챗GPT로 설문 주관식 답변 분석하기: 분류표에서 개선 과제까지

1. 질문 문구와 응답 ID를 함께 준비하세요

같은 답변도 질문에 따라 의미가 달라집니다. 만족한 점을 묻고 받은 답인지, 다음 교육에서 바꿀 점을 묻고 받은 답인지 먼저 적어 주세요. CSV나 엑셀의 첫 행에는 알아보기 쉬운 열 이름을 넣고 한 행에 응답 한 건을 담습니다. 공식 데이터 분석 안내

아래는 질문 이번 교육에서 좋았던 점이나 바꾸면 좋을 점을 적어 주세요에 대한 가상 답변 6건입니다. R01~R06은 서로 다른 응답을 찾기 위한 ID입니다. 원문·분류·집계는 설명을 위해 편집자가 만든 예시이며 실제 참가자 자료나 챗GPT 실행 결과가 아닙니다.

새 채팅에 회사가 허용한 CSV·XLSX 파일을 첨부하고 질문 문구를 입력합니다. 이 형식의 파일 첨부는 Free와 유료 요금제에서 제공되지만 한도와 사용 가능 기능은 계정·모델·조직 설정 등에 따라 달라집니다. 작은 예시 파일부터 읽은 행 수와 열 이름을 확인하세요. 공식 파일 첨부 안내

이름·연락처·이메일처럼 분석에 필요 없는 정보는 제외하고 회사의 자료 반입 기준을 따릅니다. 원본 사본을 남긴 뒤 빈 답변, 중복 ID, 같은 문장을 따로 확인하세요. 문장이 같아도 서로 다른 응답일 수 있으므로 자동으로 지우지 않습니다. 반복 제출인지 여부와 제외 기준은 수집 기록을 보고 정합니다.

2. 같은 말을 같은 항목에 넣을 기준표를 만드세요

처음부터 전체 답변을 요약하면 비슷한 말이 서로 다른 제목에 흩어지거나 소수 의견이 빠질 수 있습니다. 일부 답변을 골라 태그 이름과 포함·제외 기준을 먼저 제안받으세요. 여러 의미가 들어 있는 답변에는 태그를 여러 개 붙일지 정하고 어디에도 맞지 않는 답변은 기타 또는 판단 보류로 남깁니다.

첨부한 교육 설문 CSV를 분류하려고 합니다.
질문은 '이번 교육에서 좋았던 점이나 바꾸면 좋을 점을 적어 주세요'입니다.

먼저 열 이름, 총 행 수, 응답 ID 누락·중복, 빈 답변을 확인하세요.
원본은 수정하지 말고 제외가 필요한 후보와 이유를 따로 적으세요.
검토용 답변을 바탕으로 태그 ID / 이름 / 포함 기준 / 제외 기준을 제안하세요.
하나의 답변에 여러 의미가 있으면 복수 태그를 허용합니다.
맞는 태그가 없으면 기타, 의미가 불분명하면 판단 보류로 남기세요.
긍정, 부족·불편, 개선 제안, 판단 보류의 반응도 태그별로 구분하세요.

아직 전체 집계나 최종 개선 보고서는 만들지 마세요.
내가 기준을 확인한 뒤 같은 기준으로 전체 답변을 분류하겠습니다.

기준표는 팀 담당자가 원문과 대조해 확정합니다. 일부 답변으로 만든 태그가 모든 의견을 담는다고 가정하지 마세요. 전체 분류 중 새 유형이 나오면 새 태그 후보와 해당 ID를 모아 검토합니다. 기준을 바꿨다면 버전을 기록하고 이미 분류한 답변에도 같은 기준을 다시 적용합니다.

3. 응답마다 원문 근거를 남기고 반응을 구분하세요

분류 결과에는 응답 ID, 태그, 원문에서 그대로 가져온 근거 문장, 반응을 함께 받습니다. R03은 실습 시간과 질의응답을 모두 언급하므로 T01·T03을 붙인 예시입니다. 한 행을 두 행으로 펼칠 때도 원래 ID를 유지해야 나중에 같은 태그에서 중복 집계하는 일을 막을 수 있습니다.

R02와 R04는 모두 자료 제공을 이야기하지만 뜻이 다릅니다. R02는 수업 전 제공을 제안했고 R04는 설명이 자세했다는 긍정 의견입니다. 둘을 합쳐 자료 제공 불만 2건이라고 쓰면 원문과 맞지 않습니다. 태그와 반응은 따로 기록하세요.

확정한 분류 기준표로 전체 답변을 분류하세요.
결과는 응답 ID / 태그 ID / 원문 근거 / 반응 / 검토 사유로 주세요.
근거는 해당 ID의 답변에서 그대로 인용하고 원문에 없는 뜻은 추가하지 마세요.
여러 태그가 필요하면 ID를 유지해 태그별 행으로 펼치세요.
같은 응답 ID와 같은 태그 ID의 조합은 한 번만 남기세요.
긍정과 부족·불편, 개선 제안, 판단 보류를 구분하세요.

그다음 태그별 고유 응답 ID 수를 세고 해당 ID 목록을 함께 보여 주세요.
분모는 사전에 확정한 유효 답변 수로 사용하고 제외 ID와 이유를 따로 적으세요.
복수 태그이므로 태그별 비율의 합계가 100%를 넘을 수 있다고 표시하세요.
계산에 사용한 방법과 코드를 보여 주고 분류표·집계표를 CSV로 제공하세요.
파일 생성이 불가능하면 복사할 수 있는 표로 주세요.

처음 결과에서는 판단 보류와 여러 태그가 붙은 답변부터 읽고 각 태그의 일부 답변을 골라 원문과 대조합니다. 근거 문장이 원문에 실제로 있는지, 부정 표현이나 농담을 놓치지 않았는지 확인하세요. 작은 예시에서는 6건을 모두 확인하고 실제 대규모 설문에는 팀이 정한 검토 범위와 남은 미검토 건수를 기록합니다.

4. 태그 수와 답변 수를 구분해 빈도를 세세요

이 예시의 유효 답변은 R01~R06의 6건입니다. T01에 해당하는 ID는 R01·R03이므로 응답 수는 2건이고 비율은 2 ÷ 6 × 100 = 33.3%입니다. 한 답변에 같은 뜻이 여러 번 나와도 그 태그에서는 한 번만 셉니다. 반면 다른 태그에도 해당하면 각 태그에 한 번씩 들어갑니다.

챗GPT가 Python으로 계산했다면 사용한 코드·출력·가정을 확인합니다. 같은 ID·태그 조합의 중복 제거가 적용됐는지, 빈 답변을 분모에 넣지 않았는지, 모든 유효 ID가 분류표에 남아 있는지 살펴보세요. 파일을 첨부했다는 사실만으로 전체가 분석됐다고 판단하지 말고 원본 행 수와 처리한 ID 수를 맞춥니다. 분석 방법과 코드 검토 안내

이 예시의 6건으로 전체 교육 참가자의 성향을 추정하지 않습니다. 실제 보고에는 설문 수집 기간, 전체 대상 수와 제출 수, 유효 답변 수, 제외 기준을 함께 적고 응답 편향이나 소수 의견을 확인하세요. 빈도만으로 개선 순서를 정하지 말고 영향과 실행 가능성도 검토합니다.

5. 근거 ID가 있는 개선 과제 초안을 만드세요

검토한 분류표에서 바꿀 수 있는 행동을 제안받습니다. 의견이 많다는 이유로 담당자나 날짜까지 자동으로 확정하지 마세요. 과제마다 근거 ID, 제안한 행동, 유지할 장점, 담당·기한 확인 사항을 남깁니다. 아래는 가상 답변에서 만든 편집 예시입니다.

검토한 분류표와 집계표로 교육 운영 개선 과제 초안을 작성하세요.
과제 / 근거 응답 ID / 원문 요지 / 제안 행동 / 유지할 장점 /
담당자 확인 사항 / 기한 확인 사항 순서로 정리하세요.

긍정 의견을 불만으로 바꾸지 말고 원문과 제안을 구분하세요.
자료에 없는 담당자·예산·기한은 '확인 필요'로 남기세요.
언급 빈도, 영향, 실행 가능성을 각각 검토할 질문도 적으세요.
소수 의견과 판단 보류 목록을 보고서 뒤에 남기세요.

마지막에 원본 총행 수·유효 답변 수·제외 기준·분류 기준 버전·검토 범위를
명시한 보고용 요약을 작성하세요. 표의 ID와 수치를 그대로 유지하세요.

운영 담당자가 제안의 필요성과 실행 가능성을 확인한 뒤 실제 담당자·기한을 정합니다. 응답자가 말하지 않은 원인을 붙이거나 예상 효과를 측정된 성과처럼 쓰지 마세요. 실행 후에는 무엇을 바꿨는지 기록하고 다음 설문에서 관련 질문을 같은 기준으로 확인합니다.

6. 원문·집계·파일을 확인하고 보고하세요

• 원본 대조: 질문과 답변 ID가 유지됐고 근거 인용이 해당 원문과 같은가.
• 분류 기준: 태그의 포함·제외 기준과 버전이 남아 있고 변경된 기준이 전체에 적용됐는가.
• 빈도: 같은 ID·태그를 한 번씩 셌고 유효 답변 수와 제외 목록을 맞췄는가.
• 해석: 긍정·불편·제안을 구분했으며 소수 의견과 판단 보류를 보존했는가.
• 파일 확인: 내려받은 CSV의 행 수, ID, 한글 인코딩과 열이 화면의 결과와 같은가.
• 보고 범위: 수집 기간·대상·제출 수·유효 수·검토 범위·담당 및 기한 미확정을 표시했는가.

표·차트나 계산 방식은 첫 결과에서 의도와 다를 수 있습니다. 사용할 열과 집계 단위를 구체적으로 지정하고 필요한 경우 방법을 수정해 달라고 요청하세요. 자료가 크거나 복잡하면 처리 범위를 확인한 뒤 나누어 분석합니다. 계산 환경에서 외부 웹을 직접 조회하는 기능을 전제로 삼지 말고 필요한 자료는 허용된 방식으로 첨부합니다. 데이터 분석의 적용 조건

데이터 설정은 Settings → Data controls → Improve the model for everyone에서 확인할 수 있습니다. 이를 끄면 새 대화의 학습 사용을 제한하지만 저장된 대화가 삭제되는 것은 아닙니다. 회사 자료 입력은 조직의 별도 정책을 따릅니다. 공식 데이터 설정 안내 · AI 학습 설정 비교

실습 범위: 이 글은 공식 기능 안내를 확인해 구성한 활용 예시입니다. 실제 로그인 계정의 CSV 첨부·분류·다운로드는 시험하지 않았습니다. 요청문이 같은 분류 결과를 보장하지 않으므로 실제 원문과 파일을 직접 검토해야 합니다.