market-simulation 0.5.1

AI market research simulation using NVIDIA Nemotron personas and Claude Code Agents

market-simulation

Claude Code로 AI 페르소나 시뮬레이션 — 별도 API 키·로컬 LLM 불필요.

NVIDIA Nemotron-Personas (HuggingFace, CC BY 4.0) 7개국 800만+ 페르소나를
Claude Code Agent로 배치 실행. 타깃 세그먼트의 반응을 10분 안에 수집합니다.

⚠️ AI가 AI 페르소나를 연기하는 구조입니다. 실제 소비자 조사·설문을 대체할 수 없으며,
결과는 아이디어 초기 검증·가설 수립 용도로만 사용하세요.

---

빠른 시작

요구사항: Claude Code · Python 3.10+

pip install market-simulation
market-simulation install-skill

Claude Code 세션을 새로 시작하면 스킬이 로드됩니다.

---

사용 예시

Claude Code에서 자연어로 요청하면 됩니다.

시장 반응 시뮬

서울 30대 직장인들이 월 9,900원 커피 구독 서비스에 어떻게 반응할지 20명 시뮬해줘

도쿄 20대 여성 15명한테 이 앱 프리미엄 플랜 가격(월 $9.99)이 적절한지 물어봐줘

카피·메시지 A/B 테스트

아래 두 광고 카피 중 2030 서울 여성 20명이 어느 쪽에 더 끌리는지 비교해줘
A: "하루 한 잔, 나를 위한 루틴"
B: "매일 아침 커피값 아끼는 법"

콘텐츠 접근성 검증

이 서비스 약관을 고졸 학력의 40대 직장인 10명이 읽었을 때 이해하기 어려운 부분이 어디인지 시뮬해줘
[약관 텍스트 붙여넣기]

AI/챗봇 편향 탐지

우리 고객센터 챗봇의 아래 응답이 50대 남성 사용자에게 자연스럽게 느껴지는지 10명한테 확인해줘
[챗봇 응답 텍스트]

정책·HR 시뮬

주 4.5일제 도입 계획을 발표했을 때 제조·IT·서비스 직군 각 10명이 어떻게 반응할지 비교해줘

브랜드 네이밍 테스트

아래 3개 브랜드명 중 30대 자영업자 20명이 가장 신뢰감 있다고 느끼는 건 어느 쪽인지 시뮬해줘
A: Brewly  B: DailyDrip  C: Cuppa

---

지원 국가

country	데이터셋	언어	페르소나 수
korea	Nemotron-Personas-Korea	한국어	~100만
usa	Nemotron-Personas-USA	영어	~100만
japan	Nemotron-Personas-Japan	일본어	~100만
india	Nemotron-Personas-India	영어/힌디	~300만
france	Nemotron-Personas-France	프랑스어	~100만
brazil	Nemotron-Personas-Brazil	포르투갈어	~100만
singapore	Nemotron-Personas-Singapore	영어	~15만

캘리포니아 25~40세 tech 직군 대상으로 USA 시뮬 돌려줘

---

작동 방식

HuggingFace 스트리밍          Claude Code 스킬
(800만+ 페르소나)   ──▶   타깃 세그먼트 필터
                   ──▶   5명씩 배치 분할
                   ──▶   병렬 서브에이전트 실행 (배치별 독립 컨텍스트)
                   ──▶   응답 수집 → CSV + 리포트

• 스트리밍 로드 — 전체 데이터셋 다운로드 없이 동작
• 배치별 독립 실행 — 페르소나 간 교차오염 없음
• 결과: output/YYYY-MM-DD_{topic}.csv + .report.md

---

시뮬레이션 한도

	값
기본	20명
최대	30명 (6에이전트 × 5명)

---

프로그래매틱 사용

from market_simulation import load_pool, filter_pool, occupation_kw

df = load_pool('korea', sample_n=50000)
pool = filter_pool(df, province='서울', age_range=(25, 39),
                   occupation_keywords=occupation_kw('IT'))
sample = pool.sample(20, random_state=42)

영어권 직업 필터: occupation_kw('tech'), occupation_kw('finance'), occupation_kw('healthcare') 등

---

주의사항

• 결과는 LLM이 생성한 가설이며 실제 설문·인터뷰 데이터가 아닙니다.
• 찬성 비율은 LLM positive bias로 과대 추정됩니다 — 같은 시뮬 내 상대 비교에만 활용하세요.
• 페르소나 데이터: CC BY 4.0 (NVIDIA). 출처 명시 필요.

---

라이선스

코드: MIT · 페르소나 데이터: CC BY 4.0 (NVIDIA)

---

---

market-simulation (English)

AI persona simulation via Claude Code — no local LLM or API key required.

Run batched market research, copy testing, content audits, and more against
NVIDIA Nemotron-Personas (7 countries, 8M+ personas, CC BY 4.0).

⚠️ This is LLM-plays-LLM-personas. Results are hypotheses for early-stage validation,
not a substitute for real consumer research. Absolute numbers are biased upward.

---

Quick start

Requirements: Claude Code · Python 3.10+

pip install market-simulation
market-simulation install-skill

Restart your Claude Code session, then ask in natural language.

---

What you can do

Use case	Example prompt
Market reaction	"Simulate how 20 Seoul office workers in their 30s react to a ₩9,900/mo coffee subscription"
Copy A/B test	"Which of these 2 taglines resonates more with women in their 20s–30s in Tokyo?"
Content accessibility	"Would a high-school-educated 40-year-old find this terms-of-service confusing?"
Chatbot bias check	"Does our chatbot response feel natural to male users in their 50s?"
Policy / HR simulation	"Compare reactions to a 4.5-day workweek across manufacturing, IT, and service workers"
Brand naming test	"Which of these 3 brand names feels most trustworthy to self-employed people in their 30s?"

---

Supported countries

korea · usa · japan · india · france · brazil · singapore

---

Programmatic use

from market_simulation import load_pool, filter_pool, occupation_kw

df = load_pool('usa', sample_n=50000)
pool = filter_pool(df, province='CA', age_range=(25, 39),
                   occupation_keywords=occupation_kw('tech'))
sample = pool.sample(20, random_state=42)

---

License

Code: MIT · Persona data: CC BY 4.0 (NVIDIA)