직원 다양성 및 포용성 설문조사 응답을 AI로 분석하는 방법

이 글에서는 직원 다양성 및 포용성에 관한 설문조사 응답을 분석하는 방법에 대한 팁을 제공합니다. 수십 건이든 수천 건이든 설문 응답 분석을 AI와 스마트 프롬프트를 활용해 실제 인사이트로 전환하는 방법을 알려드리겠습니다.

설문 응답 분석에 적합한 도구 선택하기

직원 다양성 및 포용성 데이터의 형태에 따라 분석 방법(및 도구)이 달라집니다. 구체적으로 말씀드리면:

• 정량적 데이터: 특정 옵션(예: “포용감을 느끼나요: 예 또는 아니오”)을 선택한 직원 수를 집계하는 경우, 스프레드시트로 처리할 수 있습니다. Excel이나 Google Sheets 같은 도구는 숫자 집계, 빠른 차트 작성, 시간에 따른 추세 추적에 적합합니다.
• 정성적 데이터: 대부분의 직원 다양성 및 포용성 설문조사에는 개방형 질문(예: “배제감을 느꼈던 경험을 말씀해 주세요” 또는 “그렇게 답한 이유는 무엇인가요?” 같은 후속 질문)이 포함됩니다. 이 정성적 응답이 핵심이지만 수백 개의 답변을 수작업으로 읽는 것은 현실적이지 않습니다. 이때 AI 도구가 등장하여 정교한 피드백을 대규모로 분석할 수 있게 합니다.

정성적 응답을 다룰 때 도구 선택에는 두 가지 접근법이 있습니다:

ChatGPT 또는 유사 GPT 도구를 활용한 AI 분석

설문 응답을 내보낸 후, 정성적 데이터를 ChatGPT나 다른 GPT 기반 채팅 인터페이스에 붙여넣을 수 있습니다.

유연하게 후속 질문을 하거나 요약을 요청할 수 있어 동료와 대화하는 것과 같습니다.

하지만 솔직히 말해, 금방 복잡해집니다. 데이터를 내보내고 준비하는 데 시간이 걸리고, 큰 파일은 도구의 컨텍스트 한도에 걸릴 수 있습니다. 많은 복사-붙여넣기 작업과 수동으로 분석한 내용을 추적해야 합니다.

특히 민감한 다양성 및 포용성 주제에서는 개인정보 보호와 데이터 기밀성도 중요한 고려사항입니다.

Specific 같은 올인원 도구

AI 설문 응답 분석을 위해 설계된 도구(예: Specific)는 설문 생성과 응답 분석을 한 곳에서 할 수 있게 하여 이러한 문제를 해결합니다.

Specific은 응답 수집 시 대화형 AI를 사용해 자동으로 후속 질문을 던집니다. 이는 더 깊고 질 높은 답변을 얻을 수 있음을 의미하며, 표면적인 답변으로는 부족한 다양성 및 포용성 설문조사에서 특히 중요합니다. 후속 질문에 대해 더 알고 싶다면 AI 후속 질문 작동 방식을 참고하세요.

Specific의 AI 분석은 응답을 즉시 요약하고 핵심 주제를 찾아내며 실행 가능한 인사이트를 강조합니다. 스프레드시트 작업이 필요 없으며, ChatGPT처럼 대화형으로 데이터를 다루면서도 필터링, 세분화, 팀과의 협업 기능이 추가되어 있습니다.

또한 특정 도구에 묶이지 않습니다. 직접 설문을 만들고 싶다면 AI 설문 생성기를 사용하거나 직원 다양성 및 포용성 설문 사전 설정으로 바로 시작할 수 있습니다.

직원 다양성 및 포용성 설문 응답 분석에 유용한 프롬프트

AI 프롬프트에 대해 이야기해 보겠습니다. 좋은 프롬프트는 AI 도구와 함께 큰 그림을 파악하고 직원 설문 분석에서 가장 중요한 부분에 집중할 수 있게 도와줍니다.

핵심 아이디어 추출용 프롬프트: 대량의 개방형 직원 응답에서 주요 주제를 추출하는 다용도 프롬프트입니다. 다양성 및 포용성 설문에서 가장 많이 언급된 내용을 파악하는 데 좋습니다.

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 인원 수를 숫자로 명시할 것(단어가 아닌 숫자 사용), 가장 많이 언급된 항목을 상단에 배치 - 제안 금지 - 표시 금지 출력 예시: 1. **핵심 아이디어 텍스트:** 설명 텍스트 2. **핵심 아이디어 텍스트:** 설명 텍스트 3. **핵심 아이디어 텍스트:** 설명 텍스트

이렇게 하면 우선순위가 매겨진 핵심 주제 목록을 얻을 수 있어 경영진 보고나 다음 작업 항목 식별에 탁월합니다.

더 많은 맥락을 담은 향상된 프롬프트: 설문 목표, 대상, 우려사항 등 구체적인 정보를 AI에 제공하면 더 날카로운 인사이트를 얻을 수 있습니다. 예를 들어:

당신은 2024년 직원 다양성 및 포용성에 관한 기밀 설문조사(응답 150건)를 분석하고 있습니다. 설문 목적은 소수 민족 그룹이 회사에서 겪는 장벽을 발견하고 경영진에 실행 가능한 조치를 제공하는 것입니다. 채용, 승진, 내부 커뮤니케이션 관련 문제에 집중하세요.

이런 추가 정보가 AI가 중요한 부분에 집중하도록 안내합니다.

더 깊이 파고들기: 주제를 찾으면 "XYZ(핵심 아이디어)에 대해 더 알려줘"라고 물어보세요. AI가 해당 주제 뒤에 있는 직접 인용문이나 일화를 제공해 다양성 및 포용성 실행 계획에 필수적인 맥락을 제공합니다.

특정 주제 확인용 프롬프트: 직원 응답에서 특정 주제(예: “재택근무”)가 언급되었는지 확인하고 싶나요?

재택근무에 대해 언급한 사람이 있나요? 인용문을 포함하세요.

최근 재택근무 후 복귀 정책에 관한 논의가 많아졌는데, 특히 팬데믹 이후 여성, 소수자, 장애인에게 불균형적으로 영향을 미치고 있다는 2024년 기사도 있습니다. 원격 근무가 형평성과 생산성에 이점이 있음에도 불구하고 말이죠 [1].

고충 및 문제점 파악용 프롬프트: 경영진이 직원들이 겪는 어려움을 알고 싶다면 다음을 시도해 보세요:

설문 응답을 분석하여 가장 흔히 언급된 고충, 불만, 문제점을 나열하세요. 각 항목을 요약하고 패턴이나 발생 빈도도 기록하세요.

페르소나 파악용 프롬프트: 직원 “페르소나” 또는 유사한 경험을 가진 그룹을 이해하면 맞춤형 다양성 및 포용성 이니셔티브를 추진할 수 있습니다:

설문 응답을 바탕으로 제품 관리에서 사용하는 “페르소나”와 유사한 구별되는 페르소나 목록을 식별하고 설명하세요. 각 페르소나의 주요 특성, 동기, 목표, 관련 인용문이나 관찰된 패턴을 요약하세요.

동기 및 원동력 파악용 프롬프트:

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

감정 분석용 프롬프트:

설문 응답에서 표현된 전반적인 감정(예: 긍정, 부정, 중립)을 평가하세요. 각 감정 범주에 기여하는 주요 구절이나 피드백을 강조하세요.

제안 및 아이디어 파악용 프롬프트:

설문 참가자들이 제공한 모든 제안, 아이디어, 요청을 식별하고 나열하세요. 주제별 또는 빈도별로 정리하고 관련 인용문을 포함하세요.

이러한 프롬프트는 AI 분석을 구조화하여 가장 개방적인 직원 피드백도 이해하기 쉽게 만듭니다. 설문 질문 및 프롬프트 작성에 관한 자세한 내용은 직원 다양성 및 포용성 설문에 적합한 질문 가이드를 참고하세요.

Specific이 질문 유형별로 정성적 데이터를 분류하는 방법

Specific은 설문 질문 유형에 따라 AI 분석을 자동으로 조정합니다:

• 개방형 질문(후속 질문 포함 또는 미포함): AI가 모든 응답과 관련 후속 대화를 요약하여 핵심 아이디어와 실행 가능한 인사이트를 도출합니다.
• 후속 질문이 있는 객관식: 각 선택지(예: “경영진은 다양하다”—예/아니오)에 대해 후속 응답 요약을 별도로 생성하여 그룹별 패턴을 쉽게 파악할 수 있습니다.
• NPS 스타일 질문: 직원 순추천자 점수 질문에 대해 AI가 비추천자, 중립자, 추천자별로 피드백을 요약하여 각 그룹의 의견을 집중적으로 보여줍니다.

ChatGPT나 유사 도구로도 동일한 작업이 가능하지만 복사-붙여넣기와 설정이 더 많이 필요합니다. NPS 전용 설문을 만들고 싶다면 직원 다양성 및 포용성 NPS 템플릿을 확인하세요.

AI 분석 도구의 컨텍스트 한도 다루기

ChatGPT와 Specific을 포함한 모든 AI 채팅 도구는 컨텍스트 한도가 있어 한 번에 처리할 수 있는 데이터 양이 제한됩니다. 수백 명의 응답자와 후속 질문이 있는 대규모 직원 다양성 및 포용성 설문조사는 이 한도에 쉽게 도달할 수 있습니다.

• 필터링: 특정 질문에 대한 답변이나 특정 선택지를 포함하는 대화만 선택해 데이터를 분할하세요. 이렇게 하면 AI가 관련 데이터만 분석해 예를 들어 소수 민족 직원이나 “승진”을 언급한 사람에 집중할 수 있습니다. 이 필터링은 컨텍스트 한도 내에서 최대한의 인사이트를 얻도록 도와줍니다.
• 크롭핑: AI 분석에 특정 질문에 대한 응답만 보내세요. 예를 들어 “포용감을 느꼈던 경험을 설명해 주세요” 질문에만 집중하고 나머지는 제외하는 식입니다.

이러한 전략은 AI가 과부하되지 않도록 하면서도 목표에 맞는 인사이트를 도출하는 데 도움을 줍니다. Specific에는 이러한 제어 기능이 내장되어 있지만, 어떤 구조화된 워크플로우에서도 쉽게 구현할 수 있습니다.

직원 설문 응답 분석을 위한 협업 기능

특히 다양성 및 포용성 같은 민감한 주제에 대해 직원 피드백을 분석할 때 부서 간 협업은 종종 혼란으로 변합니다. 수백 개의 개방형 응답을 통합하고 누가 어떤 질문을 했는지 추적하며 각 부서의 우려사항을 반영하는 것은 다양성 이니셔티브의 핵심 과제입니다.

Specific에서는 AI와 대화하듯 설문 데이터를 분석할 수 있습니다. 각 분석은 별도의 채팅 창에서 진행되어 부서별, 경영진별, 이니셔티브별로 나란히 심층 분석을 수행할 수 있습니다.

각 채팅은 고유한 필터를 갖추고 있어 비교하거나 작업을 넘기기 쉽습니다. 누가 시작했는지, 누가 어떤 말을 했는지 모두 표시되어 투명성을 높이고 직원 다양성 및 포용성 업무에서 책임 소재를 명확히 할 수 있습니다.

동료가 AI 채팅에 분석이나 코멘트를 남기면 아바타와 이름이 모든 메시지에 표시됩니다. 이 기능은 원활한 협업과 명확한 감사 추적을 보장하며, 설문 데이터가 중요한 인사 또는 컴플라이언스 조치의 근거가 될 때 필수적입니다.

직원 다양성 및 포용성 설문조사 설계 및 실행에 관한 더 실용적인 팁은 직원 다양성 및 포용성 설문조사 작성 가이드를 참고하세요.

지금 바로 직원 다양성 및 포용성 설문조사를 만들어 보세요

팀에 진짜 중요한 것이 무엇인지 발견하기 시작하세요—내장된 AI 분석 기능으로 설문을 만들어 수동 보고를 기다리지 않고 다양성 및 포용성 인사이트를 즉시 활용하세요. 스프레드시트 작업은 그만, 실행 가능한 피드백만—사람 중심으로 설계되고 즉시 제공됩니다.