다음은 상품기획자가 한국 시장에서 유산균을 고르는 소비자의 표현과 근거를 확인하는 상황을 예로 듭니다.
1. 회원가입하고 리마 확인하기
- DaaS에서 회원가입을 엽니다. 회원가입 화면
- Google로 계속하기 또는 이메일 가입을 선택합니다. 이메일 가입에는 이메일, 비밀번호, 이름, 휴대전화 국가와 번호, 회사명, 부서명이 필요합니다. 화면에 표시된 비밀번호 조건은 10자 이상이며 이메일과 흔한 단어는 피하도록 안내합니다.
- 이메일로 가입한다면 이용약관과 개인정보 수집·이용 내용을 확인한 뒤 가입하고 시작하기를 누릅니다. 기존 계정은 같은 화면의 로그인을 이용합니다.
- 로그인 후 내 계정 → 리마 사용에서 사용량을 확인합니다. 가입 리마는 국가에 따라 달라질 수 있습니다.

가입 양식과 화면에 표시된 혜택을 확인했습니다. 신규 계정을 생성하는 테스트는 진행하지 않았으며, 이후 분석은 기존 로그인 계정으로 검증했습니다.
2. 하려는 일에 맞게 앱 고르기
DaaS 홈의 전체 앱에서 업무에 맞는 앱을 엽니다. 상품 설명에 쓸 고객 표현이 필요하다면 상품기획·MD 추천 목록의 Taste Finder부터 시작하세요.
상품기획·MD
- Demand Forecast · 신제품 후보의 수요와 성수기를 비교해 출시 시점을 잡습니다. 앱 열기
- Taste Finder · 고객이 제품을 고를 때 쓰는 표현을 상품 설명에 반영합니다. 앱 열기
- Next Item · 타깃 성별·연령에서 검색이 늘어나는 품목을 찾습니다. 앱 열기
브랜드·마케팅
- CEP Finder · 구매를 떠올리는 상황을 찾아 캠페인 메시지를 정합니다. 앱 열기
- Brand DNA · 브랜드가 내세우는 정체성과 시장의 인식을 비교합니다. 앱 열기
- Funnel Leak Finder · 검색 여정에서 경쟁 브랜드로 넘어가는 지점을 찾습니다. 앱 열기
리서치·전략
- Intent KG · 구매 상황, 선택 기준, 브랜드의 관계를 살펴봅니다. 앱 열기
- Intent Panel Survey · 검색 인텐트가 비슷한 소비자 그룹에 질문해 가설을 점검합니다. 앱 열기
- Brand Finder · 세대나 분야별로 검색에서 두드러지는 브랜드를 찾습니다. 앱 열기
콘텐츠·크리에이티브
- Creative Finder · 구매 상황별 광고 문구, 이미지, 영상 초안을 만듭니다. 앱 열기
- Brand Naming Agent · 브랜드 이름 후보를 만들고 검색 데이터로 검토합니다. 앱 열기
- Prompt Builder · 고객이 AI에 물을 질문과 답변 속 브랜드 노출을 살펴봅니다. 앱 열기
이커머스·웹 운영
- Smart Store Suite · 스마트스토어 상품의 우선순위, 상품명, 상세페이지를 검토합니다. 앱 열기
- GEO Audit · 웹페이지의 AI 답변 인용 준비도를 점검합니다. 앱 열기
- ACO · 쇼핑 에이전트가 상품 상세페이지를 활용할 수 있는지 확인합니다. 앱 열기
AI 에이전트·서비스 기획
- AOO · AI 에이전트가 웹사이트에서 가격 확인 같은 작업을 수행할 수 있는지 점검합니다. 앱 열기
- AXO · AI 에이전트가 서비스 페이지의 가격, 조건, 취소 정보를 활용할 수 있는지 확인합니다. 앱 열기
- Brand Wiki · 브랜드 사이트 정보를 AI가 읽기 쉬운 위키와 근거로 정리합니다. 앱 열기
앱마다 MCP URL은 부록에 있습니다. MCP URL은 ChatGPT Work 같은 도구에 앱을 연결할 때 사용합니다. ChatGPT Work 연결 방법
3. Taste Finder에서 첫 분석 시작하기
앱 소개 화면에서 분석 시작하기를 누르거나 앱의 분석 탭을 엽니다. 키워드에 유산균, 시장에 한국을 선택한 뒤 취향 찾기로 진행합니다. 첫 실행에서 검색 여정이 필요 없다면 해당 옵션을 선택하지 않습니다. Taste Finder 분석 화면

실측에서는 웹 입력 화면을 확인한 뒤 MCP의 analyze_taste로 유산균·한국·검색 여정 제외 조건을 보냈습니다. 로그인된 브라우저에서 Approve and run을 눌러 1회 실행했고, 승인 화면에 50리마가 표시됐습니다. 위 웹 입력 화면에는 시드 탐색 약 2.7리마와 취향 분석 약 5.1리마가 별도로 표시됐습니다. 실행 경로마다 표시 금액이 달랐으므로, 실제로 사용하는 경로의 실행 직전 금액을 확인하세요.
4. 결과를 읽고 HTML과 차감 내역 확인하기
- 분석 완료 후 결과 링크를 열거나 앱의 보관함에서 저장된 리포트를 찾습니다.
- 취향 사다리에서 속성 → 인상 → 감정 → 가치의 연결을 봅니다. 유산균 결과에는 균수·균주, 장건강·배변, 프리바이오틱스, 장 도달·코팅 등의 카드가 표시됐습니다. 카드의 근거 문장과 실측·1차 추론 표시를 함께 확인합니다.
- 결과 상단의 HTML 다운로드를 누릅니다. 이 테스트에서는 HTML 파일이 실제로 다운로드됐습니다.
- 내 계정 → 리마 사용에서 앱 이름과 실행 시각을 찾습니다. 해당 행은 예약 중에서 예상 50.0 · 실제 50.0 · 확정으로 바뀌었습니다.


5. ChatGPT Work에서 앱 안내 받아보기
- ChatGPT 웹의 Plugins → Add → Add custom MCP server를 엽니다. 이름에 Taste Finder, 서버 URL에
https://daas-taste.listeningmind.ai/mcp를 입력하고 인증은 No authentication을 선택합니다. 이 설정으로 ChatGPT에 Taste Finder를 추가할 때 리스닝마인드 아이디나 비밀번호를 입력할 필요가 없습니다. 유료 분석은 리스닝마인드에 로그인한 뒤 별도로 승인합니다. - Create as a plugin을 누르면 연결 승인 화면이 열립니다. 승인하면 ChatGPT가 앱 사용에 관련된 대화 내용과, 메모리 기능을 켜 둔 경우 관련 저장 메모리를 Taste Finder에 공유할 수 있습니다. 무료로 앱 안내를 요청하는 경우에도 이 연결 안내가 적용됩니다. 화면에 표시된 공유 범위를 확인하고 동의하면 Connect Taste Finder를 누릅니다. Taste Finder is now connected가 표시되면 연결이 완료된 것입니다.
- 새 Work 채팅에서 @Taste Finder를 선택하고 “Taste Finder로 무엇을 할 수 있는지 알려줘”라고 입력합니다. 답변에 지원 시장과 리포트에서 볼 수 있는 항목이 나오는지 확인합니다.
테스트 채팅에는 한국·미국·일본 시장 지원과 소비자 취향, 근거 문장을 담은 HTML 리포트 안내가 표시됐습니다.
ChatGPT Work에서 디저트 취향 분석하기
디저트 신제품을 기획하면서 한국 소비자가 맛과 식감을 어떻게 표현하는지 알고 싶다면, 새 Work 채팅에서 @Taste Finder를 선택하고 다음처럼 요청합니다.
한국 시장에서 ‘디저트’를 검색하는 소비자의 취향을 Taste Finder로 분석해줘. 검색 여정은 제외해줘. 유료 실행이 필요하면 승인 링크를 보여줘. 완료되면 자주 나타나는 맛과 식감 표현, 선호·회피 요인, 근거 문장과 리포트 링크를 알려줘.

- 먼저 로그인된 브라우저에서 시드 후보 보기를 승인합니다. 이 사례의 시드 탐색 승인 화면에는 0리마로 안내됐습니다. 본 분석에는 디저트 먹방, 디저트 만들기, 디저트 종류, 무화과 디저트를 함께 넣었습니다.
- 채팅에 본 분석 승인 링크가 나오면 열고, 리스닝마인드 승인 화면에서 디저트 · 한국 · 검색 여정 제외와 표시된 리마를 확인합니다. 진행하려면 Approve and run을 누릅니다.
- 승인 후 Work 채팅으로 돌아와 “승인했어. 완료되면 리포트 링크와 근거가 있는 주요 결과를 알려줘”라고 입력합니다.
- 리포트 링크를 열고 취향 사다리와 선호와 회피에서 표현과 근거 문장을 확인합니다. 파일이 필요하면 HTML 다운로드를 누릅니다. 실제 차감은 리스닝마인드의 내 계정 → 리마 사용에서 확인합니다.



디저트 본 분석은 50리마가 차감됐습니다. Work에서 분석 결과를 확인한 뒤 신제품 콘셉트와 핵심 카피를 제안해 달라고 이어서 요청할 수 있습니다.
부록. 전체 앱 18개와 MCP URL
| 화면 분류 | 앱 | 이럴 때 사용 | MCP URL |
|---|---|---|---|
| 딥 다이브 | Intent Panel Survey | 검색 인텐트가 비슷한 소비자 그룹에 질문을 던져 가설을 점검할 때 | https://daas-icss.listeningmind.ai/mcp |
| 딥 다이브 | Intent KG · 알파 | 구매 상황, 선택 기준, 브랜드의 관계를 그래프로 보고 싶을 때 | https://daas-intent.listeningmind.ai/mcp |
| 이해 | CEP Finder | 소비자가 어떤 상황에서 카테고리 탐색을 시작하는지 찾을 때 | https://daas-cep.listeningmind.ai/mcp |
| 이해 | Taste Finder | 소비자가 제품을 고를 때 쓰는 감각·감정 표현과 그 근거를 볼 때 | https://daas-taste.listeningmind.ai/mcp |
| 이해 | Brand Finder | 세대나 분야별로 검색에서 두드러지는 브랜드를 찾을 때 | https://daas-brand.listeningmind.ai/mcp |
| 이해 | Brand DNA · 알파 | 브랜드가 내세우는 정체성과 시장에서 보이는 모습을 비교할 때 | https://brand-dna.listeningmind.ai/mcp |
| 이해 | Funnel Leak Finder · 알파 | 검색 여정에서 경쟁 브랜드로 넘어가는 지점을 찾을 때 | https://daas-funnel.listeningmind.ai/mcp |
| 이해 | Demand Forecast · 알파 | 앞으로 3~6개월의 카테고리 수요와 시즌을 검토할 때 | https://daas-forecast.listeningmind.ai/mcp |
| 제작 | Next Item | 특정 성별·연령층에서 검색이 늘어나는 품목을 찾을 때 | https://daas-pulse.listeningmind.ai/mcp |
| 제작 | Creative Finder | 구매 상황별 광고 문구, 이미지, 영상 초안을 만들 때 | https://daas-creative.listeningmind.ai/mcp |
| 제작 | Brand Naming Agent | 브랜드 이름 후보를 만들고 검색 데이터로 검토할 때 | https://daas-naming.listeningmind.ai/mcp |
| 에이전틱 커머스 | GEO Audit | 웹페이지가 AI 답변에 인용될 준비가 됐는지 점검할 때 | https://daas-geo.listeningmind.ai/mcp |
| 에이전틱 커머스 | AOO | AI 에이전트가 웹사이트에서 가격 확인 같은 작업을 할 수 있는지 볼 때 | https://daas-aoo.listeningmind.ai/mcp |
| 에이전틱 커머스 | Prompt Builder | 소비자가 AI에 물을 만한 질문과 답변 속 브랜드 노출을 살펴볼 때 | https://daas-prompt.listeningmind.ai/mcp |
| 에이전틱 커머스 | ACO · 알파 | 쇼핑 에이전트가 상품 상세페이지를 읽고 활용할 수 있는지 점검할 때 | https://daas-aco.listeningmind.ai/mcp |
| 에이전틱 커머스 | AXO · 알파 | AI 에이전트가 서비스 페이지의 가격, 조건, 취소 정보를 활용할 수 있는지 점검할 때 | https://daas-axo.listeningmind.ai/mcp |
| 에이전틱 커머스 | Brand Wiki · 알파 | 브랜드 사이트의 정보를 AI가 읽기 쉬운 위키와 근거로 정리할 때 | https://daas-wiki.listeningmind.ai/mcp |
| 에이전틱 커머스 | Smart Store Suite · 알파 | 스마트스토어 상품의 우선순위, 상품명, 상세페이지를 검토할 때 | https://daas-store.listeningmind.ai/mcp |