PLAYBOOK · 고객 · 2026.10.06

리뷰 1,000개 분석

리뷰를 주제·평가 유형으로 나눠 개선점을 찾습니다

다루는 도구ClaudeChatGPTGemini

핵심만 말하면?

쌓인 고객 리뷰를 시트로 모으고, 사람이 정한 주제 코드표와 평가 유형 기준으로 AI가 묶음별로 분류합니다. 집계는 시트로, 검수는 무작위 표본으로 하고, 반복되는 불만에서 개선 후보를 고릅니다.

언제 필요한가?

완료 기준: 리뷰를 한 시트에 모으고, 주제 코드표로 첫 묶음(100~200개)을 분류한 뒤 표본 검수를 통과하면 끝납니다. 같은 방식으로 나머지 묶음을 처리하고 시트에서 집계해 개선 후보 3개 이내를 정합니다.

  • 오픈마켓·자사몰·지도 서비스에 리뷰가 수백 개 이상 쌓였는데, 별점 평균 말고는 본 적이 없는 분
  • 신제품 개선이나 상세페이지 수정을 앞두고 "고객이 실제로 뭐라고 하는지" 근거가 필요한 팀
  • 리뷰를 엑셀에 옮겨 손으로 분류해 본 적이 있고, 그 작업을 다시 하고 싶지 않은 5~30명 규모 조직

어떤 도구를 쓰나?

  • 대화형 AIClaude·ChatGPT·Gemini 중 쓰던 것. 무료 플랜으로 시작 가능하나 1,000개 전체 처리는 사용량 한도에 걸릴 수 있음. 유료·사용량 과금 비용은 미측정
  • 구글 시트 또는 엑셀리뷰 모으기, 조회 함수로 결과 연결, 피벗 테이블로 집계, 무작위 함수로 표본 추출
  • AI 파일 분석 기능시트 파일을 올려 처리하는 방식. 지원 여부와 한도는 도구·요금제마다 다름 [확인 필요]
  • 스킬 파일 SKILL.md코드표·평가 유형 기준·출력 형식을 저장해 매달 같은 기준으로 분류
  • Make·n8n자동화 확장 시 한 줄씩 자동 처리하는 노코드 도구 (확장 버전에서 다룸)

도입하면 무엇이 달라지나?

비교 축전후
읽는 범위최근·긴 리뷰 일부전체 리뷰를 묶음으로
분류 기준사람마다 다름문서로 된 코드표와 평가 유형 기준
숫자 근거인상시트 집계와 표본 검수 기록
초기 구축 시간해당 없음약 3~4시간, 첫 묶음 기준 (예시, 실측 아님)
1,000개 처리 시간약 5~6시간 (예시, 실측 아님)200개씩 5묶음 × 처리·검수 약 30~35분 + 집계 30분, 약 3시간 (예시, 실측 아님)

어떻게 작동하나?

  1. 1리뷰 모으기채널별 리뷰를 내려받아 리뷰 ID를 붙이고 개인정보를 뺀 한 시트로 모읍니다
  2. 2코드표 만들기사람이 50개를 읽고 주제 코드표와 평가 유형 기준을 만듭니다
  3. 3묶음 분류AI가 100~200개 묶음별로 주제·평가 유형·근거 구절을 붙입니다
  4. 4표본 검수사람이 표본을 직접 분류해 AI 결과와 비교합니다
  5. 5시트 집계숫자는 AI가 아니라 시트에서 셉니다
  6. 6개선 후보 결정집계를 보고 개선 후보 3개 이내를 사람이 정합니다

어떤 순서로 만드나?

  1. 1

    1단계. 리뷰 분석 업무 쪼개기 (10분)사람

    채널별 리뷰 내려받기 [사람] → 한 시트로 모으고 중복·빈 리뷰·개인정보 정리 [사람, 시트 기능 활용] → 리뷰 50개를 읽고 주제 코드표 만들기 [사람] → 묶음별로 주제·평가 유형 붙이기 [AI] → 표본 검수 [사람] → 코드별·기간별 집계 [시트] → 개선 후보 정리 [AI 초안 + 사람 결정]. AI가 시간을 가장 크게 줄여 주는 단계는 묶음 분류입니다. 집계를 AI에게 맡기면 숫자를 지어낼 위험이 커집니다.

  2. 2

    2단계. 입력 설계: 리뷰 시트 만들고 처리 방식 정하기 (40분)사람

    오픈마켓 판매자 화면, 자사몰 관리자, 앱 마켓, 지도·예약 서비스 등 채널마다 내보내기 기능이 있는지, 없다면 복사해 붙일 수 있는지 확인하고, 채널이 달라도 아래 열로 맞춰 한 시트에 모읍니다. 중복 리뷰와 "좋아요"처럼 내용이 거의 없는 리뷰는 지우지 말고 별도 열에 "짧음"으로 표시합니다. 처리량은 대화창 한 번에 100~200개 묶음으로 하고 첫 묶음에서 출력 행 수가 입력과 같은지 확인합니다. 처리 방식은 대화창에 붙여 넣기가 기본이며, 파일 분석 기능이나 노코드 도구의 지원 여부와 한도는 도구·요금제마다 다릅니다 [확인 필요]. 검수는 묶음마다 무작위 표본(예: 묶음의 10%, 최소 20개)을 사람이 직접 분류해 비교하는 방식으로 정합니다.

    프롬프트
    리뷰ID | 채널 | 작성일 | 상품 | 별점 | 리뷰 본문
    R-0001 | 자사몰 | 2026-08-03 | 라벤더 비누 | 5 | (본문)
  3. 3

    3단계. 기준 설계: 분석 목적, 주제 코드표, 평가 유형 기준 정하기 (60분)사람

    ① 분석 목적을 한 줄로 정합니다(제품 개선, 상세페이지·광고 문구 수정, 고객 응대 개선에 따라 코드표가 자세해지는 부분이 다름). ② 주제 코드표는 최근·오래된 리뷰와 높은·낮은 별점의 리뷰를 섞어 50개를 사람이 직접 읽고 반복되는 주제에 이름을 붙여 8~12개를 만듭니다. ③ 평가 유형 기준은 별점이 아니라 문장으로 판단해 긍정·부정·혼합(한 리뷰 안에 만족과 불만이 함께 있음)·중립(사실만 적음)으로 나눕니다. ④ 개선 후보 기준은 우리가 바꿀 수 있는가, 부정·혼합 언급이 다른 주제보다 많은가(시트 집계로 확인), 최근 기간에 늘고 있는가(월별 집계로 확인) 세 가지입니다. 코드는 아래 형식으로 적습니다.

    프롬프트
    [코드] 향 지속
    [정의] 향이 얼마나 오래 남는지에 대한 말
    [포함 예] "씻고 나서도 은은하게 남아요", "향이 금방 날아가요"
    [제외 예] 향의 종류 자체를 좋아하거나 싫어함 → "향 취향"
  4. 4

    4단계. 프롬프트로 실행하기: 묶음 분류 (묶음당 10~15분)AI + 사람

    프롬프트 A로 묶음을 분류합니다. 출력을 시트의 새 탭에 붙이고, 리뷰ID로 원본 시트와 연결합니다(시트의 조회 함수 활용). 이후 피벗 테이블로 주제 코드별·평가 유형별·월별 개수를 셉니다. 1회차는 첫 묶음을 대화창에서 처리하고 표본 검수까지 하며, 2묶음 이상이면 코드표·기준·프롬프트 A를 템플릿으로 저장하고 묶음만 바꿔 넣습니다.

    프롬프트
    [역할] 너는 고객 리뷰를 정해진 코드표로 분류하는 분석 보조야.
    
    [입력]
    - 분석 목적: {3단계 ①}
    - 주제 코드표: {3단계 ②}
    - 평가 유형 기준: {3단계 ③}
    - 리뷰 묶음: {리뷰ID | 리뷰 본문, 100~200개}
    
    [할 일]
    1. 리뷰마다 한 줄씩 아래 형식으로 출력해 줘. 표 머리줄을 포함해 줘.
       리뷰ID | 주제 코드(최대 2개) | 평가 유형 | 근거 구절(원문 그대로, 20자 안팎)
    2. 마지막에 입력 리뷰 수와 출력 행 수를 적어 줘.
    
    [규칙]
    - 코드표에 없는 주제는 새로 만들지 말고 "기타"로 적고, 끝에 "새 코드 후보"를 따로 모아 줘.
    - 리뷰를 건너뛰거나 합치지 마. 입력과 출력 행 수가 같아야 해.
    - 집계·비율·평균은 계산하지 마.
    - 내가 주지 않은 수치·출처는 만들지 마.
    - 판단이 어려우면 평가 유형 칸에 [확인 필요]를 적어 줘.
  5. 5

    개선 후보 초안 만들기 (프롬프트 B)AI + 사람

    전체 집계가 끝난 뒤 시트 집계표와 부정·혼합 리뷰 표본을 넣어 개선 후보 3개 이내를 정리합니다. 집계 숫자는 시트에서 센 값만 넣고, 해결책은 "검토할 방향"으로만 받습니다.

    프롬프트
    [역할] 너는 리뷰 집계 결과를 읽고 개선 후보를 정리하는 분석 보조야.
    
    [입력]
    - 분석 목적과 개선 후보 기준: {3단계 ①, ④}
    - 시트 집계표: {주제 코드별 긍정·부정·혼합 개수, 월별 개수}
    - 부정·혼합 리뷰 표본: {주제별 10개 안팎, 리뷰ID 포함}
    
    [할 일]
    1. 개선 후보 기준 세 가지에 맞는 주제를 3개 이내로 골라 줘.
    2. 주제마다 집계 숫자(내가 준 값 그대로), 대표 리뷰 2개(리뷰ID), 고객이 실제로 쓴 표현을 정리해 줘.
    3. 주제마다 확인할 질문 1개를 적어 줘.
    
    [규칙]
    - 집계 숫자는 내가 준 표의 값만 써. 새로 계산하거나 추정하지 마.
    - 내가 주지 않은 수치·출처는 만들지 마.
    - 해결책은 "검토할 방향"으로만 쓰고 확정하지 마.
  6. 6

    스킬 파일로 저장하기 (선택)SKILL.md

    매월 또는 분기마다 반복할 때 스킬로 저장합니다. 두 묶음 연속으로 표본 검수 기준을 통과했고 코드표를 더 고치지 않았다면 스킬로 만드세요. 다음 달에는 새 리뷰 묶음만 넣으면 같은 기준으로 분류됩니다.

    프롬프트
    ---
    name: review-topic-sentiment
    description: 고객 리뷰 묶음을 우리 회사 주제 코드표와 평가 유형 기준으로 한 줄씩 분류하고, 근거 구절을 붙인다. 집계는 하지 않는다. 리뷰 분류, 리뷰 분석, VOC 분류 요청에 사용한다.
    ---
    
    # 리뷰 주제·평가 유형 분류
    
    ## 기준
    - 분석 목적: (한 줄)
    - 주제 코드표: (코드, 정의, 포함 예, 제외 예)
    - 평가 유형 기준: 긍정 / 부정 / 혼합 / 중립 정의
    
    ## 출력 형식
    리뷰ID | 주제 코드(최대 2개) | 평가 유형 | 근거 구절
    마지막 줄: 입력 리뷰 수, 출력 행 수
    
    ## 규칙
    - 코드표에 없는 주제는 "기타" + 새 코드 후보 목록
    - 리뷰를 건너뛰거나 합치지 않는다
    - 집계·비율·평균을 계산하지 않는다 (집계는 시트에서)
    
    ## 사람 검토
    - 묶음마다 무작위 표본을 직접 분류해 일치율 기록
  7. 7

    5단계. 사람 검토와 개선 루프 (묶음당 20분 + 월 1회 20분)사람

    묶음마다 표본 검수를 합니다. 시트의 무작위 함수로 표본을 뽑고(예: 묶음의 10%, 최소 20개), 사람이 AI 결과를 보지 않고 먼저 직접 분류한 뒤, AI 결과와 비교해 주제 코드 일치 수와 평가 유형 일치 수를 적습니다. 일치 수가 미리 정한 기준(예: 20개 중 16개, 조직이 정하는 값)보다 낮으면 코드표를 고친 뒤 그 묶음을 다시 처리합니다. 월 1회 코드표 갱신: "기타"와 "새 코드 후보"가 많이 쌓인 주제는 정식 코드로 올리고, 거의 쓰이지 않는 코드는 합칩니다. 코드를 바꾸면 이전 결과와 비교할 때 그 사실을 표시합니다.

    프롬프트
    [묶음] R-0001~R-0200
    [표본 수] 20
    [주제 일치] 17 / 20
    [평가 유형 일치] 18 / 20
    [어긋난 리뷰ID와 이유] R-0042: "향 지속"과 "향 취향"을 혼동
    [조치] 코드표 제외 예 보강 후 다음 묶음 진행

얼마나 걸리고 무엇을 얻나?

약 3~4시간초기 구축 시간시트 정리 40분 + 코드표 설계 60분 + 첫 묶음 처리·검수출처 · 예시, 실측 아님
약 3시간1,000개 처리 시간200개씩 5묶음 × 처리·검수 약 30~35분 + 집계 30분 (이전: 약 5~6시간)출처 · 예시, 실측 아님
월 1회 또는 분기 1회실행 빈도같은 코드표로 집계해 개선 조치 전후를 비교출처 · 예시

AI 결과에서 사람이 꼭 확인할 것은?

점검표
  • 행 수가 맞는가 — 입력 리뷰 수와 출력 행 수가 다르면 AI가 리뷰를 건너뛰거나 합친 것입니다. 그 묶음은 다시 처리합니다
  • 숫자를 AI가 만들지 않았는가 — 개선 후보 초안의 숫자가 시트 집계표와 한 칸씩 일치하는지 대조합니다
  • 표본 검수 기록이 있는가 — 검수하지 않은 묶음의 결과는 집계에 넣지 않습니다
  • 리뷰 작성자 아이디·이름·주문번호를 AI에 넣지 않았는가

실제로 어디까지 되나?

이번 편의 범위: 사람이 리뷰를 시트로 모으고 코드표를 정한 뒤, AI가 묶음별로 분류하고, 집계는 시트로, 검수와 개선 후보 결정은 사람이 하는 데까지입니다(수동 입력 + AI 초안 + 사람 검토). 분류는 AI가, 세기는 시트가 합니다. 1,000개는 실습 범위 후보이며, 예시는 가상 리뷰로 만든 예상 출력으로 실제 1,000개 전체를 처리해 검증하지 않았습니다. 실행 검증: 예상 출력만(가상 리뷰 예시, 1,000개 전체 처리 미검증).

작성 기준일 : 2026.10.05 (AI 기술은 매우 빠르게 변하고 있어요. 도입 기술과 방식에 따라 다를 수 있습니다.)

한계는 무엇인가?

  • 리뷰가 100개 이하라면 직접 읽는 편이 빠릅니다.
  • 리뷰를 내려받거나 복사할 수 없는 플랫폼이라면 플랫폼 이용 약관을 먼저 확인하세요. 화면을 자동으로 긁어 오는 방식은 이 글에서 다루지 않습니다. 내려받기 기능과 이용 조건은 각 판매 채널의 관리자 안내를 확인하세요 [확인 필요].
  • 리뷰 작성자 아이디·이름·주문번호는 AI에 넣지 않습니다.
  • 1,000개는 실습 범위 후보이며 실제 전체 처리를 검증하지 않았습니다. AI에게 집계·비율을 묻지 말고, 숫자는 시트에서 세세요.
  • 위 시간 수치는 설명용 예시입니다. 실제 효과는 묶음마다 AI 처리·검수 시간과 일치 수를 기록해 비교하세요.

더 나아가려면?

  • 자동화 확장: 새 리뷰가 시트에 쌓이면 노코드 도구(Make·n8n 등)가 한 줄씩 프롬프트 A를 실행해 결과 열을 채우는 흐름입니다. 실제 연결과 비용을 검증하고, 표본 검수를 계속하고, 코드표 변경을 기록하는 것이 조건입니다 (준비 중)
  • 리뷰보다 깊은 이야기가 필요하면 → 인터뷰에서 공통 문제 찾기
  • 같은 코드표로 설문 주관식 응답을 정리하려면 → 설문에서 핵심 결과 찾기
  • 리뷰에서 반복되는 질문을 문의 응대 기준에 반영하려면 → 고객 문의 자동 분류
  • 혼자 구축하기 어렵다면: 10X 교육에서는 참여자 조직의 실제 리뷰 데이터로 코드표를 설계하고, 본인 계정에서 스킬과 시트 양식을 만들어 실행·수정합니다. 교육 상담 문의하기

출처

  1. Agent Skills 공개 표준 (The New Stack) — 2026-10-05 확인
  2. Claude for Small Business (ChatForest 정리) — 2026-10-05 확인
이 플레이북이 도움이 되었나요?