어피니티버블, UX 데이터 분석과 페르소나 생성을 한 번에!

어피니티버블(Affinity Bubble)은 방대한 정성 데이터(Qualitative Data)를 분석하여 사용자 리뷰, VOC, 설문 데이터 등에서 핵심 인사이트(Key Insights)를 도출한다. 특히, 어피니티 다이어그램(Affinity Diagram) 방식을 활용하여 흩어져 있는 텍스트를 의미 단위로 묶어 정리하고, 반복적인 의견(Recurring Opinions)을 시각적으로 파악할 수 있도록 돕는다. 이를 통해 데이터 분석 시간을 단축하고, 사용자 니즈(User Needs)와 페인 포인트(Pain Points)를 빠르게 파악할 수 있다. 어피니티버블은 데이터 분석(Data Analysis)과 의사결정(Decision Making)에 필요한 시간을 줄여주는 실무적인 AI 도구이다.

어피니티버블은 CSV 파일 형식의 데이터만 지원하므로, 외부 도구를 통해 데이터를 추출하고 변환하는 과정이 필요하다. 본문에서는 리스틀리(Listly)를 활용하여 데이터를 수집하는 방법을 소개한다.

이러한 과정을 통해 앱 리뷰 외에도 주관식 설문, VOC 데이터 등 다양한 정성 데이터를 어피니티버블에서 분석할 수 있다.

어피니티버블은 분석된 데이터를 기반으로 페르소나(Persona)를 생성하는 기능을 제공한다. 사용자는 인사이트 리포트 형식을 '요약 정리' 대신 '페르소나'로 선택하여, 앱스토어 리뷰를 바탕으로 페르소나 유형(Persona Types)을 도출할 수 있다. 예를 들어, 허위 매물에 대한 페인 포인트를 기반으로 '신뢰 중시형 주거 탐색자'와 같은 페르소나를 생성할 수 있다. 이 외에도 '기능 지향적 파워 유저', '효율성 추구형 사회초년생' 등 다양한 페르소나 유형을 생성할 수 있다. 실제 사용자 데이터를 기반으로 페르소나를 생성하므로, 가상 데이터(Synthetic Data)보다 신뢰도가 높다.

어피니티버블에서 생성된 페르소나를 기반으로 LLM(Large Language Model) 도구를 활용하여 사용자 인터뷰 시뮬레이션을 진행할 수 있다. 예를 들어, 챗GPT(ChatGPT)나 클로드(Claude)와 같은 LLM 도구에 페르소나 설명을 입력하고, 해당 페르소나의 입장에서 질문에 답하도록 프롬프트를 구성할 수 있다. 이를 통해 사용자는 실제 사용자(Real Users)의 입장을 더 깊이 이해하고, 사용자 인터뷰(User Interview)를 간접적으로 경험할 수 있다. 이러한 시뮬레이션은 사용자 중심(User-centric)의 서비스 개발에 기여할 수 있다.

어피니티버블은 방대한 정성 데이터를 분석하는 데 소요되는 시간을 획기적으로 단축시켜준다. 자동화된 데이터 분석(Automated Data Analysis)을 통해, 데이터 내에서 반복적으로 등장하는 주요 패턴, 사용자 니즈, 페인 포인트를 자동으로 구조화하여 보여준다. 이를 통해 사용자는 핵심 인사이트를 빠르게 파악하고, 데이터 분석과 의사결정에 필요한 시간을 줄일 수 있다. 또한, 어피니티버블은 데이터 미저장 정책(Zero-Retention Policy)을 통해 사용자의 데이터 보안을 강화하여, 안전하게 활용할 수 있는 AI 도구이다.