📺글로벌 OTT 한국팀 / 콘텐츠 전략

글로벌 OTT 광고 지원 요금제 도입 시뮬레이션

글로벌 OTT가 한국 시장에 ₩9,900 광고 지원 요금제와 ₩17,000 광고 없음 요금제를 동시에 운영. 광고는 시간당 5분, 가족 공유는 광고 요금제에서 1대 PIN, 광고 없음 요금제에서 2대.

Run demo-ott · 550명 · 2750 응답

📄 보고서 (.md)표준완료

패널

550명

응답

2750

비용

$4.55

클러스터

핵심 발견 Top 3

이 Study에서 자동 추출 · 클릭하여 북마크

↑

20대 1인 가구는 적극 다운그레이드

20대 1인 가구 mean 3.6 — ₩9,900 광고 요금제로 양극화 첫 그룹.

가족 공유 1대 PIN이 진짜 거부 요인

자녀 가구 mean 2.38 — 광고 자체보다 기기 수 축소가 핵심 이탈 트리거.

◆

KANO 분류 = Reverse (역기능)

광고는 가격 민감 그룹엔 수용, 기존 유료 사용자엔 부정적 → 명확한 세그먼트 분리 필수.

질문별 응답 분포 (4개)

₩9,900 광고 지원 요금제로 다운그레이드할 의향이 있다

평균 2.95 · 엔트로피 1.55 · n=550

시간당 5분 광고는 견딜 만하다

평균 2.48 · 엔트로피 1.50 · n=550

가족 공유 기기 수가 줄어드는 점이 큰 결정 요소이다

평균 3.46 · 엔트로피 1.45 · n=550

서비스를 떠나거나 유지하는 핵심 이유는?

평균 — · 엔트로피 1.38 · n=550

표본 → 본조사 단계

표본 결과가 마음에 든다면, 모수를 늘려 본조사를 진행할 수 있습니다

현재 550명 표본을 기준으로 동일한 컨셉·코호트·질문 세트를 그대로 재사용해 본조사를 진행합니다. 분포·드라이버·세그먼트가 더 좁은 신뢰구간으로 재계산됩니다.

표본 검증 완료

본조사 패널

5,500명

예상 시간

48 분

본조사 5,500명 신청서로 이동컨셉·코호트·언어 설정은 자동 프리필됩니다.

Cross-tab 분석 (인터랙티브)

축Y×X·지표4 × 5 셀

시도	서울	경기	부산	대구	인천
20s	3.4	3.5	3.3	3.2	3.4
30s	3.1	3.0	2.9	2.8	2.9
40s	2.7	2.6	2.5	2.4	2.5
50s	2.3	2.2	2.1	2.0	2.2

ⓘ 셀 위 숫자는 선택한 지표 값. 빈 셀은 해당 조합에 응답자 부족.

통계 심층 분석

프리미엄

Cronbach's α — 응답 신뢰도

0.77수용 가능

여러 질문이 동일한 잠재 변수를 측정할 때 얼마나 일관되는지. 0.7+ 면 결과를 신뢰할 수 있습니다.

질문별 평균 + 95% Bootstrap 신뢰구간

₩9,900 광고 지원 요금제로 다운그레이드할 의향이 있다2.95 [2.82 – 3.08]

시간당 5분 광고는 견딜 만하다2.48 [2.36 – 2.6]

가족 공유 기기 수가 줄어드는 점이 큰 결정 요소이다3.46 [3.33 – 3.59]

드라이버 분석 — 어떤 demographic이 응답을 가장 잘 설명하는가

변수	η² (설명력)	가장 긍정 segment	가장 부정 segment	갭
1. 연령대	0.17	20s3.5 (n=122)	50s+2.15 (n=88)	1.35
2. 가구 유형	0.14	1인 가구3.42 (n=152)	자녀 가구2.38 (n=168)	1.04
3. 소득 구간	0.10	200만 미만3.55 (n=92)	500만+2.4 (n=152)	1.15

ⓘ η² > 0.10이면 큰 효과, 0.05–0.10이면 중간, 그 미만은 미미. ANOVA 기반 분산 분석.

드라이버 드릴다운

드라이버를 선택해 해당 세그먼트로 후속 분석

변수	η²	가장 긍정	가장 부정	spread
age_bucket	0.17	20s 3.50 · n=122	50s+ 2.15 · n=88	1.35	선택
family_type	0.14	1인 가구 3.42 · n=152	자녀 가구 2.38 · n=168	1.04	선택
income_bracket	0.10	200만 미만 3.55 · n=92	500만+ 2.40 · n=152	1.15	선택

KANO — 핵심 기능 분류

프리미엄

KANO 분류

기능별 만족도 ↔ 부재시 불만족도 매트릭스

Reverse (역기능)

매력 (A)

필수 (M)

무관심 (I)

성과 (O)

없을 때 불만도 →

있을 때 만족도 ↑

있을 때 만족도2.20 / 5

없을 때 불만도3.85 / 5

권고

역기능 후보. 광고는 가격 민감 그룹에는 수용되지만, 기존 유료 사용자에게는 큰 불만 → 명확한 세그먼트 분리 필수.

Disagreement Mining

cluster #0 · 195명평균 3.9

20-30대 가성비 다운그레이드형

광고 5분 정도는 충분히 감수. 가격이 핵심 결정 요소.

“₩7천원 절약되면 광고 정도는 충분히 봐줄 수 있죠.”

대표 페르소나 3명

cluster #1 · 187명평균 2.6

30-40대 가족 공유 유지형

가족 공유 기기 수 축소가 가장 큰 거부 요인.

“저랑 아내랑 거실TV 셋이서 보는데 1대만 되면 못 씁니다.”

대표 페르소나 3명

cluster #2 · 168명평균 2.2

50+ 콘텐츠 우선·광고 거부형

광고 자체에 강한 거부감. 가격 상승해도 광고 없음 유지 선호.

“TV에서도 광고 없는 거 보려고 OTT 가는 건데 광고가 끼면 의미가 없잖아요.”

대표 페르소나 3명

실증 검증 (t-test · KS · χ²)

Empirical Validation

t-test · KS-test · χ² against real survey data

plausiblecorrelation 79%

Question	n	Human μ	LLM μ	t p-value	KS p-value	Verdict
q1	88	3.05	2.95	0.310	0.550	aligned
q2	85	2.60	2.48	0.190	0.220	plausible

Focus Group — 심층 인터뷰

포커스 그룹

주제: OTT 광고 지원 요금제 도입 — 5회차 토론 · 5회차 · 비용 $0.38

Round 1 — 첫 인상

28
28세 여, 서울, 직장인
월 ₩7천원이면 일 년에 ₩84,000인데, 광고 좀 보면 그 돈으로 다른 OTT 한 개 더 구독할 수 있어요.
38
38세 남, 경기, 회사원
저는 아내랑 거실TV 셋이서 보는데, 광고 요금제는 1대만 된다면서요. 그러면 그냥 안 씁니다.

Round 2 — 광고 수용도

24
24세 남, 부산, 대학생
유튜브도 광고 나오니까 OTT라고 못 볼 건 없어요. 다만 광고 스킵 옵션은 있어야 합니다.

Round 3 — 가족 공유 영향

38
38세 남, 경기, 회사원
가족 공유 빼버린 게 진짜 핵심이에요. 광고 자체는 봐줄 수 있는데 가족이 같이 못 보면 의미 없어요.

Round 4 — 이탈 시나리오

54
54세 여, 인천, 자영업
저는 OTT 자체를 광고 없는 걸로 가는 거잖아요. 광고 끼면 그냥 케이블 TV로 돌아갑니다.

Round 5 — 마무리

28
28세 여, 서울, 직장인
결국 1인 가구 20대는 광고 요금제로 다운그레이드, 가족 가구는 광고 없음 유지로 양극화될 것 같아요.

Adversarial Debate — 호감 vs 비호감 + 사용자 follow-up

프리미엄

적대적 토론

주제: 광고 지원 요금제 — 다운그레이드 vs 광고 거부 · 3회차 · 비용 $0.00

호감 2비호감 2

호감측 개진

26
26세 남, 서울, 대학원생호감
시간당 5분이면 사실 별거 아니에요. 그 정도로 ₩7천원 아끼면 무조건 가성비.
41
41세 남, 부산, 자영업비호감
결국 OTT 자체를 광고 안 보려고 가는 건데, 광고 끼면 의미가 없어요.

호감측 반박

26
26세 남, 서울, 대학원생호감
그러면 그 광고 안 보는 사람은 광고 없음 유지하면 되잖아요. 선택권이 늘어난 거.
41
41세 남, 부산, 자영업비호감
광고 없음이 결국 가격 인상의 빌미입니다. 1년 후 광고 없음 가격이 또 오를 거에요.

👤 사용자 추가질문: "가족 공유는?"

26
26세 남, 서울, 대학원생호감
1인 가구라서 가족 공유는 아예 안 씁니다. 광고 요금제 1대로 충분해요.
41
41세 남, 부산, 자영업비호감
가족 5명이 같이 쓰는데, 1대 PIN이라니 말이 안 됩니다. 광고 끼고도 가족 공유는 유지돼야 합니다.

채널 톤 합성 — 네이버카페

프리미엄

채널 톤 합성 댓글

채널 naver_cafe · 주제 글로벌 OTT 광고 지원 요금제 도입 시뮬레이션

합성

28세 여, 서울, 직장인
광고 요금제 ₩9,900이면 그냥 그거로 갈까ㅎㅎ 시간당 5분이라는데 유튜브 광고보단 짧잖아요?
38세 남, 경기, 회사원
가족 공유 1대만 된다는게 진짜 충격이네요ㅜㅜ 그럼 그냥 광고 없음 유지하지 광고 보면서 1대 PIN으로 못 씁니다ㅠ
24세 남, 부산, 대학생
광고 스킵 옵션만 있으면 무조건 다운그레이드각이에요ㅎㅎ 한 달 ₩7천원 차이가 어디에요

실제 채널에 게시되지 않은 합성 응답입니다. 마케팅 메시지·카피 사전 테스트 용도로만 사용하세요.

보고서 Export

프리미엄

보고서 (Markdown)

최상단에 PPT 변환 프롬프트 자동 포함 — Claude/ChatGPT에 붙여넣어 슬라이드 자동 생성

⬇ .md 다운로드

<!--
================================================================================
  본 문서는 personaprobe (Korean silicon sampling) 분석 결과입니다.

  ▼ 이 결과를 임원 보고용 슬라이드 8장으로 변환해 주세요. 각 슬라이드 구성:
  1. 표지 — 연구 주제, 패널 N, 실행 일자, 핵심 키 메시지 한 줄
  2. Executive Summary — 발견 3가지 + 권고 3가지
  3. Methodology — silicon sampling 방법, 페르소나 출처(KOSIS)
  4. 응답 분포 차트 — 질문별 분포(막대) + Net Agree % 라벨
  5. Segment Insights — 드라이버 분석 표 (η² + top/bottom segment, gap)
  6. Cluster 발견 — Disagreement Mining 결과 3-5개 클러스터, 대표 quote
  7. KANO 분류 — 핵심 기능을 4분면(매력/성과/필수/무관심) 위에 배치
  8. 권고 — Next action 3가지를 구체적으로
================================================================================
-->

# 신규 어학 학습 앱 가격 시뮬레이션

## 1. 개요
- 패널 크기: **500명** · 응답 3,500개 · 비용 $4.82
- 적용 보정: 중앙 회피 편향 완화 (α=0.15)
- 응답 수집 시간: 약 22분

## 2. 질문별 응답 분포
### Q1 — 컨셉 관심도
- mean=3.29 · mode=3 · net_agree=+21%
- 분포: 1:8% 2:16% 3:31% 4:29% 5:16%

### Q2 — 월 9,900원 합리성
- mean=3.74 · mode=4 · net_agree=+51%

### Q4 — 사용 시간대
- 저녁 자기 전 36% · 아침 출근길 31% · 주말 21% · 점심 12%

## 3. 드라이버 분석
| 변수 | η² | 가장 긍정 | 가장 부정 | 갭 |
|---|---|---|---|---|
| 연령대 | 0.18 | 20s (4.05) | 65-79 (2.15) | 1.90 |
| 교육 수준 | 0.09 | 대학원 (3.82) | 고졸 (2.91) | 0.91 |

## 4. KANO 분류
- 분류: **Attractive (매력 기능)**
- func=4.12 / dys=1.85
- 권고: 마케팅 메시지 후크로 사용. 있으면 환영, 없어도 큰 불만 없음.

## 5. 다음 단계 제안
_이 섹션은 위 데이터를 종합한 권고 3가지를 다운스트림 LLM이 작성하기 좋게 비워둡니다._

보고서는 Study 완료 직후 자동 생성되며 위와 동일한 형식으로 다운로드됩니다.

Confidence & Calibration

신뢰도

79%Moderate

한국 패널 대비 historical correlation (likert_5)

보정

✓ 분산 복원 (N=3 seed runs)
○ Calibration set 적용 (없음)

권장

OTT 요금제 변화는 출시 후 실제 다운그레이드율과 함께 봐야 정확합니다. 본 결과는 출시 전 시나리오 비교용.

Methodology 한 단락

본 결과는 한국 인구 비율에 정렬된 550명의 합성 응답자 패널을 대상으로 personaprobe에서 수행되었습니다. 질문 4개에 대해 각 응답자당 3회의 seed 실행(temperature>0)으로 분포를 복원했으며, 통계적 중앙 회피 편향 보정(α=0.15)을 적용했습니다. 드라이버 분석(η²) 결과 age_bucket 축에서 20s vs 50s+의 평균 차이가 1.35점으로 가장 컸으며(η² = 0.17), Cronbach's α = 0.77로 내적 일관성이 확보되었습니다. 검증 코호트(n=88)와의 비교에서 종합 상관 0.79 (plausible)로 합성 분포가 실제 패널과 직접 비교 가능한 수준임을 확인했습니다.

논문·보고서·슬라이드 Methods 섹션에 그대로 붙여넣을 수 있도록 자동 생성됩니다.

시도	서울	경기	부산	대구	인천
20s	3.4	3.5	3.3	3.2	3.4
30s	3.1	3.0	2.9	2.8	2.9
40s	2.7	2.6	2.5	2.4	2.5
50s	2.3	2.2	2.1	2.0	2.2

시도	서울	경기	부산	대구	인천
20s	3.4	3.5	3.3	3.2	3.4
30s	3.1	3.0	2.9	2.8	2.9
40s	2.7	2.6	2.5	2.4	2.5
50s	2.3	2.2	2.1	2.0	2.2

시도	서울	경기	부산	대구	인천
20s	3.4	3.5	3.3	3.2	3.4
30s	3.1	3.0	2.9	2.8	2.9
40s	2.7	2.6	2.5	2.4	2.5
50s	2.3	2.2	2.1	2.0	2.2