind 응답은 배치 전체를 기다리지 않고 완료되는 즉시 스트리밍되고, 범위가 제한된 복구 과정은 아직 응답이 없는 Minds에 대해서만 재시도합니다.
Running Study with elapsed time and queued questions
헤드라인, 요약 및 차트완료된 결과는 먼저 헤드라인과 종합된 리서치 요약을 보여 줍니다. 질문이 하나인 경우 접을 수 있는 근거 섹션에서 Mind 단위 응답 행 위에 간결한 답변 차트 하나가 추가됩니다. 다중 질문 리서치에는 나란히 놓이는 핵심 발견 개요 차트가 1개에서 4개까지, 보통은 2개 추가되며, 이 차트는 비율만이 아니라 전체 리서치 요청과 종합 결론을 기준으로 선정됩니다. 모든 차트는 검증된 답변 수를 근거로 합니다. 단독 결과에는 초점이 분명한 비율이나 점수 하나가, 비교를 주장하는 발견에는 두 개 또는 세 개 값의 비교가 사용됩니다. 결과는 처리된 모든 질문에 대해 각각의 펼침 영역, 답변 차트, 오디언스 분포, Mind 단위 근거를 제공합니다.
Audience response block with chart, summary and actions
첨부물 비교 및 자산 배정첨부물 비교 결과는 원본 이미지 크리에이티브와 영상의 첫 프레임 미리보기를 A/B/C 열 바로 위에 표시하고, 변형을 원시 첨부 순서가 아니라 저장된 파일명과 등장 순서로 매칭하며, 과거 결과를 다시 열어도 그때의 투표와 발견을 그대로 유지합니다. 블록 단위 자산이 여러 개인 경우 영상, 이미지, 문서, 웹사이트 전반에 걸쳐 질문별 배정을 명시해야 합니다. 각 자산은 최소한 하나의 질문에서 사용되어야 하며, 배정이 비어 있으면 자료가 없는 것으로 처리됩니다. MCP, v1, 연구 빌더는 동일한 실행 규약을 적용합니다. 결과 카드는 저장된 질문별 매핑을 사용하고, 배정된 각 영상을 이름으로 찾아볼 수 있게 하면서 저장된 장면 히트맵과 Mind 반응을 함께 제공하며, 응답 유형이나 첨부물 비교 레이아웃을 바꾸지 않고 문서와 웹사이트 참조를 노출합니다.
Variant preview of an attachment comparison
답변의 출처 인용Mind가 검색된 지식 베이스, 오디언스 근거 자료 또는 웹 근거를 사용하면, 호버 카드와 상세 보기에 마켓플레이스 설명과 동일한 인라인 인용 시스템을 통해 주장 단위 출처 로고가 표시됩니다. 공개 URL은 도메인 툴팁이 달린 클릭 가능한 출처 로고로 표시되고, 비공개 지식 파일은 링크되지 않는 문서 출처로 남으며 저장 경로도 노출되지 않습니다. 생성 시점의 출처 정보는 답변과 함께 저장되고, 과거 답변은 필요할 때 해당 Mind의 현재 지식 베이스 및 오디언스 근거와 대조해 확인할 수 있습니다. v1 결과 페이로드는 비공개 지식 원문을 반환하지 않으면서 선택적인 인용 표시, 출처 식별 정보, 출처 이력을 제공합니다.
자극물 테스트카피, 랜딩 페이지, 스크린샷, 덱, 제품 콘셉트, 경쟁사 자료를 연구 안에서 테스트합니다.
히트맵 테스트웹사이트, 영상 또는 이미지 히트맵을 실행하여 시뮬레이션된 주의와 상호작용 신호를 확인합니다.
포함된 기능
실제로 관찰한 페이지에서 얻는 근거눈으로 확인할 수 있는 웹사이트와 미디어 근거가 앞서 세운 뒷받침 없는 가정보다 우선하며, 웹사이트 요약은 브라우징 이전의 오래된 답변이 아니라 실제로 관찰한 페이지 기록에서 도출됩니다.
Website heatmap surface with Mind markers on the observed page
영상 및 전사본 처리업로드한 미디어는 기본 전사 공급자를 사용할 수 없을 때 설정된 백업 음성 서비스를 사용합니다. 영상 반응은 이용 가능한 전사본 전체를 샘플링한 프레임의 실제 화면 요소와 연결하며, 전사를 계속 이용할 수 없는 경우에는 시각 정보만으로 분석합니다.
Video analysis action
질문당 여러 이미지 또는 영상업로드한 각 이미지는 하나의 결과 안에서 독립된 크리에이티브로 분석되며, 파일명을 유지하는 알파벳 탭으로 구분됩니다. 여러 영상이 배정된 질문에서는 영상을 선택하면 해당 영상에 저장된 장면, 히트맵, Mind 반응이 함께 선택됩니다. 분석이 없는 경우 해당 질문과 자산에 대해 분석이 시작되며, 자산을 전환해도 기존 분석과 질문 전체 결과는 그대로 보존됩니다.
Page selector for several tested pages
UI, API, MCP 전반의 일관성UI, v1, MCP는 동일한 대상 검증 및 분석 파이프라인을 사용합니다.
예약된 연구연구를 매일, 매주, 매월 또는 분기별로 다시 실행하도록 예약합니다. 실행은 백그라운드에서 안정적으로 계속되고, 워커 중단으로부터 복구되며, 이력 검토 및 내보내기를 위해 진행 상황을 보존합니다.
리서치 신뢰성 관리 기능근거의 경계는 오디언스 생성부터 연구 답변까지 계속 드러나 있습니다. 모델링된 가정이 측정된 사실처럼 제시되지 않으며, 모든 연구는 자체 완결성을 함께 밝힙니다.
포함된 기능
모델링된 가정에 대한 명확한 표시출처 자료를 읽을 수는 있지만 근거에 기반한 분포를 적용할 수 없는 경우, Minds는 업로드한 모든 자료를 검토용으로 보관하고 해당 오디언스를 측정된 고객 사실이 아닌 모델링된 가정 수준으로 제한합니다. 소속 Minds는 페르소나 세부 정보를 합성 시나리오 가정으로 다루도록 지시받으므로, 이 경계는 읽는 사람이 배지를 발견해 해석해야 하는 방식이 아니라 답변 자체에서 지켜집니다. 합성 페르소나 생성과 오디언스 답변은 뒷받침되지 않는 정확한 직원 수, 매출, 예산, 소득, 내부 정책 유출, 사건 건수, 시장 점유율을 제시하지 않습니다.
Assumed distribution label
플랜과 함께 이동하는 브리프와 출처첨부된 연구 브리프는 플래너 자체에 입력됩니다. 명시적으로 언급된 모든 기준은 별도의 검토 가능한 질문으로 보존되고, 첫 질문만 실행되는 것이 아니라 완전한 연구 플랜이 오디언스 인계를 거쳐 확인 단계까지 이어집니다. 연구는 요청이 담고 있던 자료도 그대로 유지합니다. 메시지에서 언급했거나 작성기에 첨부했거나 플랜을 검토하는 도중에 추가한 웹사이트 또는 파일은 플랜의 확정 출처가 되어 실행되는 모든 질문에 함께 전달되므로, 원래 문구를 플래너 질문으로 대체하더라도 검토 대상 페이지나 문서가 유실되지 않습니다. 읽을 수 없는 컨텍스트 파일이 있으면 아무도 열어 보지 못한 자료를 근거로 결과를 내놓는 대신 연구를 중단합니다.
Context step carrying the brief and the attached file
완료된 연구의 완결성완료된 연구는 자체 완결성도 함께 밝힙니다. 어떤 질문이 실패하면, 나머지 답변이 여전히 유효한 실행을 폐기하는 대신 실제로 답변된 질문들로 결론을 도출하고 그 질문이 몇 개였는지 보고합니다. 실패한 질문을 재시도하면 더 충실해진 근거를 바탕으로 종합 결론이 다시 구성됩니다. 응답이 중단된 연구는 끝이 보이지 않는 진행 상태를 보여 주는 대신 수집한 답변 수와 함께 그 사실을 알리며, 요청하면 그 답변들로 결론을 낼 수 있습니다. 전체 종합 없이 개별 질문 결과를 모아 구성한 결론에는 그러한 사실이 표시됩니다.
Response coverage notice of a finished Study

분석 및 결과

응답을 활용 가능한 리서치 자료로 전환하는 구조화된 결과.

기능설명
방법 결과 및 분석결정론적 방법 결과는 계산 내용, 타당성 및 근사 표, 그리고 각 방법의 상시 한계를 수치 옆에 함께 담은 하나의 분석 모달에서 열립니다.
포함된 기능
분석 모달결정론적 방법 결과는 요약과 같은 형식의 분석 모달에서 열리며, 흐리게 처리된 배경 뒤로 워크스페이스가 계속 보입니다. 모달은 두 개의 통일된 표를 제시합니다. 먼저 방법 계산 표가 나오고, 이어서 질문별 성격 일치도와 분포 일치도를 담은 타당성 및 근사 표가 나오며, 각 섹션 제목은 마우스를 올리면 설명이 표시됩니다. 계산기를 갖춘 모든 방법, 즉 MaxDiff, NPS, 상위/하위 박스, 핵심 동인, TURF, Gabor-Granger, Van Westendorp, Kano, 순위 선호도, 세그먼트 비교는 같은 모달 안에서 각자의 표 열, 헤드라인 지표, 카테고리 태그, 결과 노트를 제시하며, 세그먼트 비교, 상위/하위 박스, NPS, 순위 선호도에는 그룹 간 쌍별 유의성 노트도 포함됩니다. 각 오디언스 행에는 Minds 오디언스 아이콘이 표시되며, 행을 선택하면 표가 해당 오디언스의 계산 결과로 전환됩니다.
Analysis modal with the method calculation
한계와 정직한 척도각 방법은 생성된 요약에서만이 아니라 수치 옆에서도 자체 상시 한계, 즉 그 결과가 무엇이 아닌지를 함께 밝힙니다. 핵심 동인은 중요도 자체에 부호가 없으므로 각 동인이 결과를 끌어올리는지 끌어내리는지를 함께 표시합니다. 헤드라인 점수는 NPS의 −100에서 100 범위처럼 각자의 정직한 척도 위에서 표준 리서치 도넛 차트를 사용하고, 표에는 행들이 실제로 전체를 이루는 경우에만 합계 또는 평균 푸터가 열 단위로 명시되어 추가되므로, 행별 표본 수가 패널보다 큰 값으로 합산되는 일이 없습니다.
NPS card on its -100 to 100 scale with the standing limitation
안정적인 방법 전환방법 선택은 그에 맞는 플랜이 돌아온 뒤에만 확정되므로, 선택기에는 연구가 실제로 실행하지 않을 방법이 표시되지 않습니다. 전환에 실패한 경우에는 이전 방법이 유지되어, 재시도할 때 연구가 조용히 맞춤형 리서치로 되돌아가지 않습니다. 설정이 거의 맞는 방법은 정성 실행으로 격하되지 않고 연구 실행 전에 보정되므로, 결정론적 계산이 사라지지 않고 그대로 산출됩니다. 연구가 실행되는 도중에 배포가 이루어져도 페이지가 임의로 다시 로드되지 않으며, 새 버전은 실행이 정리된 뒤 다음 화면 이동 시점에 적용됩니다. 강제 선택 방법으로 전환하면 이전 방법에 맞춰 작성된 질문에서 오류가 나는 대신 질문이 해당 방법 고유의 형태로 다시 작성됩니다. 결정론적 계산을 선언한 방법을 사용하는 연구는 질문이 하나인 실행에서도 그 계산을 수행하며, 계산이 준비될 때까지 결과가 로딩 상태를 유지하므로 분석 모달을 바로 열어도 항상 방법 표가 표시됩니다.
Method row marked not available yet
응답 집계질문 유형이 지원하는 경우 척도형, 범주형, 정성 응답을 분포, 평균, 테마로 집계합니다.
Scale overview from 1 to 10 with the share of answers per point and the average
표준 응답 카테고리자유 응답은 정의, 규칙, 정확한 근거 구절을 갖춘 버전 관리형 코딩 프레임에 따라 코딩됩니다. 이는 사람 간 코더 검증이 아니라 모델 검토를 거치는 자동 내용 분석입니다.
포함된 기능
코딩 프레임정성 응답은 저장된 전체 텍스트를 바탕으로, 정의와 포함 및 제외 규칙, 정확한 근거 구절을 갖춘 버전 관리형 코딩 프레임을 사용해 분류됩니다. 표현이 같은 의미라면 하나의 카테고리를 공유하고, 상반된 주장은 서로 구분된 상태로 유지됩니다. 주 카테고리 비율은 답변당 한 표를 유지하며, 보조 코드는 해당 응답에 함께 붙어 있습니다.
Coded categories with a representative quote each
대규모 연구와 코딩되지 않은 답변대규모 연구에서는 코딩이 범위가 제한된 배치 단위로 실행되며, 모호하거나 실패한 배정은 코딩되지 않음으로 표시됩니다.
Coding notice with uncoded answers
저장된 결과의 재코딩소유자와 협업자는 답변을 다시 생성하지 않고도 기존 질문 결과를 재코딩할 수 있으며, 원본과 최근 카테고리 개정 이력이 보존됩니다.
적용 범위와 A/B 변형이 기능은 사람 간 코더 검증이 아니라 모델 검토를 사용하는 자동 구조화 내용 분석입니다. A/B 테스트는 선택이 하나도 없는 변형을 포함해 업로드한 변형들을 고정된 응답 공간으로 유지합니다.
연구 요약강조된 테마와 요약 차트가 포함된 연구의 온디맨드 롤링 요약을 생성하고, 연구가 진행됨에 따라 이를 새로 고칩니다.
Study summary prose with the headline finding in bold
구조화된 내보내기답변, 인터뷰 기록, 연구 결과, 이그제큐티브 서머리를 Markdown, JSON, PDF, 브랜드가 적용된 Word 또는 16:9 PowerPoint로 내보내고, 원자료는 SPSS SAV, CSV, XLS로 내보낼 수 있습니다.
포함된 기능
이그제큐티브 서머리와 연구 보고서이그제큐티브 서머리는 PDF, 편집 가능한 Markdown 및 Word 문서로 제공되며, 경영진용 핵심 요점, 지표, 참여 그룹, 근거가 뒷받침하는 최대 4개의 발견, 의사결정 요인, 방법론, 출처를 담은 슬라이드 전용 16:9 PowerPoint 덱으로도 제공됩니다. 전체 연구 보고서는 PDF와 PowerPoint에서 동일한 16:9 인사이트 덱 구조를 사용하며, 자유롭게 흐르는 Markdown 및 Word 버전이 함께 제공됩니다.
페르소나 프로필과 오디언스 브리프페르소나 프로필과 오디언스 브리프도 동일한 슬라이드 전용 체계를 사용하며, 각자의 정체성, 특성 또는 구성, 참여 Minds, 방법론, 출처 위계를 담습니다.
하나로 통합된 공유 및 내보내기 메뉴답변 단위의 내보내기 컨트롤과 요약 공유 액션은 헤더 컨트롤과 동일한 연구 전체 공유 및 내보내기 메뉴를 엽니다.
Result actions with Export
원자료답변, 인터뷰 기록, 연구 결과, 이그제큐티브 서머리 등 지원되는 리서치 산출물을 Markdown, JSON, PDF 또는 브랜드가 적용된 Word 문서로 내보낼 수 있으며, 여기에는 가능한 경우 출처와 고지 사항이 포함된 Mind 및 오디언스 내보내기도 포함됩니다. 연구 원자료는 CSV와 XLS는 물론 네이티브 SPSS SAV 형식으로도 제공됩니다.

협업

공유 사용 및 관리를 위한 팀 워크스페이스 기능.

기능설명
공유 팀 워크스페이스팀이 소유한 Minds, 오디언스, 연구, 리서치 자료를 위한 공유 워크스페이스에서 작업합니다. 오디언스 소유자, 초대된 공동 작업자 및 공유 Pro 워크스페이스 구성원은 일반 오디언스 세부 정보, 공유 설정, Marketplace 커버 또는 허용된 로고 미디어를 편집할 수 있습니다. 공개 사용자와 연구를 통해서만 접근하는 사용자는 읽기 전용으로 유지되며 삭제, 접근 제어, 검증 및 결제 작업에는 계속 더 엄격한 권한이 적용됩니다.
좌석 및 역할 관리고객 팀의 팀 좌석, 액세스, 워크스페이스 관리를 관리합니다.
포함된 기능
파트너가 관리하는 고객 온보딩활성화된 파트너는 별도의 고객 작업 공간을 만들고 Audiences를 할당하며 자신이 관리하는 고객의 기능만 제한할 수 있습니다. 계약 패키지에는 구매한 좌석, 기간 한정 Early Bird 보너스와 별도의 월간 답변 할당량이 포함되며, 청구 화면에는 파트너가 결제하는 내부 라이선스와 고객별 요금이 표시됩니다.
Partner customer onboarding controls
팀 공유 사용량좌석 전반에 걸쳐 응답 허용량을 공유하여 팀 사용량을 워크스페이스 수준에서 관리할 수 있습니다.
연구 공유 및 게스트 액세스연구를 링크로 공유하거나 고객사 또는 이해관계자를 연구에 초대할 수 있습니다. 게스트는 무료 계정으로도 고객님의 오디언스에 직접 질문할 수 있으며, 그 사용량은 고객님의 허용치에서 차감됩니다.
포함된 기능
공유 링크, 게시 및 내보내기연구를 링크로 공유하고, 명시적으로 게시하거나 게시를 해제하며, 같은 공유 메뉴에서 내보낼 수 있습니다. 게시와 되돌릴 수 없는 작업에는 항상 확인 절차가 있습니다.
Share menu with link sharing and e-mail invitations
고객님의 허용치로 진행되는 게스트 질문소유한 연구에 고객사나 이해관계자를 초대해, 무료 계정으로도 고객님의 오디언스에 직접 질문하도록 할 수 있습니다. 게스트의 질문은 게스트의 허용치가 아니라 고객님의 응답 허용치로 실행되므로, 게스트의 요금제 한도가 공유한 연구 이용을 가로막지 않습니다. 사용량은 고객님의 워크스페이스에 기록되고, 각 질문의 작성자는 게스트로 유지됩니다.
Invitation input for a client or stakeholder

통합

프로그래밍 방식 액세스 및 연결된 워크플로 표면.

기능설명
연결된 계정자료가 있는 도구를 연결해 클라우드 스토리지, 디자인 파일, 광고 계정, 제품 티켓을 다시 업로드하지 않고 연구, 오디언스 또는 Mind의 지식 베이스로 가져올 수 있습니다.
포함된 기능
Google Drive 및 OneDriveGoogle Drive나 OneDrive처럼 연결된 클라우드 스토리지의 파일을 연구 입력창, 오디언스 생성 화면, Mind의 지식 베이스에 첨부할 수 있으며, 접근 권한은 선택기에서 파일 단위로 부여합니다.
Attachment source picker with Google Drive and OneDrive
Figma 연동활성화된 경우 Figma 파일이나 프레임 링크를 연구에 붙여넣어 해당 디자인을 자극물로 사용할 수 있습니다.
Meta Ads 연동가입한 요금제에서 활성화된 경우, 설정에서 Meta 프로필을 연결해 권한이 있는 광고 계정을 선택하고 기존 광고 문구, 이미지, 영상을 연구로 바로 가져올 수 있습니다. 이 연동은 암호화된 OAuth 토큰 저장소를 사용하고 가져오기 감사 기록을 남기며 읽기 전용 권한만 요청하므로, Minds가 Meta 광고를 생성, 편집, 게시, 일시 중지, 삭제할 수 없습니다.
Meta Ads connection row
Linear 연동Linear를 연결한 뒤 채팅 입력창에서 에픽이나 PRD를 첨부해, 최근 이슈에서 선택하거나 이슈 링크를 붙여넣는 방식으로 패널 리서치를 진행할 수 있습니다. 해당 이슈는 설명, 메타데이터, 최근 댓글이 포함된 마크다운 문서로 읽기 전용 상태로 가져와지며, 업로드한 PRD와 동일하게 처리됩니다. @Minds 워크스페이스 에이전트를 설치한 경우 이슈에서 @Minds를 멘션하면 스레드 안에서 리서치 플랜을 받아 확인할 수 있고, 패널 결과를 해당 이슈에서 다시 받아볼 수 있습니다.
Linear connection row
Jira 연동Jira를 연결한 뒤 채팅 입력창에서 에픽이나 PRD를 첨부해, 최근 이슈에서 선택하거나 이슈 링크를 붙여넣는 방식으로 패널 리서치를 진행할 수 있습니다. 해당 이슈는 설명, 메타데이터, 최근 댓글이 포함된 마크다운 문서로 읽기 전용 상태로 가져와지며, 업로드한 PRD와 동일하게 처리됩니다.
Jira connection row
연동 개요사이드바나 설정에서 열리는 워크스페이스 전체 개요 화면에서 Minds 연동을 둘러보고 검색할 수 있습니다. 카드는 연결된 계정, AI 어시스턴트, 데이터 및 리포팅, 웹사이트 도구, 제공 예정 연동으로 묶여 있습니다. 사용할 수 있는 카드를 열면 연결 컨트롤이나 안내가 담긴 설정 대화상자가 표시됩니다. 지원되는 계정에는 실시간 연결 상태가 표시되며, 이용 가능 여부는 연동과 요금제에 따라 달라집니다.
Connected accounts section
MCP 연동Model Context Protocol을 통해 호환되는 AI 클라이언트와 에이전트를 Minds 워크플로에 연결할 수 있으며, 공개 API와 동일한 경계 안에서 작동합니다.
포함된 기능
MCP를 통한 Minds, 오디언스, 연구 관리Minds, 지식, 오디언스, 포메이션, 연구, 채팅, 연구 드래프트에 대한 핵심 수명주기 작업은 공개 API와 동일한 애플리케이션 경계를 사용합니다. 기존 연구를 내보내고, 링크로 명시적으로 게시하거나 게시를 해제하고, 초대한 협업자와 공유할 수 있습니다. 게시 액션은 위험 표시를 그대로 유지하고 되돌릴 수 없는 도구에는 명시적인 확인이 필요하며, API 자격 증명 생성과 교체는 인증된 계정 설정에서만 가능합니다.
지속되는 연구 실행연구 질문은 하나의 MCP 프로세스나 열린 스트림에 의존하는 대신 지속적인 실행 ID를 반환합니다. 상태는 데이터베이스 기반의 공유 원장에서 읽어 오므로 재연결, 재시작, 수평 확장된 MCP 인스턴스 전반에서 일관되게 확인할 수 있습니다.
MCP 호스트의 플랜 위젯데스크톱 플랜 위젯은 목표, 컨텍스트, 오디언스, 방법, 질문, 검토라는 6단계를 사용합니다. 목적, 붙여넣은 응답자 자료, 그리고 지원되는 질문, 선택지, 척도, 순서, 자료 배정을 편집할 수 있습니다. 저장하면 AI 재생성 없이 새 드래프트 개정본이 만들어지며, 리서치를 시작하려면 대화에서 저장된 개정본을 별도로 확인해야 합니다. 위젯은 저장되지 않은 편집이 있을 때 Save and review(저장 후 검토)를 표시하며, Run Study 버튼은 제공하지 않습니다. 방법별 질문 배터리와 기존 연구 구성원 변경은 워크스페이스에서 처리합니다. 모바일에서는 워크스페이스가 열리고, 시작된 연구는 진행 상황과 결과를 볼 수 있도록 워크스페이스로 연결됩니다.
Plan widget on the Method step with Save and review
브라우저 확장 프로그램과 위젯지원되는 브라우저 확장 프로그램과 MCP 위젯 화면을 사용해 Minds를 외부 워크플로나 고객 대면 인터페이스로 가져올 수 있습니다. 생성, 상태, 오디언스, 응답 위젯은 MCP 호스트를 통해 권한이 부여된 상태를 전달받고, 지원되는 9개 언어 모두로 인터페이스를 렌더링하며, 작업이 진행되는 동안 가운데 정렬된 Minds 로더를 표시하고, 허용된 Mind 포트레이트를 수명이 짧은 서명 이미지 URL로 보여 주면서 iframe에 앱 자격 증명을 노출하지 않습니다.
API 액세스지원되는 프로그래밍 방식 Minds, 오디언스, 연구, 내보내기 워크플로를 위해 공개 API를 사용합니다.
Minds for n8nInstall n8n-nodes-minds on self-hosted n8n and connect a Minds API key. Version 0.1.0 supports Study Create, Get, Get Many, Preview Research Plan, and Get Summary, including use as an AI Agent tool. Preview saves a plan draft; review and start research separately in Minds. The package is published on npm; n8n verification is under review and n8n Cloud installation is not yet available.
Google Sheets용 MindsGoogle 스프레드시트를 리서치 대기열로 사용하세요. 첫 열에 질문이 있는 행을 선택하고 기존 오디언스를 고른 뒤 실행을 확인하면 각 답변이 다음 열에 기록됩니다. 빈 행은 위치를 유지하고, 기존 출력 셀을 덮어쓰기 전에 경고하며, 지원되는 다른 통합과 동일한 Minds MCP 엔드포인트로 실행당 최대 25개 질문을 보냅니다.
Looker Studio용 연구 분석기존 연구를 Looker Studio에 연결해 보고서, 정기 리뷰, 공유 대시보드에서 재사용할 수 있는 데이터 소스로 만드세요. 커넥터는 API 키로 인증하고 입력한 연구 ID의 실시간 분석을 읽으며, 연구를 변경하지 않습니다.
맞춤형 통합엔터프라이즈 워크플로, 내부 시스템 또는 분석 스택을 위한 고객별 통합을 정의합니다.

보안 및 엔터프라이즈 제어

일반적으로 대규모 팀과 조달 주도 배포를 위해 구성되는 제어.

기능설명
싱글 사인온Supabase Auth를 통해 Microsoft Entra ID 또는 Okta를 사용하는 고객 관리형 SAML 2.0 로그인을 구성하고, MFA와 Conditional Access는 ID 공급자가 유지합니다.
팀 모델 연결Pro 워크스페이스에서 활성화되면 관리자는 OpenAI Chat, OpenAI Responses 또는 Anthropic Messages를 사용하는 공개 HTTPS 엔드포인트의 인증 정보를 암호화하여 저장할 수 있습니다. 기능을 검증한 후 Mind 또는 연구 요청에 사용할 연결을 직접 선택하세요. 대기 중인 작업은 선택한 리비전을 유지하며, 연결을 사용할 수 없으면 모델을 바꾸지 않고 실패합니다. 보조 분석은 계속 Minds 모델을 사용하고 제공업체 요금은 별도로 부과됩니다. 이 릴리스는 시각적 입력을 지원하지 않습니다.
엔터프라이즈 SLA해당되는 경우 엔터프라이즈 배포를 위한 서비스 수준, 지원 응답 시간, 서비스 크레딧을 합의합니다.

서비스 및 지원

지원, 온보딩, 검증, 고객별 서비스.

기능설명
구독 청구신규 고객은 결제 전에 청구 국가를 선택합니다. 기존 구독자는 청구 조건과 합의된 요금을 유지합니다. 팀 소유자와 관리자는 동일한 팀 구독을 관리합니다.
검증 및 보정 서비스적합한 내부 또는 외부 참조 데이터에 대해 별도로 범위가 정해진 검증, 온보딩, 보정 또는 리서치 지원 작업을 수행합니다.
맞춤형 합성 모집단고객 입력, 파트너 리서치, 적합한 공개 출처로부터 고객별 또는 부문별 합성 모집단을 생성합니다.
우선 지원유료 요금제 및 고객 워크스페이스에 대한 우선 지원을 받습니다.
커뮤니티 지원표준 셀프서비스 및 커뮤니티 중심 지원 리소스에 액세스합니다.