SINUS 조사와 비교한 SINUS Milieu-Minds 현실 검증

많은 연구 질문은 별도의 조사를 할 만큼 시간과 예산을 들일 가치가 없다는 이유로 답을 얻지 못한 채 남습니다. 새로운 메시지는 전통적 milieu에서 어떻게 받아들여지고, Expeditive 층에서는 어떨까요? 광고 시안 10개 중 어떤 3개를 프리테스트에 올려야 할까요? SINUS Milieu-Minds는 바로 이 단계를 위해 만들어졌습니다. 10개 Sinus-Milieus 전체에서 나온 합성 인물로, 각자 고유한 생활 상황, 가치관, 이력을 갖고 있으며 실제 참여자처럼 질문을 받고 몇 분 안에 답합니다.

이 연구는 이들이 실제 사람에게 얼마나 가까운지를 검증했습니다. milieu당 20명씩 200명의 SINUS Milieu-Minds가 개인적 걱정에 관한 24개 질문에 답했습니다. SINUS는 2026년 6월에 같은 질문을 2,005명에게 물었습니다. Minds는 그 조사 결과를 보지 않았습니다.

milieu별로 Minds의 응답 분포는 조사와 91.7%의 근접도를 보였습니다. 같은 설문지를 사용한 실제 조사 두 차수는 서로 96.3%였습니다. 간단한 milieu 지시만 받은 범용 AI 모델은 약 72%였습니다.

결과 한눈에 보기

분포 근접도는 100에서 합성 응답 비율과 실제 응답 비율 사이의 평균 절대 차이(퍼센트포인트)를 뺀 값입니다. 100%라면 모든 응답 분포가 조사와 정확히 같다는 뜻입니다. 이 값은 두 분포가 얼마나 가까운지를 측정하며, 정답률이 아니고 개별 응답자를 설명하지도 않습니다.

연구 질문과 기준 데이터

조사는 milieu마다 응답 비율을 제공합니다. 어떤 주제에 대해 매우 크게 걱정하는 사람, 어느 정도 걱정하는 사람, 조금 걱정하는 사람, 전혀 걱정하지 않는 사람이 각각 얼마나 되는지입니다. 연구 질문은 합성 Milieu-Minds가 milieu별로 네 가지 비율을 함께 얼마나 정확하게 재현하는가였습니다.

기준 데이터는 SINUS-Institut에서 제공했습니다. 주 비교 대상은 응답자 2,005명의 2026년 6월 조사이며, 같은 설문지를 사용한 응답자 1,047명의 2026년 3월 조사도 함께 사용했습니다. 실행 중에 조사 결과는 Minds에 제공되지 않았습니다. 교차표는 SINUS의 독점 데이터이며 이 글과 함께 공개하지 않습니다.

milieu별: 91.7% 근접도

10개 milieu 평균으로 Minds는 6월 조사와 응답 단계당 8.3퍼센트포인트 차이를 보였습니다. 이는 91.7%의 분포 근접도에 해당합니다. milieu별 값은 Performer milieu의 87%부터 Nostalgisch-Bürgerliche milieu의 94%까지입니다. 적합도가 가장 약한 곳은 Performer milieu와 Adaptiv-Pragmatische Mitte입니다.

개별 응답 비율은 크게 벗어날 수 있습니다. 960개 응답 비율 중 645개(67.2%)에서 절대 차이가 10퍼센트포인트 미만이었고, 가장 큰 단일 차이는 47.2퍼센트포인트였습니다. 질문과 milieu의 240개 조합 중 65.4%에서 조사의 최빈 응답이 Minds의 최빈 응답과도 같았습니다.

따라서 이 결과는 milieu 내부의 주제와 응답 분포에 대한 단서를 제공합니다. 실제 비율을 현실적으로 추정하려면 여전히 조사가 필요합니다.

이전 3월 차수와 비교하면 Minds의 근접도는 91.4%였습니다. 최빈 응답은 조합의 58.8%에서 일치해, 연구가 6월 비교의 목표로 정한 60%를 약간 밑돌았습니다.

두 조사 차수를 해석하는 방법

같은 설문지를 사용한 실제 조사 두 차수는 milieu별로 서로 96.3%의 근접도를 보였습니다. 두 차수의 차이는 표본 변동과 3월에서 6월 사이의 실제 사회 변화를 모두 반영할 수 있습니다. 따라서 이 값은 기준점이며 고정된 상한이 아닙니다. 또한 실제 조사 두 개는 Minds와 실제 조사 사이보다 여전히 서로 훨씬 가깝다는 점도 보여 줍니다.

전체 milieu 합산: 95.2% 근접도

전체 응답자 2,005명과 비교하기 위해 Minds 200명의 응답을 6월 조사의 milieu 구성, 즉 조사에서 각 milieu가 차지하는 비중에 따라 가중했습니다. 이 가중은 SINUS 교차표의 공식 합계 열을 재현합니다.

이 수준에서 Minds는 응답 단계당 평균 4.8퍼센트포인트 차이를 보이며, 가중하지 않으면 4.7입니다. 실제 조사 두 차수는 같은 수준에서 98.9%에 이릅니다.

최선의 사례가 아닌 전형적인 사례로, 자신의 건강에 대한 걱정을 보겠습니다.

반올림한 값의 차이는 3, 7, 6, 4퍼센트포인트로 평균 5.0입니다. 이는 반올림하지 않은 데이터로 계산한 전체 표본 수준의 24개 질문 전체 평균 4.8퍼센트포인트에 가깝습니다.

왜 범용 AI 모델에 그냥 묻지 않는가?

별도의 방법 통제가 바로 그것을 검증했습니다. Gemini 3.7 Flash와 Claude Sonnet 5는 같은 24개 질문을 받았고, 지정된 Sinus-Milieu의 구성원으로서 답하라는 한 문장의 지시만 받았습니다. 두 모델 모두 milieu별 근접도가 약 72%로, Milieu-Minds보다 약 20포인트 낮았습니다. SINUS 웹사이트의 공식 milieu 소개문을 추가해도 Gemini의 결과는 나아지지 않았습니다.

이유는 응답에서 드러납니다. 범용 AI 모델은 milieu 전체를 하나의 목소리로 대변합니다. 같은 질문을 20번 물으면 대개 20번 모두 같은 답을 했습니다. 질문과 milieu의 240개 조합 중 Gemini는 194개, Claude는 211개에서 그랬습니다. 실제 milieu에서는 의견이 갈리며, Milieu-Minds도 마찬가지입니다. 이들은 평균적으로 거의 네 가지 응답 단계를 모두 사용했고, 만장일치로 답한 경우는 한 번도 없었습니다.

이 통제는 Minds 실행과 별도로, 다른 시점에 진행되었으며 Minds 결과가 알려진 뒤에 추가되었습니다. 간단한 지시와의 격차를 보여 주지만, 짝지은 실험이 아니며 Milieu-Minds의 개별 구성 요소가 얼마나 기여하는지를 측정하지도 않습니다.

Minds는 milieu 간 차이를 제대로 잡아내는가?

milieu 연구에서는 개별 비율만큼이나 milieu 간 차이가 중요합니다. 같은 데이터에 대한 후속 분석이 이를 확인했습니다. 이 분석은 주요 결과가 알려진 뒤에 계산되었으며, 질문과 milieu별 평균 걱정 수준을 사용합니다.

두 milieu가 조사에서 표준오차의 두 배보다 크게 다르면 그 차이를 뚜렷하다고 봅니다. 전체 질문에서 586개 milieu 쌍이 이에 해당합니다. 실제 milieu가 뚜렷하게 다른 경우 Minds는 거의 열 번 중 아홉 번 올바르게 순위를 매겼고, milieu 이름만 받은 AI 모델은 세 번 중 두 번이었습니다. Minds는 milieu 간 차이를 실제보다 크게 그리는 경향이 있습니다.

이 분석은 정확한 비율도 맥락 속에 놓습니다. 남은 제곱 편차의 약 4분의 3은 milieu당 응답자 20명을 무작위로 뽑는 것만으로도 생기는 수준입니다. 동시에 주제와 milieu를 무시하는 단순한 기준값, 즉 3월 조사에서 가져온 고정 응답 분포는 응답 단계당 7.5퍼센트포인트 벗어나며, milieu별 정확한 비율에서는 Minds보다 약간 더 정확합니다. Minds의 강점은 정확한 백분율이 아니라 주제와 milieu의 순위를 매기는 데 있습니다.

SINUS Milieu-Minds의 용도

Milieu-Minds는 빠른 사전 점검을 위한 것이며 1차 연구를 대체하지 않습니다. 올바른 질문과 가장 유망한 안을 고르는 데 도움이 됩니다. 이후 SINUS와 함께하는 현장 조사가 신뢰할 수 있는 수치를 제공할 수 있습니다.

• 캠페인과 메시지 사전 선별: milieu별로 모티프, 주장, 논거를 점검하고 가장 유망한 것만 프리테스트에 올립니다.
• 더 정확한 연구 설계: 현장 조사를 시작하기 전에 가설을 검증하고 설문지를 다듬습니다.
• 이유 이해: Minds는 자신의 응답 이유를 설명합니다. 이는 개방형 질문에 대한 단서가 되고 milieu 간 차이를 설명하는 데 도움이 됩니다. 실제 응답자가 같은 이유를 드는지는 현장 조사가 보여 줍니다.

이번 현실 검증은 태도에 관한 질문을 다루었습니다. 따라서 캠페인 의사결정에는 둘 다 권장합니다. 사전 선별에는 Minds를, 의사결정에는 현장 조사를 사용합니다.

SINUS 고객은 SINUS와 Minds Marketplace를 통해 SINUS Milieu-Minds를 이용할 수 있습니다. Minds에서는 같은 오디언스가 척도형 및 선택형 질문, 개방형 후속 질문, 자극물 테스트에 하나의 워크플로로 답할 수 있습니다(활성화된 경우). SINUS-Institut 담당자: Jan Hecht, [email protected].

범위와 한계

• Minds는 새로 추출한 표본이 아니라 플랫폼의 기존 그룹에서 가져왔으며, 연구는 사전 등록되지 않았습니다.
• milieu와 질문마다 Minds가 20명뿐이어서 각 milieu 분포의 해상도는 거칩니다.
• 범용 AI 모델 통제는 Minds 결과가 알려진 뒤에 추가되었고, 다른 시점에 실행되었으며, 두 공급자만 다루었습니다. 이전 Minds 실행에 쓰인 내부 모델은 검증되지 않았으므로 이 격차가 순수한 아키텍처 효과를 분리해 주지는 않습니다.
• 추가 맥락으로는 짧은 공개 milieu 소개문만 테스트했으며, 상세한 라이선스 milieu 프로필은 테스트하지 않았습니다.
• 설문지 하나, 국가 하나, 태도 질문만 다루었습니다. 이 비교는 탐색적이며 확증적이지 않습니다.
• milieu 차이와 기준값 분석은 주요 결과가 알려진 뒤 같은 데이터로 계산되었습니다.

데이터와 승인

이 비교는 SINUS Milieu-Minds 200명이 24개 걱정 질문에 한 4,800개 응답을 2026년 6월(n = 2,005)과 2026년 3월(n = 1,047)의 SINUS 조사와 비교한 것입니다. milieu별 값은 각 milieu를 따로 비교하며, 10개 milieu에 걸친 평균은 단순 평균입니다. 전체 표본 수준에서는 Minds를 6월 조사의 milieu 구성으로 가중했습니다. 결과는 모집단으로 확대 추정하지 않았습니다. 테스트한 AI 모델: Gemini 3.7 Flash와 Claude Sonnet 5, 2026년 8월과 9월에 실행.

SINUS-Institut는 조사 기준 데이터를 제공했고 이 사례의 내용을 검토하고 승인했습니다. 방법과 한계에 대한 자세한 내용은 요청 시 제공합니다.