최근 AI 기술의 비약적인 발전은 리서치와 경험관리 분야에 혁신적인 변화를 불러일으키고 있습니다.
OPENAI의 챗GPT의 등장 이후 인공지능 개발업체들의 학습량이 쌓여감에 따라 그들의 언어는 점점 자연스러워졌고, '불편한 골짜기' 단계를 넘어 생성형 AI는 일반 사용자들에게도 점점 친숙한 도구가 되어갔는데요.
우리는 이미 Gmail의 스팸 필터링이나 아마존의 맞춤형 추천 기능 등 다양한 일상 속 AI 기술을 경험하고 있습니다. 이처럼 AI는 우리의 삶을 보이지 않는 곳에서 편리하게 변화시키고 있었으나, 챗GPT가 선보인 채팅 인터페이스는 AI 기술이 일상 언어와 자연스럽게 융합될 수 있음을 보여주었습니다. 덕분에 기술에 대한 접근성이 크게 향상되어, 이제는 거대 IT기업에 국한되지 않고 개인이나 중소기업도 AI를 통해 업무 효율을 극대화할 수 있게 되었습니다.
데이터 관리도 AI 시대, 왈라의 한 발짝 앞서는 미래 대응 방법
이러한 변화의 흐름 속에서, 매일 수만 건 이상의 응답 데이터를 분석하고 OpenAI API를 적극 도입한 왈라는 AI 기술을 기반으로 한 리서치와 경험관리 분야의 미래를 선도하고 있습니다. AI 기술을 적극 반영하여 데이터와 관련 노하우를 보유한 왈라는 방대한 응답 데이터를 기반으로 사용자가 전문적인 분석 지식 없이도 설문지를 설계하고, 조사 결과에서 중요한 인사이트를 도출할 수 있도록 돕고 있습니다.
AI 기술 접목을 통한 혁신적 분석 기능
왈라의 플랫폼은 데이터 분석의 효율성을 높이고 사용자의 업무 부담을 줄이기 위해 AI 기반 기능을 확장시켜 나가고 있습니다. 대표적인 기능은 AI 주관식 응답분석입니다.
AI 주관식 응답분석: 자연어로 읽어주는 통계 인사이트
AI 주관식 응답분석 기능은 보고서 탭에서 제공되는 도구로, 교차분석 결과에서 통계적으로 유의미한 발견점을 선별하여 자연어로 요약해 줍니다. 예를 들어, 전체 응답자 중 특정 연령대나 성별 그룹의 응답 비율이 특히 높다는 점을 명확하게 제시합니다. 사용자는 이러한 기능을 통해 전체 응답 경향을 한눈에 파악하고, 이를 바탕으로 추가적인 분석 방향이나 가설 설정에 도움을 받을 수 있습니다.
특히, AI 주관식 응답분석는 사용자가 선택한 분석 단위(예: 성별, 연령, 직업 등)에 따라 출력되는 문장이 달라지므로, 다양한 각도에서 데이터를 해석할 수 있는 유연성을 제공합니다.
또한, 주관식 응답 데이터를 정량화하는 과정을 자동화해서 단답형 및 서술형 응답 모두에 대해 비슷한 주제나 감정, 단어들을 자동으로 분류해 주며, 이를 통해 전체적인 응답 경향성과 패턴을 빠르게 파악할 수 있습니다.
좀 더 세부적으로 들어가면 AI 주관식 응답분석은 주제에 따라서, 그리고 특정 키워드에 따라서 분류가 가능한데요.
1. K-평균 군집화, 제로샷 분류: 주제 유사도, 특정 기준에 따른 분류
텍스트 그룹핑: 주관식 단답형 응답을 자체 개발한 알고리즘으로 유사한 텍스트끼리 묶어줍니다. 이렇게 그룹핑된 키워드는 가로 막대형 차트로 시각화되어, 마치 객관식 응답처럼 정량 분석에 활용할 수 있게 됩니다. 선호하는 브랜드나 방문한 지역 등 단순 비교가 어려운 응답 데이터를 손쉽게 정리할 수 있다는 점이 큰 장점입니다.
긴 서술형 응답에 대해서는 AI가 해당 응답의 의미와 맥락을 파악하여, 자주 언급되는 주제를 자동으로 분류해주죠. 이 과정은 원형 그래프와 산점도 그래프 등 시각적 도구를 통해 쉽게 이해할 수 있도록 제공되고, 사용자가 공통 주제를 빠르게 식별할 수 있도록 돕습니다.
2. 키워드 검색 분류: 키워드의 정확도 분석에 따른 분류
분류를 원하는 필드를 선택해주면 단답형, 장문형, 숫자, 주관식 표 필드의 응답을 분석할 수 있습니다.
검색 점수 필터로 결과의 분석할 키워드의 정확도를 설정할 수 있고, (만약 필터를 0.3이라고 설정할 경우, 정확도 0.3 이상의 응답이 표시.)
결과 수는 분석할 응답의 수를 의미합니다.(만약 결과 수를 100이라고 설정할 경우, 키워드가 포함된 100개의 응답에 대해 분류.)
단어뿐만 아니라 전체 문장과 상황에 대한 설명을 입력해도 결과를 얻을 수 있고, 각각의 응답에 오타가 포함되어 있어도 검색이 가능합니다.
이러한 복잡한 패턴의 주관식 응답에 대한 AI 분석 기능은 특히 고객의 소리(VoC, Voice of Customer) 분석에 유용하게 활용됩니다. 방대한 고객 피드백을 하나하나 수작업으로 확인할 필요 없이, AI가 신속하게 분류하고 정량화하여 분석 비용과 시간을 절감해 주는 효과를 발휘합니다.
* Enterprise 플랜부터 이용이 가능합니다.
데이터 활용 전 과정에 걸친 AI의 적용과 미래 전략
왈라는 단순히 데이터 수집과 분석에 그치지 않고, 리서치 전반에 걸쳐 AI 기술을 지속적으로 접목 중에 있습니다. 또한 서포트 벡터 머신을 통해 이전에 분류된 결과를 바탕으로 AI 모델의 학습/재학습 과정을 반복해 분류 결과를 개선하고 있습니다.
왈라는 데이터 수집부터 분석, 보고서 작성까지 전 과정에 AI 기술을 적극적으로 도입하여, 사용자가 전문 지식 없이도 데이터 기반 의사결정을 내릴 수 있는 환경을 마련하고자 합니다. 이는 AI 기술이 단순히 자동화 도구에 머무르지 않고, 사용자와의 상호작용을 통해 실질적인 인사이트를 도출할 수 있는 스마트한 분석 솔루션으로 발전하고 있음을 보여줍니다.
챗GPT를 비롯한 최신 AI 기술의 도입은 개인과 기업 모두에게 새로운 가능성을 열어주고 있습니다. 왈라는 이러한 흐름에 발맞춰, AI를 활용한 리서치와 경험관리 분야에서 혁신적인 솔루션을 제공하고 있으며, 이를 통해 데이터 분석의 복잡성을 줄이고 효율성을 극대화하는 데 기여하고 있습니다. 앞으로도 데이터 기반의 의사결정을 보다 쉽고 빠르게 할 수 있도록 다양한 AI 기능을 지속적으로 확장해 나갈 예정이므로, 관련 문의나 상세 안내가 필요하시다면 언제든지 연락해 주시기 바랍니다.
왈라 데이터 관리 폼 빌더 방문하기