필자가 몸담고 있는 회사에서는 일 년에 두 번 구성원 몰입도에 관한 설문조사를 진행한다. 객관식 문항마다 추가로 의견을 남길 수 있는 ‘코멘트’ 옵션이 있고, 더해 2개 정도의 서술형 문항이 포함되어 있어 매번 만개가 넘는 텍스트 데이터가 수집된다. 한 줄 남짓한 짧은 답변부터 에세이를 방불케 하는 긴 답변까지 다양한 텍스트 답변이 있어 객관식 문항의 숫자로는 파악할 수 없는 조직 구석구석의 일들, 미묘한 팀 문화, 그리고 구성원들이 원하는 변화에 대한 구체적인 의견들을 확인할 수 있다. 하지만 만여 개에 달하는 답변을 몇 명의 피플 애널리틱스 팀원이 읽고 정리하기가 쉽지 않다 보니 보통은 특정 주제에 대해 더 깊게 파고 들어갈 필요가 있을 때 그 주제에 해당하는 답변만 검토하거나 단어의 출현 빈도수에 집중하는 Bag of Words 방식의 텍스트 분석모델을 이용해 감성 분석이나 키워드 파악을 하는 수준에 그쳤었다. 그러던 중 최근 기업용 ChatGPT를 구독해 사용하기 시작했다. 피플 애널리틱스 팀에서도 텍스트 데이터 분석에 ChatGPT를 활용하며 실제 보고에 본격적으로 사용하게 되었는데, 좋은 반응을 얻고 있다. 본고에서는 ChatGPT를 이용해 최근 실시한 구성원 설문 텍스트 데이터를 분석 및 보고한 경험을 공유하고자 한다. 많은 분들이 실무에서 Gen AI를 활용하며 더 멋진 사례를 쌓아가고 있으리라 생각한다. 다양한 사례와 시행착오의 여정이 공유되어 배움을 함께 키워나가고자 하는 마음에서 부족하지만 경험을 공유한다. 참고로 실제 분석 결과보다는 방법론을 나누는 것이 이 글의 목적으로 내부 데이터를 보호하는 차원에서 결괏값을 임의로 수정했음을, 더해 영문으로 작업한 프롬프트와 분석 결과를 국문으로 번역했음을 밝힌다.

안전하게 내부 데이터 분석하기 Gen AI로 내부 데이터를 분석하기에 앞서 짚고 넘어가야 할 중요한 부분은 보안상의 문제 없이 내부 데이터를 안전하게 분석할 수 있는 기술적 환경이 갖춰져 있는지이다. 현 직장에서는 OpenAI의 API를 이용해 구성원들이 내부적으로 사용할 수 있는 사용자 인터페이스를 만들었다. 이 사내 웹페이지에서는 ChatGPT와 비슷한 콘솔 형태의 환경에서 프롬프트를 이용해 질문할 수 있다. 구성원들은 신청 폼을 작성해 사내 기술팀에게 이 인터페이스를 사용하기 위한 접근 요청을 해야 하고, Gen AI와 데이터 보안에 대한 간단한 트레이닝을 수료하고 테스트를 통과해야 한다. 이와 같이 기술적인 인프라와 거버넌스 수립, 필수 교육 제공이 뒷받침되어야 리스크를 최소화하며 내부 데이터 분석에 Gen AI를 활용할 수 있다.

무엇을 어떻게 분석했나 : 세분화된 분석에 강한 ChatGPT 구성원 몰입도 설문의 서술형 질문 중 “회사가 당신의 성장과 발전을 위해 어떤 추가적인 지원을 제공할 수 있을까요?”라는 질문이 있었다. 새로운 인재개발 및 교육 전략을 수립하려는 피플팀 이니셔티브를 지원하기 위해 이 질문에 대한 답변을 바탕으로 구성원들이 성장과 커리어 개발에 대해 어떠한 니즈를 갖고 있는지 조사하기로 했다. 특히 직급별로 세분화된 전략을 수립하고자 하기 때문에 각 직급의 니즈가 어떻게 다른지 이해하는 것이 중요했다. 이를 위해 다음과 같은 과정을 거쳐 데이터를 정리 및 분석했다.

1) 데이터 정리: ChatGPT에 인풋으로 제공할 데이터를 준비했다. 설문 결과마다 구성원 고유 아이디가 연결되어 있기 때문에 이를 이용해 직급을 포함한 다양한 인사 데이터와 병합할 수 있었다. 각 열(row)이 응답자 한 명의 데이터를 보여주고 아이디를 제외한 두 개의 행(column) 중 첫 번째 행은 해당 질문에 대한 답변 텍스트를, 두 번째 행은 해당 응답자의 직군을 보여주도록 정리했다. 구성원 아이디는 개인정보 보호를 위해 프롬프트 입력에 포함하지 않았다. 1000명의 응답자가 답변을 했다는 가정하에 이 데이터는 1,000 X2라는 크기를 갖게 된다.