AX Workshop 2-1. 정보 수집 : 나만의 리서치팀 만들기
일주일 만에 다시 마주한 AX 팀의 얼굴에는 새로운 기대감이 엿보였습니다. 5W1H 프레임워크라는 무기 덕분에 AI와 좀 더 친해진 것 같다는 피드백도 있었죠.
좋습니다. 그렇다면 보고서 작성의 첫 단계인 ‘리서치’ 과정으로 넘어가 보죠. 여러분은 자료 수집을 하는 단계에서는 어떤 어려움을 겪고 계신가요? 구체적인 사례가 있다면 더 좋겠네요.
이번에는 인사팀의 안 대리가 기다렸다는 손을 들었습니다.
요즘 MZ 세대들의 퇴사율이 높아져서 걱정입니다. 팀장님이 이유는 무엇인지와 다른 회사들은 어떤 대책들을 마련하고 있는지를 조사해 보라고 하시는데, 정보는 엄청나게 많지만 뭘 봐야 할지 감이 안 잡히네요. 보고서 제출은 다가오는데, 종일 자료만 찾아보다가 정작 보고서는 한 줄도 못 쓰고 있습니다.
기획서나 제안서, 그 시작은 언제나 리서치입니다. 이때 대부분의 시간을 정보 '수집'에 투입합니다. 그렇게 모은 정보가 곧 나의 실력이라는 착각에 빠지기도 하죠. 이제 그 낡은 방식을 끝낼 시간입니다.
우리는 흔히 좋은 기획서는 시간을 많이 들여야 한다는 생각에 사로잡혀 있습니다. 좋은 기획서는 '손품'과 '엉덩이 싸움'에서 나온다는 믿음이 있죠. 성실함이라는 함정에 빠져 리서치 시간의 90%를 정보 '수집'에 사용합니다.
하지만 진짜 가치는 수집한 정보 더미 속에서 "그래서 무엇을 해야 하는가(So What)"라는 통찰을 찾아내는 단 10%의 시간에 있죠. '심층 리서치(이하 딥리서치)' 기능은 바로 이 시간의 비중을 역전시키는 가장 강력한 무기입니다. 우리의 역할을 단순 '수집가'에서 핵심을 꿰뚫는 '전략가'로 바꿔주게 되죠.
일반 AI 사용과 딥리서치는 근본적으로 다릅니다. 몇 가지 핵심적인 차이점을 비교해 보죠.
첫째, 일반 최근에는 AI에게 질문을 해도 대략 5~10개 정도의 소스를 확인 후 답변을 합니다. 하지만 딥리서치는 200~250개의 신뢰도 높은 웹사이트, 논문, 기사를 분석하여 답변을 생성합니다. 사람이 직접 하면 며칠 걸릴 일을 단 몇 분만에 해내는 거죠.
둘째, 조사 계획 수립: 프롬프트를 입력하면, 단순하게 키워드 기반으로 찾는 것이 아닙니다. 가장 적절한 조사 방향과 목차를 스스로 설계한 뒤 리서치를 시작합니다. 또 조사를 진행하면서 추가로 확인한 결과를 토대로 다음 계획을 수립하고 실행하죠.
셋째, 투명한 출처 제시: 모든 내용의 근거가 된 원문 소스의 링크를 함께 제공하여, 결과물의 신뢰도를 높이고 추가적인 팩트체크를 용이하게 합니다.
현재 대부분의 LLM 서비스에서 딥리서치 기능을 제공하고 있지만 대표적인 곳은 아무래도 '챗GPT'나 '제미나이'입니다. 다만 무료에서는 챗GPT가 월 10회, 제미나이가 5회로 사용이 제한적인데, 퍼플렉시티를 포함해서 다양한 서비스들을 병행해서 활용한다면, 무료 버전의 사용 횟수 제한을 어느 정도 보완할 수 있습니다.
그럼 딥리서치를 직접 사용해 보죠. 제미나이를 예시로 진행해 보도록 하겠습니다. 먼저 프롬프트 창에서 도구를 선택한 뒤 Deep Research를 클릭합니다.
다음은 프롬프트를 입력할 단계인데요. 지난 시간에 학습했던 5W1H 프레임워크를 사용하면 됩니다. 앞서 안 대리가 질문했던 것처럼 인사팀에서 조사해야 할 ‘MZ세대 퇴사율’ 관련된 리서치를 가정하고 5W1H를 생각해 보죠.
What (과제): MZ세대 직원의 높은 퇴사율 원인과 해결 방안 조사
Who (역할): 최고의 HR 전문가이자 조직문화 컨설턴트
Why (목표): 실질적인 인재 유지 전략 수립
How (방식): 원인 분석 후, 기업들의 성공 사례 제시
When (시기): 최근 3년 트렌드 중심
Where (범위): 국내 F&B 기업 위주, 일본 사례 포함
이 여섯 가지 요소에 마지막으로 원하는 결과 형식(Format)까지 요청을 해주면 됩니다. 여러분도 직접 한번 프롬프트를 작성하고 제미나이에 입력해 보세요. 딥리서치 선택하는 것 잊으시면 안 됩니다.
프롬프트를 입력하면 제미나이가 리서치 계획을 수립하고 다시 승인을 요청합니다. (참고로 챗GPT에서는 사용자의 의도를 파악하기 위한 보충 질문을 합니다) 그대로 '연구 시작'을 클릭하면 제미나이는 몇 분 지나지 않아 아래와 같이 우리가 요청했던 형식대로 완성된 보고서 초안을 만들어 주죠.
여기서 끝이 아닙니다. 상단의 공유 및 내보내기 버튼을 클릭하면 ‘Docs로 내보내기’를 통해 팀원들과 곧바로 공동 편집을 시작할 수도 있고, 왼쪽 하단 프롬프트 창을 통해 제미나에게 수정 및 보완을 요청할 수 있죠.
주목할 만한 것은 ‘만들기’ 기능입니다. 이 기능을 활용하면, 수십 페이지의 리서치 결과를 재가공할 수 있습니다. 예를 들어 인터랙티브 한 웹사이트 형태로 변경을 하거나, 오디오로 내용을 요약해서 들을 수 있죠.
이곳 웹사이트(링크)를 클릭하시면 이렇게 만든 웹사이트를 직접 확인해 볼 수 있습니다. 단, 카카오톡이나 다른 서비스에서 클릭하면 브라우저 환경 상 보이지 않을 수 있으니 크롬에서 열어 보세요.
이번 세션을 시작하며 유난히 걱정스러운 얼굴을 하던 안대리의 얼굴이 다소 밝아진 듯했습니다.
최프로님, 그런데 사람이 앉으면 눕고 싶다고.. 이걸 다 읽고 핵심을 파악하기는 여전히 만만치 않을 것 같은데요. 하지만 일정표를 보니 이 부분은 다음 시간에 해결책을 알려주실 것 같네요
그래서 제 질문은, 지금 분석한 것은 외부에 공개된 자료들 뿐이라서, 제가 다른 회사 인사팀 친구에게 받은 자료나 계열사 자료들처럼 웹사이트에서 검색되지 않는 자료들을 함께 분석할 수 있는 방법은 없을까요?
안대리의 말대로, 검색된 결과만 가지고 결론을 도출한다면 우리 회사만의 노하우를 반영하기 어렵습니다. 이미 알고 있는 것보다 되려 후퇴한, 뻔한 얘기만 반복하는 꼴이 될 수도 있죠. 어쩌면 이것이 직장인들이 AI를 잘 쓰지 않게 되는 핵심적인 이유일 수도 있습니다.
방대한 자료에서 핵심을 빠르게 찾는 문제와 검색되지 않는 내부 자료를 안전하게 분석하는 문제. 이 두 가지 문제를 한 번에 해결해 줄 존재가 있습니다. 다음 세션에는 딥리서치와 환상의 짝꿍을 이를 노트북LM을 소개해 드리겠습니다.
<< 다음 글로 이어집니다 >>