인터뷰에서 공통 문제 찾기

핵심만 말하면?

인터뷰를 AI에 넣기 전에 무엇을 결정하려는 인터뷰인지 목적과 목표부터 정합니다. 목적에 맞춰 AI가 볼 부분과 인사이트 방향을 지정하고, 인터뷰 20건에서 원문 근거가 붙은 공통 문제와 가설을 뽑습니다.

언제 필요한가?

어떤 도구를 쓰나?

• NotebookLM인터뷰 파일을 소스로 올리고 답변마다 원문 위치를 확인하는 원문 근거형 도구. 무료 플랜으로 시작 가능
• 대화형 AIClaude·ChatGPT 중 하나, 무료 플랜으로 시작 가능. 프로젝트 지식에 목적 카드·코드표를 지침으로 함께 둘 수 있음
• 받아쓰기 도구녹음이 있을 때 텍스트로 변환. 한 번에 넣을 수 있는 분량·파일 수는 요금제마다 다름
• 스킬 파일 SKILL.md목적 카드만 바꿔 끼우면 다른 주제의 인터뷰에도 같은 절차로 사용

도입하면 무엇이 달라지나?

어떻게 작동하나?

1. 1목적·목표 정하기이 인터뷰로 무엇을 결정할지 목적 카드에 적습니다
   →
2. 2기록 모으기인터뷰 기록을 익명화해 같은 형식의 텍스트로 모읍니다
   →
3. 3코드 초안사람이 2~3건을 먼저 읽고 분류 코드 초안을 만듭니다
   →
4. 4인터뷰별 1차 정리AI가 목적 카드 기준으로 발언을 골라 코드를 붙입니다
   →
5. 5교차 분석AI가 공통 문제·빈도·대표 인용·반례를 정리합니다
   →
6. 6대조·가설 확정사람이 인용을 원문과 대조하고 가설을 확정합니다

어떤 순서로 만드나?

1. 1

   1단계. 인터뷰 정리 업무 쪼개기 (10분)사람

   인터뷰 목적·목표 정하기 [사람] → 녹음을 텍스트로 바꾸고 같은 형식으로 모으기 [도구 + 사람] → 2~3건을 직접 읽고 분류 코드 초안 만들기 [사람] → 인터뷰별 발언 정리, 코드 붙이기 [AI] → 20건 교차 분석 [AI] → 인용 원문 대조, 빈도 재확인 [사람] → 가설 확정, 다음 행동 정하기 [사람]. AI가 시간을 가장 크게 줄여 주는 단계는 인터뷰별 정리와 교차 분석입니다. 목적 정하기와 코드 초안을 건너뛰면 AI는 "고객은 편리함을 원한다" 같은 누구에게나 맞는 결론을 냅니다.

2. 2

   2단계. 입력 설계: 인터뷰 기록을 같은 형식으로 모으기 (20분 + 받아쓰기 시간)사람

   녹음 파일은 받아쓰기 도구로 텍스트로 바꾸고(방법은 회의록 자동 정리 2단계와 같습니다), 손 메모는 사진이 아니라 텍스트로 옮겨 적습니다. 인터뷰 1건을 파일 1개로 만들고 맨 위에 인터뷰 ID·날짜·응답자 특성·진행자·기록 형식을 적습니다. 도구마다 한 번에 넣을 수 있는 분량과 파일 수에 한도가 있으므로, 인용 확인이 중요하면 NotebookLM 같은 원문 근거형 도구, 목적 카드·코드표를 지침으로 두려면 Claude 프로젝트 등의 프로젝트 지식, 한 번에 넣기 어렵거나 무료 플랜이면 5건씩 1차 정리 후 정리표만 모아 교차 분석하는 방식을 고릅니다. 검수 기준도 이때 정합니다: 교차 분석 결과의 인용 중 최소 5개를 무작위로 골라 원문과 대조하고, 하나라도 틀리면 전체 인용을 다시 확인합니다.

   프롬프트복사

   [인터뷰 ID] I-07
   [날짜] 2026-09-18
   [응답자 속성] 이탈 고객 / 30대 / 1인 가구 / 이용 4개월   (이름·연락처 없음)
   [인터뷰어] 김OO
   [기록 형식] 받아쓰기 텍스트 (질문은 Q, 응답은 A로 표시)
   ---
   Q: ...
   A: ...

3. 3

   3단계. 기준 설계: 인터뷰 목적 카드 정하기 (40분)사람

   이 플레이북에서 가장 중요한 단계입니다. 목적이 바뀌면 AI가 집중해서 뽑을 문장이 바뀝니다. 예를 들어 같은 인터뷰 묶음이라도 "가격 저항 찾기"가 목적이면 가격을 비교한 말·지불을 망설인 순간을 뽑고 배송·맛에 대한 일반 칭찬은 무시하며, "이탈 이유 찾기"가 목적이면 이용을 멈춘 계기·대신 선택한 방법을 뽑고 가격 일반론은 무시합니다. 아래 목적 카드의 빈칸을 사람이 채웁니다.

   프롬프트복사

   [이 인터뷰로 결정할 것] 예: 다음 분기에 가격을 바꿀지, 배송 방식을 바꿀지
   [목표] 예: 이탈 고객이 떠난 이유 중 우리가 고칠 수 있는 것 3개 이내 찾기
   [핵심 질문 3개]
   1. 
   2. 
   3. 
   [대상 구분] 예: 이탈 고객 / 유지 고객
   [AI가 집중할 부분] 예: 이용을 멈추기 직전의 상황, 대안으로 선택한 것
   [AI가 무시할 부분] 예: 인터뷰 도입부 잡담, 우리가 바꿀 수 없는 외부 요인의 일반론
   [인사이트 방향] 예: "OO한 고객은 OO 때문에 OO한다" 형식의 가설

4. 4

   분류 코드 초안 만들기 (3단계 이어서)사람

   인터뷰 2~3건을 사람이 직접 읽고, 반복되는 이야기에 이름을 붙여 5~10개 코드를 만듭니다. AI가 처음부터 코드를 만들게 하면 일반적인 단어(편의성·가격·품질)로 흐르기 쉽습니다. 사람이 만든 초안을 AI가 보완하게 합니다.

   프롬프트복사

   [코드] 메뉴 반복
   [정의] 같은 반찬이 자주 나와 질렸다는 말
   [포함 예] "3주째 비슷한 게 와서"
   [제외 예] 특정 반찬 하나의 맛 평가 → "맛 평가" 코드로

5. 5

   4단계. 프롬프트로 실행하기: 인터뷰별 1차 정리 (40분)AI + 사람

   프롬프트 A는 인터뷰마다 또는 5건씩 실행해 목적 카드의 집중할 부분에 해당하는 발언만 골라 원문 인용·위치·코드·한 줄 해석을 표로 받습니다. 기존 코드에 맞지 않는 발언은 새 코드 후보로 따로 모읍니다. 1회차는 대화창에서 프롬프트 A·B를 차례로 쓰고, 같은 목적의 인터뷰를 계속할 때는 목적 카드와 코드표를 프로젝트 지침이나 NotebookLM 노트에 저장해 새 인터뷰만 추가합니다.

   프롬프트복사

   [역할] 너는 고객 인터뷰를 목적에 맞춰 정리하는 리서치 보조야.
   
   [입력]
   - 인터뷰 목적 카드: {3단계 ① 붙여 넣기}
   - 분류 코드표: {3단계 ② 붙여 넣기}
   - 인터뷰 기록: {2단계 형식의 인터뷰 파일}
   
   [할 일]
   1. 목적 카드의 "AI가 집중할 부분"에 해당하는 발언만 골라 줘.
   2. 발언마다 아래 표를 채워 줘.
      인터뷰 ID | 원문 인용(그대로) | 위치(질문 번호 또는 문단) | 코드 | 한 줄 해석
   3. 기존 코드에 맞지 않는 발언은 "새 코드 후보"로 따로 모아 줘.
   
   [규칙]
   - 원문 인용은 고치거나 요약하지 말고 그대로 옮겨.
   - 내가 주지 않은 수치·출처·응답자 정보는 만들지 마.
   - "AI가 무시할 부분"에 해당하는 발언은 넣지 마.
   - 해석이 확실하지 않으면 [확인 필요]를 붙여.

6. 6

   교차 분석하기 (프롬프트 B)AI + 사람

   1차 정리표를 모두 모은 뒤 실행합니다. 인터뷰별 정리표, 코드별 빈도표, 원문 인용과 반례가 붙은 공통 문제 표, 검증할 가설 3개 이내가 나옵니다. 결과가 목적과 동떨어지면 "목적 카드의 결정할 것과 연결되지 않는 공통 문제는 빼 줘"라고 다시 요청합니다.

   프롬프트복사

   [역할] 너는 여러 인터뷰에서 반복되는 문제를 찾는 리서치 보조야.
   
   [입력]
   - 인터뷰 목적 카드: {붙여 넣기}
   - 인터뷰별 1차 정리표 전체: {붙여 넣기}
   - 응답자 구분 목록: {인터뷰 ID와 대상 구분}
   
   [할 일]
   1. 코드별로 언급한 인터뷰 ID와 수를 세어 줘. 대상 구분별로도 나눠 줘.
   2. 2개 이상 인터뷰에서 반복된 문제를 "공통 문제"로 정리하고, 대표 인용 2개를 붙여 줘.
   3. 공통 문제마다 반대되는 발언(반례)이 있으면 함께 적어 줘.
   4. 목적 카드의 "인사이트 방향" 형식으로 검증할 가설을 3개 이내로 써 줘.
   
   [규칙]
   - 빈도는 정리표에 있는 인터뷰 ID만 세. 추정하거나 비율로 부풀리지 마.
   - 내가 주지 않은 수치·출처는 만들지 마.
   - 인터뷰 수가 적은 문제를 "대부분", "많은 고객"으로 쓰지 마.
   - 가설에는 "검증 방법" 한 줄을 붙여 줘.

7. 7

   스킬 파일로 저장하기 (선택)SKILL.md

   팀이 같은 방식으로 정리해야 할 때 스킬로 저장합니다. 목적 카드와 코드표로 인터뷰 묶음 하나를 끝까지 정리했고, 다음 분기에도 같은 방식으로 인터뷰를 한다면 스킬로 만드세요. 목적 카드만 바꿔 끼우면 다른 주제의 인터뷰에도 쓸 수 있습니다.

   프롬프트복사

   ---
   name: interview-common-problems
   description: 고객 인터뷰 기록을 인터뷰 목적 카드와 분류 코드표에 따라 정리하고, 원문 인용·빈도·반례가 붙은 공통 문제와 가설을 만든다. 인터뷰 분석, VOC 정리, 고객 문제 찾기 요청에 사용한다.
   ---
   
   # 인터뷰 공통 문제 찾기
   
   ## 먼저 받을 것
   - 인터뷰 목적 카드 (없으면 작성을 요청하고 분석을 시작하지 않는다)
   - 분류 코드표, 인터뷰 기록(인터뷰 ID와 응답자 구분 포함)
   
   ## 절차
   1. 인터뷰별 1차 정리 (목적 카드의 집중할 부분만, 원문 인용 그대로)
   2. 코드별 빈도와 대상 구분별 빈도
   3. 공통 문제, 대표 인용 2개, 반례
   4. 가설 3개 이내와 검증 방법
   
   ## 규칙
   - 인용은 고치지 않는다. 인터뷰 ID와 위치를 붙인다.
   - 빈도는 실제로 센 인터뷰 ID만 쓴다.
   - 주지 않은 수치·출처·응답자 정보는 만들지 않는다.
   
   ## 사람 검토
   - 인용 5개 무작위 원문 대조, 빈도 재확인, 반례 확인

8. 8

   5단계. 사람 검토와 개선 루프 (40분)사람

   AI가 낸 공통 문제를 그대로 결론으로 쓰지 않습니다. 인용 대조(인용 5개를 무작위로 골라 원문과 대조), 빈도 재확인(가장 많이 언급된 문제 2개는 사람이 직접 인터뷰 ID를 세기), 반례 읽기(반대 발언이 특정 집단에 몰려 있다면 공통 문제가 아니라 집단별 문제일 수 있음), 팀 검토(인터뷰를 직접 진행한 사람이 현장 느낌과 다른 부분을 적기) 순서로 확인합니다. 고친 내용은 코드표와 목적 카드에 다시 넣습니다.

   프롬프트복사

   [날짜] 
   [AI가 틀린 것] 예: "배송 시간" 불만과 "배송 요일" 불만을 한 코드로 묶음
   [고친 것] 코드 분리: 배송 시간대 / 배송 요일
   [반영 위치] 분류 코드표 / 목적 카드 / SKILL.md

얼마나 걸리고 무엇을 얻나?

AI 결과에서 사람이 꼭 확인할 것은?

실제로 어디까지 되나?

한계는 무엇인가?

• 인터뷰를 아직 하지 않았다면 이 글보다 인터뷰 질문 설계가 먼저입니다. 인터뷰가 3~4건뿐이라면 AI 없이 직접 읽는 편이 빠르고 정확합니다.
• 응답자 동의 없이 녹음한 기록은 쓰지 마세요. 이름·연락처·회사명처럼 응답자를 알아볼 수 있는 정보는 AI에 넣기 전에 지웁니다.
• 20건은 실습 범위 후보이며 실제 20건 전체를 처리해 검증하지 않았습니다. 도구마다 한 번에 넣을 수 있는 분량·파일 수가 다르니 처음에는 5건으로 시험하세요.
• AI는 인용을 다듬거나 합치고, 인터뷰 수가 적은 문제를 "대부분"으로 부풀릴 수 있습니다. AI가 낸 공통 문제를 그대로 결론으로 쓰지 마세요.
• 위 시간 수치는 설명용 예시입니다. 실제 효과는 인터뷰 묶음 하나를 끝낸 뒤 기록 정리·AI 실행·검토 시간과 틀린 인용 수를 기록해 비교하세요.

더 나아가려면?

• 인터뷰 녹음을 텍스트로 바꾸는 방법은 → 회의록 자동 정리
• 같은 코드표로 설문 주관식 응답을 정리하려면 → 설문에서 핵심 결과 찾기
• 리뷰처럼 건수가 훨씬 많은 고객 목소리를 다루려면 → 리뷰 1,000개 분석
• 가설을 시장 규모와 경쟁 자료로 확인하려면 → 시장조사 보고서 초안
• 혼자 구축하기 어렵다면: 10X 교육에서는 참여자가 진행한 실제 인터뷰를 과제로 삼아 목적 카드와 코드표를 설계하고, 본인 계정에서 스킬을 만들어 실행·수정합니다. 교육 상담 문의하기

출처

1. Agent Skills 공개 표준 (The New Stack) — 2026-10-05 확인
2. AI 음성녹음 앱 비교 (SK devocean) — 2026-10-05 확인

관련 콘텐츠