[내배캠 PM]TIL#53: (데이터 드리븐 기획 과제 1)AI, 너 내 도도독

예디·2026년 5월 22일

데이터드리븐과제 바이브리서치 아티클카타

내일배움캠프 PM

목록 보기

53/108

목표

✅ 아티클카타 1 순위
🔄 데이터 드리븐 강의 4강 수강 3 순위
✅ 데이터 드리븐 과제 시작 2 순위

🌟 목표 달성률 : 70%

아티클카타

⚠️ 모든 아티클은 주관적, 그대로 받아들이기 보단 비판적으로 읽어야 함.

1. 아티클 정보

제목 : 리서처가 반복을 덜고 ‘통찰’에 더 집중할 수 있다면
작성자(저자) : Ikpyo / Rosie

❓아티클 선정 이유 : AI 활용의 실제 예시를 더 알기 위해 선정

2. 핵심 내용 요약

"바이브 리서치" — AI를 활용해 리서치의 반복 작업을 줄이고, 리서처가 진짜 중요한 통찰에 집중할 수 있게 만든 오늘의집 UXR팀의 워크플로우 변화 사례.

AI를 적용한 5가지 영역

① VoC 정리 — 수천 건의 고객 피드백을 프롬프트 몇 번으로 빠르게 분류·요약. 처음엔 결과가 너무 추상적이어서 조건을 구체화하는 프롬프트 튜닝 과정이 필요했음.

② 시장조사 — 경쟁사 현황, 유사 사례 등 선행 리서치를 10분 내외로 완료. 덕분에 "무엇을 조사할지", "어떤 문제에 집중할지" 같은 본질적 판단에 더 많은 시간을 쓸 수 있게 됨.

③ 리서치 설계 — 인터뷰 질문지 구성 시 AI가 흐름상 빠진 질문을 짚어주고, 가설과 질문을 매핑해 분석 효율을 높여줌. 단순 문장 보완을 넘어 리서치 맥락 전체를 함께 설계하는 파트너 역할.

④ 데이터 정리 및 보고서 — 인터뷰 녹음 자동 전사(클로바노트, Gemini), 참여자별 패턴 추출, 보고서 작성까지. 10시간 걸리던 작업이 10분으로 단축.

⑤ 리서치 축적(Research Ops) — '유저위키'라는 리서치 리포지토리를 구축하고 GPT 기반 에이전트를 연동. 슬랙에서 자연어로 질문하면 과거 리서치 데이터를 요약해 답변하는 시스템 구현.

3. 인사이트

"정교한 AI 프롬프트 세팅은 더 깊은 통찰로 이어지고 이는 품질 고도화로 귀결된다"

AI를 단순 정리, 반복 작업 외에도 의사결정 도구로써 적극적으로 사용하고 있다는 점
그럼에도 무엇에 집중할지는 고객을 직접 만나는 사람의 몫이라는 것.
생각보다 AI를 정말 많이 활용하고 있다는 것.
AI를 따라가지 않는다면 적극적으로 활용해도 될 듯.

그동안 과제를 할 때 AI를 쓰긴 했지만, 주로 요약이나 문장 다듬기 같은 단순한 작업과 시각화 자료, 와이어프레임 제작 등에만 주로 사용했었다. 아직 잘 모르는 상태에서 AI 의견을 너무 무작정 따라가게 될까 봐 거부감이 있었기 때문이다. AI가 준 생각으로 과제를 내면 내 진짜 실력이 늘지 않는다는 느낌이 들었다.

하지만 이제 과제를 몇 번 해보면서 감을 잡았으니, 이번 과제부터는 AI를 더 적극적으로 활용해 볼 생각이다.

4. 튜터님 피드백(with 윤정 튜터님)

적극적인 AI 도입 필수: 인터뷰 데이터 정리 등 시간이 많이 드는 리서치 작업은 클로드(Claude) 같은 AI를 활용해 철저히 자동화하고 시간을 아끼는 것이 현재 IT 업계의 표준입니다.
PM의 진짜 역할: AI는 제안을 할 수 있지만 프로덕트의 방향을 결정하지는 못합니다. AI로 단순 업무를 자동화하여 확보한 시간을 '프로덕트에 대한 깊은 고민과 의사결정'에 쏟는 것이 앞으로 PM이 집중해야 할 핵심 역량입니다.

💡 요약 포인트:
완벽한 환경이나 정답을 찾기보다는, 불확실하고 체계가 부족한 상황 속에서도 주도적으로 문제를 해결하며 본인의 PM 역량을 키워나가는 태도가 가장 중요하다고 강조하고 있습니다. 오늘의집 아티클에 나온 리서치 자동화처럼 실무에 바로 적용할 수 있는 부분은 다음 프로젝트에 적극 활용해 보셔도 좋겠습니다.