ํ๋์ค ๋ญ์ ๋ฆฌ ๋ธ๋๋์ ํ๊ตญ ์ํธ๋ง์คํฌ ์ถ์ ์ปจ์
ํ๋์ค ๋ญ์ ๋ฆฌ ์คํจ์ผ์ด ๋ธ๋๋๊ฐ ํ๊ตญ ์์ฅ ์ฒซ ์ง์ถ์์ผ๋ก ์ํธ๋ง์คํฌ 5์ข ์ ์ถ์. 1๋งค 4,900์, Olive Youngยท์ ์ธ๊ณยท๋ฉด์ธ ์ฑ๋ ํ๋ณด. 20-40๋ ํ๊ตญ ์ฌ์ฑ ๋์ ์ปจ์ ๊ฒ์ฆ.
Run demo-beauty ยท 600๋ช
ยท 3000 ์๋ต
ํต์ฌ ๋ฐ๊ฒฌ Top 3
์ด Study์์ ์๋ ์ถ์ถ ยท ํด๋ฆญํ์ฌ ๋ถ๋งํฌ30๋ ์์ธ ์ฌ์ฑ์ด ํต์ฌ ์ง์ ์ฝํธํธ
mean 3.78 ยท 247๋ช ํด๋ฌ์คํฐ โ ๋ฐฑํ์ ยท๋ฉด์ธ ์ฑ๋ ์์ฃผ 1์ฐจ ์ถ์.
์ฑ๋ณ์ด ์๋์ ๋ถ๊ธฐ ๋ณ์ (ฮทยฒ=0.21)
์ฌ mean 3.71 vs ๋จ mean 2.45 โ ๋จ์ฑ ๋ผ์ธ ๋ณ๋ ์บ ํ์ธ ํ์.
๊ฐ๊ฒฉ โฉ4,900์ 26-30๋์ ๋ถ๋ด
20๋ ์ฌ net agree +18%๋ก ์ฝํจ โ 5์ฅ ๋ฐ์ค ์ธํธ๋ก ๊ฐ์ฑ๋น ๋ณด๊ฐ ๊ถ์ฅ.
์ง๋ฌธ๋ณ ์๋ต ๋ถํฌ (4๊ฐ)
์ด ์ํธ๋ง์คํฌ ์ปจ์ ์ ๋ด ์คํจ์ผ์ด ๋ฃจํด์ ์ ๋ง๋๋ค
ํ๊ท 3.46 ยท ์ํธ๋กํผ 1.40 ยท n=600
1๋งค๋น 4,900์์ ํฉ๋ฆฌ์ ์ด๋ค
ํ๊ท 3.22 ยท ์ํธ๋กํผ 1.46 ยท n=600
ํ๊ตญ ๋ธ๋๋๋ณด๋ค ํ๋์ค ๋ญ์ ๋ฆฌ ๋ธ๋๋๋ฅผ ์ ํํ๊ฒ ๋ค
ํ๊ท 2.78 ยท ์ํธ๋กํผ 1.50 ยท n=600
์ด ๋ผ์ธ์ด ์ถ์๋๋ค๋ฉด ์ด๋์ ๊ตฌ๋งคํ์๊ฒ ์ด์?
ํ๊ท โ ยท ์ํธ๋กํผ 1.28 ยท n=600
ํ๋ณธ ๊ฒฐ๊ณผ๊ฐ ๋ง์์ ๋ ๋ค๋ฉด, ๋ชจ์๋ฅผ ๋๋ ค ๋ณธ์กฐ์ฌ๋ฅผ ์งํํ ์ ์์ต๋๋ค
ํ์ฌ 600๋ช ํ๋ณธ์ ๊ธฐ์ค์ผ๋ก ๋์ผํ ์ปจ์ ยท์ฝํธํธยท์ง๋ฌธ ์ธํธ๋ฅผ ๊ทธ๋๋ก ์ฌ์ฌ์ฉํด ๋ณธ์กฐ์ฌ๋ฅผ ์งํํฉ๋๋ค. ๋ถํฌยท๋๋ผ์ด๋ฒยท์ธ๊ทธ๋จผํธ๊ฐ ๋ ์ข์ ์ ๋ขฐ๊ตฌ๊ฐ์ผ๋ก ์ฌ๊ณ์ฐ๋ฉ๋๋ค.
Cross-tab ๋ถ์ (์ธํฐ๋ํฐ๋ธ)
| ์๋ | ์์ธ | ๊ฒฝ๊ธฐ | ๋ถ์ฐ | ๋๊ตฌ | ์ธ์ฒ |
|---|---|---|---|---|---|
| 20s | 3.6 | 3.4 | 3.2 | 3.0 | 3.3 |
| 30s | 3.9 | 3.7 | 3.5 | 3.3 | 3.6 |
| 40s | 3.3 | 3.1 | 2.9 | 2.7 | 3.0 |
| 50s | 2.8 | 2.7 | 2.5 | 2.3 | 2.6 |
โ ์ ์ ์ซ์๋ ์ ํํ ์งํ ๊ฐ. ๋น ์ ์ ํด๋น ์กฐํฉ์ ์๋ต์ ๋ถ์กฑ.
ํต๊ณ ์ฌ์ธต ๋ถ์
ํ๋ฆฌ๋ฏธ์์ฌ๋ฌ ์ง๋ฌธ์ด ๋์ผํ ์ ์ฌ ๋ณ์๋ฅผ ์ธก์ ํ ๋ ์ผ๋ง๋ ์ผ๊ด๋๋์ง. 0.7+ ๋ฉด ๊ฒฐ๊ณผ๋ฅผ ์ ๋ขฐํ ์ ์์ต๋๋ค.
| ๋ณ์ | ฮทยฒ (์ค๋ช ๋ ฅ) | ๊ฐ์ฅ ๊ธ์ segment | ๊ฐ์ฅ ๋ถ์ segment | ๊ฐญ |
|---|---|---|---|---|
| 1. ์ฑ๋ณ | 0.21 | ์ฌ์3.71 (n=318) | ๋จ์2.45 (n=282) | 1.26 |
| 2. ์ฐ๋ น๋ | 0.12 | 30s3.78 (n=132) | 60+2.51 (n=88) | 1.27 |
| 3. ์๋ | 0.05 | ์์ธ3.65 (n=105) | ๊ฒฝ๋ถ2.91 (n=38) | 0.74 |
โ ฮทยฒ > 0.10์ด๋ฉด ํฐ ํจ๊ณผ, 0.05โ0.10์ด๋ฉด ์ค๊ฐ, ๊ทธ ๋ฏธ๋ง์ ๋ฏธ๋ฏธ. ANOVA ๊ธฐ๋ฐ ๋ถ์ฐ ๋ถ์.
๋๋ผ์ด๋ฒ ๋๋ฆด๋ค์ด
๋๋ผ์ด๋ฒ๋ฅผ ์ ํํด ํด๋น ์ธ๊ทธ๋จผํธ๋ก ํ์ ๋ถ์| ๋ณ์ | ฮทยฒ | ๊ฐ์ฅ ๊ธ์ | ๊ฐ์ฅ ๋ถ์ | spread | |
|---|---|---|---|---|---|
| sex | 0.21 | ์ฌ์ 3.71 ยท n=318 | ๋จ์ 2.45 ยท n=282 | 1.26 | ์ ํ |
| age_bucket | 0.12 | 30s 3.78 ยท n=132 | 60+ 2.51 ยท n=88 | 1.27 | ์ ํ |
| province | 0.05 | ์์ธ 3.65 ยท n=105 | ๊ฒฝ๋ถ 2.91 ยท n=38 | 0.74 | ์ ํ |
KANO โ ํต์ฌ ๊ธฐ๋ฅ ๋ถ๋ฅ
ํ๋ฆฌ๋ฏธ์KANO ๋ถ๋ฅ
๊ธฐ๋ฅ๋ณ ๋ง์กฑ๋ โ ๋ถ์ฌ์ ๋ถ๋ง์กฑ๋ ๋งคํธ๋ฆญ์ค
์ฑ๊ณผ ๊ธฐ๋ฅ. ๋ง์กฑ๋๊ฐ ์ง์ ์ ์ผ๋ก ๊ฐ๊ฒฉยท์ฌ๊ตฌ๋งค๋ก ์ฐ๊ฒฐ๋จ โ ํจ๋ฅ ๊ฒ์ฆ ๋ง์ผํ ํ์.
Disagreement Mining
30๋ ์๋๊ถ ๋ธ๋๋ ์ถ๊ตฌํ
๋ญ์ ๋ฆฌ ๋ธ๋๋ ์ ์ฒด์ฑ์ ์ ๊ทน ํ์. ํ๋์ค ๋ณธ๊ณ ์ฅ ํจ๋ฅ ์คํ ๋ฆฌ์ ๋งค๋ ฅ ๋๋.
โ์์ธ์ด๋๋ SK-II ์ธ์ ํ๋์ค ๋ธ๋๋๊ฐ ํ๊ตญ์ ๋ณธ๊ฒฉ ์ง์ถํ๋ฉด ์ฌ๋ณด๊ณ ์ถ์ด์.โ
20๋ ์ฌ๋ฆฌ๋ธ์ ์ค์ฉํ
๋ธ๋๋๋ณด๋ค ๊ฐ์ฑ๋นยท์ ๊ทผ์ฑ ์ฐ์ . ์ฌ๋ฆฌ๋ธ์์์ ๋์ผ ๋ผ์ธ์ ์ด ์์ผ๋ฉด ์๋.
โํ ์ฅ์ 4,900์์ด๋ฉด ๋น์ผ ํธ์ธ๋ฐ ํจ๊ณผ ์ข์ผ๋ฉด ํ ๋ฒ ์ฌ๋ณผ ๋ฏ.โ
40๋+ ์์ฐ์ฃผ์ ํ์ํ
๋ญ์ ๋ฆฌ ๋ธ๋๋๋ณด๋ค ์์ฐ์ฑ๋ถ ํ๊ตญ ๋ธ๋๋ ์ ํธ. ์ํธ๋ง์คํฌ ์์ฒด์ ํ์.
โ์ ๋ ์ํธ๋ง์คํฌ๋ณด๋ค ์ฐจ๋ผ๋ฆฌ ํ ๋ ํจ๋๋ฅผ ๋ ์ ์จ์. ๋ญ์ ๋ฆฌ ๋ธ๋๋๋ผ๊ณ ๋ ์ข์์ง๋ ์๋ฌธ.โ
์ค์ฆ ๊ฒ์ฆ (t-test ยท KS ยท ฯยฒ)
Empirical Validation
t-test ยท KS-test ยท ฯยฒ against real survey data
| Question | n | Human ฮผ | LLM ฮผ | t p-value | KS p-value | Verdict |
|---|---|---|---|---|---|---|
| q1 | 92 | 3.41 | 3.46 | 0.530 | 0.600 | aligned |
| q2 | 88 | 3.30 | 3.22 | 0.420 | 0.320 | aligned |
Focus Group โ ์ฌ์ธต ์ธํฐ๋ทฐ
ํฌ์ปค์ค ๊ทธ๋ฃน
์ฃผ์ : ํ๋์ค ๋ญ์ ๋ฆฌ ์ํธ๋ง์คํฌ โ ํ๊ตญ ์ถ์ ์ปจ์ 5ํ์ฐจ ํ ๋ก ยท 5ํ์ฐจ ยท ๋น์ฉ $0.36
- 3232์ธ ์ฌ, ์์ธ, ๋ง์ผํ
ํ๋์ค ๋ณธ๊ฐ์์ ๋ง๋ ๋ค๋๊ฒ ๊ฐ์ฅ ๋๋ ค์. ํ๊ตญ ๋ธ๋๋ ์ํธ๋ง์คํฌ๋ ๋๋ฌด ๋ง์์ ์ฐจ๋ณ์ ์ด ๋ช ํํด์ผ ํด์.
- 2626์ธ ์ฌ, ๊ฒฝ๊ธฐ, ์ง์ฅ์ธ
4,900์์ ์์งํ ๋น์๋๋ค. ๋ฉ๋ํ์ด๋ ๋ฅํฐ์๋ฅดํธ ๋๋ธ์ธํธ๊ฐ ๋ ํฉ๋ฆฌ์ ์ด๋ผ.
- 3232์ธ ์ฌ, ์์ธ, ๋ง์ผํ
๋ฐฑํ์ ์ ์ ์ด ๋ฌด์กฐ๊ฑด ์์ด์ผ ๋ญ์ ๋ฆฌ ์ ์ฒด์ฑ ์ ์ง๋ผ์. ์ฌ๋ฆฌ๋ธ์ ๋จ๋ ์ ๋ญ์ ๋ฆฌ ์ ๋ฉ๋๋ค.
- 3838์ธ ์ฌ, ๋ถ์ฐ, ์์์
ํ๋์ค ๋ธ๋๋๋ผ๊ณ ํด๋ ๊ฒฐ๊ตญ ํจ๋ฅ ํ๊ธฐ๊ฐ ์ง์ง ๊ฒฐ์ ํด์. ์ธํ๋ฃจ์ธ์ ํ์ฐฌ๋ณด๋ค ์ผ๋ฐ์ธ ์์ง ํ๊ธฐ๊ฐ ๋ ์ ๋ขฐ๋ผ์.
- 2626์ธ ์ฌ, ๊ฒฝ๊ธฐ, ์ง์ฅ์ธ
ํ๊ตญ์ธ ํผ๋ถ ํคยทํธ๋ฌ๋ธ์ ๋ง์์ง ์๊ตฌ์ฌ์ด ์์ด์. ํ๋์ค ์ฒ๋ฐฉ ๊ทธ๋๋ก๋ฉด ์๊ทน๋ ์๋.
- 3232์ธ ์ฌ, ์์ธ, ๋ง์ผํ
๋ฐฑํ์ ํ์ + ์ธํ๋ฃจ์ธ์ ๋ฏธ๋ ํคํธ ๋ฐ์๋ณด๊ณ ๊ฒฐ์ ํ ๊ฒ ๊ฐ์์. ํ ๋ฒ์ 5์ฅ ํ์ธํธ๋ ๋ถ๋ด์ด์์.
Adversarial Debate โ ํธ๊ฐ vs ๋นํธ๊ฐ + ์ฌ์ฉ์ follow-up
ํ๋ฆฌ๋ฏธ์์ ๋์ ํ ๋ก
์ฃผ์ : ํ๋์ค ๋ญ์ ๋ฆฌ ์ํธ๋ง์คํฌ โ ํธ๊ฐ vs ๋นํธ๊ฐ ยท 3ํ์ฐจ ยท ๋น์ฉ $0.00
- 3333์ธ ์ฌ, ์์ธ, ๊ด๊ณ AEํธ๊ฐ
๋ญ์ ๋ฆฌ ์ํธ๋ง์คํฌ๋ ์๊ธฐ ๋ณด์ ์นดํ ๊ณ ๋ฆฌ์์. 4,900์์ด๋ฉด ์ผ์ฃผ์ผ์ ํ ๋ฒ ์ ๋ ์ฌ์น๋ก ์ถฉ๋ถ.
- 4141์ธ ์ฌ, ๋๊ตฌ, ์ฃผ๋ถ๋นํธ๊ฐ
ํ๊ตญ ์ํธ๋ง์คํฌ ์์ฅ์ด ์๋ ํฌํ๋ผ์ ๊ฐ๊ฒฉ ๊ฒฝ์์ด ํต์ฌ์ด์์. ๋ญ์ ๋ฆฌ ์ปจ์ ์ผ๋ก๋ ๋งค์ค ๋ง์ผ ์ ์กํ๋๋ค.
- 3333์ธ ์ฌ, ์์ธ, ๊ด๊ณ AEํธ๊ฐ
๋งค์ค๊ฐ ์๋๋ผ ์์ 20% ํ๊น์ด๋ฉด ์ถฉ๋ถํฉ๋๋ค. ์ ์ธ๊ณ ๊ฐ๋จยท๋ฉด์ธ ์์ฃผ๋ก ์์ํ๋ฉด ๋ฉ๋๋ค.
- 4141์ธ ์ฌ, ๋๊ตฌ, ์ฃผ๋ถ๋นํธ๊ฐ
๊ฐ๋จ ์ธ ์ง์ญ์์๋ ๋ญ์ ๋ฆฌ ํ์ฅํ์ด ์ ์ ํ๋ฆฝ๋๋ค. ์ ๊ตญ ๋จ์ ๋งค์ถ ๊ธฐ๋ํ๊ธด ์ด๋ ค์์.
- 3333์ธ ์ฌ, ์์ธ, ๊ด๊ณ AEํธ๊ฐ
3,500์๊น์ง ๋จ์ด์ง๋ฉด ๋ญ์ ๋ฆฌ ์ ์ฒด์ฑ๋ ๋ฌด๋์ ธ์. ์ฐจ๋ผ๋ฆฌ ๋์ผ๊ฐ ์ ์งํ๊ณ 5์ฅ ๋ฐ์ค ์ธํธ๋ก ๊ฐ์ฑ๋น ๊ฐ์ ธ๊ฐ๋๊ฒ ๋์์.
- 4141์ธ ์ฌ, ๋๊ตฌ, ์ฃผ๋ถ๋นํธ๊ฐ
2,900์์ด๋ฉด ํ ๋ฒ ์ฌ๋ณผ ์ํฅ ์์ด์. ๊ทธ ๊ฐ๊ฒฉ์ ๋ญ์ ๋ฆฌ ํจํค์ง๋ฉด ์ ๋ฌผ์ฉ์ผ๋ก๋ ์ข๊ณ .
์ฑ๋ ํค ํฉ์ฑ โ ๋ค์ด๋ฒ์นดํ
ํ๋ฆฌ๋ฏธ์์ฑ๋ ํค ํฉ์ฑ ๋๊ธ
์ฑ๋ naver_cafe ยท ์ฃผ์ ํ๋์ค ๋ญ์ ๋ฆฌ ๋ธ๋๋์ ํ๊ตญ ์ํธ๋ง์คํฌ ์ถ์ ์ปจ์
- 32์ธ ์ฌ, ์์ธ, ๋ง์ผํ
ํ๋์ค ๋ธ๋๋๊ฐ ํ๊ตญ ์ํธ๋ง์คํฌ ์์ฅ์ ๋ณธ๊ฒฉ ์ง์ถํ๋์!! 4,900์์ด๋ฉด ์ผ์ฃผ์ผ์ ํ ๋ฒ ์๊ธฐ ๋ณด์์ผ๋ก ๋ฑ์ด์ง ์๋์?ใ ใ
- 26์ธ ์ฌ, ๊ฒฝ๊ธฐ, ์ง์ฅ์ธ
์์งํ ๋ฅํฐ์๋ฅดํธ ๋๋ธ์ธํธ๊ฐ ๋ ๊ฐ์ฑ๋น ์ข์ง ์๋์?ใ ๋ญ์ ๋ฆฌ๋ ์ข์๋ฐ ๋งค์ผ ์ฐ๊ธฐ์๋ ๋ถ๋ด์ด๋ผใ
- 38์ธ ์ฌ, ๋ถ์ฐ, ์์์
ํ๋์ค ๋ธ๋๋ ํ๊ตญ ์ฒ๋ฐฉ ๋ฐ๋ก ํ๋ค๋ ๋ณด์ฅ๋ง ์์ผ๋ฉด ์ฌ๋ณด๊ณ ์ถ์ด์. ํ๊ธฐ ์ข ๋ ๋ชจ์ด๋ฉด ๊ฒฐ์ ํ ๊ฒ์!
์ค์ ์ฑ๋์ ๊ฒ์๋์ง ์์ ํฉ์ฑ ์๋ต์ ๋๋ค. ๋ง์ผํ ๋ฉ์์งยท์นดํผ ์ฌ์ ํ ์คํธ ์ฉ๋๋ก๋ง ์ฌ์ฉํ์ธ์.
๋ณด๊ณ ์ Export
ํ๋ฆฌ๋ฏธ์๋ณด๊ณ ์ (Markdown)
์ต์๋จ์ PPT ๋ณํ ํ๋กฌํํธ ์๋ ํฌํจ โ Claude/ChatGPT์ ๋ถ์ฌ๋ฃ์ด ์ฌ๋ผ์ด๋ ์๋ ์์ฑ
<!-- ================================================================================ ๋ณธ ๋ฌธ์๋ personaprobe (Korean silicon sampling) ๋ถ์ ๊ฒฐ๊ณผ์ ๋๋ค. โผ ์ด ๊ฒฐ๊ณผ๋ฅผ ์์ ๋ณด๊ณ ์ฉ ์ฌ๋ผ์ด๋ 8์ฅ์ผ๋ก ๋ณํํด ์ฃผ์ธ์. ๊ฐ ์ฌ๋ผ์ด๋ ๊ตฌ์ฑ: 1. ํ์ง โ ์ฐ๊ตฌ ์ฃผ์ , ํจ๋ N, ์คํ ์ผ์, ํต์ฌ ํค ๋ฉ์์ง ํ ์ค 2. Executive Summary โ ๋ฐ๊ฒฌ 3๊ฐ์ง + ๊ถ๊ณ 3๊ฐ์ง 3. Methodology โ silicon sampling ๋ฐฉ๋ฒ, ํ๋ฅด์๋ ์ถ์ฒ(KOSIS) 4. ์๋ต ๋ถํฌ ์ฐจํธ โ ์ง๋ฌธ๋ณ ๋ถํฌ(๋ง๋) + Net Agree % ๋ผ๋ฒจ 5. Segment Insights โ ๋๋ผ์ด๋ฒ ๋ถ์ ํ (ฮทยฒ + top/bottom segment, gap) 6. Cluster ๋ฐ๊ฒฌ โ Disagreement Mining ๊ฒฐ๊ณผ 3-5๊ฐ ํด๋ฌ์คํฐ, ๋ํ quote 7. KANO ๋ถ๋ฅ โ ํต์ฌ ๊ธฐ๋ฅ์ 4๋ถ๋ฉด(๋งค๋ ฅ/์ฑ๊ณผ/ํ์/๋ฌด๊ด์ฌ) ์์ ๋ฐฐ์น 8. ๊ถ๊ณ โ Next action 3๊ฐ์ง๋ฅผ ๊ตฌ์ฒด์ ์ผ๋ก ================================================================================ --> # ์ ๊ท ์ดํ ํ์ต ์ฑ ๊ฐ๊ฒฉ ์๋ฎฌ๋ ์ด์ ## 1. ๊ฐ์ - ํจ๋ ํฌ๊ธฐ: **500๋ช ** ยท ์๋ต 3,500๊ฐ ยท ๋น์ฉ $4.82 - ์ ์ฉ ๋ณด์ : ์ค์ ํํผ ํธํฅ ์ํ (ฮฑ=0.15) - ์๋ต ์์ง ์๊ฐ: ์ฝ 22๋ถ ## 2. ์ง๋ฌธ๋ณ ์๋ต ๋ถํฌ ### Q1 โ ์ปจ์ ๊ด์ฌ๋ - mean=3.29 ยท mode=3 ยท net_agree=+21% - ๋ถํฌ: 1:8% 2:16% 3:31% 4:29% 5:16% ### Q2 โ ์ 9,900์ ํฉ๋ฆฌ์ฑ - mean=3.74 ยท mode=4 ยท net_agree=+51% ### Q4 โ ์ฌ์ฉ ์๊ฐ๋ - ์ ๋ ์๊ธฐ ์ 36% ยท ์์นจ ์ถ๊ทผ๊ธธ 31% ยท ์ฃผ๋ง 21% ยท ์ ์ฌ 12% ## 3. ๋๋ผ์ด๋ฒ ๋ถ์ | ๋ณ์ | ฮทยฒ | ๊ฐ์ฅ ๊ธ์ | ๊ฐ์ฅ ๋ถ์ | ๊ฐญ | |---|---|---|---|---| | ์ฐ๋ น๋ | 0.18 | 20s (4.05) | 65-79 (2.15) | 1.90 | | ๊ต์ก ์์ค | 0.09 | ๋ํ์ (3.82) | ๊ณ ์กธ (2.91) | 0.91 | ## 4. KANO ๋ถ๋ฅ - ๋ถ๋ฅ: **Attractive (๋งค๋ ฅ ๊ธฐ๋ฅ)** - func=4.12 / dys=1.85 - ๊ถ๊ณ : ๋ง์ผํ ๋ฉ์์ง ํํฌ๋ก ์ฌ์ฉ. ์์ผ๋ฉด ํ์, ์์ด๋ ํฐ ๋ถ๋ง ์์. ## 5. ๋ค์ ๋จ๊ณ ์ ์ _์ด ์น์ ์ ์ ๋ฐ์ดํฐ๋ฅผ ์ข ํฉํ ๊ถ๊ณ 3๊ฐ์ง๋ฅผ ๋ค์ด์คํธ๋ฆผ LLM์ด ์์ฑํ๊ธฐ ์ข๊ฒ ๋น์๋ก๋๋ค._
๋ณด๊ณ ์๋ Study ์๋ฃ ์งํ ์๋ ์์ฑ๋๋ฉฐ ์์ ๋์ผํ ํ์์ผ๋ก ๋ค์ด๋ก๋๋ฉ๋๋ค.
Confidence & Calibration
ํ๊ตญ ํจ๋ ๋๋น historical correlation (likert_5)
- โ ๋ถ์ฐ ๋ณต์ (N=3 seed runs)
- โ Calibration set ์ ์ฉ (์์)
๋ทฐํฐ ์นดํ ๊ณ ๋ฆฌ๋ ์ค์ ์์ ํ ํ ์คํธ์ ํจ๊ป ๋ณด๋ ๊ฒ ์์ ํฉ๋๋ค. ๋ณธ ๋ฐ์ดํฐ๋ ์ปจ์ ๋จ๊ณ directional signal๋ก ํ์ฉ ๊ถ์ฅ.
Methodology ํ ๋จ๋ฝ
๋ณธ ๊ฒฐ๊ณผ๋ ํ๊ตญ ์ธ๊ตฌ ๋น์จ์ ์ ๋ ฌ๋ 600๋ช ์ ํฉ์ฑ ์๋ต์ ํจ๋์ ๋์์ผ๋ก personaprobe์์ ์ํ๋์์ต๋๋ค. ์ง๋ฌธ 4๊ฐ์ ๋ํด ๊ฐ ์๋ต์๋น 3ํ์ seed ์คํ(temperature>0)์ผ๋ก ๋ถํฌ๋ฅผ ๋ณต์ํ์ผ๋ฉฐ, ํต๊ณ์ ์ค์ ํํผ ํธํฅ ๋ณด์ (ฮฑ=0.15)์ ์ ์ฉํ์ต๋๋ค. ๋๋ผ์ด๋ฒ ๋ถ์(ฮทยฒ) ๊ฒฐ๊ณผ sex ์ถ์์ ์ฌ์ vs ๋จ์์ ํ๊ท ์ฐจ์ด๊ฐ 1.26์ ์ผ๋ก ๊ฐ์ฅ ์ปธ์ผ๋ฉฐ(ฮทยฒ = 0.21), Cronbach's ฮฑ = 0.79๋ก ๋ด์ ์ผ๊ด์ฑ์ด ํ๋ณด๋์์ต๋๋ค. ๊ฒ์ฆ ์ฝํธํธ(n=92)์์ ๋น๊ต์์ ์ข ํฉ ์๊ด 0.81 (plausible)๋ก ํฉ์ฑ ๋ถํฌ๊ฐ ์ค์ ํจ๋๊ณผ ์ง์ ๋น๊ต ๊ฐ๋ฅํ ์์ค์์ ํ์ธํ์ต๋๋ค.
๋ ผ๋ฌธยท๋ณด๊ณ ์ยท์ฌ๋ผ์ด๋ Methods ์น์ ์ ๊ทธ๋๋ก ๋ถ์ฌ๋ฃ์ ์ ์๋๋ก ์๋ ์์ฑ๋ฉ๋๋ค.