CMDSPACE × STEPI · Pilot Report

페르소나 50명이 6개 미래상에 답했습니다

7월 20일자 미래상 정본(베이스라인 + 6미래상)을 자극문으로, 100문항 서베이 v0.3 전체를 AI 페르소나 파일럿 50명에게 투영한 첫 완주 결과입니다. 응답은 인물·유형·미래상이 연결된 탐색형 지식 베이스로 구축되어 라이브 시연이 가능합니다.

50명 전원 응답 문항 100 + 종합입장·비전·개방 자극문 S0~S6 (베이스라인 + 6미래상) 커버리지 검증 전항 PASS 트윈 스터디 1건 병행

한눈 요약

50 × 100

페르소나 × 문항 — 5,000개 척도 응답 + 종합입장 300 + 에세이·SNS·한줄반응

S6 4.12

수용도 1위 — 포용·상생의 과학기술 사회

S1 2.53

수용도 최하 — 지능강국, 유일한 두 자릿수 거부(16명)

69 노트

탐색형 지식 베이스 — 인물 50 · 미래상 7 · 유형 6 · 분석 2 · 트윈 3

본 페이지의 모든 수치는 합성 페르소나의 가상 응답이며 여론조사가 아닙니다. 목적은 가설 생성과 문항·자극문 검증, 그리고 본조사(1,000명 규모) 전 리허설입니다.

무엇을 어떻게 돌렸나

1표본

통계청 분포 비례 쿼터 1,000명 중 파일럿 50명(고정 seed). 7/5 파일럿 v0.1과 동일 표본이라 회차 간 비교가 가능합니다.

2자극문 + 문항

미래상 정본을 각 400~600자 쉬운 말 자극문(S0 베이스라인 + S1~S6)으로 변환. 문항은 공통 26 + 교차설문 11 + 트레이드오프 6 + 시계열 앵커 2 + 미래상별 모듈 55.

3병렬 생성

페르소나별 1인칭 역할 연기로 설문 흐름 그대로 응답. 10개 병렬 작업으로 실행하고 페르소나 간 개성 분산(획일화 방지)을 지침으로 강제.

4검증 + 지식 베이스

50명 전원, 100문항 전수 커버리지·인코딩·중복 검사 전항 통과. 결과는 그래프 탐색형 옵시디언 볼트로 자동 컴파일 (재현 기록 고정).

미래상 수용도 순위

미래상별 모듈 문항의 수용도 축 평균(1~5). 아래 히트맵은 자극문을 읽은 뒤의 종합 입장 인원수입니다.

⑥ 포용 상생4.12

③ 에너지 자립3.47

② 초장수 생명안전3.20

⑤ 룰메이커3.18

④ 생활권 확장3.05

① 지능강국2.53

미래상	수용	조건부 수용	유보	거부
① 지능강국	2	8	24	16
② 초장수 생명안전	9	33	8	0
③ 에너지 자립	8	27	14	1
④ 생활권 확장	13	19	14	4
⑤ 룰메이커	12	5	33	0
⑥ 포용 상생	22	23	5	0

세 가지 발견

1①지능강국의 수용 절벽기술 발전 자체가 아니라 "국가 의사결정의 AI 위임" 대목에서 거부가 집중됩니다. 7/5 파일럿 v0.1의 파격 국면 절벽과 같은 패턴이 6미래상 체계에서도 재현되어, 자극문·문항이 이 균열을 안정적으로 포착함을 확인했습니다.
2⑤룰메이커는 반대가 아니라 유보거부 0명, 유보 33명 최다. 국가 위상 담론이라 개인 삶과의 접점이 잡히지 않는다는 신호입니다. 설득이 아니라 생활 접점 번역이 필요한 미래상으로, 홍보 전략에 시사점이 있습니다.
3가장 갈리는 양자택일 = 일자리"일자리 보호 우선 대 전환 지원 우선"이 26 대 22로 팽팽. 반면 다수 양극 문항은 형평·인간 통제 쪽으로 크게 쏠립니다. 쏠릴 문항과 갈릴 문항을 확정 전에 미리 아는 것, 이것이 페르소나 사전 검증(pre-test)의 가치입니다.

양자택일 지형 (발췌)

교차설문 11 + 2020 트레이드오프 6 문항 중 대표 5개. 인원은 A극 / 중간 / B극.

쟁점	A극	B극	분포	판독
국가 의사결정 AI 위임	성능·효율 우선	인간 통제·설명책임	2 / 0 / 48	압도적 쏠림
첨단 의료 확산 방식	발전·확산 우선	형평·보편접근	6 / 1 / 43	쏠림
일자리 정책	기존 직무 보호	전환 지원(재교육)	26 / 2 / 22	최대 균열
AI 전력 vs 탄소중립	전력 공급 우선	탈탄소 우선	16 / 17 / 17	3분할
AI·로봇 도입 (2020 동일 문항)	도입 유보	도입 + 보완조치	26 / 0 / 24	균열

수용성 유형과 비전 선택

유형 분포 (6종, 파일럿 상대 기준)

구조 소외형14

적극 수용형13

전환 불안형8

조건부 실용형7

유보·경계형5

기대-체감 갭형3

청년워크숍의 "수혜를 누리는 청년 / 소외된 청년" 두 버전 시나리오와 정확히 맞물리는 구도입니다 (적극 수용형 ↔ 구조 소외형).

비전 3안 선호 (문안 확정 전 예비)

C안24

B안14

1안12

비전 부제 문안이 확정되면 동일 패널에 재투영하여 확정 문안 기준 선호로 갱신합니다.

페르소나의 목소리

같은 미래상에 계층이 다르게 답합니다. 지식 베이스에서 인물 노트로 전체 맥락을 탐색할 수 있습니다.

29세 여 · 승용차 운전원 → ① 지능강국

"사람 없이 돌아가는 물류라니, 그 '사람'이 저예요. 이건 받아들이고 말고 할 문제가 아니라 제 생계 문제예요."

32세 여 · 기업 고위 임원 → ① 지능강국

"행정과 산업이 AI로 최적화되면 저 같은 사업자는 몸이 열 개가 되는 셈이라 대환영이에요."

57세 남 · 중형 화물차 운전원 (포항) → ④ 생활권 확장

"길 뚫리면 사람이고 돈이고 다 서울로 빨려간다. 포항서 평생 산 사람은 그거 다 봤다."

55세 여 · 음식료품 판매원 → ⑥ 포용 상생

"이거여 이거. 배울 기회만 주믄 나도 할 수 있당께. 말로만 말고 진짜로 해주쇼."

79세 남 · 생산관리 사무원 → ① 지능강국

"효율은 좋다만, 최종 확인 도장은 사람이 찍어야 사고가 안 난다."

22세 남 · 영업 관련 관리자 → ⑥ 포용 상생

"속도 늦춰서 다 같이 가자는 건 듣기엔 좋은데, 그 사이 경쟁국은 안 기다려준다."

트윈 스터디 — 통계는 계층을 맞추고, 사람을 놓친다

같은 조건에서 근거 입력만 다르게 한 방법론 실험: 실측 인물(연구책임자 본인, 문서 근거) 대 통계 데이터셋 100만 명 중 최근접 쌍둥이(anchor 단독).

80 / 83

일반 문항 ±1 이내 일치 — 계층 수준 축은 백분위까지 거의 동일

11 / 17

양극 문항 같은 극 — 가치 트레이드오프 3분의 1이 반대 극

2 / 6

미래상 종합 입장 일치 — 비전 선택도 불일치

함의 — 계층 × 미래상 집계 지도는 통계 페르소나로 신뢰할 수 있지만, 개인의 가치 판단·종합 입장은 실제 발언·문서 없이 재현되지 않습니다. 청년워크숍에서 수집되는 청년의 실제 목소리(로데이터)가 페르소나 검증과 디지털 트윈의 핵심 원료인 이유입니다.

방법 고지와 다음 단계

이번 회차의 한계

1회 응답(반복 안정성은 본조사 3회에서 측정) · 단일 모델 생성(타 모델 교차는 후속 회차) · 문항 확정 전(pre-freeze) 상태의 탐색용 수치입니다.

바로 이어지는 것

청년워크숍 사전 설문 11문항의 페르소나 1,000명 투영("청년 실측 대 페르소나" 비교) · 현장 동의·보상안 초안 · 총괄위 라이브 시연 시나리오.

본조사 대기

문항 체계 확정 즉시 1,000명 × 3회 반복 본조사 실행. 표본·자극문·파이프라인·검증 체계는 이번 완주로 리허설을 마쳤습니다.