이 기사는 인공지능(AI) 기반의 설문 응답 분석을 사용하여 시민 설문 조사에서 조닝 및 개발 입력에 대한 응답을 분석하는 방법에 대한 팁을 제공합니다. 커뮤니티나 지방 정부를 위해 설문조사를 진행할 경우, 결과에서 가치를 추출하는 방법을 이해하는 것이 더 나은 의사 결정을 위해 필수적입니다.
분석을 위한 적절한 도구 선택
시민 설문 조사 응답을 분석하기 위한 최적의 도구 선택은 데이터가 양적(구조화된)인지 질적(개방형, 대화형)인지에 크게 달려 있습니다. 저는 항상 이렇게 접근합니다:
양적 데이터: “몇 명이 이 옵션을 선택했나요?”와 같은 항목에 대해 Excel 또는 Google Sheets는 최고의 친구입니다. 이러한 테이블과 간단한 차트는 빠르게 원시 숫자와 추세를 제공하기 때문에 고전입니다.
질적 데이터: 개방형 응답이나 AI가 생성한 후속 작업을 다룰 때는 수동적인 읽기가 어렵습니다. 수십에서 수백 개의 자세한 답변이 빠르게 부담스럽게 되기 때문에, 패턴을 표면화하고 소음 속에서 숨겨진 통찰력을 추출하기 위해 AI 도구가 유용할 뿐만 아니라 필수적입니다.
질적 응답을 다룰 때 도구 사용에는 두 가지 접근 방식이 있습니다:
AI 분석을 위한 ChatGPT 또는 유사 GPT 도구
내보내기된 설문 응답을 ChatGPT 또는 다른 대형 언어 모델(LLM) 도구에 복사할 수 있습니다. 그런 다음 직접 대화를 통해 “반복되는 테마는 무엇인가요?” 또는 “어떤 불만 사항이 두드러졌나요?”와 같은 질문을 할 수 있습니다.
단점: 이 방법은 그리 편리하지 않습니다. 자주 문자 제한(컨텍스트 제한)이 생기고, 설문의 구조를 잃고(특히 후속 작업 포함 시), 대규모 데이터를 분할하는 데 시간을 소비합니다.
Specific 같은 올인원 도구
Specific은 설문 응답 분석을 위해 처음부터 제작되었습니다. 이는 응답을 몰입감 있는 대화형 설문조사를 통해 수집할 뿐만 아니라 AI를 사용하여 결과를 분석합니다. 대화형 설문조사를 위해 설계되었기 때문에 각 개방형 답변과 후속 질문을 올바른 프롬프트와 연결시키며 “컨텍스트”를 이해합니다(단순히 텍스트를 ChatGPT에 덤핑하는 대신).
품질 향상: Specific은 지능적이고 자동적인 후속 질문을 통해 더 깊고 컨텍스트가 풍부한 응답을 얻을 수 있습니다. AI 후속 질문 덕분에 표면적인 답변에 갇히지 않습니다.
번거로움 제거: AI 기반 분석은 명확한 요약과 주요 테마를 강조하고 모든 것을 주제별로 정리하여 실행 가능한 단계를 지적합니다. 결과에 대해 AI와 직접 대화하거나 지시사항을 주고 탐구하거나 특정 그룹을 필터링할 수 있습니다. 이를 위해 내보내기 또는 수동 작업이 필요하지 않습니다.
Specific과 함께하는 AI 응답 분석 작동 방식에 대해 알아보세요.
시민 조닝 및 개발 입력 설문 데이터 분석에 사용할 수 있는 유용한 프롬프트
개방형 설문조사 결과에 뛰어드는 누구에게나 강력한 프롬프트가 실행 가능한 답변으로 가는 지름길입니다. 여기 제가 좋아하는 것과 실제로 어떻게 작동하는지 소개합니다:
핵심 아이디어 위한 프롬프트: 시민들이 언급한 주요 주제를 목록으로 얻기 위해 이 프롬프트를 사용하세요. 이것은 Specific의 핵심 답변 요약에 사용되는 정확한 프롬프트이지만 ChatGPT에서도 잘 작동합니다:
당신의 과제는 굵게 표시된 핵심 아이디어(핵심 아이디어 당 4-5단어)와 최대 2문장 길이의 설명을 추출하는 것입니다.
출력 요구사항:
- 불필요한 세부사항 피하기
- 특정 핵심 아이디어를 언급한 사람들이 몇 명인지 명시(숫자 사용, 단어가 아닌), 가장 많이 언급된 내용을 상단에
- 제안 없음
- 표시 없음
예시 출력:
1. **핵심 아이디어 텍스트:** 설명 텍스트
2. **핵심 아이디어 텍스트:** 설명 텍스트
3. **핵심 아이디어 텍스트:** 설명 텍스트
팁: AI는 설문의 목적, 응답한 사람들, 학습 목표에 대한 추가 컨텍스트를 제공하면 더 강력한 결과를 제공합니다. 다음과 같이 시작할 수 있습니다:
다음 설문조사 응답은 커뮤니티 내 조닝 및 개발 참여에 관한 시민들로부터 받은 것입니다. 우리의 목표는 참여를 개선하고 도시 계획에 정보를 제공하는 데 도움이 될 고통점, 동기, 실행 우선순위를 밝혀내는 것입니다. 이러한 목표를 염두에 두고 응답을 분석하세요.
더 깊은 설명을 위한 프롬프트: “주거 문제에 대해 좀 더 말해줘” (또는 다른 핵심 아이디어를 대체)라고 물어 시민의 우선순위를 더 깊이 탐구하십시오.
특정 주제를 위한 프롬프트: “환경 영향에 대해 누구든지 이야기했나요?”라고 직접 물어보세요. 필요시 “인용 포함”이라는 말을 덧붙이세요.
페르소나를 위한 프롬프트: “설문 응답을 기반으로, 제품 관리에서 ‘페르소나’가 사용되는 방식과 유사하게 명확한 페르소나 목록을 식별하고 설명하세요. 각 페르소나에 대해 주요 특성, 동기, 목표, 대화에서 관찰할 수 있는 관련 인용 또는 패턴을 요약해 주세요.”
문제점 및 도전 과제를 위한 프롬프트: “설문 응답을 분석하고 언급된 가장 일반적인 고통점, 좌절감, 또는 도전을 나열하세요. 각 항목을 요약하고 패턴이나 발생 빈도를 기록하세요.”
동기 및 드라이버를 위한 프롬프트: “설문 대화에서 참가자들이 그들의 행동이나 선택을 표현하는 주요 동기, 욕구 또는 이유를 추출하세요. 유사한 동기를 그룹화하고 데이터에서 지지 증거를 제공하세요.”
감정 분석을 위한 프롬프트: “설문 응답에서 표현된 전반적인 감정(예: 긍정적, 부정적, 중립적)을 평가하십시오. 각 감정 카테고리에 기여하는 주요 문구 또는 피드백을 강조 표시하세요.”
제안 및 아이디어를 위한 프롬프트: “설문 참가자들이 제공한 모든 제안, 아이디어, 또는 요청을 식별하고 목록화하세요. 주제나 빈도별로 조직하고, 관련된 경우 직접 인용을 포함하세요.”
충족되지 않은 요구 및 기회를 위한 프롬프트: “응답자들이 강조한 개선의 필요, 간극, 또는 기회를 드러낼 수 있는 설문 응답을 조사하세요.”
질적 설문 응답을 질문 유형에 따라 분석하는 방식
Specific의 AI 기반 분석은 질문 구조에 적응하여 항상 설문의 논리에 맞춘 인사이트를 제공합니다:
개방형 질문(후속 질문 포함 또는 비포함): 모든 초기 답변을 다루는 요약과 각 주요 질문에 연결된 모든 후속 응답의 집계를 제공합니다. 이는 특정 아이디어가 자주 등장하는 이유와 컨텍스트가 답변에 어떻게 영향을 미쳤는지를 명확하게 볼 수 있게 합니다.
후속 질문이 있는 선택지: 각 선택지는 자체 미니 분석으로 나뉩니다. 따라서 응답자가 “저렴한 주택”을 선택하고 후속 질문을 받은 경우, 해당 스레드는 한 블록으로 분석됩니다. 이로 인해 다른 세그먼트를 비교할 때 추측이 필요 없습니다.
NPS (순추천 지수): Specific은 각 그룹(반대자, 중립자, 추천자)을 자동으로 분리하고, 후속 질문에 대한 고유한 피드백을 요약합니다(“이 점수를 선택한 이유는 무엇인가요?”). 점수만이 아닌 전체 그림을 항상 볼 수 있습니다.
ChatGPT에서도 동일한 것을 할 수 있지만, 데이터를 수동으로 필터링하고 조직해야 하므로 추가 작업이 필요합니다.
보다 우수한 시민 조닝 및 개발 입력 설문조사를 작성하는 방법이나 이러한 설문조사에 대한 최고의 질문이 필요한 경우 저희 팀의 심층 가이드를 참고하세요.
설문 응답 분석 시 AI의 컨텍스트 제한과 작업하기
대형 AI 모델(ChatGPT, GPT-4, Specific의 백엔드)은 모두 한 번에 “볼 수” 있는 정보의 최대량인 컨텍스트 크기 제한이 있습니다. 시민 조닝 및 개발 설문조사에서는 긴 응답 수백 또는 수천 개가 있을 것입니다, 특히 참여율이 높은 경우(하지만 최근 연구에 따르면 실제로 높은 참여자를 보고하는 지방 자치단체는 8.34%에 불과하고, 대부분은 더 적은, 관리 가능한 그룹을 보고합니다[1]).
분석이 벽에 부딪힐 경우, 이를 해결하는 두 가지 방법이 있습니다(Specific은 이 두 가지 방법을 모두 기본적으로 제공합니다):
필터링: 시민들이 선택한 질문에 응답했거나 특정 답변을 선택한 대화만 포함하여 분석을 집중합니다. AI 검토를 위한 가장 관련 있는 데이터만 추출하십시오.
크로핑: AI로 보낼 가장 중요한 질문만 선택하십시오. 이로 인해 데이터 세트가 축소되고, 컨텍스트 제한 내에 유지되며, AI가 더 깊이 있는 중요한 사항을 강조할 수 있게 됩니다.
대규모 설문조사에서 가치를 추출하는 핵심은 이러한 방법입니다. 특히 다양한 인구 통계 또는 이해관계자 그룹 간의 결과를 비교하려는 경우에 유용합니다.
시민 설문 응답 분석을 위한 협업 기능
조닝 및 개발 입력 분석 협업은 종종 혼란스럽습니다. 팀은 이메일 스레드, 산재한 스프레드시트 파일, 끝없는 버전을 다룹니다. 이로 인해 결정 속도가 느려지고, 특히 다른 부서, 컨설턴트, 또는 정부 관리들의 피드백을 포함하려는 경우, 협업이 어려워집니다.
맞춤형 컨텍스트를 반영한 AI 채팅: Specific은 모든 사람이 플랫폼에서 AI와 직접 대화하여 설문 결과를 분석할 수 있도록 하여 문제를 해결합니다. 분석가는 주거 문제에 초점을 맞춘 별도의 채팅을 분리하거나, 환경 영향, 리더십 인용을 표면화하는 등 작업을 분리할 수 있습니다.
여러 채팅, 내장 필터: 각 채팅은 자체 필터 및 컨텍스트를 가지고 있어(“4구역에 사는 사람들만 언급하세요”) 심층 분석을 실행하고 결과를 비교하는 것이 쉽습니다.
명확한 협업: 협업할 때, 누가 각 채팅을 시작했는지 볼 수 있으며, 모든 메시지에 명확하게 작성자가 표시되어 있습니다. “이 통찰력을 누가 작성했나요?”라는 혼란이 없습니다. 각 분석가나 이해관계자는 자신의 뷰를 만들고, 통찰력을 팀으로 결합하여 최종 프레젠테이션이나 커뮤니티 피드백 세션을 준비할 수 있습니다.
보다 긴밀한 협업을 원하는 팀에게는 이 모델이 스프레드시트를 공유하거나 버전별 워드 문서를 교환하는 것보다 훨씬 효과적입니다.
지금 시민의 조닝 및 개발 입력 설문을 만들어 보세요
강력한 AI 기반 인사이트, 협업 분석 및 즉각적 요약으로 시민 입력 프로세스를 레벨 업하세요. 시민이 진정으로 말하고 원하는 것에 기반하여 항상 뒷받침되는 결정을 내릴 수 있습니다. 현실적인 변화를 이끄는 조닝 및 개발 입력을 수집하고 분석하기 시작하십시오.