이웃 안전에 관한 시민 설문 응답을 AI로 분석하는 방법

이 글에서는 AI 설문 응답 분석 도구를 사용하여 이웃 안전에 관한 시민 설문 응답을 분석하는 방법에 대한 팁을 제공합니다. 기본 차트를 넘어 실질적인 인사이트를 얻고 싶고, 작업하기 쉬운 방법을 찾고 있다면 계속 읽어보세요.

이웃 안전 설문 분석에 적합한 도구 선택하기

선택하는 접근법과 도구는 수집한 설문 데이터의 형태와 구조에 따라 달라집니다. 간단히 정리하면 다음과 같습니다:

• 정량적 데이터: "밤에 걷는 것이 안전하다고 느끼는 사람이 몇 명인가요?"와 같은 구조화된 답변을 포함합니다. 이 숫자들은 다루기 간단하며, 기본 수식을 사용해 Excel이나 Google Sheets에서 빠르게 계산할 수 있습니다.
• 정성적 데이터: 개방형 질문이나 후속 질문에 대한 응답입니다. "이웃에서 무엇이 안전하다고 느끼게 하나요?"라고 물으면 많은 텍스트 응답이 돌아옵니다. 수십 또는 수백 건의 시민 응답을 손으로 읽고 패턴을 찾는 것은 거의 불가능합니다. 이때 AI가 요약하고 주제를 추출하며 비구조화된 답변을 구조화해 줍니다.

정성적 응답을 다룰 때 도구 선택에는 두 가지 접근법이 있습니다:

ChatGPT 또는 유사 GPT 도구를 이용한 AI 분석

복사-붙여넣기 방식: 설문 응답을 내보내 ChatGPT에 붙여넣고 AI와 패턴, 주제, 직접 인용문에 대해 대화할 수 있습니다.

제한 사항: 소규모 데이터셋에는 적합하지만, 수십 건 이상의 응답이 있으면 매우 번거롭고 복잡해집니다. 대량 데이터는 도구의 입력(컨텍스트) 한도에 도달하기 쉬워 분할, 자르기, 반복 작업이 필요합니다. 요약 결과를 특정 설문 질문과 직접 연결하거나 후속 작업을 효율적으로 관리하는 전용 방법도 없습니다. 그럼에도 불구하고 워크플로우에 익숙하다면 탐색적 분석에 유용한 옵션입니다.

Specific과 같은 올인원 도구

정성적 설문 분석에 특화: Specific 같은 도구는 후속 질문 덕분에 더 풍부한 설문 데이터를 수집하고, AI로 시민 응답을 즉시 분석합니다.

더 나은 데이터 수집: Specific에서 이웃 안전 설문을 작성하면 AI가 자동으로 추가 세부사항이나 명확한 설명을 요청할 수 있습니다(자동 AI 후속 질문 참조). 이는 더 깊이 있는 답변을 얻고 기본 양식 이상의 정보를 수집할 수 있음을 의미합니다.

즉각적이고 실행 가능한 분석: Specific에서는 응답이 들어오는 즉시 AI가 반복되는 주제를 찾아내고, 사람들이 실제로 안전에 대해 말하는 내용을 요약하며, 비슷한 감정을 가진 사람 수를 수치화합니다. 스프레드시트나 수작업 없이 가능합니다.

대화형 인사이트: ChatGPT처럼 AI와 직접 대화하며 패턴을 탐색할 수 있지만, 결과는 항상 질문이나 선택지별로 정리됩니다. 추가로, 어떤 응답을 컨텍스트에 포함할지 필터링하거나 여러 채팅을 저장해 데이터의 다양한 부분을 분석할 수 있어 팀 작업에 더 강력합니다.

실제 사용 예는 Specific의 AI 설문 응답 분석 기능에서 확인할 수 있습니다.

이런 워크플로우는 이웃 안전에 관한 설문이 수백 건의 미묘하고 주관적인 응답을 낳는 경우 매우 중요합니다. 예를 들어 캐나다에서는 이웃을 환영하는 곳으로 인식하는 사람 중 54%가 어두운 밤에 혼자 걷는 것을 매우 안전하다고 느끼는 반면, 그렇지 않은 사람은 34%에 불과합니다—이런 인사이트는 정성적 데이터를 단순한 텍스트 더미 이상으로 다루는 맥락 민감 분석이 필요합니다. [1]

시민 이웃 안전 설문 응답 분석에 사용할 수 있는 유용한 프롬프트

시민 설문에서 의미 있는 인사이트를 얻으려면 올바른 질문을 해야 합니다—사람뿐 아니라 AI에게도 마찬가지입니다. 적절한 프롬프트는 이웃 안전 데이터에서 실행 가능한 결과를 도출하는 데 필수적입니다. 다음은 모든 AI 도구(특히 Specific이나 ChatGPT)에서 잘 작동하는 프롬프트 아이디어입니다:

핵심 아이디어 추출 프롬프트: 대규모 정성 데이터셋의 첫 번째 단계입니다. 수십 또는 수백 건의 응답을 명확한 주제로 요약하며 빈도순으로 정렬합니다. Specific과 ChatGPT 모두에서 완벽히 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 것이 위에 오도록 - 제안 금지 - 표시 금지 예시 출력: 1. **핵심 아이디어 텍스트:** 설명 텍스트 2. **핵심 아이디어 텍스트:** 설명 텍스트 3. **핵심 아이디어 텍스트:** 설명 텍스트

팁: AI에게 항상 더 많은 맥락을 제공하세요: 설문 주제(예: "200명의 주민에게 밤에 느끼는 안전감과 그 이유를 물었습니다")와 분석 목표(예: "가로등 개선을 위한 실행 가능한 인사이트를 찾고 있습니다")를 알려주세요. 예를 들어:

샌프란시스코 다운타운 시민들의 이웃 안전 설문 응답을 분석하세요. 사람들이 불안감을 느끼는 가장 흔한 이유와 특정 장소 관련 우려사항을 파악하고, 요약 결과와 각 핵심 아이디어별 언급 횟수를 제시하세요.

주제 심화 프롬프트: AI가 핵심 아이디어(예: "가로등 문제")를 식별하면, 다음과 같이 물어보세요:
가로등 문제에 대해 더 자세히 알려주세요. 사람들이 정확히 무엇을 말했나요?

특정 주제 탐색 프롬프트: 특정 이슈가 언급되었는지 알고 싶을 때:

이웃 감시 프로그램에 대해 언급한 사람이 있나요? 인용문을 포함하세요.

페르소나 식별 프롬프트: 지방 정부나 경찰에 유용합니다:

설문 응답을 바탕으로 제품 관리에서 사용하는 "페르소나"와 유사한 구별되는 페르소나 목록을 식별하고 설명하세요. 각 페르소나에 대해 주요 특성, 동기, 목표, 대화에서 관찰된 관련 인용문이나 패턴을 요약하세요.

문제점 및 도전 과제 프롬프트:

설문 응답을 분석하여 가장 흔한 문제점, 불만, 도전 과제를 나열하세요. 각 항목을 요약하고 패턴이나 발생 빈도를 기록하세요.

동기 및 원동력 프롬프트:

설문 대화에서 참가자들이 행동이나 선택에 대해 표현한 주요 동기, 욕구, 이유를 추출하세요. 유사한 동기를 그룹화하고 데이터에서 지원 증거를 제공하세요.

더 많은 프롬프트 예시와 모범 사례가 필요하다면, 이웃 안전 시민 설문 만들기 가이드와 시민에게 묻는 최고의 질문을 참고하세요.

Specific이 질문 유형별로 정성적 데이터를 분석하는 방법

Specific이 시민 설문에서 다양한 질문 유형을 어떻게 처리하는지 살펴보겠습니다:

• 개방형 질문(후속 질문 포함 여부 무관): Specific은 기본 질문과 AI가 생성한 후속 질문에 대한 모든 응답을 간결하고 포괄적으로 요약합니다. 시민들이 공유한 가장 빈번한 주제나 의견을 효율적으로 강조하며, "이웃에서 더 안전하다고 느끼게 하는 것은 무엇인가요?" 같은 광범위한 질문에 이상적입니다.
• 후속 질문이 있는 다중 선택형: 각 선택지별로 AI가 요약을 제공하며, 해당 선택지에 연결된 모든 후속 응답을 모아 정리합니다. 예를 들어 "더 나은 가로등"을 선택한 응답자에게 "왜 이것이 중요한가요?"라고 묻는 경우, AI가 그들의 모든 답변을 별도로 그룹화하고 요약합니다.
• NPS(순추천지수): 비추천자, 중립자, 추천자 각각에 대해 후속 답변만을 기반으로 요약을 제공합니다. 각 세그먼트의 문제점과 동기가 명확히 드러나 개선 대상 선정에 필수적입니다.

ChatGPT로도 가능하지만, 질문별로 데이터를 복사, 붙여넣기, 정렬하는 수작업이 많아집니다. Specific처럼 미리 정리된 요약을 갖는 것은 시간을 크게 절약하고 이해관계자에게 결과를 제시하기 쉽게 만듭니다.

재미있는 사실: 2023년 샌프란시스코 시 설문에서 안전 등급이 25년 만에 최저치(C+ 평균)로 떨어진 곳에서는 각 그룹의 고유한 응답을 이해해 실행 가능한 개선책을 마련하는 것이 매우 중요합니다. [2]

AI의 컨텍스트 크기 제한 다루기

AI 도구로 시민 피드백을 분석할 때 가장 큰 도전은 한 번에 처리할 수 있는 "컨텍스트" 즉 데이터 양이 제한된다는 점입니다. 이웃 안전 설문에 수백 건의 긴 응답이 모이면 곧 한도에 도달합니다.

해결 방법과 Specific이 이를 어떻게 내장했는지 소개합니다:

• 필터링: 특정 질문에 답했거나 특정 답변을 선택한 응답만 분석합니다(예: "밤에 안전 문제를 언급한 답변만 보여주세요"). 이렇게 하면 중요한 데이터만 좁혀 AI 컨텍스트 크기에 맞출 수 있습니다.
• 자르기: 분석할 특정 질문만 선택해 AI에 보냅니다(예: "이웃 감시 프로그램에 관한 우려"). 나머지는 제외해 더 많은 대화를 분석에 포함시킬 수 있습니다.

이 기법을 사용하면 AI 메모리 창 내에서 항상 작업하며, 불완전한 출력 대신 의미 있는 크기의 요약을 얻을 수 있습니다. 홍콩처럼 밤에 64.4%가 안전하다고 느끼는 대규모 설문에서도 실용적 분석이 가능합니다. [3]

시민 설문 응답 분석을 위한 협업 기능

분석 협업은 특히 지방 정부, 경찰, 지역 단체 등 여러 팀이 인사이트와 결과에 기여하는 시민 이웃 안전 설문에서 매우 어렵습니다.

맥락 속에서 함께 분석하기: Specific은 대화형 분석을 지원해 AI와 직접 대화하며 결과를 탐색할 수 있습니다. 모두가 함께 인사이트를 탐구하고 연구 조수와 대화하듯 후속 질문을 할 수 있습니다.

여러 채팅, 다양한 관점: Specific은 여러 채팅 세션을 생성할 수 있습니다. 각 채팅은 특정 이웃이나 기간 등 필터를 적용할 수 있습니다. 각 채팅에는 시작자와 사용 중인 필터가 표시되어 모두가 같은 정보를 공유합니다.

팀 책임과 명확성: 분석에 사용된 모든 채팅에서 누가 무엇을 말했는지 아바타와 이름으로 확인할 수 있어 협업이 간편해지고 정보 누락을 방지합니다. 이는 특히 시의회나 안전 위원회에 보고서를 준비할 때 큰 도움이 됩니다.

지금 바로 이웃 안전에 관한 시민 설문을 만들어보세요

커뮤니티로부터 더 깊은 인사이트를 수집하세요—사람들이 무엇을 생각하는지뿐 아니라 왜 그런지 포착하세요. 진짜 동기와 도전 과제를 발견하고, Specific의 AI 기반 분석으로 시민 피드백을 구체적인 행동으로 전환하세요.