Technology

복붙은 어떻게 작동하나요

이 페이지는 판매 카피가 아니라 방법론 설명입니다. 페르소나가 어떤 데이터로 만들어지는지, 어떤 기술 스택을 쓰는지, 아직 검증 중인 부분은 무엇인지 담백하게 정리했습니다.

Use cases

이럴 때 씁니다

신제품 출시부터 이미 있는 서비스 점검까지, 물어볼 사람이 필요한 모든 순간에.

신제품 출시
출시하고 나서 반응을 알면 이미 늦어요. 사진 한 장과 가격만 있어도 타겟 소비자가 어떻게 반응할지 30분 안에 먼저 확인하세요.
예: 신규 화장품 라인 출시 전 구매의향률·적정가 확인
사용자 반응
이미 운영 중인 서비스나 앱을 개편할 때도 유용해요. 새 UI, 새 요금제, 새 기능에 대한 반응을 실제 유저 대신 먼저 테스트하세요.
예: 요금제 개편 전 이탈·반발 반응 시뮬레이션
시장조사
전통 설문조사는 수백만원, 몇 주가 걸려요. 복붙은 같은 질문을 50명~1,000명에게 30분~1시간 안에 물어봅니다.
예: 경쟁 제품 대비 포지셔닝·가격대 비교
반응 문구 검증
아직 후기가 없어도 괜찮아요. 내가 쓴 상세페이지 문장을 소비자가 어떻게 받아들이는지, 어떤 표현에서 신뢰가 떨어지는지 먼저 확인하세요. (생성된 반응 코멘트는 실제 후기가 아니어서 후기로 게시할 수 없습니다.)
예: 상세페이지 카피 A/B 반응 비교
사이트 신뢰도 조사
우리 랜딩페이지나 서비스가 처음 보는 사람 눈에 얼마나 신뢰가 가는지, AI 페르소나에게 직접 보여주고 솔직한 반응을 물어보세요.
예: 랜딩페이지 첫인상·신뢰도 점검
Methodology

페르소나는 이렇게 만들어져요

이름·나이·직업·소득·지역이 무작위가 아니라, 공개된 한국 공식 통계 분포를 따르도록 설계했습니다. 그래서 특정 연령대나 직업군에 쏠리지 않고 실제 인구 구성에 가까운 패널이 만들어집니다.

공식 통계
통계청·대법원 등
매칭 엔진
4축 교차 배정
성격 레이어
명리학 기반
AI 페르소나
현재 82만+ · 목표 1,000만
통계청 인구총조사
연령·성별·지역별 인구 분포 비중에 맞춰 페르소나 표본을 구성
한국표준직업분류(KSCO)
123개 직업 카테고리를 연령·지역과 교차해 현실적인 직업 배정
대법원 성씨·이름 통계
실제 한국 성씨 분포 비율에 맞춰 이름 생성
보건복지부 소득분위 기준
6단계 소득 구간을 직업·연령대와 연동해 소비 여력 반영
예시로 보면
연령·지역
55세 · 부산
직업
자영업(음식점)
소득분위
3분위
성씨
권 (지역 반영)
이 네 축이 교차하면 "권명희 · 55 · 부산 · 음식점 자영업" 페르소나가 만들어집니다. 이 조합 자체가 통계적으로 실존 가능한 비율 안에서 나온 것이라, 극단적으로 희귀하거나 편향된 인물이 나오지 않습니다.
Personality layer

성격과 정서는 이렇게 더해요

나이·직업·소득·지역은 인구통계 축이라 "이 사람이 어떤 상황에 있는지"를 정하지만, "이 사람이 그 상황에 어떻게 반응하는지"는 별도의 성격·정서 레이어가 결정합니다. 이 부분은 명리학(사주) 이론을 참고해서 설계했고, 국내 최고의 명리학자 국현과 협업하고 있습니다. 생년월일 기반 사주 요소를 성향·말투·감정 표현 패턴에 반영해, 같은 조건의 페르소나라도 성격이 겹치지 않도록 다양성을 만듭니다.

※ 이 레이어는 보조적인 성격 다양성 장치이며, 구매의향·가격 반응 같은 핵심 지표는 여전히 통계 기반 인구통계 엔진이 결정합니다. 명리학 자체의 예측력을 주장하는 것은 아닙니다.
Stack

어떤 기술로 돌아가나요

자체 개발한 통계 매칭 엔진과, 자연스러운 반응 생성을 위한 언어모델 인프라를 함께 씁니다.

PERSONA ENGINE
자체 개발. 공식 통계를 나이-직업-지역-소득 축으로 교차 매칭해 최대 1,000만 명까지 배치 생성. 체크포인트 재시작, 중복 제거 로직 포함.
SIMULATION
반응·후기 생성에는 Bokput AI 인프라를 활용해 7종 서사 유형(직업·가족·재무·소비·디지털·건강·지역)과 6단계 소비자 경험 시뮬레이션을 처리합니다.
VOICE · 통화
Bokput AI 음성 엔진으로 음성 인식·합성·응답을 하나로 묶어 0.5초 이하 지연시간의 실시간 통화를 구현하고, 전화망(telephony) 연동도 이 인프라를 그대로 씁니다. 다만 한국어의 미묘한 감정 표현(비꼬는 말투, 눌린 슬픔 등)은 영어 대비 아직 발전 중이라, 저희도 계속 검증하며 개선하고 있습니다.
DELIVERY
플랫폼별(올리브영·네이버블로그·인스타·카카오·스마트스토어) 톤 차별화 후기 생성, CSV/XLSX/JSON/PDF 내보내기.
Live demo

설문에 사람처럼 응해요

정해진 답을 읽는 게 아니라, 대화하듯 자유롭게 물어보고 답합니다. 채팅과 통화 모두 같은 페르소나 인격 위에서 작동해요.

채팅 설문
권명희 · 55 · 부산 · 음식점 자영업
이 가격이 부담되세요?
음… 살짝요. 저는 재료비 때문에 가격에 좀 민감해서, 3만원대였으면 고민 안 했을 텐데 지금은 다른 데랑 비교해볼 것 같아요.
그럼 어떤 점이 제일 마음에 드세요?
향이 자연스러운 거요. 인공적인 향 나는 건 딱 질색이거든요.
전화 설문
이서연 · 28 · 서울 · 직장인
0:03

조사자바로 사실 것 같으세요?

0:07

이서연어... 솔직히 디자인 보고 확 끌렸는데, 이 가격이면 세일할 때까지는 기다릴 것 같아요.

0:15

조사자어느 정도면 바로 사실래요?

0:18

이서연한 2만원 정도만 내려가도 바로 살 것 같은데요.

두 채널 다 "질문 하나 → 답 하나"로 끝나지 않고, 되묻거나 조건을 붙이는 식으로 이어집니다. 이 대화 흐름이 리포트의 후기·가격저항 데이터로 그대로 집계돼요.

Validation status

검증은 어디까지 됐나요

완료된 부분과 진행 중인 부분을 구분해서 공개합니다.

인구통계 분포 정합성 (연령·직업·지역 교차 비율)페르소나 99.8만명 기준 상시 검사공개 완료
플랫폼별 후기 톤 차별화 검증공개 쇼케이스 226건 반영공개 완료
구매의향률 예측 정확도 (외부 벤치마크 대비)실측 표본 8건 · 평균 절대오차 3.83pp (누적 케이스 168건, 공개 6건)부분 공개
통화 응답 지연시간 (0.5초 이하 목표)브라우저·070 양 경로 계측공개 완료
한국어 통화의 미묘한 감정 표현 정확도평가 기준 설계 중검증 진행 중
카테고리별 상세 벤치마크 리포트화장품 카테고리부터 순차 공개검증 진행 중

저희는 특정 경쟁 서비스와의 비교 수치를 공개적으로 주장하지 않습니다. 구매의향률 예측 정확도는 실제 판매 결과와 대조한 케이스만 집계하며, 케이스별 원본 수치는 검증 페이지에서 확인할 수 있습니다.

Security & privacy

데이터는 어떻게 보호되나요

행 단위 접근 제어(RLS)
모든 사용자 데이터 테이블에 Row-Level Security를 적용해, 본인 소유 데이터만 조회·수정할 수 있습니다.
익명 요청 제한
비로그인 체험 기능(쇼케이스 채팅·통화)은 IP 해시 기반 rate limit과 일일 예산 상한으로 보호됩니다.
합성 데이터임을 항상 표기
모든 리포트에 AI 시뮬레이션 결과라는 disclaimer와 워터마크가 포함됩니다.
정기 정책 점검
Supabase 접근 정책을 주기적으로 감사해 과도한 공개 권한이 없는지 점검합니다.
Value expansion

페르소나 하나의 가치는 여기까지 확장돼요

지금은 시장조사·콘텐츠 같은 가상공간 AI 활용이 중심이지만, 같은 통계·성격 데이터 구조는 음성 에이전트를 거쳐 로보틱스·IoT 같은 피지컬 AI 트레이닝 데이터로도 확장 가능하게 설계했습니다.

시장조사리포트대화형 AI학습데이터마케팅 콘텐츠생성음성 에이전트트레이닝로보틱스행동 예측스마트공간IoT 시뮬레이션
현재 활용
확장 잠재력 (로드맵)

※ 로보틱스·IoT 축은 아직 상용화 이전 단계이며, 방향성을 보여주기 위한 목표치입니다.

Investor section
Traction

현재 지표

누적 시뮬레이션
1,284건
전체 카테고리 합산
동원 AI 페르소나
2,620명
쇼케이스 기준
페르소나 풀
82만+
재사용 가능 규모 · 목표 1,000만
평균 소요 시간
28분
500명 기준

※ 위 지표는 쇼케이스·초기 사용자 기준이며, 정식 트랙션 리포트는 요청 시 별도로 제공합니다.

Market

시장 기회

국내 중소·1인 브랜드는 전통 시장조사에 접근하기 어렵습니다. 복붙은 이 미충족 수요를 저비용·고속 AI 시뮬레이션으로 공략합니다.

TAM · 추정
연 3,200억원
국내 소비자 대상 브랜드 사업자 약 80만 곳 × 연 2회 조사 × 20만원
SAM · 추정
연 800억원
온라인 판매 중심 중소·1인 브랜드 약 20만 곳 × 연 2회 × 20만원
SOM · 추정
연 24억원
SAM의 3% · 3년 내 목표 점유 (약 1.2만 건/년)

※ 산정 방식: 하향식 산업 매출 인용이 아니라 모수(사업자 수) × 연간 조사 빈도 × 복붙 실제 판매가(500명 20만원)의 bottom-up 추정입니다. 모수는 국세청 가동사업자·통신판매업 신고 사업자 공개 통계를 기준으로 B2C 브랜드 비중을 보수적으로 잡았습니다. 단가는 현재 판매가 그대로여서 요금제 변경 시 함께 갱신됩니다.

Unit economics

비용 구조

이미 만들어둔 82만 명 페르소나 풀을 재사용하기 때문에, 신규 생성 대비 한계비용이 낮습니다.

구분50명 시뮬레이션500명 시뮬레이션
판매가20,000원200,000원
인당 단가400원400원
AI 추론 원가 (실측 토큰)약 140원약 1,400원
결제 수수료 · 인프라 배분약 1,300원약 10,300원
원가 합계약 1,440원약 11,700원
마진율약 92.8%약 94.2%

※ AI 추론 원가는 최근 1개월 실측 사용량(추론 호출 13.7만건, 입력 6,247만 · 출력 2,374만 토큰 / 반응 3.8만건)을 반응 1건당 평균 토큰으로 환산한 값입니다. 결제 수수료는 결제대행 5%, 인프라는 건당 배분액을 반영했습니다. 페르소나 음성 통화·문자·이미지 생성은 별도 과금 항목이라 위 표에 포함되지 않으며, 모델 단가 변동 시 갱신합니다.

Positioning

왜 지금, 왜 저희인가

전통 시장조사

  • · 수백만원, 몇 주 소요
  • · 표본 확보 어려움
  • · 1인 브랜드 접근 불가

복붙

  • · 2만원부터, 30분~1시간
  • · 82만 명 풀 재사용으로 원가 우위
  • · 채팅·통화까지 되는 유일한 국내 서비스

범용 AI 챗봇 활용

  • · 통계적 근거 없음
  • · 일관된 페르소나 유지 안 됨
  • · 리포트 형태로 안 나옴
Team

조제교
Founder · Product & Engineering
제품 기획부터 엔지니어링, 브랜딩, 그로스까지 전 영역을 직접 리드.
국현
Personality Layer Advisor
명리학 기반 페르소나 성격·정서 표현 설계 자문.
Roadmap

앞으로 이렇게 확장할 계획이에요

Phase 1

시장조사 엔진 고도화

1,000만 페르소나 파이프라인과 품질 검증 체계를 계속 정교화해, 지금의 상거래(구매) 시뮬레이션 정확도를 끌어올립니다.

Phase 2

도메인 확장 기반 마련

지금은 구매 의사결정에 특화된 엔진을, 다른 의사결정 영역에도 적용할 수 있도록 구조를 일반화합니다.

Phase 3

다영역 시뮬레이터

선거·데이트·부동산·정책·IoT 반응 등 소비를 넘어선 의사결정 영역까지 시뮬레이션 범위를 넓힙니다.

Phase 4

자율 페르소나 에이전트

1,000만 페르소나가 스스로 쇼핑하고, 관계 맺고, 일상을 살아가는 자율 행동 단계로 발전시킵니다.

Phase 5

하드웨어 이식

로봇·자동차·IoT 기기에도 이식 가능한 형태로 엔진을 확장해, AI 페르소나가 물리 세계까지 연결되는 산업을 만듭니다.

PLATFORM

이 엔진 위에 올라가는 6개 제품 라인

BOKPUT — Synthetic Human Intelligence Platform. 같은 페르소나 코퍼스와 시뮬레이션 커널을 공유하며, 라인별 제공 상태는 실제 구현 수준 그대로입니다.

82만+ 페르소나 풀· 목표 1,000만
복붙 Persona제공중
한국인 합성 페르소나 코퍼스

공식 통계 분포로 신상을 뽑고 사주 계산·MBTI 원형·6종 서사를 결정론적으로 렌더합니다. 21개 정체성 슬롯이 채워진 페르소나만 11개 일관성 게이트를 통과해 저장됩니다.

21개 정체성 슬롯 · 재현성 100%
복붙 Consumer제공중
소비자 반응 시뮬레이션 · FGI · 리포트

상품·가격·카피를 넣으면 표적 오디언스가 후기, 구매의향, 지불의향가, 재구매율을 산출합니다. 집단 심층 인터뷰(FGI)와 통화·문자 시뮬레이션까지 이어집니다.

리포트 · FGI · 음성/문자 연동
복붙 Research베타
시장조사 프레임워크 · 공공지표 결합 분석

공공 통계(KOSIS)와 실시간 트렌드 신호를 시뮬레이션 결과와 결합해 시장 스냅샷을 만듭니다. 현재는 콘솔 안에서 조사 도구 형태로 제공되며 독립 제품 화면은 준비 중입니다.

공공지표 + 트렌드 신호 결합
복붙 API베타
페르소나 · 시뮬레이션 프로그래매틱 접근

페르소나 조회와 시뮬레이션 실행을 HTTP로 호출합니다. 엔드포인트와 OpenAPI 문서는 공개되어 있고, 셀프서비스 키 발급·쿼터·미터링은 후속 과제입니다.

OpenAPI 문서 공개 · 키 발급 준비중
복붙 Studio준비중
상품 비주얼 · 콘텐츠 생성

리포트·쇼케이스용 상품 컷과 썸네일을 생성·정규화하는 파이프라인이 내부에서 동작합니다. 독립 제품 화면과 사용자 편집 흐름은 아직 없습니다.

내부 파이프라인만 동작준비중
복붙 Finance준비중
합성 금융 리스크 시뮬레이션

가상 고객 코호트로 금융 상품의 가입률·해약률·연체 성향을 사전에 시험합니다. 실계좌·실카드·실신용정보를 취급하지 않는 합성 데이터 기반 설계이며, 현재는 기획 문서 단계입니다.

가입률 · 해약 위험 · 한도 민감도준비중

플랫폼 구조

코퍼스 → 시뮬레이션 커널 → 응용 라인. 아래에서 위로 쌓입니다.

Layer 3 · 응용 라인
같은 커널 위에서 도메인별 제품으로 분기
복붙 Persona복붙 Consumer복붙 Research복붙 API복붙 Studio복붙 Finance
Layer 2 · 시뮬레이션 커널
코호트 편성 → 반응 생성 → 지표 집계
타겟 오디언스 가드패널 매칭반응 엔진지표 · 리포트
Layer 1 · 페르소나 코퍼스
21개 정체성 슬롯이 채워진 합성 한국인 인구
인구통계 분포사주 · MBTI 원형6종 서사일관성 게이트

복붙 Finance — 합성 금융 리스크 시뮬레이션

준비중

가상 고객 코호트로 금융 상품의 가입률·해약률·가격 민감도를 사전에 시험하는 라인입니다. 현재는 정의와 경계만 확정된 기획 단계이며, 기능은 제공하지 않습니다.

대상
  • 은행 · 카드
  • 보험
  • 증권 · 자산운용
  • 핀테크
산출물 예시
  • 가상 고객 코호트별 가입 의향률
  • 해약 · 이탈 위험 구간
  • 금리 · 한도 · 보험료 민감도 곡선
  • 시나리오별 포트폴리오 반응 (금리 인상, 경기 둔화 등)
기존 엔진 재사용
  • 페르소나 코퍼스와 인구통계 층화 할당 (그대로 재사용)
  • 코호트 편성 · 패널 매칭 엔진 (그대로 재사용)
  • 반응 생성 · 지표 집계 · 리포트 렌더 (그대로 재사용)
새로 필요한 것
  • 금융 상품 스키마 (금리 · 한도 · 기간 · 수수료 · 담보 조건)
  • 위험 지표 정의 (해약률 · 연체 성향 · 민감도 계수)
  • 시나리오 입력 모델 (거시 변수 세트)
  • 규제 검토 체크리스트와 산출물 면책 표기
용어
합성 데이터 (synthetic data)실인물에서 파생되지 않은, 통계 분포로 생성한 가상 고객 데이터.
코호트 시뮬레이션동질 집단을 묶어 상품 반응과 이탈을 집단 단위로 예측하는 방식.
시나리오 스트레스 테스트금리·물가 등 외부 조건을 바꿔 상품 성과 하방을 확인하는 검증.
규제 경계
  • 실계좌 · 실카드 · 실신용정보를 취급하지 않습니다.
  • 실인물 재식별이 불가능한 합성 페르소나만 사용합니다.
  • 금융 자문 · 신용평가 · 실거래 판단 용도로 제공하지 않습니다.
  • 합성 데이터 활용 가이드라인 범위 안에서 사전 검증 목적으로만 사용합니다.

개발자 · API & MCP 연동

같은 페르소나 코퍼스를 REST(서버 연동)와 MCP(Claude · Cursor 등 AI 클라이언트)로 붙일 수 있습니다. 과금 단위는 페르소나 1,000명 월 임대 · 시뮬레이션 1회이며, 실명·연락처는 어떤 경로에서도 반환되지 않습니다.

더 궁금한 점이 있으신가요?

기술 문의든 투자 관련 문의든, 목적에 맞는 자료를 보내드릴게요.

기술 문의하기 미팅 요청하기