사람의 감각을 이용한 평가(관능 평가)는 훈련된 패널에서 객관적인 평가 결과를 얻는 분석형 관능 평가와 일반적인 소비자로 주관적인 결과를 얻는 기호형 관능 평가로 크게 분류된다. 한편, 최근, 패널의 훈련이나, 평가 기간·비용을 저감하면서, 어느 정도의 정밀도로 평가 해석할 수 있는 새로운 수법(Rappid Methods)도 많이 도입되어 왔다. Rappid Methods의 하나인 프리초이스 프로파일(FCP)은 평가자가 각자의 평가 용어에 근거하여 샘플을 평가해 나가는 방법으로 사전 패널 훈련을 생략하면서 소비자의 자연스러운 지각과 표현을 직접 포착할 수 있는 이점이 있다. 각자가 다른 용어나 척도로 취득한 데이터는, 다변량 해석·일반화 프로클레스 테스 분석(GPA)을 이용해 통합되어, 샘플간의 공통의 지각 공간으로서 해석된다.
이번, JMP 분석 메뉴에 포함되어 있지 않은 GPA를 실시해 FCP 데이터의 해석을 실시하기 위해서, 생성 AI에 의해 스크립트를 작성해, JMP와 python을 제휴시키는 것으로 해석을 가능하게 했으므로, FCP 데이터의 결과와 해석을 소개하고 싶다.
