AI로 생생한 사용자 의견 모을 ‘소셜 리스닝’하는 법

AI와 함께 UX/UI 디자인 프로젝트를 진행하다 보면 실제 사용자의 의견을 직접 수집하는 데에 현실적 한계가 있다. 그럴 때 소셜 리스닝 방법론을 활용하면 보다 생생한 사용자 의견을 파악할 수 있다. 이는 내가 진행한 AI-UX 워크숍 수강생인 디자이너들이 실제 프로젝트에서 매우 유용하게 쓴다고 말한 방법이기도 하다.*

*AI와 함께한 UX/UI 디자인하기: 우수 사례 모음집에서 ‘빗썸 사용자 피드백 분석 결과’ 사례와 함께 간략히 소개한 바 있다.

따라서 이번 글에서는 이러한 소셜 리스닝을 실행할 두 가지 방법을 자세히 풀어보고자 한다.

AI로 소셜 리스닝하기① 퍼플렉시티(Perplexity)

소셜 리스닝을 실행하는 방법 중 하나는 퍼플렉시티(Perplexity)를 활용하는 것이다.

퍼플렉시티는 챗GPT나 클로드(Claude) 같은 AI 모델 중심 서비스와 달리 검색 기능에 특화된 ‘AI 검색 엔진’이다. 그래서 챗GPT처럼 맥락을 유지한 대화는 부족하지만, 사용자 질문에 대해 여러 웹 소스를 검색·요약하며 출처를 명확히 제시하는 데 강점이 있다. 또한 실시간 웹 검색 기반이기 때문에 답변의 신뢰성이 상대적으로 높아 ‘구글의 대항마’로도 불린다. 출시 2년밖에 지나지 않았지만, 월평균 검색량이 빠르게 증가하는 것에 힘입어 미국 유료 사용자를 대상으로 AI 쇼핑 기능까지 추가되기도 했다.

이러한 퍼플렉시티의 주요 기능 중 하나는 특정 출처를 지정해 정보를 검색하는 것이다. 이 기능을 이용하면 소셜 미디어의 사용자 의견을 더욱 효율적으로 수집할 수 있다.

메인 화면의 프롬프트 입력창 우측 하단에는 지구본 모양의 아이콘이 있다. 기본 검색 모드가 ‘웹: 인터넷 전체에서 검색’으로 설정된 상태를 나타낸다. 이 아이콘을 클릭하면 특정 출처를 선택해 검색 범위를 좁힐 수 있다. 여기서 ‘소셜: 토론 및 의견’ 옵션을 활성화하면 소셜 미디어 데이터를 중심으로 검색이 진행된다.

퍼플렉시티의 소셜 검색은 주로 영어권 사용자들이 이용하는 레딧(Reddit) 데이터를 활용하기에, 영어로 프롬프트를 입력하는 것이 유리하다.* 물론 국내 사용자 의견 수집에는 한계가 있지만, 글로벌 서비스 기획이나 해외 시장 조사에는 매우 유용하다. 예를 들어, 맥도날드 키오스크 이용자의 불편 사항(페인 포인트)을 조사하고자 할 때 영어로 질문을 입력할 수 있다.

*한국어로 프롬프트를 입력해도 레딧 내용을 자동으로 번역해 결과를 정리해 준다. 하지만 양적인 측면에서도 영어로 입력했을 때보다 한계가 있다.

검색을 실행하면 레딧(Reddit)의 사용자 피드백이 정리된 상태로 나오며, 각 답변에는 출처 링크가 함께 표시된다.

그러나 단순히 출처 링크만 확인하는 것은 부족하며, 반드시 원문을 직접 검토해야 한다. 이는 AI의 ‘환각(hallucination)’ 현상 때문이다. 퍼플렉시티와 챗GPT 등 웹 검색 기반의 AI 서비스 모델들은 실제 웹상의 정보를 활용하지만, 이전에 학습된 정보가 섞이거나 존재하지 않는 내용을 생성할 가능성이 있다.

예를 들어, 예시 검색 결과의 3번 답변은 ‘제한된 사용자 정의 옵션’을 문제로 언급하며, 선택할 수 있는 사이드 메뉴나 옵션의 종류가 제한적이라고 설명한다. 이 답변에는 두 개의 출처 링크가 제시되었는데, 첫 번째 출처에서는 답변과 동일한 맥도날드 사용자 피드백을 확인할 수 있었지만, 두 번째 출처는 타코벨 키오스크에 대한 내용이었다. 다행히 다른 출처에서 해당 내용을 뒷받침할 정보를 찾을 수 있었지만, 이처럼 때로는 전혀 무관한 웹사이트가 출처로 제시되거나 AI가 생성한 내용이 실제와 다를 수도 있다.

따라서 퍼플렉시티로 의견을 모으는 것은 매우 유용하지만, AI가 제공한 출처 링크를 반드시 직접 확인하고, 답변 내용과 일치하는지 교차 검증하는 과정은 필요하다.

AI로 소셜 리서치하기② 리스틀리(Listly)와 클로드(Claude)

AI를 활용한 소셜 리스닝의 두 번째 방법은 리스틀리(Listly)와 클로드(Claude)를 함께 사용하는 것이다.

리스틀리는 웹상의 데이터를 크롤링(crawling)할 수 있는 구글 크롬 플러그인으로, 특정 웹사이트에서 원하는 데이터를 수집할 때 유용하다. 이렇게 수집한 데이터는 클로드로 정리하고 분석하면 보다 유의미한 인사이트를 도출할 수 있다. 이 방법은 특정 서비스의 사용자 피드백을 분석할 때 특히 효과적이다.

리스틀리로 웹의 사용자 리뷰 수집하기

우선 예시로 구글 플레이스토어에 등록된 앱 리뷰 데이터를 수집해보겠다.

먼저 크롬 브라우저에 리스틀리를 설치한 다음, 구글 계정으로 로그인한다. 설치가 완료되면 브라우저 상단에 리스틀리 아이콘이 나타난다.

이제 분석하고자 하는 서비스의 구글 플레이스토어 페이지에 접속해 ‘평점 및 리뷰’ 섹션을 확인한다. 이때 리뷰를 충분히 확보하려면 ‘오른쪽 화살표’ 버튼을 클릭해 가능한 많은 리뷰를 표시하는 것이 좋다.

그런 다음 리스틀리 아이콘을 클릭하고, ‘파트 베타(Part-beta)’ 버튼을 선택해 크롤링할 영역을 설정한다. 리뷰 영역을 처음부터 끝까지 드래그하고 스크롤을 내리면, 리스틀리가 자동으로 데이터를 수집한다. 이렇게 수집된 데이터는 스프레드시트(.csv) 파일로 다운로드할 수 있다.

다만 iOS 앱스토어는 웹 페이지에서 전체 리뷰를 한 번에 확인할 수 없기 때문에, 구글 플레이스토어의 데이터를 활용하는 것이 더 적절하다. 또한, 리뷰 개수가 너무 많을 경우 적절한 시점에서 스크롤을 멈추고 데이터를 저장해주는 것이 좋다.

클로드로 수집한 사용자 리뷰 분석하기

이렇게 확보한 데이터는 클로드에 업로드해 AI 분석을 수행할 수 있다. 예시로 리뷰 분석을 요청하고, 이어서 데이터 시각화를 진행하는 방식으로 프롬프트를 입력하는 상황을 준비했다.

리뷰 분석/ 첫 번째 프롬프트: 소셜 리스닝 리서치를 수행하기 위해 구글 플레이스토어에서 ‘다방’ 앱의 리뷰를 수집한 파일을 첨부했어. 이 데이터를 분석해 줘.

데이터 시각화/ 두 번째 프롬프트: 분석 결과를 시각적으로 잘 파악할 수 있게 그래프로 그려줘.

상세 분석/ 세 번째 프롬프트 : 사용자들이 언급한 불편 사항을 자세히 분석하고 시각화해 줘.

클로드의 답변을 보면, 문제별 언급 비율과 함께 실제 사용자 리뷰 사례도 확인할 수 있어 보다 구체적인 분석이 가능하다.

이처럼 리스틀리와 클로드를 함께 활용하면 사용자 피드백 데이터를 효과적으로 수집하고 체계적으로 분석할 수 있으며, 이를 통해 서비스 개선 방향을 보다 명확하게 도출할 수 있다.

챗GPT가 아닌 클로드를 사용하는 이유: 아티팩트(Artifact)

워크숍 현장에서는 “왜 여기서 챗GPT가 아니라 클로드를 사용하나요?”라는 질문이 나왔다.

현재 GPT 모델들은 대화창에서 곧바로 시각적인 그래프를 생성하는 기능을 지원하지 않는다. 물론 그래프를 생성하기 위한 코드를 작성할 수는 있지만, 실제로 실행하려면 사용자가 직접 실행하거나, 외부 플러그인을 연결해 주는 GPTs를 찾아서 사용해야 한다. 또한, GPTs를 사용하여 그래프를 생성하더라도 그 퀄리티가 낮은 편이다.

반면 클로드는 그래프를 코드로 구성하는 동시에 SVG 형식으로 간단한 그래프를 생성해 보여준다. 이렇게 할 수 있는 이유는 ‘아티팩트(artifact)’ 기능 덕분이다. 클로드의 아티팩트는 채팅 화면 오른쪽에 결과물이 시각적으로 함께 출력되는 창을 의미한다. 여기서 사용자는 클로드가 생성한 결과물을 실시간으로 확인하고, 필요에 따라 편집하거나 수정도 할 수 있다.

즉, 과거처럼 AI가 생성한 출력을 일방적으로 받아들이는 것이 아니라, 사용자가 생성 과정을 지켜보며 조정할 수 있다는 것이다. 결국 아티팩트는 인간과 AI가 함께 작업하는 일종의 ‘협업 공간’이라고 볼 수 있다.

마치며

이번 글에서는 AI를 활용해 소셜 리스닝 리서치를 수행하는 두 가지 방법을 소개했다. 먼저, 퍼플렉시티(Perplexity)로 소셜 미디어상의 사용자 의견을 수집하고, 제공된 출처를 직접 확인하며 데이터 신뢰도를 검증하는 방법을 알아보았다. 이어서 리스틀리(Listly)와 클로드(Claude)를 활용해 앱 리뷰 데이터를 수집하고 분석하는 방법도 살펴보았다. 특히 클로드의 아티팩트 기능은 분석 결과를 시각적으로 실시간 확인할 수 있어, 더욱 직관적인 인사이트 도출을 돕는다.

이처럼 다양한 AI 도구를 활용하면 소셜 리스닝 리서치를 더욱 신속하고 효과적으로 수행할 수 있다. 이를 ‘AI 가상 퍼소나 인터뷰’ 결과와 함께 활용하는 것도 좋은 방법이다. 이 방법들을 적절히 조합하면 실제 사용자 목소리를 기반으로 UX/UI 디자인 프로젝트를 진행할 수 있다. 더욱 풍부한 데이터와 함께 사용자의 관점을 구체적으로 이해하고 설득력 있는 디자인 의사결정을 내릴 수 있을 것이다.