AI가 바꾸는 UX 리서치: 설계부터 품질 관리까지

요기요 UX 리서치 팀은 **Research Operations(ReOps)**에 AI를 통합해, 정성 리서치의 속도와 밀도를 동시에 끌어올렸다. 수많은 녹취록을 다시 듣고 정리하던 반복 작업을 AI로 분산하면서, 주 단위로 환산하면 6주 가까이 걸리던 일을 4주 안에 끝내 약 **25%**의 시간을 절감했다.

리서치 설계 단계에서는 ChatGPT를 비즈니스 요구사항을 리서치 질문으로 바꾸는 도구로 썼다. 모호한 요청을 그대로 받지 않고, 가설의 논리적 빈틈을 점검하고 설문·인터뷰 질문의 유도성을 점검해 킥오프 전에 문제를 구조화했다.

데이터 분석 단계에서는 Gemini Pro로 대량의 인터뷰 스크립트를 체계화했다. 단순 요약이 아니라, 다음의 5단계 프롬프트 파이프라인으로 정성 데이터를 분석했다.

• Phase 1: 발언을 의미 단위로 분해하고, 질문과 추임새를 제거해 데이터만 정제
• Phase 2: Pain Point, Needs, Motivation, Barrier, Value로 태깅해 정성 데이터를 정량화
• Phase 3: 태깅된 발언을 기반으로 Affinity Diagram을 만들고 핵심 테마를 도출
• Phase 4: 테마와 Raw data만 근거로 가설을 검증하고, 지지/반대 증거를 함께 확인
• Phase 5: 인사이트를 제품 전략과 Action Items로 연결

보고서와 의사결정 자료는 NotebookLM으로 다듬었다. 업로드한 Raw data 안에서 근거를 찾는 grounded generation 방식 덕분에, AI가 지어낸 문장이 아니라 실제 사용자 발언에 기반한 슬라이드 구조를 만들 수 있었고, 같은 자료를 여러 번 생성해 공통 키워드를 교차 검증하는 방식도 활용했다.

마지막으로 AI를 시니어 리서처 코치로 설정해 인터뷰 모더레이팅 품질도 점검했다. 유도형 질문, 추가 탐색이 필요한 지점, 중립성 부족을 스스로 검토하면서, AI를 단순 자동화가 아니라 리서처의 사고를 확장하는 조력자로 사용했다.