설문조사의 종말? 2025년 60% 기업이 선택한 ‘AI 리서처’… 전통 조사업계 위기감 고조

리서치 플랫폼 오픈서베이(Opensurvey)가 발표한 ‘리서치 트랜스포메이션 리포트 2025’에 따르면, AI를 리서치에 활용하는 비율의 변화가 특히 눈에 띈다. 2023년에는 ‘당분간 활용할 생각 없음’이 42.6%로 가장 높았지만, 2024년에는 ‘현재 활용 중’이 56.4%로 급증했다. 2025년 전망에서는 ‘활용하고 있지 않지만 시도해 보려 함’이 59.6%로 가장 높게 나타나, AI 리서치 도입이 더욱 가속화될 것으로 예상된다.

이러한 변화는 AI 기술의 발전과 함께 리서치 업계에서 AI가 ‘새로운 표준(New Normal)’으로 자리 잡고 있음을 보여준다. 특히 한국에서는 아직 제한적이지만 시도해보려는 열망이 큰 것으로 나타나, 향후 AI 리서치 시장의 급성장이 예상된다.

리서치 전 과정에 AI 활용, 복잡한 프롬프트 엔지니어링이 관건

AI는 리서치의 전 과정에 걸쳐 다양한 형태로 활용되고 있다. 문제 정의, 설계, 수집, 정제, 분석, 인사이트, 의사결정의 7단계 모든 영역에서 AI 도구가 투입되고 있다. 특히 정량조사와 정성조사 모두에서 AI 활용이 확산되고 있으며, 방법론 기반 질문 라이브러리 활용부터 스크리너 및 인터뷰 가이드 작성, 인터뷰 스크립트 기반 탐색적 분석과 요약, 하이라이트 추출과 페르소나 작성까지 광범위하게 사용되고 있다.

하지만 AI 활용의 핵심은 복잡한 프롬프트 엔지니어링에 있다. 리포트에 따르면 단순한 지시보다는 단계별로 나누어 요청하고 충분한 판단과 검토를 사람이 직접 수행해야 한다. 특히 ‘비결정성(nondeterminism)’ 문제를 해결하기 위해서는 응답이 매번 달라질 수 있다는 점을 인지하고 일관성을 확보하기 위한 장치가 필요하다고 강조했다.

조직별 맞춤형 AI 리서치 전략 필요성 대두

리서치 조직 구조에 따라 AI 도입 전략도 달라져야 한다는 점이 주목된다. 리포트는 중앙집중형(Centralized), 분산형(Decentralized), 하이브리드(Hybrid), 전담 리서처 없음(No dedicated researcher)의 4가지 조직 모델을 제시했다.

중앙집중형 조직에서는 리서치 업무가 들어나기 시작한다면, 효율적인 데이터 활용을 위해 기업 내부에 리서치를 기획하고 총괄하는 전담 조직이 필요하다고 제안했다. 반면 분산형 조직에서는 각 부서에 분산된 리서치 담당자가 협업하는 하이브리드 모델이 수도 있다고 설명했다.

특히 ‘리서치를 하는 사람들(People who Do Research, PwDRs)’이라는 새로운 개념이 등장했다. 이는 전문 리서처가 아니더라도 업무상 리서치를 수행하는 모든 직군을 의미하며, 이들을 위한 AI 도구와 교육의 중요성이 강조되고 있다.

리서처와 AI의 새로운 파트너십, 협업 모델 등장

AI는 단순한 도구를 넘어 리서처의 협업 파트너로 진화하고 있다. 리포트에 따르면 AI는 탐색 단계의 활용에 머물러 있지만 발전해 나갈 것이라고 전망했다. 정밀한 인사이트 도출 도구로 발전할 수 있도록 실험적으로 활용하고 윤리적으로 관리해야 한다고 제안했다. 특히 ‘설계와 탐색의 리서처 파트너, AI 협업 패널’ 개념이 주목받고 있다. AI는 빠른 응답 생성으로 파일럿 조사나 시뮬레이션에 유용하며, 패널 운영 비용 절감 가능성도 제시했다. 또한 최소한 응답자의 의견 탐색에 보조적으로 활용 가능하다고 평가했다.

하지만 실제 소비자의 경험과 감정 기반 응답은 불가능하며, 학습 데이터의 편향이 응답에 반영될 수 있다는 한계도 인정했다. 공식 리서치나 정책 근거로 사용하기엔 신뢰도 한계 존재한다는 점도 지적했다.

AI 리서치 도입을 위한 4단계 체크리스트 제시

리포트는 리서치 수행자와 산업 참여자를 위한 구체적인 AI 도입 가이드라인을 4개 영역으로 나누어 제시했다. Quality-first(품질 우선) 영역에서는 데이터의 품질을 측정하고 관리하는 체계를 강조했다. 리서치는 데이터 수집을 넘어 고객과 사용자의 소통을 잊지 말고, 기존의 운영 관성을 버리고 지속 가능한 품질 개선 구조를 설계해야 한다고 제안했다.

Data to Action(데이터 실행) 영역에서는 혼자가 아닌 팀과 함께 데이터를 해석하고 논의할 구조를 만들고, 데이터를 쌓는 데서 끝나지 않고 재활용할 방법을 함께 고민해야 한다고 강조했다. Insight Enablement(인사이트 활성화) 영역에서는 리서치는 보고서가 끝이 아니라 액션까지가 리서치의 영역이라고 정의했다. 실행 가능한 인사이트를 위해, 실제 단계별 활용을 고려해야 한다고 제안했다.

Research with AI(AI와 함께하는 리서치) 영역에서는 AI에게 압력함을 기대하기보다, 정확한 도입 포인트를 찾고, AI의 결과물은 끝이 아니라 시작임을 인식하고 지속적으로 평가하고 튜닝해야 한다고 강조했다.

FAQ

Q1: AI를 리서치에 활용할 때 주의해야 할 점은 무엇인가요?

A1: AI 리서치에서는 프롬프트 엔지니어링이 매우 중요합니다. 단순한 지시보다는 구체적이고 단계적인 요청이 필요하며, AI의 비결정성 문제로 인해 결과가 매번 달라질 수 있으므로 사람의 검토와 검증이 반드시 필요합니다.

Q2: 조직 구조에 따라 AI 리서치 도입 전략이 달라져야 하나요?

A2: 네, 중앙집중형 조직은 전담 조직을 통한 체계적 도입이, 분산형 조직은 각 부서별 협업을 통한 하이브리드 모델이 효과적입니다. 특히 전문 리서처가 아닌 PwDRs(People who Do Research)를 위한 맞춤형 AI 도구와 교육이 중요합니다.

Q3: AI가 리서처를 완전히 대체할 수 있나요?

A3: 아니요. AI는 리서처의 협업 파트너 역할에 머물 것으로 예상됩니다. AI는 빠른 응답 생성과 비용 절감에는 유용하지만, 실제 소비자의 경험과 감정 기반 응답은 불가능하며 학습 데이터의 편향 문제도 존재합니다. 따라서 사람의 판단과 검증이 여전히 핵심입니다.

해당 기사에 인용된 리포트 원문은 오픈서베이에서 확인 가능하다.

리포트 명: RESEARCH TRANSFORMATION 2025 Report

이미지 출처: 이디오그램 생성

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.