---
title: "AI가 실제 Z세대 식습관 조사를 재현할 수 있을까? Minds, 93.99%의 근사치 달성"
description: "결과 비공개(outcome-blind) 검증을 통해 301명의 고정된 Z세대 Minds로부터 얻은 903개의 응답과 영국 Food Standards Agency가 발표한 조사 분포를 비교했습니다. 종합 근사치는 93.99%에 달했습니다."
canonical_url: "https://getminds.ai/research/ko/synthetic-gen-z-food-survey-validation-2026"
last_updated: "2026-09-08T16:35:08.823Z"
---

# AI가 실제 Z세대 식습관 조사를 재현할 수 있을까? Minds, 93.99%의 근사치 달성

실제 영국의 한 조사에서는 청년층을 대상으로 아침, 점심, 저녁 식사로 외식을 하거나 테이크아웃 음식을 얼마나 자주 구매하는지 질문했습니다. 본 결과 비공개(outcome-blind) 적용 검증에서는 고정된 301명의 Z세대 Minds 오디언스에게 동일한 질문을 던지고, 종합적인 응답 분포를 발표된 실제 인간의 결과와 비교했습니다.

주요 결과는 **실제 조사 분포에 대한 93.99%의 종합 근사치**였습니다. 21개의 답변 옵션 셀에 걸쳐 평균 격차는 **6.01 퍼센트포인트**였습니다. 계획된 903개의 모든 Mind 질문 응답이 성공적으로 완료되었습니다.

본 분석은 종합적인 분포 일치도를 평가합니다. 이 점수를 개별 예측 정확도로 취급하거나, 모든 오디언스 및 질문 유형에 대해 동일한 성능이 유지될 것이라는 증거로 해석하지 않습니다.

## 한눈에 보는 결과

<table>
<thead>
  <tr>
    <th>
      검증 결과
    </th>
    
    <th align="right">
      수치
    </th>
    
    <th>
      의미
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      실제 조사에 대한 근사치
    </td>
    
    <td align="right">
      <strong>
        93.99%
      </strong>
    </td>
    
    <td>
      21개 답변 옵션 셀에 걸친 평균 퍼센트포인트 격차를 100%에서 차감한 값
    </td>
  </tr>
  
  <tr>
    <td>
      실제 조사와의 평균 격차
    </td>
    
    <td align="right">
      <strong>
        6.01 pp
      </strong>
    </td>
    
    <td>
      Minds와 실제 조사 비율 간의 평균 절대 차이
    </td>
  </tr>
  
  <tr>
    <td>
      평균 분포 중복도
    </td>
    
    <td align="right">
      <strong>
        78.98%
      </strong>
    </td>
    
    <td>
      각 전체 답변 분포가 중복되는 정도
    </td>
  </tr>
  
  <tr>
    <td>
      완료된 응답
    </td>
    
    <td align="right">
      <strong>
        903 / 903
      </strong>
    </td>
    
    <td>
      301명의 모든 Minds가 3개 질문 전체에 응답 완료
    </td>
  </tr>
  
  <tr>
    <td>
      피어슨 상관계수 (Pearson correlation)
    </td>
    
    <td align="right">
      <strong>
        0.804
      </strong>
    </td>
    
    <td>
      21개의 실제 비율과 가상 비율 간의 강력한 정렬성
    </td>
  </tr>
  
  <tr>
    <td>
      스피어먼 상관계수 (Spearman correlation)
    </td>
    
    <td align="right">
      <strong>
        0.834
      </strong>
    </td>
    
    <td>
      답변 옵션의 순위 지정 방식에서의 강력한 일치도
    </td>
  </tr>
</tbody>
</table>

## 연구 질문 및 참조 데이터

식사 빈도는 일과, 업무 또는 학업, 예산, 편의성, 사회적 맥락, 지역적 접근성에 따라 달라집니다. 따라서 이는 가상 오디언스가 그럴듯한 정성적 의견을 생성하는 데 그치지 않고, 전체 소비자 응답 분포를 재현할 수 있는지 여부를 검증하는 실질적인 테스트를 제공합니다.

참조 데이터는 영국 Food Standards Agency의 **Food and You 2, Wave 10** 연구에서 가져왔습니다. 현장 조사는 2024년 10월 9일부터 2025년 2월 7일까지 진행되었으며, 공개 데이터셋은 2025년 9월 25일에 발행되었습니다. 본 분석은 평가된 각 항목에 대해 인간 응답자 수(base n) 257명을 기준으로 한 16세에서 24세 사이의 발표 결과를 사용했습니다.

등록된 세 가지 질문은 다음과 같았습니다:

- 아침 식사로 외식을 하거나 테이크아웃 음식을 얼마나 자주 구매하십니까?
- 점심 식사로 외식을 하거나 테이크아웃 음식을 얼마나 자주 구매하십니까?
- 저녁 식사로 외식을 하거나 테이크아웃 음식을 얼마나 자주 구매하십니까?

각 질문에는 7개의 등록된 답변 옵션이 있었습니다. 따라서 확증적 분석을 통해 21개의 가상 비율과 실제 인간 비율을 비교했습니다.

## 오디언스: 고정된 301명의 Z세대 Minds

가상 패널은 잉글랜드, 웨일스, 북아일랜드 전역의 16세에서 24세 사이의 청년을 대변했습니다. 고정된 코호트에는 연령, 성별, 국가, 소득, 일과 및 사회적 맥락의 다양성이 포함되었습니다. 301명의 모든 Minds는 현재 결과가 검토되기 전에 선택되었습니다.

<study-composition>



</study-composition>

이들은 단일 질문을 위해 생성된 일시적인 캐릭터가 아니라 고정된 오디언스 패널이었습니다. 이 패널은 **14,671개의 검색 청크**로 표현되는 **20,500개의 지식 항목**에 기반하고 있어, 동일한 가상 코호트를 여러 연구 과제에 걸쳐 재사용할 수 있습니다.

## 연구 설계 및 추정 대상(Estimands)

본 연구는 사전 등록된 동일 코호트 복제 설계를 사용했습니다:

1. 301명의 가상 오디언스를 고정합니다.
2. 원래의 답변 옵션과 함께 원래의 설문 질문을 제시합니다.
3. 실제 설문 조사 비율을 Minds 런타임에서 제외합니다.
4. 903개의 모든 Mind 답변을 세 개의 완전한 분포로 종합합니다.
5. 모든 가상 답변 옵션 비율을 발표된 실제 인간 결과와 비교합니다.

불확실성을 단일한 강제 선택(hard vote)으로 제한하는 대신, Minds는 각 오디언스 패널이 사용 가능한 각 답변을 선택할 가능성이 얼마나 되는지를 표현했습니다. 이후 이러한 확률들을 결합하여 최종 패널 분포를 도출했습니다.

<table>
<thead>
  <tr>
    <th>
      설계 요소
    </th>
    
    <th>
      등록된 사양
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      가상 표본 (Synthetic sample)
    </td>
    
    <td>
      16~24세의 고정된 301명의 Minds
    </td>
  </tr>
  
  <tr>
    <td>
      인간 참조 데이터 (Human reference)
    </td>
    
    <td>
      발표된 Food and You 2 청년층 분포, 질문당 기준 n=257
    </td>
  </tr>
  
  <tr>
    <td>
      도구 (Instrument)
    </td>
    
    <td>
      3개의 식사 빈도 질문 × 7개 옵션
    </td>
  </tr>
  
  <tr>
    <td>
      계획된 응답
    </td>
    
    <td>
      903개의 Mind 질문 응답
    </td>
  </tr>
  
  <tr>
    <td>
      1차 평가지표 (Primary endpoint)
    </td>
    
    <td>
      21개 셀에 걸친 가중치 없는 평균 절대 퍼센트포인트 오차 (MAE)
    </td>
  </tr>
  
  <tr>
    <td>
      2차 평가지표 (Secondary endpoints)
    </td>
    
    <td>
      분포 중복도, 젠슨-샤논 발산(Jensen–Shannon divergence), 피어슨 r, 스피어먼 rho
    </td>
  </tr>
  
  <tr>
    <td>
      결과 격리 (Outcome isolation)
    </td>
    
    <td>
      실제 인간 비율 및 벤치마크 파일의 런타임 제외
    </td>
  </tr>
</tbody>
</table>

백분율 근사치는 `100% − 평균 절대 퍼센트포인트 오차`로 정의됩니다. 평균 분포 중복도는 세 가지 질문에 대해 평균을 낸 `1 − 총 변동 거리(total-variation distance)`입니다. 젠슨-샤논 발산은 분포 모양의 차이를 비트 단위로 측정하며, 0은 동일한 분포를 나타냅니다.

## 모든 질문에서 91% 이상의 점수 기록

<research-figure :labels="["아침 식사 빈도","점심 식사 빈도","저녁 식사 빈도"]" figure="synthetic-gen-z-food-survey-validation-2026" note="이 연구에서 보고한 결과입니다. 표와 논의에는 연구 범위, 비교 기준 및 불확실성이 포함되어 있습니다." title="실제와의 평균 격차" unitLabel="퍼센트포인트 · 낮을수록 좋음">



</research-figure>

<table>
<thead>
  <tr>
    <th>
      질문
    </th>
    
    <th align="right">
      실제 조사에 대한 근사치
    </th>
    
    <th align="right">
      실제와의 평균 격차
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      아침 식사 빈도
    </td>
    
    <td align="right">
      <strong>
        97.02%
      </strong>
    </td>
    
    <td align="right">
      2.98 pp
    </td>
  </tr>
  
  <tr>
    <td>
      점심 식사 빈도
    </td>
    
    <td align="right">
      <strong>
        93.52%
      </strong>
    </td>
    
    <td align="right">
      6.48 pp
    </td>
  </tr>
  
  <tr>
    <td>
      저녁 식사 빈도
    </td>
    
    <td align="right">
      <strong>
        91.44%
      </strong>
    </td>
    
    <td align="right">
      8.56 pp
    </td>
  </tr>
  
  <tr>
    <td>
      <strong>
        전체 21개 답변 옵션 셀
      </strong>
    </td>
    
    <td align="right">
      <strong>
        93.99%
      </strong>
    </td>
    
    <td align="right">
      <strong>
        6.01 pp
      </strong>
    </td>
  </tr>
</tbody>
</table>

아침 식사가 셀 수준에서 가장 낮은 오차를 기록한 반면, 저녁 식사는 가장 높은 오차를 기록했습니다. 종합 결과는 단 하나의 질문에 의해 좌우되지 않았으며, 각 질문은 실제 조사 분포에 대해 91% 이상의 근사치를 달성했습니다.

## 2차 분포 검증

평균 절대 오차만으로는 분포의 모양을 완전히 설명할 수 없기 때문에, 분석에는 네 가지 보완적인 검증이 포함되었습니다.

- **78.98% 평균 분포 중복도:** 응답 질량의 대부분이 실제 결과와 가상 결과에서 동일한 위치에 나타났습니다.
- **0.0602 젠슨-샤논 발산:** 전반적인 형태가 유사했습니다. 0은 동일한 분포를 의미합니다.
- **0.804 피어슨 상관계수:** 큰 비율과 작은 비율이 함께 움직이는 경향을 보였습니다.
- **0.834 스피어먼 상관계수:** 답변 옵션들이 보급률에 따라 유사하게 순위가 매겨졌습니다.

네 가지 지표 모두 동일한 방향을 가리키고 있습니다. 이 도구 내에서 Minds 분포는 절대적 수준과 상대적 형태 모두에서 실제 인간 참조 데이터와 유사했습니다. 상관관계는 보조 지표로 보고되며 수준 오차 지표를 대체하지 않습니다.

## 응답 완료도 및 근거(Grounding)

수락된 903개의 모든 답변은 출처(provenance)를 가지고 있었습니다:

- **889개의 답변**이 검색된 Mind 지식을 사용했습니다.
- **14개의 답변**이 Mind의 고유 프로필을 사용했습니다.
- **0개의 답변**이 근거 없음으로 표시되었습니다.
- **301명 중 301명의 Minds**가 모든 질문을 완료했습니다.

이러한 출처 필드는 이번 실행이 근거 없는 답변 대신 고정된 Mind 경로를 사용했음을 입증합니다. 이것이 그 자체로 검색된 모든 기억이 최종 분포에 인과적으로 필요했다는 점을 증명하는 것은 아닙니다.

## 실무적 해석

테스트된 범위 내에서, 본 결과는 다음과 같은 신속하고 반복적인 연구를 위해 근거 기반 가상 패널을 사용하는 것을 지지합니다:

- 미디어 집행 전에 캠페인 메시지를 테스트합니다.
- 제품 또는 패키징 콘셉트를 비교합니다.
- 서로 다른 오디언스 세그먼트가 왜 다르게 반응하는지 탐색합니다.
- 실제 현장 조사 전에 설문 질문을 정교화합니다.
- 추후 인간 대상 검증을 위한 가장 강력한 방향성을 식별합니다.

본 결과는 신속한 방향성 설정 및 비교 작업을 지원합니다. 중대한 주장, 규제 관련 결정, 정밀한 시장 규모 측정, 검증된 범위를 벗어나는 질문 등은 여전히 실제 모집된 응답자와 적절한 인간 대상 연구 설계가 필요할 수 있습니다.

## 범위 및 한계

본 연구는 공개된 Food and You 2 데이터를 사용한 독립적인 Minds 검증입니다. Food Standards Agency는 참조 조사를 제작했으나, Minds 연구를 후원, 보증 또는 검토하지 않았습니다.

<table>
<thead>
  <tr>
    <th>
      본 연구가 지지하는 사항
    </th>
    
    <th>
      본 연구가 입증하지 않는 사항
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      세 가지 영국 청년층 식사 빈도 분포에 대한 긴밀한 종합적 일치
    </td>
    
    <td>
      Z세대 개인 수준에서의 93.99% 예측 정확도
    </td>
  </tr>
  
  <tr>
    <td>
      301명의 Minds 및 903개 응답에 대한 완전한 프로덕션 실행
    </td>
    
    <td>
      오디언스, 국가, 도메인 또는 질문 유형 전반에 걸친 보편적 성능
    </td>
  </tr>
  
  <tr>
    <td>
      MAE, 중복도, 발산 및 상관관계 지표 전반의 일치
    </td>
    
    <td>
      근거(grounding) 설정만으로 관찰된 일치가 발생했다는 인과적 증명
    </td>
  </tr>
  
  <tr>
    <td>
      런타임 시점의 결과 격리
    </td>
    
    <td>
      사전 학습 또는 고정 지식 코퍼스를 통한 공개 조사로의 간접적 노출 가능성의 완전한 배제
    </td>
  </tr>
</tbody>
</table>

본 연구는 단일 조사에서 밀접하게 관련된 세 가지 질문을 다루는 동일 코호트, 동일 도구 복제 연구입니다. 인간 응답자와 가상 응답자는 개별적으로 매칭되지 않았으며, 분석은 종합적인 분포를 비교합니다. 이 공개 결과에 대해 인간 마이크로데이터로부터의 표본 추출 불확실성 구간은 추정되지 않았습니다. 더 광범위한 정확도 주장을 하기 전에, 서로 다른 오디언스 및 도구에 대한 추가적인 검증이 필요합니다.

## 출처

- [Food and You 2 Survey: Wave 10 dataset](https://data.food.gov.uk/catalog/datasets/e5ac7f57-61d4-4e34-8d74-fe198ab5d858), Food Standards Agency, 2025.
- [Food and You 2: Wave 10 research report](https://www.food.gov.uk/research/food-and-you-2/food-and-you-2-wave-10), Food Standards Agency, 2025.