Overview

AI, 플랫폼, 운영 자동화 같은 첨단 기술의 발달은 리서치의 판을 완전히 바꾸고 있습니다.  그 중에서도 AI는 리서치 과정에 빠르게 녹아들어 글로벌에서는 리서처 과정에 AI를 사용하는 이가 1년 만에 36.7%p 증가했고(Userinterview SOUR 2023: 19.7%, 2024: 56.4%) 이는 가속화 될 전망입니다.


디지털 전환으로 고객/사용자와의 접점이 생기며 외부 전문가에게 맡기던 리서치를 기업 내부에서 직접 수행하는 일이 흔해졌습니다. 전통적인 리서치는 제품과 브랜드를 지원하는 역할로 시작되었지만 이제는 사용자의 경험을 개선하거나 고객 여정에서 로열티를 높이는 등 다양한 목적별로 세분화 되고 있습니다. 데이터 역시 이전에는 특정 부서의 전유물이었지만 지금은 많은 조직이 리서치 결과를 전사에 공유하며 협력하는 문화를 만들기 위해 적극적입니다. AI나 플랫폼 등 기술 도입에 대한 니즈 역시 커집니다. 이에 따라 리서처에게 기대되는 역할도 계속해서 변하고 있습니다. 


앞으로의 리서치는 데이터를 기반으로 성과를 내는 액션을 하고, 고객과 더 깊이 소통하며, 얻은 인사이트를 조직의 자산으로 만드는 일이 더욱 중요해질 것입니다. 이 과정에서 우리는 기존 방식을 끊임 없이 의심하고, 관성을 바꾸고, 새로운 기술을 탐색해야 합니다. 오랫동안 리서치를 해온 사람들일수록 더 쉽지 않은 여정이 되겠지만 이미 시작된 변화에 올라탈 지를 결정하는 것은 각자의 몫입니다.

AI, 플랫폼, 운영 자동화 같은 첨단 기술의 발달은 리서치의 판을 완전히 바꾸고 있습니다.  그 중에서도 AI는 리서치 과정에 빠르게 녹아들어 글로벌에서는 리서처 과정에 AI를 사용하는 이가 1년 만에 36.7%p 증가했고(Userinterview SOUR 2023: 19.7%, 2024: 56.4%) 이는 가속화 될 전망입니다.

디지털 전환으로 고객/사용자와의 접점이 생기며 외부 전문가에게 맡기던 리서치를 기업 내부에서 직접 수행하는 일이 흔해졌습니다. 전통적인 리서치는 제품과 브랜드를 지원하는 역할로 시작되었지만 이제는 사용자의 경험을 개선하거나 고객 여정에서 로열티를 높이는 등 다양한 목적별로 세분화 되고 있습니다. 데이터 역시 이전에는 특정 부서의 전유물이었지만 지금은 많은 조직이 리서치 결과를 전사에 공유하며 협력하는 문화를 만들기 위해 적극적입니다. AI나 플랫폼 등 기술 도입에 대한 니즈 역시 커집니다. 이에 따라 리서처에게 기대되는 역할도 계속해서 변하고 있습니다. 

앞으로의 리서치는 데이터를 기반으로 성과를 내는 액션을 하고, 고객과 더 깊이 소통하며, 얻은 인사이트를 조직의 자산으로 만드는 일이 더욱 중요해질 것입니다. 이 과정에서 우리는 기존 방식을 끊임 없이 의심하고, 관성을 바꾸고, 새로운 기술을 탐색해야 합니다. 오랫동안 리서치를 해온 사람들일수록 더 쉽지 않은 여정이 되겠지만 이미 시작된 변화에 올라탈 지를 결정하는 것은 각자의 몫입니다.

Chapter.01

PwDR의 부상, 리서치 주체가 확대됩니다

PwDR의 부상,
리서치 주체가 확대됩니다

PwDR의 부상,
리서치 주체가 확대됩니다

이제 리서치는 더 이상 외부 전문가 만의 영역이 아닙니다. 사용자와 고객을 이해하는 일은 조직 구석구석까지 스며들어 다양한 일을 하는 구성원들이 리서치를 직접 수행하는 시대로 변화하고 있습니다. 이들을 지칭하는 용어도 생겼습니다, People who Do Research (이하 PwDRs)라 부릅니다.  


이제 리서치는 ‘누가 하느냐’보다 ‘어떻게 조직이 함께 해가느냐’가 중요한 시대입니다. 경험과 역량을 가진 리서처에게는 새로운 기회입니다. 리서치 수행에 어려움을 느끼는 목소리는 여전히 존재하기 때문에, 리서처의 역할은 수행자를 넘어 판의 설계자이자 교육자로 확장될 수 있습니다.

이제 리서치는 더 이상 외부 전문가 만의 영역이 아닙니다. 사용자와 고객을 이해하는 일은 조직 구석구석까지 스며들어 다양한 일을 하는 구성원들이 리서치를 직접 수행하는 시대로 변화하고 있습니다. 이들을 People who Do Research (이하 PwDRs)라 부릅니다.  

경험과 역량을 가진 리서처에게는 새로운 기회입니다. 리서치 수행에 어려움을 느끼는 목소리가 여전히 존재하며, 리서처의 역할은 수행자를 넘어 판의 설계자이자 교육자로 확장될 수 있습니다. 이제 리서치는 ‘누가 하느냐’보다 ‘어떻게 조직이 함께 해가느냐’가 중요한 시대입니다.

리서처가 아니라도
리서치를 합니다

리서처가 아니라도
리서치를 합니다

실무자의 64.6%는 업무 중 리서치를 수행하거나 필요시 참여하는 PwDR(People who Do Research)입니다. 마케터, 전략, 기획, CX/CS, 디자이너 등 다양한 직군에서 의사결정을 위해 리서치를 활용하고 있습니다. 나의 고객과 사용자를 더 잘 이해하기 위한 일은 직무를 가리지 않습니다.

Q. 리서치 관련 업무를 하고 계신가요?

[Base: 전체 참여자, N=580, 단일 응답] 

리서치는 이해관계와 논리가 충돌하는 의사결정 속에서, 사용자나 비즈니스 상황의 맥락을 복원해 생생하게 전달하는 힘이 있습니다.

- 우아한 형제들 프로덕트경험분석팀 권혁민 리서처

리서치 지식과 스킬은
실무 과정에서 축적합니다

PwDRs은 회사에서 업무를 하며 실질적인 지식과 스킬을 쌓고 있습니다. 리서처 역시 대학에서 배우기보다(45.6%) 기업에서 업무를 하며 배우는 경우(86.6%)가 많습니다. PwDRs의 77.4% 역시 실무 현장에서 리서치를 익히며, 책이나 블로그 등으로 혼자 학습하거나 온라인 교육에 참여하는 경우도 있습니다.

Q. 리서치 지식과 스킬을 어떻게 배우셨나요?

[Base: 리서처, N=114, 중복 응답]
[Base: PwDRs, N=359, 중복 응답]

누구나 하고 있지만
모두가 자신 있는 건 아닙니다

35.1%의 리서처만이 리서치의 설계와 수행에 자신감을 드러냈고 51.8%는 더 경험 있는 사람의 조언을 받는 것을 선호합니다. PwDRs은 리서치에 자신 있다 답한 이들이 열 명 중 한 명이 채 되지 않죠.

경험과 지식을 가진 리서처에겐 역할을 확장할 기회입니다. 구성원이 좋은 데이터를 수집하고 분석하도록 가이드하고 환경을 세팅하는 설계자 역할을 할 수 있습니다. 교육과 코칭을 통해 팀의 데이터 리터러시를 끌어올리는 것 역시 리서처에게 기대되는 새로운 역할입니다.

35.1%의 리서처만이 리서치의 설계와 수행에 자신감을 드러냈고 51.8%는 더 경험 있는 사람의 조언을 받는 것을 선호합니다. PwDRs의 경우 리서치에 자신 있다 답한 이들이 열 명 중 한 명이 채 되지 않죠.

경험과 지식을 가진 리서처에겐 역할을 확장할 기회입니다. 구성원이 좋은 데이터를 수집하고 분석하도록 가이드하고 환경을 세팅하는 설계자 역할을 할 수 있습니다. 교육과 코칭을 통해 팀의 데이터 리터러시를 끌어올리는 것 역시 리서처가 할 수 있는 일입니다.

Q. 리서치를 설계, 수행하는 것에 대해 얼마나 편안하게 느끼시나요?

리서처

[Base: 리서처, N=114, 단일 응답]

PwDRs

[Base: PwDRs, N=359, 단일 응답]

함께 성장할 수 있는 환경이 필요합니다

리서치 보고서를 찾아볼 수 있는 아카이브와 다양한 데이터를 볼 수 있는 플랫폼은 모두에게 좋은 설문 설계와 분석이 무엇인지에 대한 예시이자 교육자료가 될 수 있습니다. 리서치 업무를 잘 해내기 위해 리서처는 같은 업무를 하는 사람들과의 교류를, PwDRs은 교육을 필요로 합니다. 그러나 아쉽게도 정기적이거나 간헐적인 리서치 교육이 있는 기업은 아직 23.9%에 불과합니다.

Q. 리서치 업무를 더 많이, 더 깊이 해가는 데 있어 어떤 지원이 있으면 도움이 될까요?

[Base: 리서치 수행 시 조언이나 가이드가 필요한 응답자, N=424, 중복 응답]

[Base: 리서치 수행 시 조언이나 가이드가 필요한 응답자,
N=424, 중복 응답]

Q. 근무하시는 기업에서는 리서치 방법론과 Best Practice 교육을 진행하고 있나요?

[Base: 리서처와 PwDRs, N=473, 단일 응답]

[Base: 리서처와 PwDRs, N=473, 단일 응답]

오픈서베이가 트렌드 리포트를 발간하고 지속적으로 리서치 교육을 제공하는 이유 역시 사회 전반의 데이터리터러시를 높이기 위함입니다.

- 오픈서베이 데이터비즈니스 현시내 그룹장

- 오픈서베이 데이터비즈니스
현시내 그룹장

Chapter.02

다변화되는 리서치 방식,
이제 제대로 된 체계가 필요합니다

다변화되는 리서치 방식,
이제 제대로 된 체계가 필요합니다

리서치가 모두의 일이 될 때, 더욱 전략적이고 통합적인 리서치 시스템이 필요합니다. 이는 단순한 실행 방식의 전환이 아닌 조직 역량의 전면적인 재편을 의미합니다. 각자 다른 방식과 다른 기준으로 이루어지는 리서치는 결국 이벤트로 끝이 나고 맙니다. 


기업 내 리서치 역량을 제대로 내재화하기 위해 리서처와 리서치 조직은 단순한 실행 부서를 넘어 조직 전체의 리서치 품질을 설계하고 이끄는 ‘구심점’이 되어야 합니다. 필요할 때마다 일회성 리서치 프로젝트를 요청하는 창구가 아니라, 조직의 데이터 자산을 구축하고 고객/사용자 중심으로 사고하는 문화를 만드는 출발점으로 자리매김해야 합니다.

리서치가 모두의 일이 될 때, 더욱 전략적이고 통합적인 리서치 시스템이 필요합니다. 이는 단순한 실행 방식의 전환이 아닌 조직 역량의 전면적인 재편을 의미합니다. 각자 다른 방식과 다른 기준으로 이루어지는 리서치는 결국 이벤트로 끝이 나고 맙니다. 

기업 내 리서치 역량을 제대로 내재화하기 위해 리서처와 리서치 조직은 단순한 실행 부서를 넘어 조직 전체의 리서치 품질을 설계하고 이끄는 ‘구심점’이 되어야 합니다. 필요할 때마다 일회성 리서치 프로젝트를 요청하는 창구가 아니라, 조직의 데이터 자산을 구축하고 고객/사용자 중심으로 사고하는 문화를 만드는 출발점으로 자리매김해야 합니다.

리서치 내재화는 이미 현상입니다

이제는 리서치를 조직 내부에서 직접 수행하는 방식이 점점 더 보편화되고 있습니다. 59.6%가 전 과정을 내부에서 수행한다고 답했으며, 이는 현재 가장 일반적인 리서치 운영 방식입니다. 

물론 프로젝트에 따라 외부 기관의 도움을 일부 받는 경우도 적지 않습니다(53.7%). 외부 리소스를 필요할 때 유연하게 활용하면서도, 리서치의 중심은 내부에 두는 하이브리드 운영이 자리 잡고 있습니다. 특히 규모가 큰 기업일수록 외부 리소스를 더 다양하고 유연하게 활용하는 경향이 나타납니다.

Q. 근무하시는 회사에서는 리서치를 어떤 방식으로 주로 수행하고 있나요?

[Base: 리서처와 PwDRs, N=473, 순위형 응답(1~3순위)]

그러나 조직 운영은 글로벌 수준에 이르지 못합니다

글로벌에서는 회사 내 리서치를 총괄하는 부서를 두거나 하이브리드 방식으로 일하는 곳이 57%에 달하나 한국은 29%에 그칩니다. 반면, 리서처가 따로 있지 않고 필요에 따라 리서치를 하는 기업은 50% 가까이 됩니다.

모든 회사에 크고 조직화 된 리서치 팀이 필요하다는 것은 아닙니다. 그러나 기업 내 리서치에 참여하는 인원이 늘어나는 과정에서 ‘리서치의 구심점’이 있어야 운영 방식이나 데이터 관리 등이 부서나 직무 별로 단절되지 않을 수 있습니다. 이는 통합 리서치 부서가 있는 조직과 그렇지 않은 경우를 나눠봤을 때 확연히 드러납니다.

Q. 근무하시는 기업 내 리서치 담당 조직은 어떻게 구성되어 있나요?

글로벌 출처: Userinterview SOUR 2024 [Base: N=759]
한국 [Base: 리서처와 PwDRs, N=473, 단일 응답]

이제 리서치는 일회성 이벤트를 넘어 조직의 문화가 되어야 합니다

리서치를 총괄하는 부서가 있을 때 정기적으로 리서치를 수행하는 빈도가 높습니다. 반면, 리서치 총괄 부서 없이 리서처만 있거나 사내 리서처가 없는 경우는 정기적으로 리서치를 수행하는 경우가 적습니다. 

간헐적인 리서치는 빠른 의사결정의 기반이 되며 이 경험이 쌓이면 향후 정기 리서치 체계로 발전할 수 있습니다. 그러나 계획되지 않은 설계구조 등으로 결과의 축적과 비교 분석이 어렵다는 한계를 가질 수 있습니다.

리서치를 총괄하는 부서가 있을 때 정기적으로 리서치를 수행하는 빈도가 높습니다. 반면, 리서치 총괄 부서 없이 리서처만 있거나 사내 리서처가 없는 경우는 정기적으로 리서치를 수행하는 경우가 적습니다. 

간헐적인 리서치는 빠른 의사결정의 기반이 되며 이 경험이 쌓이면 향후 정기 리서치 체계로 발전할 수 있습니다. 그러나 계획되지 않은 설계구조 등으로 결과의 축적과 비교 분석이 어렵다는 한계를 가질 수 있습니다.

Q. 리서치를 어떤 빈도로 수행하고 계신가요?

[Base: 리서처와 PwDRs, N=473, 단일 응답]

데이터 자산을 구축하는 것까지 리서처의 역할에 포함됩니다

리서치 결과는 회사의 데이터 자산으로 관리되어야 합니다. 그러나 아직은 많은 조직이 프로젝트 담당자 레벨에서 결과물을 관리하고 있습니다. 시간과 비용을 들인 결과물이 일회성으로만 활용되거나 담당자의 변경과 함께 사라지는건 아닌지 점검이 필요합니다. 

리서치 결과물은 사내 리서치 총괄 부서가 있을 때 더욱 조직적으로 관리됩니다. 사내 지식 관리 시스템에 축적되거나 리서치 툴/플랫폼에 모아서 관리되는 경우가 상대적으로 더 많습니다. 반면, 리서처가 없는 곳은 리서치 결과를 특별히 모으거나 관리하지 않기도 합니다.

Q. 근무하시는 기업 내에서 리서치 결과는 어떻게 축적, 관리하고 계신가요?

[Base: 리서처와 PwDRs, N=473, 중복 응답]

데이터는 조직 전체가 공유하고 활용할 수 있는 자산이 되어야 합니다. 소수의 암묵적인 판단과 맥락을 구조화된 지식으로 바꾸면 다른 팀의 결정에도 다시 연결될 수 있습니다.

- 오픈서베이 박희원 프로덕트 디렉터

Chapter.03

리서치 오퍼레이션,
첨단 기술의 발전과 함께 좋아집니다

리서치 프로세스를 최적화하는 리서치 오퍼레이션은 데이터 품질과 리서치의 지속 가능성을 좌우하는 리서치 핵심 운영 체계입니다. 업무 효율성을 높이고, 더 나은 데이터를 얻고, 리서치에 참여하는 고객과의 관계를 브랜드 경험으로 끌어올릴 수 있습니다. 탄탄한 오퍼레이션 없는 리서치는 바닷가 지어진 성과 같습니다. 시스템이 아닌 개인의 역량에만 의존하게 될 때, 힘들게 쌓아 올린 프로세스는 어느 볕 좋은 날 순식간에 허물어질 것입니다.


내부 리서치 수요가 늘어날수록 더 많은 가능성이 있는 영역이기도 합니다. AI와 같은 첨단 기술은 리서치 오퍼레이션의 한계를 넓혀줄 것입니다. 플랫폼의 도입은 운영을 자동화하거나 데이터 축적을 넘어 리서치 지식과 경험까지 함께 관리할 수 있는 시스템을 내재화할 수도 있습니다.

리서치 프로세스를 최적화하는 리서치 오퍼레이션은 데이터 품질과 리서치의 지속 가능성을 좌우하는 리서치 핵심 운영 체계입니다. 업무 효율성을 높이고, 더 나은 데이터를 얻고, 리서치에 참여하는 고객과의 관계를 브랜드 경험으로 끌어올릴 수 있습니다. 탄탄한 오퍼레이션 없는 리서치는 바닷가 지어진 성과 같습니다. 시스템이 아닌 개인의 역량에만 의존하게 될 때, 힘들게 쌓아 올린 프로세스는 어느 볕 좋은 날 순식간에 허물어질 것입니다.

내부 리서치 수요가 늘어날수록 더 많은 가능성이 있는 영역이기도 합니다. AI와 같은 첨단 기술은 리서치 오퍼레이션의 한계를 넓혀줄 것입니다. 플랫폼의 도입은 운영을 자동화하거나 데이터 축적을 넘어 리서치 지식과 경험까지 함께 관리할 수 있는 시스템을 내재화할 수도 있습니다.

더 나아질 가능성이 분명히 있습니다

현재 기업 내부에 리서치 오퍼레이션 담당자나 부서를 둔 기업은 15.4%에 불과합니다. 대부분은 리서치 담당자가 직접 해결하거나 외부 기관에 의존하고 있습니다. 

제대로 된 오퍼레이션은 리서처와 PwDRs의 시간을 더 중요한 일에 집중할 수 있게 해 리서치의 효율을 높일 수 있습니다. 운영 방식은 기업 내 리서치 성숙도와 수요에 따라 다르겠지만, 제대로 된 오퍼레이션 없이 반복적으로 불필요한 리소스를 소모하고 있는 건 아닌지에 대한 논의와 점검이 필요합니다.

현재 기업 내부에 리서치 오퍼레이션 담당자나 부서를 둔 기업은 15.4%에 불과합니다. 대부분은 리서치 담당자가 직접 해결하거나 외부 기관에 의존하고 있습니다. 

제대로 된 오퍼레이션은 리서처와 PwDRs의 시간을 더 중요한 일에 집중할 수 있게 해 리서치의 효율을 높일 수 있습니다. 운영 방식은 기업 내 리서치 성숙도와 수요에 따라 다르겠지만, 제대로 된 오퍼레이션 없이 반복적으로 불필요한 리소스를 소모하고 있는 건 아닌지에 대한 논의와 점검이 필요합니다.

Q. 근무하시는 회사에서는 리서치 오퍼레이션을 어떻게 하고 계신가요?

[Base: 리서처와 PwDRs, N=473, 단일 응답]

퀄리티와 속도 모두 중요합니다. 이를 위해서는 노하우를 시스템화하는 프로세스가 갖춰져 있어야 합니다.

- 넥슨 프로젝트리서치팀 성병관 팀장

리서치 역시 브랜드 경험의 일부입니다

여전히 외부 리서치 패널을 적지 않게 이용하고 있지만, 정량과 정성을 가리지 않고 응답자의 다수는 자사 브랜드의 고객입니다. 내부 고객·사용자 데이터베이스에서 응답자를 찾는 경우가 가장 많고(정량·정성리서치 각각 55.4%, 50.8%), 자사의 온·오프라인 접점에서 구하는 경우도 적지 않습니다.

리서치 오퍼레이션은 우리 고객과 사용자가 리서치의 대상이 될 때 더욱 중요합니다. 리서치에 참여하는 과정 역시 브랜드 경험의 일부가 될 수 있다는 것을 기억해야 합니다.

여전히 외부 리서치 패널을 적지 않게 이용하고 있지만, 정량과 정성을 가리지 않고 응답자의 다수는 자사 브랜드의 고객입니다. 내부 고객·사용자 데이터베이스에서 응답자를 찾는 경우가 가장 많고(정량·정성리서치 각각 55.4%, 50.8%), 자사의 온·오프라인 접점에서 구하는 경우도 적지 않습니다.

리서치 오퍼레이션은 우리 고객과 사용자가 리서치의 대상이 될 때 더욱 중요합니다. 리서치에 참여하는 과정 역시 브랜드 경험의 일부가 될 수 있다는 것을 기억해야 합니다.

정량 리서치 응답자 모집 방법

[Base: 정량 리서치를 수행하는 응답자, N=428, 중복 응답]

정성 리서치 응답자 모집 방법

[Base: 정성 리서치를 수행하는 응답자, N=382, 중복 응답]

리서치 역시 브랜드 접점입니다. 리서치 과정에서 타겟의 선정부터 UX라이팅까지 일관된 브랜드 경험을 전달할 수 있어야 합니다.

- 카카오페이 사용자조사팀 김희정 팀장

정량조사, 플랫폼 도입 시 전문성을 함께 점검하세요

중요도와 소요 시간이 늘 비례하는 것은 아닙니다. 정량 리서치의 수행 과정에서 가장 중요하게 여겨지는 것은 문제 정의이지만 기대보다 많은 시간을 사용하지 못합니다. 반면, 설문지 작성이나 데이터의 수집과 정제, 결과 분석은 중요도에 비해 많은 시간을 씁니다. 

데이터스페이스와 같이 리서치 오퍼레이션을 돕는 플랫폼을 도입한다면 이 과정을 효율화할 수 있습니다. 미리 만들어진 공통 설문지를 활용하거나 참고할 수 있고, 알고리즘의 도움을 받아 데이터를 빠르게 정제하는 등 덜 중요하지만 소홀히 할 수 없는 일을 기술로 효율화할 수 있습니다. 다만, 해당 플랫폼이 단순히 설문을 만들고 발송하는 보내는 역할 만을 하는지, 리서치와 오퍼레이션 전문성을 고려하여 설계되었는지에 대한 세심한 점검은 꼭 필요합니다.

중요도와 소요 시간이 늘 비례하는 것은 아닙니다. 오퍼레이션을 통해 덜 중요하게 여기는 부분에 들어가는 시간을 줄일 수 있습니다. 

정량 리서치의 수행 과정에서 가장 중요하게 여겨지는 것은 문제 정의이지만 기대보다 많은 시간을 사용하지 못합니다. 반면, 설문지 작성이나 데이터의 수집과 정제, 결과 분석은 중요도에 비해 많은 시간을 씁니다. 

이는 Dataspace 같은 리서치 오퍼레이션을 돕는 플랫폼의 도입으로 많은 부분을 해결할 수 있습니다. 미리 만들어진 공통 설문지를 활용하거나 참고할 수 있고, 알고리즘의 도움을 받아 데이터를 빠르게 정제하는 것이 가능합니다. AI로 전문가 레벨의 결과 분석을 하는 것도 가능해 집니다.

정량 리서치를 수행하는 과정에서 가장 중요하다고 생각하는 단계와 가장 시간을 많이 쓰는 단계

[Base: 정량 리서치를 진행하는 응답자, N=428, 순위형 응답(1순위)]

[Base: 정량 리서치를 진행하는 응답자,
N=428, 순위형 응답(1순위)]

정성조사, 시간을 쓰는 방식을 재정비해야 합니다

정성 리서치 역시 중요도와 소요 시간의 불균형이 있습니다. 참여자 리쿠르팅, 인터뷰 운영, 녹취 정리 등에 기대보다 많은 시간을 소모하며, 이는 리서치 결과물의 품질 저하로 이어질 수 있습니다. 

오퍼레이션 자동화와 AI 활용은 리서처가 더 중요한 일에 시간을 쓸 수 있도록 해줄 것입니다. 특히 LLM의 발전은 정성조사의 속도와 규모를 혁신적으로 높이고 인사이트 도출 범위를 확장하고 있으며, 이를 기능화한 정성 리서치 도구도 빠르게 발전 중입니다. 그러나 활용 폭이 넓어진 만큼 해석 오류나 편향, 개인정보 보호 등의 위험도 함께 따릅니다. 새로운 기술을 어떤 단계에서 어떻게 도입할지를 결정하는 것 또한 리서처와 리서치 오퍼레이터의 역할입니다.

정성 리서치 역시 중요도와 소요 시간의 불균형이 있습니다. 참여자 리쿠르팅, 인터뷰 운영, 녹취 정리 등에 기대보다 많은 시간을 소모하며, 이는 리서치 결과물의 품질 저하로 이어질 수 있습니다. 

오퍼레이션 자동화와 AI 활용은 리서처가 더 중요한 일에 시간을 쓸 수 있도록 해줄 것입니다. 특히 LLM의 발전은 정성조사의 속도와 규모를 혁신적으로 높이고 인사이트 도출 범위를 확장하고 있으며, 이를 기능화한 정성 리서치 도구도 빠르게 발전 중입니다. 그러나 활용 폭이 넓어진 만큼 해석 오류나 편향, 개인정보 보호 등의 위험도 함께 따릅니다. 새로운 기술을 어떤 단계에서 어떻게 도입할지를 결정하는 것 또한 리서처와 리서치 오퍼레이터의 역할입니다.

정성 리서치를 수행하는 과정에서 가장 중요하다고 생각하는 단계와 가장 시간을 많이 쓰는 단계

[Base: 정성 리서치를 진행하는 응답자, N=382, 순위형 응답(1순위)]

[Base: 정성 리서치를 진행하는 응답자,
N=382, 순위형 응답(1순위)]

Chapter.04

AI의 발전,
도구를 넘어 전략적 팀원으로

변화는 이미 시작되었습니다. 아직 활용 경험은 제한적이지만, 많은 실무자들이 설문 설계, 결과 요약, 인사이트 도출 등 리서치의 핵심 과정에서 AI의 가능성에 주목하고 있습니다. 이제 AI를 단순한 보조 도구가 아니라, 함께 일하는 전략적 팀원으로 바라봐야 할 시점입니다. 


모든 기술 도입이 그렇듯, AI 역시 리서치 축소나 신뢰도 저하, 개인정보 보호에 대한 우려를 동반합니다. 반면, 과도한 기대는 충분한 이해 없이 도입을 서두르게 하거나, 형식적인 활용에 머물게 할 위험도 존재합니다. 


가능성과 우려 사이에서 지금 필요한 것은 실행과 책임입니다. 조직은 AI를 어디에, 어떻게 활용할 것인지에 대한 명확한 기준과 신뢰 기반의 체계를 갖춰야 하며, 리서처와 PwDRs는 AI를 위협이 아닌 리서치의 속도와 깊이를 끌어올릴 파트너로 받아들여야 합니다. AI를 리서치의 일상으로 끌어들이는 조직이 다음 시대의 리서치를 이끌 수 있습니다.

변화는 이미 시작되었습니다. 아직 활용 경험은 제한적이지만, 많은 실무자들이 설문 설계, 결과 요약, 인사이트 도출 등 리서치의 핵심 과정에서 AI의 가능성에 주목하고 있습니다. 이제 AI를 단순한 보조 도구가 아니라, 함께 일하는 전략적 팀원으로 바라봐야 할 시점입니다. 

모든 기술 도입이 그렇듯, AI 역시 리서치 축소나 신뢰도 저하, 개인정보 보호에 대한 우려를 동반합니다. 반면, 과도한 기대는 충분한 이해 없이 도입을 서두르게 하거나, 형식적인 활용에 머물게 할 위험도 존재합니다. 

가능성과 우려 사이에서 지금 필요한 것은 실행과 책임입니다. 조직은 AI를 어디에, 어떻게 활용할 것인지에 대한 명확한 기준과 신뢰 기반의 체계를 갖춰야 하며, 리서처와 PwDRs는 AI를 위협이 아닌 리서치의 속도와 깊이를 끌어올릴 파트너로 받아들여야 합니다. AI를 리서치의 일상으로 끌어들이는 조직이 다음 시대의 리서치를 이끌 수 있습니다.

리서치에 AI를 도입한다면 지금이 적기입니다

AI를 리서치에 활용해 본 경험은 아직은 제한적입니다. 현재 활용하고 있는 이들은 28.3%에 불과하지만 59.6%가 시도해 보길 원합니다. 글로벌에서는 리서치 과정에 AI를 사용하는 이가 1년 사이 36.7%p 증가했고(Userinterview SOUR 2023: 19.7%, 2024: 56.4%) 한국 역시 그 변화의 폭이 가파를 것입니다. 작은 자동화부터 시작해도 괜찮습니다. 지금 실행하는 조직이 내일의 리서치 경쟁력을 가져갑니다.

AI를 리서치에 활용해 본 경험은 아직은 제한적입니다. 현재 활용하고 있는 이들은 28.3%에 불과하지만 59.6%가 시도해 보길 원합니다. 글로벌에서는 리서치 과정에 AI를 사용하는 이가 1년 사이 36.7%p 증가했고(Userinterview SOUR 2023: 19.7%, 2024: 56.4%) 한국 역시 그 변화의 폭이 가파를 것입니다. 작은 자동화부터 시작해도 괜찮습니다. 지금 실행하는 조직이 내일의 리서치 경쟁력을 가져갑니다.

Q. 리서치에 AI를 활용하고 계신가요?

[Base: 리서처와 PwDRs, N=473, 단일 응답]

검색 도구를 넘어 리서치 파트너가 될 수 있습니다

AI는 리서치의 다양한 단계에 활용되고 있습니다. 참고 자료 검색에 가장 많이 활용되지만 질문지를 작성하거나 인사이트를 도출하는 핵심 단계에 활용하는 경우도 적지 않습니다. 현재 AI를 활용 중인 응답자들은 평균 4.1개의 단계에 활용하고 있고 앞으로는 5.4개 단계에 도움이 될 것을 기대하고 있습니다. 특히 결과 요약, 인사이트 도출, 데이터 정제 등 핵심 과정에 대한 기대가 높습니다.

AI는 리서치의 다양한 단계에 활용되고 있습니다. 참고 자료 검색에 가장 많이 활용되지만 질문지를 작성하거나 인사이트를 도출하는 핵심 단계에 활용하는 경우도 적지 않습니다. 현재 AI를 활용 중인 응답자들은 평균 4.1개의 단계에 활용하고 있고 앞으로는 5.4개 단계에 도움이 될 것을 기대하고 있습니다. 특히 결과 요약, 인사이트 도출, 데이터 정제 등 핵심 과정에 대한 기대가 높습니다.

Q. 현재 리서치에 AI를 활용하고 있는 목적과 앞으로 AI 활용이 기대되는 리서치 단계

[Base: 현재 리서치에 AI를 활용하는 응답자, N=134, 중복 응답]
[Base: 리서치에 AI를 활용하고 있거나 활용할 계획인 응답자, N=416, 중복 응답]

[Base: 현재 리서치에 AI를 활용하는 응답자, N=134, 복수 응답]
[Base: 리서치에 AI를 활용하고 있거나 활용할 계획인 응답자,
N=416, 복수 응답]

간단한 설문이나 사용성 검증은 AI를 통해 할 수 있을거예요, 그렇지만 리서치에 단순한 상황이나 업무만 존재하는 것은 아닙니다. 복잡한 맥락의 이해, 이해관계자와의 조율, 이를 제품 개선으로 연결하는 것까지가 리서처의 본질적인 역할입니다.

- 토스 User Research팀 정명화 팀장

AI의 활용은 책임과 균형에 대한 고민이 필요합니다

기대와 함께, 리서치 축소나 신뢰도 저하, 개인정보 보호 등의 우려도 분명히 존재합니다. 기술은 빠르게 진화하지만, 이를 뒷받침할 제도와 윤리 기준은 아직 충분치 않습니다. 이런 우려는 AI 리서치에 대한 높은 관심의 반증이기도 합니다. 

이제는 조직 차원에서는 AI를 리서치 역량을 재정의하는 전략적 결정으로 바라보고 어디에, 어떻게 활용할 것인지에 대한 명확한 기준과 체계를 가져야 합니다. 더불어 AI를 안전하게 활용할 수 있는 윤리적 가이드라인과 개인정보 정책을 정비하여 리서치 참여자들이 안심하고 실험할 수 있는 환경을 마련해야 합니다.

Q. AI의 발전이 어떤 측면에서 리서치에 부정적으로 작용할 것으로 예상하시나요?

“ 대체되거나 축소될 것 같아요 ”

리서치 대중화는 양날의 검입니다. 도메인 지식이나 비즈니스 이슈와 밀착한 설계를 AI 대체하기 쉽지 않지만, 일부 과정을 대체하는 걸로도 리서치를 아무나 할 수 있는 일이라 여길 수 있을 것 같아요. 

- FMCG 리서처

리서치 일부는 AI가 대체하게 되며 수요가 줄어들 것 같습니다. 리서치가 필요한가 라는 생각을 하는 요즘입니다.

- F&B 리서처

AI 발전은 모든 직업의 영역을 축소하고 있습니다. 리서처에게도 역시 오래 걸리는 일들을 단기간에 해낼 수 있는 AI의 역량이 부정적으로 작용하지 않을까요?

- 제조업 디자인

“ 신뢰도와 정확도가 하락할 것 같아요 ”

아직 불완전한 AI에게 리서치룰 맡기면 데이터 정확도가 떨어질 수 있습니다. 리서치에 대한 전반적인 신뢰가 떨어질까 염려됩니다. 

- F&B 마케터

어뷰징이 늘어나면 데이터의 신뢰도가 하락할 수 있지 않을까요?

- IT 전략

부정확한 정보가 더 양산되고 있는 것 같아서 도입에 주의가 필요합니다. 하지만 먼 미래라면 기술의 발전으로 괜찮을 것 같기도 합니다.

- 금융 리서처

속도와 깊이를 동시에 잡는 파트너를 만드세요

우려가 존재하는 만큼, 기대도 분명합니다. 응답자들은 AI가 반복적인 작업을 자동화해 리서치의 속도와 효율을 높이고, 설문 설계, 정성 코멘트 분석, 문헌 요약 등에서 리서처의 실질적인 부담을 줄여줄 것이라 기대하고 있습니다. 특히. 자원이 제한된 조직에서는 조사 설계부터 인사이트 도출까지 AI를 통해 전 과정을 빠르게 준비할 수 있는 가능성에 주목하기도 합니다.  

이제 조직은 AI를 단순한 도구가 아닌, 속도와 깊이를 함께 끌어올릴 전략적 팀원으로 맞이할 준비를 해야 합니다. 활용의 범위를 넓히고, 책임 있는 적용 기준을 함께 마련한다면, AI는 리서치 실무를 혁신하고 경쟁력을 높이는 든든한 파트너가 될 것입니다.

우려가 존재하는 만큼, 기대도 분명합니다. 응답자들은 AI가 반복적인 작업을 자동화해 리서치의 속도와 효율을 높이고, 설문 설계, 정성 코멘트 분석, 문헌 요약 등에서 리서처의 실질적인 부담을 줄여줄 것이라 기대하고 있습니다. 특히. 자원이 제한된 조직에서는 조사 설계부터 인사이트 도출까지 AI를 통해 전 과정을 빠르게 준비할 수 있는 가능성에 주목하기도 합니다.  

이제 조직은 AI를 단순한 도구가 아닌, 속도와 깊이를 함께 끌어올릴 전략적 팀원으로 맞이할 준비를 해야 합니다. 활용의 범위를 넓히고, 책임 있는 적용 기준을 함께 마련한다면, AI는 리서치 실무를 혁신하고 경쟁력을 높이는 든든한 파트너가 될 것입니다.

Q. AI의 발전이 어떤 측면에서 리서치에 긍정적으로 작용할 것으로 예상하시나요?

“ 속도와 시간을 절감할 수 있습니다 ”

대량의 데이터 빠르게 분석하여 속도와 정확성을 높일 수 있을 것 같아요. 또, 반복적인 작업은 자동화를 해 리서처가 더 창의적이고 고차원적인 문제에 집중할 수 있게 되길 기대합니다.

- 유통사 데이터 분석가

방법론 선택이나 설계 단계에서 많은 이론적 내용을 참고할 수 있을 것 같습니다. 분석에서는 시간이 오래 걸리는 데이터 처리나 취합 작업 등의 시간을 크게 단축하리라 생각해요.

- F&B 리서처

“ 인사이트 도출에 도움을 받을 수 있어요 ”

AI의 발전은 연구 방식 자체를 근본적으로 바꿔놓을 수 있는 가능성을 가지고 있어요. 예를 들어, 엄청난 양의 데이터를 빠르게 분석하고 그 안에서 의미 있는 패턴을 찾아줌으로써, 연구자들이 이전에는 미처 생각하지 못했던 인사이트를 얻게 도와줍니다. 또 최근에는 AI가 문헌을 요약하거나 가설을 제안하는 데까지 활용되면서, 연구 초기 단계의 시간과 노력을 크게 줄여주고 있죠. 이런 변화들은 결국 연구의 질과 속도를 모두 끌어올리는 데 큰 역할을 할 것으로 기대됩니다.

- IT 데이터분석가

작은 회사의 경우 리서치에 들어가는 리소스가 제한적입니다. AI의 도움을 받으면 다양한 방법론과 설문설계에 대한 아이디어를 빠르게 얻을 수 있어요. 또한, AI가 지금보다 더 발전한다면 데이터 분석과 결과 도출, 그리고 액션에 대한 제안까지 해줄 것으로 기대합니다.

- 유통 마케터

“ 리서치 과정을 효율화할거예요 ”

리서치 준비부터 결과 도출까지 전반적인 부분에서 일의 효율성을 높여주는 역할을 할 것 같습니다. 앞으로는 누구에게 어떤 목적으로 리서치를 하고 싶은지 제시하면 AI가 설문 설계부터 결과 분석까지 전 과정을 도와주는 세상이 열릴 거예요. 

- F&B 마케터

응답자 리쿠르팅과 응답을 제외한 모든 영역에서 효율화가 가능하지 않을까요?

- FMCG 리서처

AI로 퍼소나를 만들어 리서치한 사례를 보았는데 아주 예상외로 수준이 높았습니다. 많은 참여자를 모으기 힘든 작은 기업도 리서치가 가능할거예요.

- IT 디자이너

Chapter.05

이미 시작된 전환,
리서치의 새로운 미래를 설계할 때입니다

기술의 발전과 환경의 변화는 리서치의 지형을 바꾸고 있습니다. AI의 대중화는 제품을 만드는 속도를 높이고 리소스를 감소시킵니다. 그렇기 때문에 고객과 사용자를 이해하고 더 나은 경험을 제공하는 것이 기업의 경쟁력이 될 것입니다. 또한, 데이터의 풍요 속에서 제대로 된 의사결정을 내리기 위해서 양질의 데이터를 구분하는 일이 무엇보다 중요해집니다. 


이 전환의 끝이 어떤 모습일지 단언할 수 없지만 리서처는 스스로를 이 변화를 이끌어갈 주체이자 안내자로 정의할 수 있어야 합니다. 동시에 새로운 세계를 함께 만들어갈 더 ‘넓은’ 동료들이 있다는 걸 기억해야 합니다.

기술의 발전과 환경의 변화는 리서치의 지형을 바꾸고 있습니다. AI의 대중화는 제품을 만드는 속도를 높이고 리소스를 감소시킵니다. 그렇기 때문에 고객과 사용자를 이해하고 더 나은 경험을 제공하는 것이 기업의 경쟁력이 될 것입니다. 또한, 데이터의 풍요 속에서 제대로 된 의사결정을 내리기 위해서 양질의 데이터를 구분하는 일이 무엇보다 중요해집니다. 

이 전환의 끝이 어떤 모습일지 단언할 수 없지만 리서처는 스스로를 이 변화를 이끌어갈 주체이자 안내자로 정의할 수 있어야 합니다. 동시에 새로운 세계를 함께 만들어갈 더 ‘넓은’ 동료들이 있다는 걸 기억해야 합니다.

리서치의 미래, PwDRs이 더 밝게 전망합니다

어쩌면 리서치의 한계를 만드는건 오랫동안 이 일을 해온 사람들일지 모릅니다.

Q. 산업 전반에서 리서치의 미래에 대해 어떻게 생각하고 계신가요?

Base: 리서처와 PwDRs, N=473, 평가형 응답(5점)

기술의 진화는 더 넓은 참여와 가능성을 만듭니다

AI와 리서치 플랫폼의 발전에 대해 실무자들은 긍정적인 기대를 보이고 있습니다. AI에 대해서는 전체 응답자의 79.5%가, 플랫폼과 분석 툴에 대해서는 무려 88.4%가 리서치의 미래에 긍정적 영향을 미칠 것으로 예상합니다. 특히, AI에 대해 PwDRs들은 리서처보다 더 높은 기대를 보이고 있습니다.

AI와 리서치 플랫폼의 발전에 대해 실무자들은 긍정적인 기대를 보이고 있습니다. AI에 대해서는 전체 응답자의 79.5%가, 플랫폼과 분석 툴에 대해서는 무려 88.4%가 리서치의 미래에 긍정적 영향을 미칠 것으로 예상합니다. 특히, AI에 대해 PwDRs들은 리서처보다 더 높은 기대를 보이고 있습니다.

Q. 다음 각각의 트렌드가 리서치에 어떤 영향을 미칠 것으로 예상하시나요?

AI의 발전

[Base: 리서처, N=114, 평가형 응답(5점)]
[Base: PwDRs, N=359, 평가형 응답(5점)]

리서치 플랫폼, 분석 툴의 발전

[Base: 리서처, N=114, 평가형 응답(5점)]
[Base: PwDRs, N=359, 평가형 응답(5점)]

오픈서베이 20~30년 경력 전문가의 도메인 지식을 학습한 AI를 상상해 보세요. 데이터의 활용 방안까지 제안해 리서치의 영역을 확장할 것입니다

-오픈서베이 황희영 대표

복잡해지는 시장에서 리서치의 역할은 더욱 명확해질 것입니다

불확실한 경영 환경과 소비자 니즈의 다변화 속에서 리서치에게는 더 중요한 역할이 부여될 것입니다. ‘불확실성 증가’에 대해 긍정적 영향을 예상한 비율은 52.2%로 절반을 넘었고, PwDRs는 리서처보다 상대적으로 더 큰 기대를 보였습니다. 소비자 니즈의 다변화가 리서치에 미치는 영향에 대한 긍정 응답은 81.2%에 달해, 빠르게 변화하는 시장을 읽는 도구로서 리서치의 필요성이 더욱 강하게 인식되고 있음을 보여줍니다.

Q. 다음 각각의 트렌드가 리서치에 어떤 영향을 미칠 것으로 예상하시나요?

경영 환경의 불확실성 증가

[Base: 리서처, N=114, 평가형 응답(5점)]
[Base: PwDRs, N=359, 평가형 응답(5점)]

소비자 취향과 니즈 다변화

[Base: 리서처, N=114, 평가형 응답(5점)]
[Base: PwDRs, N=359, 평가형 응답(5점)]

데이터가 풍부해질때, 더 정교한 리서치가 필요합니다

기업이 보유하는 데이터가 빠르게 증가하는 것 역시 새로운 기회입니다. 전체 응답자의 75.3%가 긍정적인 영향을 예상했으며, 특히 PwDRs 그룹은 평균 4.08점으로 높은 기대치를 보였습니다. 자신이 다루는 데이터를 리서치 결과와 결합해 활용할 수 있는 가능성에 주목하고 있음을 추측할 수 있습니다. 반면, 개인정보 보호 정책의 강화에 대해서는 의견이 크게 엇갈렸습니다. 전체 평균은 3.14점으로 중립에 가까우며, 리서처 그룹에서는 18.4%만이 긍정적으로 평가해 활용의 제약을 우려하는 목소리도 뚜렷하게 나타났습니다. 

리서치는 확장되는 데이터와 강화되는 규제 사이에서 정교한 균형이 필요합니다. 조직은 데이터가 주는 기회를 인식하는 동시에, 신뢰와 책임을 기반으로 한 활용 전략을 함께 설계해야 합니다.

Q. 다음 각각의 트렌드가 리서치에 어떤 영향을 미칠 것으로 예상하시나요?

기업이 측정하고 보유하는 데이터 증가

[Base: 리서처, N=114, 평가형 응답(5점)]
[Base: PwDRs, N=359, 평가형 응답(5점)]

개인정보보호 정책 강화

[Base: 리서처, N=114, 평가형 응답(5점)]
[Base: PwDRs, N=359, 평가형 응답(5점)]

Outro

기술로 인해 일의 모습이 바뀌어 갈 때, 우리는 두려움과 기회를 함께 봅니다.

확실한 것은 데이터는 무엇이든 될 수 있고 리서치는 한계가 없습니다.

소비자와 고객을 진정으로 이해하는 힘은 여전히 큰 경쟁력이 됩니다.


첨단기술이 가져올 변화가 데이터로 일하는 사람들에게 혜택이 되고 우리의 일이 의사결정의 중심에 더 가까워지도록, 이미 시작된 Research Transformation의 여정을 오픈서베이 팀과 데이터스페이스가 함께 합니다.


아래의 실천 가이드에는 리서처와 데이터로 일하는 모든 사람들(PwDR, People who do research)이 전환을 완수하기 위한 과제와 방향이 포함되어 있습니다. 리서치 전환을 위한 실천 가이드, 지금 다운로드 받아보세요.  더 나은 데이터를 얻고 데이터로 일하는 역량을 조직의 DNA로 이식할 수 있는 조언을 제공합니다.

기술로 인해 일의 모습이 바뀌어 갈 때, 우리는 두려움과 기회를 함께 봅니다. 확실한 것은 데이터는 무엇이든 될 수 있고 리서치는 한계가 없습니다. 소비자와 고객을 진정으로 이해하는 힘은 새로운 경쟁력이 됩니다.

첨단기술이 가져올 변화가 데이터로 일하는 사람들에게 혜택이 되고 우리의 일이 의사결정의 중심에 더 가까워지도록, 이미 시작된 Research Transformation의 여정을 오픈서베이 팀과 데이터스페이스가 함께 합니다.

아래의 실천 가이드는 리서처 뿐 아니라 데이터로 일하는 모든 사람들(PwDR, People who do research)에게 도움이 될 내용이 포함되어 있습니다. 리서치 전환을 위한 실천 가이드, 지금 다운로드 받아보세요.  더 나은 데이터를 얻고 데이터로 일하는 역량을 조직의 DNA로 이식할 수 있는 조언을 제공합니다.

총 473명의 리서처와 PwDRs이 함께 만들었습니다

총 473명의 리서처와 PwDRs이

함께 만들었습니다

산업군

[Base: 리서처와 PwDRs, N=473]

직무

[Base: 리서처와 PwDRs, N=473]

본 페이지의 모든 콘텐츠는 오픈서베이의 자산이며, 무단 배포 및 복제를 금합니다.
기타 문의 사항은 hello@opensurvey.io로 연락해 주세요.

본 페이지의 모든 콘텐츠는 오픈서베이의 자산이며,

무단 배포 및 복제를 금합니다.
기타 문의 사항은 hello@opensurvey.io로 연락해 주세요.

Copyright ©Opensurvey Inc

Copyright ©Opensurvey Inc

Create a free website with Framer, the website builder loved by startups, designers and agencies.