🖥️ 프롬프트 고민 없이, AI 툴을 활용한 데스크 리서치 진행방법

오늘도 팁스터 뉴스레터와 함께 해주셔서 감사합니다. '디자인 업무 효율을 높이는 툴' 열세 번째 주제는 '데스크 리서치'입니다. 인공지능이 결합된 서비스를 통해 데스크 리서치를 어떻게 진행하면 좋을지 2개 서비스를 에디터들이 직접 써보고 정리했어요!

📮 뉴스레터가 이렇게 개선되었어요!

  • 'AI 툴'을 중심으로, 실무에 어떻게 활용할 수 있을지에 초점을 맞췄어요.
  • 함께 활용하면 실무에 도움이될 'AI 툴'에 대한 내용도 확인할 수 있어요.
  • AI 시대, 우리는 어떤 준비를 해야하는지에 대한 '생각거리'도 보실 수 있어요.
  • (곧) 다른 실무자들은 'AI 툴'을 실무에 어떻게 활용하는지에 대한 내용도 포함될 예정!

🖥️ 이번 주제는 '데스크 리서치'에요.

데스크 리서치는 UX 디자인 프로세스의 초기 단계에서 중요한 역할을 하며, 이를 통해 얻은 정보는 사용자 조사와 서비스 기획에 중요한 기초가 되는데요. 데스크 리서치의 주요 단계는 다음과 같아요.

1. 목표 설정
리서치 목적 정의: 어떤 정보를 수집할 것인지, 어떤 질문에 답할 것인지를 명확히 합니다. 예를 들어, 특정 서비스의 사용자 니즈를 이해하기 위한 목적일 수 있습니다.

2. 정보 수집
자료 탐색: 관련된 문서, 보고서, 논문, 통계 자료 등을 통해 필요한 정보를 수집합니다. 이 단계에서는 인터넷 검색, 학술 데이터베이스, 공공 데이터 등을 활용합니다.

3. 데이터 분석
정보 정리 및 분석: 수집한 자료를 정리하고 분석하여 유의미한 인사이트를 도출합니다. 이 과정에서 시장 동향, 경쟁사 분석, 사용자 행동 패턴 등을 검토합니다.

4. 인사이트 도출
결과 요약 및 인사이트 생성: 분석한 데이터를 바탕으로 중요한 발견이나 인사이트를 정리합니다. 이는 이후의 사용자 조사나 디자인 프로세스에 중요한 기초가 됩니다.

5. 보고서 작성
결과 문서화: 최종 결과와 인사이트를 보고서 형태로 정리하여 관련 팀과 공유합니다. 이 문서는 프로젝트의 방향성과 전략 수립에 활용됩니다.

오늘은 데스크 리서치의 주요 단계와 연결해, 에디터들이 2개의 서비스를 직접 써보고 어떻게 활용할 수 있을지 정리해봤어요.

👀 오늘 소개할 서비스와 내용

  • 맞춤형 정보를 찾고, 심층 리포트까지 확인할 수 있는 Goover
  • 웹 상의 특정 데이터를 빠르게 추출해주는 Browse ai

맞춤형 정보를 찾고, 심층 리포트까지 확인할 수 있는 Goover

인공지능 기반의 정보 검색 및 큐레이션 서비스 ‘구버’는 지난 7월 베타 서비스를 시작했는데요. 국내의 ‘솔트룩스’가 개발, 심층적으로 조사 및 분석한다는 뜻의 ‘Go over’에서 따온 구버는 AI 뇌 ‘커넥톰(Connectome)’이 전 세계 웹에서 맞춤형 정보를 찾고, 심층 리포트까지 제공하는 초거대 AI 검색 서비스예요. ‘퍼플렉시티’나 ‘Felo.ai’와 닮았지만, 개인의 활동을 바탕으로 한 브리핑이나 리포트 생성 기능은 제가 이번 뉴스레터를 통해 ‘데스크 리서치’를 주제로 자세히 써봐야겠다는 생각을 하게 만든 주요 기능이기도 해요.

데스크 리서치에 ‘구버’ 활용하기

구버를 사용하면서 느낀 건, 데스크 리서치에 필요한 주요 단계를 한 곳에서 대부분 해결할 수 있겠다는 점이에요. (있겠다-라고 표현한 건, 아직은 베타 서비스로 보완해야할 부분도 많기 때문이에요) 특히 구버에서 제공하는 브리핑과 리포트 기능은 주제에 대한 인사이트를 따로 정리하지 않아도 되고, 계속 업데이트 되기에 리서치 과정에서 유용하게 활용할 수 있죠.

(1) 리서치를 위한 질문 입력

구버는 익숙한 듯, 익숙하지 않은 인터페이스를 갖고 있어요. 질문을 입력하는 방식은 퍼플렉시티 등과 유사하지만 사용자 개인을 위한 큐레이션 콘텐츠가 함께 적용된 점은 유사 서비스에서 만나보지 못한 구성이기 때문이에요. 저는 콘텐츠 산업에 대해 알고 싶었고, 그중에서도 OTT 산업 현황에 대한 내용을 확인해 봤어요.

한국의 OTT 시장에 대해 알려줘. (1) 시장 규모 (2) 주요 서비스 (3) 시장 점유율 (4) 매출액 (5) 향후 전망

제가 입력한 질문에 대한 답변을 구분에 따라 확인한 모습이에요. 답변에 이어서 확인해 보면 좋은 주제(질문)를 제공하며 이를 바탕으로 궁금한 점을 계속 확인할 수 있어요. 직접 질문을 입력하는 것도 가능하고요. 또 답변에 참고한 내용을 모아주는 ‘브리핑 레퍼런스’ 기능도 함께 제공해요.

(2) 리서치 주제와 관련된 브리핑

브리핑 레퍼런스 옆의 ‘GO OVER’ 버튼을 클릭하면, 브리핑을 만들 수 있어요. 재밌는 건, 리포트 타입을 선택할 수 있다는 점인데요. 일일 보고서는 기본이고 제품 리뷰, 투자보고서, 저널 노트 중 하나를 선택할 수 있어요. 저는 저널 노트를 선택해 OTT 시장에 대한 보다 다양한 관점의 정보를 받아보고자 했어요.

1-2분 정도가 흐르니, 그럴듯한 브리핑 페이지가 완성되었어요.

  • 오늘의 브리핑 : 매일 하루 업데이트 되며, 브리핑에 포함된 콘텐츠들의 핵심 내용을 요약
  • 관련 기업 : 브리핑 주제와 관련된 기업 정보 제공 (근데 왜 두개 밖에 없죠..)
  • 커넥텀 : 브리핑 주제와 관련해 파편화된 정보(키워드)간의 연결성을 시각적으로 안내
  • 리포트 : 브리핑 주제와 관련된 리포트를 주기적으로 생성

(3) 브리핑에 포함된 리포트

데스크 리서치의 관점에서 구버를 쓰고 있고, 제가 당장 필요로 하는 주제를 선택했는데 솔직히 답변 내용보다는 브리핑 기능이 정말 만족스러웠어요. 제가 질문 - 답변, 질문 - 답변에 따라 내용을 빠르게 확인한다 하더라도 결국에 노션 등 사용하는 툴에 정리하는 과정은 필수로 거쳐야 하는데, 여기에 드는 시간을 많이 줄일 수 있기 때문이에요. 무엇보다 브리핑은 한번 만들고 끝이 아니라 계속 업데이트되기에 꾸준히 살펴야 하는 내용을 보기 좋아요.

저는 개인적으로 브리핑에 포함된 리포트를 자주 보게 되는데요. 질문 - 답변 그리고 추가 레퍼런스 등을 바탕으로 내용을 구성해주는 것은 물론이고 리포트를 바탕으로 ‘Ask goover’ 기능을 활용할 수 있어요. 리포트를 보면서 추가로 궁금한 점을 묻고, 답변을 확인하는 방법인 셈이죠. (아쉽게도, 리포트에 남긴 질문과 답은 유지되지 않고 사라지네요)

데스크 리서치를 할 때, 종종 길을 잃을 때가 있어요. 브리핑에 포함된 커넥텀은 이런 상황을 줄이는데 도움이 되는데요. 브리핑 주제에 포함된(정확히는 레퍼런스에서 추출한) 키워드를 시각화해서 보여줘요. 생각하지 못한 연관 주제를 찾거나 이전까지 살펴본 내용과 가장 밀접한 내용을 빠르게 찾고 일정한 방향을 유지한 상태로 리서치를 이어가는데 도움을 받을 수 있어요.
정리해보면, 구버를 통해 정보 수집 - 데이터 분석- 인사이트 도출 - 보고서 작성 등 데스크 리서치의 대부분을 한 곳에서 진행할 수 있어요.

구버와 함께 활용해보면 좋은 서비스

(1) 퍼플렉시티 - 페이지 기능

퍼플렉시티는 지난 5월 ‘페이지’ 기능을 일부 사용자에게 공개했어요. 검색 결과(질문에 대한 답)를 다양한 형식의 웹페이지로 변환하는 것이 핵심인데요. 몇 초 안에 정보를 수집해 이해하기 쉬운 기사나 보고서 형태로 제작되며 이미지도 알아서 추가해 준다고 해요. 아예 페이지를 새로 만드는 것도 가능한데, 이 경우에는 주제에 대한 제목, 소제목, 관련 미디어와 정보 출처에 대한 적절한 인용을 포함한 심층 기사를 생성할 수 있어요. 기능이 전체 공개가 되면 보다 자세히 살펴볼게요!

(2) 제미나이 - 문서로 공유하기 기능

구글 제미나이는 일반 모델에도 답변을 구글 문서로 보낼 수 있는 기능을 포함하고 있어요. 제미나이 역시 구글 검색 결과를 바탕으로 답변을 생성하는데요. 리서치에 필요한 내용을 확인한 뒤 문서로 내보내 간략한 편집 및 확인 과정만 거치면 리서치와 문서 작성이라는 작업을 한 번에 진행할 수 있어요.

제미나이로 서비스 기획하기 A to Z

(3) 소나 스테이션

소나 스테이션에서 사용할 수 있는 '플로우'는 검색 결과를 시각화(마인드맵 형태)해 확인할 수 있어요. '국내 OTT 산업 현황'을 검색하면, 주요 플레이어, 도전 과제, 성장 요인 등을 바탕으로 세부 내용과 키워드를 확인할 수 있죠. 각 키워드를 선택하면 검색 결과에 해당하는 콘텐츠(소스)를 함께 제공해 줘요. 리서치 범위를 잡을 때 특히 유용하게 활용할 수 있어요.


웹 상의 특정 데이터를 빠르게 추출해주는 Browse ai

AI를 활용해 스토어 리뷰를 분석한다면?

앱 서비스를 만드는 메이커라면, 스토어 리뷰를 주의 깊게 살펴볼 수밖에 없는데요. 날 것의 피드백을 보며 씁쓸하기도, 높아지는 평점을 보며 뿌듯함을 느끼기도 하죠!

스토어 리뷰는 제품 개선에 필요한 인사이트를 제공하기도 하고, 랭킹과 다운로드 수에도 큰 영향을 미치기 때문에 전략적인 리뷰 분석은 필수적이라고 할 수 있어요.

그래 유익한 건 알겠어

유익한 건 알겠는데, 이런저런 의견들을 보다 보면 이런 생각이 듭니다. 🤨 ’아… 정량화 하고 싶다…’

이런 리뷰 데이터를 AI로 빠르게 추출해 분석할 수 있다면… 너무 좋겠죠? 그래서 제가 찾아보았습니다. AI로 스토어 리뷰 데이터를 수집하고 분석하는 방법을 같이 탐구해 봐요!

웹상의 특정 데이터를 빠르게 추출해 주는, Browse ai

오늘 소개할 ‘Browse ai’라는 서비스를 활용하면 웹사이트 상의 특정 데이터를 빠르게 추출하고, csv 파일로 다운로드해 활용할 수 있는데요. 애플 앱스토어는 정책 때문인지 PC에서 모바일 앱 리뷰를 확인할 수가 없어 아쉽지만 구글 플레이스토어 리뷰를 추출해 보기로 했습니다. (서비스가 특정될 수 있는 부분은 블러 처리했으니 양해 부탁드려요😉)

사이트에 들어가 Build New Robot 버튼을 클릭하고 데이터 추출을 원하는 웹사이트의 링크를 입력하면 위 이미지처럼 해당 웹사이트가 imbed 되는데요. 여기서 추출하기를 원하는 데이터를 선택하면 됩니다. 저는 서비스의 플레이스토어 링크를 입력했고, 리뷰 내용과 날짜를 선택했어요. 조금 기다리면 해당 데이터를 포함한 csv 파일이 생성됩니다. (좀 더 자세한 사용 방법은 여기에서 확인하세요!)

그밖에 Browse ai 의 다른 기능으로는 이런게 있어요.

  • 기존 API가 없는 모든 웹사이트에 대한 맞춤형 API 생성
  • 일정에 따라 데이터를 추출하고 변경 사항에 대한 알림 수신 
  • 다양한 샘플 로봇 활용

Browse ai와 함께 활용해보면 좋은 서비스

(1) GPT로 인사이트 분석하기

데이터를 추출한 후, CSV 파일로 다운로드할 수 있어요. 이 파일을 GPT에 첨부하고, 다음과 같은 프롬프트를 입력해 보았어요. (참고로, 파일 업로드는 GPT 유료 모델에서만 가능해요!)

(1) 리뷰 내용에 따라 긍정적인 리뷰는 🟢, 부정적인 리뷰는 🔴를, 중립은 ✊를 표에 빈칸 없이 추가해 줘.
(2) 각 리뷰에서 주요 키워드를 추출해줘. 키워드 추출 기준은 '기능'과 '감정'이야. 해당되는 내용이 없으면 빈칸으로 유지해.

위의 내용에 따라 GPT가 감정과 키워드를 포함한 표를 제공해 주었고, 저는 키워드별 감정 분석을 추가로 요청했어요. 키워드가 등장할 때 주로 어떤 감정(긍정/부정/중립)과 연결되는지 파악해 특정 기능이 사용자에게 긍정적 또는 부정적 영향을 미치는지를 확인해 보고자 함이죠.

GPT가 만들어준 표를 보니, '검색'에 대한 중립, 부정, 긍정 키워드가 모두 여러 번 언급된 것을 확인할 수 있었어요. 또 '업데이트'라는 키워드는 긍정적인 키워드보다는 부정적인 키워드와 함께 많이 쓰였다는 것도 알게 되었어요. 이를 통해 사람들은 검색 기능에 대해 많은 관심을 가지며, 업데이트에 대해서는 주로 부정적인 감정을 느꼈구나!라고 이해할 수 있었어요.

(2) Gemini에게 동일한 분석을 요청해본다면?

Gemini 일반 모델로는 데이터를 활용한 심층 분석이 어려워, [Gemini 1.5 Pro Experiment 0801] 모델을 사용해 보았어요. 이 모델은 현재 Google Ai Studio에서 실험 버전으로 제공되는 Gemini 최신 모델이에요.

우측 패널에서 해당 모델을 선택한 후, csv 파일을 활용해 분석을 요청했어요. 이 과정에서 GPT-4와 마찬가지로, 리뷰에서 감정 추출을 한 후 키워드 분석을 진행했고, 추가적으로 키워드별 감정 분석까지 요청했어요.

키워드별 감정 분석 내용을 표에 추가해줘. 분석 내용은 각 키워드가 등장할 때마다 주로 어떤 감정(긍정/부정/중립)과 연결되는지를 분석하고, 이를 통해 특정 기능이 사용자에게 긍정적/부정적 영향을 미치는지에 대한 내용을 포함해줘.

해당 모델은 전반적인 결론과 앞으로 강화해야 할 부분까지 추가로 제안해 주었어요. 이렇게 상세하고 깊이 있는 분석을 해주다니, 개인적으로 퀄리티가 너무 좋아서 감격의 눈물이 흐를 뻔 했지만 아직 그러기엔 이르죠. 이제 AI를 활용하지 않는 데이터 분석은 상상하기 어려워졌어요. 혹시 여러분들은 AI를 데스크 리서치에 활용해보신 경험이 있으실까요? 팁스터 뉴스레터에게 알려주세요!

(에디터 🌵) AI와 함께 사용자 데이터를 분석해보니, 훨씬 효율적이고 정확한 분석이 가능했어요. 특히 실무에서 정성 데이터를 정량화해야 할 때, AI의 도움이 업무 생산성을 크게 높여줄 것으로 기대되는데요. AI가 제공하는 분석 내용과 인사이트도 타당하고 합리적이라, 앞으로도 적극적으로 AI를 활용해 볼 생각이에요!

📒 AI를 활용한 데스크 리서치를 더 알고싶으신가요?

팁스터 뉴스레터 구독자를 위한 오픈채팅방에 참여해주세요. 뉴스레터 발행 후, 주제와 관련된 보다 다채로운 소식을 확인하실 수 있어요! (오픈채팅방 입장하기)


#지식토스트