# 간판·로고 시안, AI에게 고객 반응을 물어봐도 될까?

_AI는 그림은 잘 보지만 고객의 느낌까지 그대로 맞히지는 못한다_

> 시각 실험 6개를 AI가 다시 풀었지만 사람 결과를 2개 넘게 맞힌 설정은 없었다. 숫자 근거를 넣어도 효과 크기는 사람의 절반(0.048 대 0.091)이었다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-panel-logo-packaging-pretest-2-of-6
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-09-27

로고나 포장 시안을 AI에게 보여 주고 「고객이라면 어떻게 느끼겠냐」고 묻는 것만으로 최종 선택을 하기는 어렵다. 시각 실험 6개를 AI로 다시 해 보니 어떤 설정도 사람 결과를 2개 넘게 맞히지 못했다. AI 평가는 시안의 평균적인 차이를 살피는 데 쓰고, 최종 선택은 실제 고객에게 보여 주는 방식이 안전하다.

AI에게 시안을 평가받을 수는 있지만 고객의 마음까지 대신 확인했다고 보면 안 된다.

## AI가 그림을 제대로 못 보는 건 아니다

이번 연구에서 AI는 로고와 사진의 모양과 색을 알아보는 데는 문제가 없었다. 네 가지 설정 모두 「이 로고가 어떤 모양인가」처럼 그림 자체를 알아보는 시험은 통과했다.

문제는 그다음이었다. 사람에게 이미 결과가 나온 시각 마케팅 실험 6개를 AI가 다시 풀게 하자, 사람이 느끼는 뜻을 맞힌 경우는 설정마다 6개 중 1~2개뿐이었다.

| 번호 | 사람 실험에서 나온 결과 | 원래 사람 표본 |
|---|---|---|
| 1 | 무엇을 파는지 드러나는 로고일수록 진짜 같다고 느낀다 | 180명 |
| 2 | 먼 미래 일에는 색이 옅은 사진을 고른다 | 108명 |
| 3 | 둥근 로고는 편안함, 각진 로고는 튼튼함을 떠올린다 | 69명 |
| 4 | 좌우가 어긋난 로고가 더 활기차 보인다 | 220명 |
| 5 | 색이 진한 상품이 더 커 보인다 | 80명 |
| 6 | 불안정해 보이는 로고가 안전 상품에 더 쓸모 있어 보인다 | 154명 |

연구진은 GPT-4o-미니와 GPT-5.4-미니를 사용했다. 가상 고객마다 나이·성별·사는 곳을 따로 정하고 한 명씩 답하게 했으며, AI 쪽은 설정마다 800명이 넘었다.

| 실험 조건 | 내용 |
|---|---|
| AI 모델 | GPT-4o-미니(2024년 7월 출시) · GPT-5.4-미니(2026년 3월 출시) |
| 입력 방식 | 보통 글 · JSON |
| 그림 | 512×512 픽셀 |
| 무작위성 | 온도 1.0(가상 고객마다 답이 달라지도록 둔 값) |
| 사전 등록 | 6개 실험 모두 사전 등록 |

## 사람 결과와 반대로 답할 수도 있나

그렇다. 특히 로고의 모양과 고객이 느끼는 편안함을 연결하는 실험에서 그런 일이 나왔다.

GPT-4o-미니는 각진 로고가 붙은 소파를 둥근 로고 소파보다 더 편안하다고 봤다. 점수는 9점 만점에 6.829점 대 6.514점이었다. 하지만 원래 사람 실험에서는 둥근 로고가 편안함과 연결됐다.

이런 답을 그대로 믿으면 AI가 사람의 반응과 반대되는 시안을 더 좋게 볼 수 있다. AI가 이유를 설명했다고 해서 그 설명까지 사람의 실제 생각을 확인한 것은 아니다.

| 실험(보는 점수) | GPT-4o-미니 | GPT-5.4-미니 |
|---|---|---|
| 1 진짜 같음 | 맞힘 | 못 맞힘 |
| 2 고른 색의 진하기 | 못 맞힘 | 못 맞힘 |
| 3 편안함 | 거꾸로 답함 | 맞힘 |
| 3 튼튼함 | 못 맞힘 | 못 맞힘 |
| 4 활기 | 못 맞힘 | 못 맞힘 |
| 5 크기 짐작 | 못 맞힘(유의확률 0.052) | 맞힘 |
| 6 쓸모 | 못 맞힘 | 못 맞힘 |

## 왜 AI의 설명도 조심해야 하나

연구진은 AI가 답하면서 쓴 이유를 살펴봤다. 한 가지 문제는 그림의 겉모습을 보고 거기서 바로 결론을 내리는 경우였다.

두 모델은 색의 진하기를 사람이 느끼는 의미와 연결하지 못했다. 사람이 색을 보고 떠올린 「가깝다·멀다」 같은 뜻 대신, 그림 자체가 얼마나 보기 좋은지에 가까운 설명을 내놓았다.

또 다른 문제는 사람과 다른 연결을 만든다는 점이다. GPT-4o-미니는 무엇을 파는지 잘 드러나는 로고를 「전문적이다」로 읽었다.

새 모델이라고 항상 나아지는 것도 아니었다. GPT-5.4-미니는 로고가 무엇을 설명하는지보다 전체 디자인의 완성도를 보다가 사람 결과를 놓친 경우가 있었다.

## 원래 연구의 숫자를 알려 주면 나아질까

어느 정도는 나아졌다. 연구진은 원래 연구의 요약과 결과 숫자를 미리 알려 주고 AI에게 다시 물었다.

숫자 근거를 준 뒤에는 GPT-5.4-미니가 7칸 중 6칸에서 사람 결과를 맞혔다. 하지만 두 시안 사이 차이가 얼마나 큰지를 나타내는 효과 크기는 사람의 절반 수준이었다.

예를 들어 한 실험에서 사람의 효과 크기는 0.091이었다. 숫자 근거를 준 GPT-5.4-미니는 0.048과 0.034를 보였다.

| 항목 | GPT-4o-미니 | GPT-5.4-미니 |
|---|---|---|
| 숫자 근거를 준 뒤 사람 결과를 맞힌 칸(7칸 중) | 3칸 | 6칸 |
| 사람이 느끼는 이유까지 맞힌 경로(5개 중) | 최대 1개 | 최대 1개 → 3개 |
| 이유 속 핵심 단어 비중(JSON 입력) | 14.7% → 13.0% | 12.4% → 19.6% |

개념만 알려 주는 방식은 더 조심해야 한다. 새 로고에 적용했을 때 개념 근거를 준 효과 크기는 0.408까지 커졌지만, 숫자 근거를 넣었을 때는 0.094였다.

즉, AI에게 「이런 연구가 있었다」고 설명하는 것과 실제 결과 숫자를 주는 것은 같은 효과가 아니었다. 연구진의 결과만 놓고 보면 숫자 근거를 넣어 다시 시험하는 과정이 필요하다.

## 고객마다 다른 반응도 AI가 보여 줄까

여기서 또 중요한 문제가 있다. 고객의 평균 반응과 고객 한 사람 한 사람의 차이는 다른 이야기다.

연구진은 AI 답이 얼마나 퍼져 있는지를 사람 결과와 비교했다. 사람과 같은 정도라면 1.0인데, 12개 조합 모두 1.0보다 작았다.

| 설정 | 근거 없이 | 숫자 근거 준 뒤 |
|---|---|---|
| GPT-5.4-미니 · 보통 글 | 0.335 | 0.400 |
| GPT-5.4-미니 · JSON | 0.354 | 0.493 |
| GPT-4o-미니 · 보통 글 | 0.430 | 0.283 |
| GPT-4o-미니 · JSON | 0.498 | 0.326 |

특히 근거 없이 물은 값은 모두 사람의 0.50배보다 작았다. 가상 고객의 나이와 성별을 바꾸거나 무작위성 설정을 바꿔도 이 차이는 돌아오지 않았다.

따라서 「20대 고객은 이 시안을 좋아하고 50대 고객은 저 시안을 좋아할 것」처럼 고객층을 나누는 판단에는 이 연구의 AI 평가를 쓰기 어렵다.

## 그럼 동네 가게는 어떻게 써야 하나

연구진이 제안한 방법은 먼저 AI를 시험하는 것이다. 사람 결과가 이미 있는 비슷한 실험을 AI에게 풀게 해서 실제 사람 결과를 얼마나 따라가는지 확인한다.

맞지 않으면 원래 연구의 결과 숫자를 넣어 다시 시험한다. 그래도 확인된 범위 안에서만 새 시안의 평균적인 차이를 참고한다.

연구진이 제시한 운동화 로고 예시도 같은 방식이었다. 가상 고객 160명에게 두 로고를 보여 주자 근거 없이 물었을 때는 점수 차이가 없었다.

숫자 근거를 넣은 뒤에는 한 로고가 6.442점, 다른 로고가 6.033점을 받았다. 연구진은 이 결과를 평균 순위를 매기는 신호로만 쓰고 고객층을 나누는 데는 쓰지 않았다.

| 단계 | 할 일 | 예시 숫자 |
|---|---|---|
| 1 맞춰 보기 | 사람 결과가 있는 비슷한 실험으로 AI 시험 | 근거 없이 차이 없음(유의확률 0.586) |
| 2 바로잡기 | 원래 연구의 결과 숫자를 넣어 재시험 | 효과 크기 0.048(사람 0.091의 절반) |
| 3 쓰기 | 새 시안의 평균 순위만 참고 | 가상 고객 160명, 6.442점 대 6.033점 |

## 최종 선택은 실제 고객에게 보여 주는 게 낫다

한국 고객의 AI 콘텐츠에 대한 반응도 따로 살펴볼 필요가 있다. 오픈서베이가 2026년 9월 유튜브·인스타그램·틱톡 이용자 900명에게 물었을 때 49.9%가 AI 콘텐츠를 「인위적이거나 어색하다」고 느꼈고, 85.6%는 AI 사용 표시가 필요하다고 답했다.

이 반응이 AI로 만든 시안을 AI가 평가할 때 그대로 점수에 잡힌다고 볼 근거는 이번 자료에 없다. 따라서 AI가 시안을 평가한 점수만으로 고객의 실제 반응을 대신했다고 판단해서는 안 된다.

동네 가게라면 AI 평가는 먼저 눈에 띄게 나쁜 시안을 거르는 정도로 쓰는 편이 맞다. 간판이나 포장의 최종 선택은 실제 고객에게 직접 보여 주고 반응을 확인하는 것이 이번 연구 결과에 맞는 방법이다.

다만 이번 연구에는 한계도 있다. 한 회사의 저가형 모델 두 개와 정지 그림만 시험했기 때문에, 모든 AI 모델이나 모든 형태의 시각 마케팅에 같은 결과가 나온다고 단정할 수는 없다.

① 시각 실험 6개에서 어떤 AI 설정도 사람 결과를 2개 넘게 맞히지 못했다 ② GPT-4o-미니는 각진 로고를 더 편안하다고 답해 6.829점 대 6.514점으로 사람 결과와 반대였다 ③ 숫자 근거를 주면 GPT-5.4-미니는 7칸 중 6칸을 맞혔지만 효과 크기는 사람의 절반 수준인 0.048 대 0.091이었다 ④ AI 답의 퍼짐은 12개 조합 모두 사람보다 좁았고, 근거 없이 물으면 모두 사람의 0.50배에도 못 미쳤다

## 같이 읽을 글

 

- AI로 만든 가게 광고, 표시해야 할까?

- AI는 사진을 볼까, 읽을까

- 사진 속 글씨까지 AI가 읽는다면, 이제 글자는 안 써도 될까?
 

## 자료 출처

 

- Seeing Is Not Perceiving: When Synthetic Consumers Can and Cannot Pretest Visual Marketing(Tsai·Lai, 멜버른대, 2026년 9월 22일 arXiv 제출, 사전 등록 실험 6개·설정당 가상 응답자 800명 이상)

- 같은 연구 전체 본문(HTML, 표 3·5와 결과 그림 수록)

- AsPredicted 사전 등록 — 1번 실험(로고 설명·진짜 같음) 근거 없이 묻기

- AsPredicted 사전 등록 — 3번 실험(둥근·각진 로고) 근거 없이 묻기

- AsPredicted 사전 등록 — 1번 실험 숫자 근거 넣어 묻기

- Out of One, Many: Using Language Models to Simulate Human Samples(Argyle 외, 브리검영대, arXiv 2209.06899 — AI로 사람 설문을 흉내 내는 방법의 출발점)

- 오픈서베이 「소셜미디어 트렌드 리포트 2026」(2026년 9월, 유튜브·인스타그램·틱톡 이용자 900명)

- 국민일보 「쏟아지는 'AI 콘텐츠'에 피로감…10명중 8명 'AI제작 표시해야'」(2026년 9월 26일) — 85.6%·어색함 49.9%