그렇다면 한국은 왜 이토록 트렌드에 열광하며 전 세계에서 유례없는 대형 트렌드 시장을 형성하게 되었을까? 이 질문에 답하기 위해서는 세계적인 문화인류학자 헤이르트 호프스테더(Geert Hofstede) 교수가 제시한 ‘문화 차원 이론(Cultural Dimensions Theory)’을 살펴볼 필요가 있다. (…) 결국 한국 사회는 민주주의, 자본주의, 자유 시장 경제와 같은 미국식 자율과 경쟁 시스템을 도입했지만, 그 바탕에 자리 잡은 문화적 유전자는 불확실성을 극도로 두려워하고 장기적인 미래를 대비하며 개성의 표출을 자제하는 보수적 성향을 지니고 있다. 이러한 내적 가치관과 외적 사회 시스템의 충돌이 한국인으로 하여금 끊임없이 외부의 변화와 트렌드를 탐색하게 만드는 원동력이 된 것이다.
--- 「01 한국이 트렌드에 열광하는 이유」 중에서

개방형 데이터는 방대하지만 여러 플랫폼에 분산되어 있어 수집과 정리에 많은 시간이 소요된다. 이러한 한계를 극복하기 위해 AI와 데이터 자동화 도구를 적극적으로 활용해야 한다. 퍼플렉시티(Perplexity)나 챗GPT의 검색 기능을 활용할 때, 무작위 데이터를 요청하기보다 “공공데이터포털, 국가통계포털, 산업연구원에서 1인 가구 소형 가전 소비 패턴 관련 데이터와 보고서를 찾아줘”와 같이 구체적인 출처를 지정하여 요청하면 신속하고 정확하게 데이터 위치를 확보할 수 있다. 수집된 데이터와 URL, 문서 파일들은 Browse AI나 챗GPT의 데이터 분석(data analysis) 기능을 활용하여 엑셀이나 통계 프로그램용 CSV 파일로 신속히 변환할 수 있다. 나아가 재피어(Zapier)와 같은 워크플로 자동화 툴을 연동하면, 공공데이터포털 등에 새로운 데이터가 업데이트될 때마다 자동으로 데이터를 수집하고 구글 스프레드시트에 실시간으로 기록하는 시스템을 구축할 수 있다.
--- 「03 AI로 통계 트렌드 데이터 분석하기」 중에서

트렌드의 방향성을 정밀하게 검증하는 과정에서도 AI가 핵심적인 역할을 수행한다. 즉, 수집된 키워드 언급량 데이터에는 단순 계절성 변화나 일시적 이벤트로 인한 노이즈가 섞여 있기 마련인데, AI에게 다우 이론을 학습시킨 뒤 노이즈를 필터링하도록 요청하면, 외부 변수를 제거한 ‘순수 추세선’을 추출해 낼 수 있다. 여기에 Meta Prophet, Google Trends, TrendingView, Tableau 등 시계열 분석 플랫폼을 결합하면 기울기의 양(+)·음(--- 「) 여부와 현재 트렌드의 단계적 위치를 손쉽게 판별할 수 있다.
--- 「06 AI로 트렌드 키워드 평가하기」 중에서

6단계 역발상 방법론의 각 과정에 AI를 접목하면 분석의 효율성과 객관성을 비약적으로 제고할 수 있다. 첫째, 수집 및 요약 단계에서는 Perplexity, GenSpark를 통해 수십 권의 트렌드 전망서 핵심 키워드를 크롤링하고 요약하여 초기 분석 시간을 절감한다. 둘째, 분석 및 클러스터링 단계에서는 ChatGPT, Gemini를 활용해 수집된 키워드를 대·중·소 수준으로 자동 클러스터링함으로써 분석자의 주관적 편향을 배제하고 논리적 분류 체계를 세운다. 셋째, 감정 분석 및 시나리오 도출 단계에서는 SentiStrength 등의 감정 분석 AI로 부정 감정 비중을 선별한 뒤, Claude, Gemini, ChatGPT에 부정 감정의 원천과 반대급부의 역발상 비즈니스 기회 시나리오 생성을 요청한다.