03Chapter 03 · Sample

보니 — 같은 100명의 두 얼굴

Dean Works가 운영하는 육아 코칭 AI 서비스 보니(bonny)의 고객을 모사한 샘플 100명을 구성하고, 이들이 남긴 두 가지 형식의 응답을 수집했다. 왼쪽 목록에서 섹션을 선택하면 데이터 구조·다운로드·대화형/객관식 프리뷰·페르소나 구성을 순차로 확인할 수 있다.

Overview

두 데이터셋 한눈에

같은 응답자 100명이 두 가지 형식에 답했다. 대화형 설문 10질문(Base + Tail 프로빙) + 객관식 15문항(SC · MC · 5-Likert · NPS · 짧은 주관식). session_id로 두 데이터셋이 JOIN되므로 같은 사람이 남긴 정형/비정형 응답을 직접 대비할 수 있다.

100
세션
80001~80100
~4,500
대화 turn
평균 45 turn / 세션
15
객관식 문항
SC · MC · Likert · NPS
9
페르소나
× 8 자녀 연령 구간
Data Structure

두 데이터셋의 구조

Dataset A · 대화형 IDI
~4,500
예상 대화 turn 수
  • — 100 세션 × 10 질문
  • — 질문당 AI 3~5턴 + 사용자 답변
  • — AI는 직전 응답 키워드를 받아서 파고드는 Tail 질문
  • — CSV 포맷(AI 질문 · 사용자 답변 행 단위)
Dataset B · 객관식 설문
100
응답 행 수 (세션당 1행)
  • — 15문항 (SC · MC · 5-Likert · NPS · 짧은 주관식)
  • — 인구통계·사용빈도·만족도·전환·NPS·한 단어
  • — session_id로 Dataset A와 JOIN
  • — CSV 포맷(응답자당 1행)

같은 응답자 100명이 두 번 답했다는 것이 이 샘플의 힘이다. 객관식은 Q6 리커트에서 ② 불만족을 택한 사람이, 대화형 설문에서는 “답은 빨리 왔는데 너무 뻔한 소리만 하니까 답답해서 새벽에 혼자 울었어요”라고 말한다. 두 데이터를 같은 화면에 놓으면 객관식의 한 칸이 압축하고 있는 맥락의 부피가 보인다.

샘플은 전적으로 가공 데이터다. 실명·실전화번호는 쓰이지 않았고, 페르소나 카드를 근거로 Bedrock Opus 4.7이 대화를 생성했다. 생성 스크립트는 공개 가능하며 같은 입력으로 재현할 수 있다.

Downloads

전체 파일 다운로드

  • 대화형 설문 원본 CSV
    0rows· 0 KB

    100세션 · 평균 45턴 · welcome/verify/chat/closing 포함

    ⤓ 다운로드
  • 객관식 설문 CSV
    0rows· 0 KB

    15문항 · 세션당 1행 · session_id로 대화형 설문과 JOIN

    ⤓ 다운로드
  • 세션 메타데이터 JSON
    100rows· 42 KB

    페르소나·부모 나이대·가구·자녀 연령 (대화형 CSV와 동일 session_id)

    ⤓ 다운로드
  • ELL 라벨된 user turn
    3,478rows· 2,536 KB

    2-Pass 자기검증 완료 · 9축 라벨 · JSONL 스트림

    ⤓ 다운로드
  • 12 핵심 인사이트 JSON
    12rows· 64 KB

    claim · derivation · so_what narrative + evidence turn_ids 포함

    ⤓ 다운로드
  • 토픽 induction 결과
    14rows· 256 KB

    3-pass · size ≥ 15 필터링 · 3,478 turn 할당 정보

    ⤓ 다운로드
  • 10% Jaccard QC 보고서
    347rows· 10 KB

    재샘플 347 turn · 7 필드 별 IRR · Disagreement 10건

    ⤓ 다운로드
  • 본 리포트 백서 PDF
    28rows· 2,446 KB

    v1.0 · 국문 · 28 페이지 · Dean Works Research

    ⤓ 다운로드
Preview · 대화형 설문

앞 5명 대화 샘플

session_id 80001~80005의 10문항 전체 대화. 각 질문은 AI Base 턴 + Tail 프로빙 + 사용자 답변 + AI 마무리의 구조.

    Personas

    9개 페르소나 × 100명

    🌙새벽 절박형
    12

    영아 야제·수유 고립. 새벽 3시에 혼자 검색하다 유입.

    워킹맘 효율형
    13

    출근 전·점심시간 빠른 답 요구. 답변 길이에 예민.

    🔥기질 민감아 부모형
    13

    예민·낯가림·분노조절. 원론적 훈육 조언에 불만.

    👨‍👩‍👧부부 온도차형
    13

    배우자 비협조 중재. 가족 플랜 수요 큼.

    🆕첫째 초보형
    9

    백과사전 니즈. 초보 친화적 설명 요구.

    📚학습·적응 고민형
    13

    5세~초3 학습·또래. 구체 단계 가이드 요구.

    🎮스마트폰·미디어 고민형
    12

    초1~초6 미디어 중독. 대화 스크립트 부재가 페인.

    🧨사춘기 초입 갈등형
    9

    초4~초6 반항·이성. 거리두기 ↔ 개입 경계.

    🧪AI 회의형
    6

    ‘기계 공감은 가식’ 인식. 전문가 매칭 우선.

    Next · Chapter 4
    12 인사이트 — 증거에서 온 숫자