도시 웹사이트 사용성에 관한 시민 설문 응답을 AI로 분석하는 방법

이 글에서는 도시 웹사이트 사용성에 관한 시민 설문 응답을 분석하는 방법에 대한 팁을 제공합니다. AI를 활용한 설문 응답 분석에 대한 실용적인 조언을 원한다면 이 가이드가 도움이 될 것입니다.

시민 설문 응답 분석에 적합한 도구 선택하기

설문 분석에 가장 적합한 방법은 데이터의 형태에 따라 다릅니다. 구조화된 답변인지, 아니면 개방형 대화식 응답인지에 따라 달라집니다.

• 정량적 데이터: 숫자, 선택지, 평가 척도(예: "얼마나 많은 사람이 사이트 사용이 어렵다고 느꼈나요?")는 Excel이나 Google Sheets에서 쉽게 처리할 수 있습니다. 이 도구들은 수식과 차트를 통해 빠르게 추세와 기본 통계를 보여줍니다.
• 정성적 데이터: 개방형 질문이나 대화식 인터뷰를 사용하면 답변이 여러 단락에 걸쳐 길어질 수 있습니다. 응답이 수십 건 이상이라면 수작업으로 읽는 것은 현실적이지 않습니다. 이때 AI가 등장합니다: AI는 몇 분 만에 패턴을 찾아내고 주요 주제를 추출할 수 있어, 수작업으로 몇 시간 걸릴 일을 단축시켜 줍니다.

정성적 응답을 다룰 때 사용할 수 있는 도구 접근법은 두 가지입니다:

ChatGPT 또는 유사 GPT 도구를 이용한 AI 분석

ChatGPT에 복사-붙여넣기: 내보낸 응답을 ChatGPT나 다른 GPT 도구에 복사하여 붙여넣을 수 있습니다. 그런 다음 요약, 그룹화, 패턴 분석 등을 직접 프롬프트로 요청할 수 있습니다.

하지만: 대용량 데이터셋에는 이 방법이 번거롭습니다—큰 데이터 덩어리를 처리하면 문맥 제한에 걸릴 수 있습니다. 파일을 나누고 부분별로 복사-붙여넣기하며 프롬프트를 반복해야 하므로, 대규모 설문에는 편리하거나 확장 가능하지 않습니다.

Specific 같은 올인원 도구

목적에 맞게 설계된 AI 플랫폼: Specific 같은 도구는 응답을 수집하고 AI를 사용해 즉시 분석하도록 특별히 설계되었습니다. ChatGPT처럼 AI와 직접 대화할 수 있지만, AI가 언제 어떤 문맥을 볼지 관리하는 더 많은 구조와 기능이 있습니다.

후속 질문: Specific의 강점은 실시간으로 응답자에게 후속 질문을 던져 응답을 더 깊고 명확하며 실행 가능하게 만든다는 점입니다. 자동 후속 질문 기능은 인사이트의 질을 높여줍니다. (자세한 내용은 자동 AI 후속 질문 글을 참고하세요.)

AI 기반 인사이트: AI가 요약하는 동안 주요 아이디어, 추세, 실행 가능한 발견을 명확히 볼 수 있습니다—데이터를 내보내거나 수작업을 하지 않아도 됩니다. 도시 웹사이트 사용성 설문에서는 단순한 숫자가 아니라 사용자 불만의 "이유"를 파악할 수 있습니다. (자세한 내용은 도시 웹사이트 사용성 시민 설문 만들기 가이드를 참고하세요.)

즉각적인 협업: Specific에서는 팀과 함께 같은 인터페이스 내에서 채팅하고, 필터링하며, 주제를 검토할 수 있어 도시 웹사이트 개선에 빠른 결정을 내릴 수 있습니다.

사용성처럼 중요한 문제를 다룰 때는 위험 부담이 큽니다: 최근 연구에 따르면 온라인 소비자의 88%가 나쁜 웹사이트 경험 후 재방문 가능성이 낮아진다고 합니다 [1]. 분석 과정에 적합한 AI 도구를 선택하는 것은 설문 질문만큼 중요합니다.

도시 웹사이트 사용성에 관한 시민 설문 분석에 유용한 프롬프트

AI 분석의 힘은 프롬프트에서 나옵니다. 적절한 프롬프트는 원시 설문 텍스트를 실행 가능한 발견으로 바꾸고, 수작업으로는 놓치기 쉬운 패턴을 찾아냅니다. 도구 상자에 넣어두면 좋은 프롬프트를 살펴보겠습니다.

핵심 아이디어 추출 프롬프트: 주요 주제와 언급 횟수를 뽑아내는 데 사용합니다—특히 도시 웹사이트 사용성 피드백에 유용합니다. Specific 내장 AI 분석을 사용하든 ChatGPT에 설문 데이터를 붙여넣든 작동합니다:

당신의 임무는 핵심 아이디어를 굵은 글씨(핵심 아이디어당 4-5단어)로 추출하고, 최대 2문장 길이의 설명을 덧붙이는 것입니다. 출력 요구사항: - 불필요한 세부사항은 피할 것 - 특정 핵심 아이디어를 언급한 사람 수를 숫자로 명시할 것(단어가 아닌 숫자 사용), 가장 많이 언급된 순서대로 - 제안 금지 - 표시 금지 예시 출력: 1. **핵심 아이디어 텍스트:** 설명 텍스트 2. **핵심 아이디어 텍스트:** 설명 텍스트 3. **핵심 아이디어 텍스트:** 설명 텍스트

문맥이 중요합니다: 설문, 목적, 원하는 분석 결과에 대한 문맥을 제공하면 AI가 더 잘 작동합니다. 예를 들어:

우리는 시민들과 도시 웹사이트 사용성에 관한 대화식 설문을 진행했습니다. 주요 목표는 사람들이 사이트 사용 시 겪는 주요 장애물을 이해하는 것입니다. 분석은 응답자들이 지적한 고충, 내비게이션 어려움, 불명확한 정보 구조, 접근성 문제에 집중해 주세요.

더 깊이 파고들기: 핵심 아이디어가 눈에 띄면 "XYZ(핵심 아이디어)에 대해 더 알려줘"라고 후속 질문하세요. AI가 관련 인용문이나 패턴을 찾아내어 시민 경험을 좌우할 수 있는 문제를 빠르게 검증하고 탐색할 수 있습니다.

특정 주제 확인 프롬프트: "검색 기능에 대해 언급한 사람이 있나요? 인용문 포함."과 같이 특정 아이디어가 언급되었는지 확인할 때 사용하세요. 실제 사용자 불편인지 아닌지를 즉시 알 수 있습니다.

페르소나 추출 프롬프트: 데이터 내 클러스터를 파악하는 데 도움됩니다: "설문 응답을 바탕으로 제품 관리에서 사용하는 '페르소나'처럼 구별되는 페르소나 목록을 식별하고 설명하세요. 각 페르소나의 주요 특성, 동기, 목표, 관련 인용문이나 관찰된 패턴을 요약하세요."

고충 및 문제점 분석 프롬프트: 반복되는 불만을 분석합니다: "설문 응답을 분석하여 가장 흔한 고충, 불만, 문제점을 나열하세요. 각 항목을 요약하고 패턴이나 발생 빈도를 기록하세요."

도시 웹사이트 시민 피드백에 유용한 다른 접근법은 다음과 같습니다:

• 동기 및 원인 추출 프롬프트: 사용자 행동의 동기를 파악합니다: "설문 대화에서 참가자들이 행동이나 선택에 대해 표현한 주요 동기, 욕구, 이유를 추출하세요. 유사한 동기를 그룹화하고 데이터에서 증거를 제시하세요."
• 감정 분석 프롬프트: 피드백을 긍정/부정/중립으로 빠르게 분류합니다: "설문 응답에서 표현된 전반적인 감정을 평가하세요(예: 긍정, 부정, 중립). 각 감정 범주에 기여하는 주요 문구나 피드백을 강조하세요."
• 제안 및 아이디어 추출 프롬프트: 시민의 아이디어를 수집합니다: "설문 참가자들이 제공한 모든 제안, 아이디어, 요청을 식별하고 나열하세요. 주제나 빈도별로 정리하고 관련 인용문을 포함하세요."
• 충족되지 않은 요구 및 기회 발견 프롬프트: 숨겨진 성장 영역을 밝혀냅니다: "설문 응답을 검토하여 응답자들이 지적한 충족되지 않은 요구, 격차, 개선 기회를 찾아내세요."

이런 프롬프트를 사용하면 시민들이 빠른 로딩 시간(웹사이트 방문자의 47%가 2초 이내를 기대 [3])을 원한다는 고수준 주제부터 개별 불만이나 대담한 새 아이디어까지 손쉽게 파악할 수 있습니다. 이는 추측이 아닌 실제 변화의 증거입니다.

설문 제작에 더 많은 영감을 원한다면 도시 웹사이트 사용성 시민 설문에 적합한 질문들 자료를 참고하세요.

Specific이 질문 유형별로 정성적 데이터를 분석하는 방법

개방형 질문(후속 질문 포함 여부 상관없이): Specific의 AI는 각 질문별 요약뿐 아니라 후속 대화의 문맥도 포함해 요약합니다. 예를 들어, 누군가 "홈페이지가 혼란스럽다"고 말하면 AI가 "어떤 부분이 혼란스러운가요?"라고 묻고, 그 답변도 해당 질문 요약에 포함됩니다.

선택형 질문과 후속 질문: "내비게이션이 어렵다" 같은 각 선택지마다 해당 선택지에 연결된 후속 응답만을 바탕으로 AI 요약을 제공합니다. 즉, "내비게이션이 어렵다"를 선택한 사람들이 왜 그렇게 느꼈는지 정확히 알 수 있습니다.

NPS 설문: AI가 비추천자, 중립자, 추천자로 피드백을 분류하고 각 그룹의 후속 질문 내용을 요약합니다. 한 번의 클릭으로 "추천자"가 무엇에 만족하는지, "비추천자"가 무엇에 불만인지 볼 수 있습니다.

ChatGPT에서도 비슷한 방법을 사용할 수 있지만, 후속 질문을 교차 참조하며 답변 유형별로 그룹화하고 분류하는 데 더 많은 수작업이 필요합니다.

맞춤형 설문 흐름을 설정하고 싶다면 도시 웹사이트 사용성 시민 설문 만들기 가이드를 참고하세요.

대규모 시민 설문에서 AI 문맥 크기 문제 해결하기

대량의 정성적 데이터를 분석할 때 흔한 문제는 GPT 기반 AI의 문맥 제한입니다. 너무 많은 설문 응답을 내보내 붙여넣으면 AI가 문맥을 놓치거나 일부 샘플만 분석해 인사이트를 놓칠 위험이 있습니다.

이 문제를 해결하는 효과적인 두 가지 방법이 있으며, Specific 같은 플랫폼에서 기본적으로 지원합니다:

• 필터링: 특정 질문에 답변했거나 특정 답변을 한 설문 대화만 분석합니다. 예를 들어 내비게이션 문제를 겪은 시민만 필터링해 문맥을 최대한 활용하고 필요한 분석에 집중할 수 있습니다.
• 크롭핑: AI가 볼 데이터 범위를 제한해 모든 대화 중 선택한 질문만 보냅니다. 예를 들어 도시 사이트의 "이벤트" 섹션에 대한 의견만 집중해서 분석할 수 있습니다.

이런 스마트 필터를 적용하면 대규모 데이터셋에서도 AI가 집중되고 실행 가능한 요약을 제공할 수 있습니다—도시 웹사이트 사용성 연구에서 피드백 양이 많을 때 필수적입니다. 자세한 기술 내용은 AI 설문 응답 분석 페이지를 참고하세요.

참고로, 웹 디자이너의 73.1%가 비반응형(즉, 모바일 최적화되지 않은) 사이트 디자인이 사람들이 웹사이트를 떠나는 주요 원인이라고 말합니다 [2]. 이렇게 설문 데이터를 세분화하면 모바일 문제 여부가 시민들에게 주요 관심사인지 단순한 예외인지 확실히 알 수 있습니다.

시민 설문 응답 분석을 위한 협업 기능

도시 웹사이트 사용성 피드백 분석은 혼자 하는 일이 아닙니다—IT, 커뮤니케이션, 도시 관리 등 다양한 이해관계자가 사용자 경험에 관심을 가집니다. 문제는 피드백에서 가장 중요한 부분에 모두가 빠르게 합의하는 것입니다.

채팅 기반 협업: Specific에서는 AI 요약만 검토하는 것이 아니라, 팀과 함께 AI와 직접 설문 데이터에 대해 대화할 수 있습니다—자신만의 질문을 던지고, 스레드를 따라가며, 해결책을 브레인스토밍하는 등 다양한 활동이 가능합니다.

다중 채팅, 유연한 집중: 모바일 사용자별 분석이 필요합니까? 신규 방문자와 재방문자를 비교하고 싶나요? Specific의 각 채팅 세션은 자체 필터를 가질 수 있습니다. 누가 어떤 채팅을 설정했는지 항상 확인할 수 있어 팀원 간 진행 상황 추적과 인수인계가 원활합니다.

협업의 투명성: 모든 채팅은 누가 어떤 질문을 했는지 정확히 보여줍니다. 여러 팀원이 대화에 참여하면 아바타가 AI 채팅 옆에 표시되어 책임감과 공동 이해를 촉진합니다. 누가 인사이트를 발견했는지, 후속 질문이 어디서 왔는지 더 이상 추측할 필요가 없습니다.

협업 기능은 시민 피드백이 실행으로 전환되는 속도를 극적으로 높입니다—엉킨 스프레드시트나 끝없는 이메일 스레드로 인한 반복 작업이 사라집니다.

AI 편집 기능이 내장된 설문 제작을 체험하고 싶다면 AI 설문 편집기 개요를 참고하세요. 바로 설문 제작을 시작하려면 도시 웹사이트 사용성 시민 설문 생성기를 이용해 보세요.

지금 바로 도시 웹사이트 사용성에 관한 시민 설문을 만드세요

시민들이 중요하게 생각하는 문제를 즉시 파악하고, 팀과 실시간으로 협업하며, 도시 웹사이트 피드백을 스마트한 개선으로 전환하세요.