PersonaCite: 사용자 및 디자인 연구를 위한 검증 가능한 인터뷰 가능한 에이전트 기반 합성 AI 페르소나 (Voice-of-Customer 기반)

PersonaCite: VoC-Grounded Interviewable Agentic Synthetic AI Personas for Verifiable User and Design Research

LLM 기반 및 에이전트 기반의 합성 페르소나는 디자인 및 제품 의사 결정에 점점 더 많이 사용되고 있지만, 기존 연구에 따르면 프롬프트 기반 페르소나는 종종 설득력이 있지만 검증할 수 없는 응답을 생성하여 그 근거를 흐립니다. 본 논문에서는 검색 증강 상호 작용을 통해 AI 페르소나를 증거 기반 연구 도구로 재정의하는 에이전트 시스템인 PersonaCite를 제시합니다. PersonaCite는 기존의 프롬프트 기반 역할극에 의존하는 방식과 달리, 각 대화 과정에서 실제 사용자 의견 데이터를 검색하고, 검색된 증거에 기반하여 응답을 제한하며, 증거가 없을 경우 명시적으로 회피하고, 응답 수준의 출처 정보를 제공합니다. 14명의 산업 전문가를 대상으로 한 반정형 인터뷰 및 배포 연구를 통해, 인지된 이점, 타당성 문제 및 디자인상의 쟁점에 대한 초기 결과를 확인하고, 인간 중심 디자인 워크플로우에서 책임감 있는 AI 페르소나 사용을 위한 문서화 패턴으로 Persona Provenance Cards를 제안합니다.

LLM-based and agent-based synthetic personas are increasingly used in design and product decision-making, yet prior work shows that prompt-based personas often produce persuasive but unverifiable responses that obscure their evidentiary basis. We present PersonaCite, an agentic system that reframes AI personas as evidence-bounded research instruments through retrieval-augmented interaction. Unlike prior approaches that rely on prompt-based roleplaying, PersonaCite retrieves actual voice-of-customer artifacts during each conversation turn, constrains responses to retrieved evidence, explicitly abstains when evidence is missing, and provides response-level source attribution. Through semi-structured interviews and deployment study with 14 industry experts, we identify preliminary findings on perceived benefits, validity concerns, and design tensions, and propose Persona Provenance Cards as a documentation pattern for responsible AI persona use in human-centered design workflows.