고객 인터뷰 방법, AI 페르소나로 충분할까?
고객이 왜 다시 사지 않는지 찾는 단계라면 AI 페르소나보다 직원이 직접 고객을 보는 현장 관찰이 먼저입니다. 퓨리서치센터 실험에서 AI 응답은 실제 사람과 평균 12.4%p 어긋났습니다. 인터뷰를 배운 실무자 가운데 이야기 기반 인터뷰(고객의 특정한 과거 경험을 듣는 인터뷰)를 실제로 한 사람은 16.3%였습니다. 툴 구독도 강의 수강도 기획자가 고객을 직접 보는 구조를 만들지 못합니다. 고객 인터뷰 방법을 고르는 기준은 세 가지입니다. 원인을 확인하는 단계와 찾는 단계의 구분, 고객군의 폭과 특수성, 교육이 끝난 뒤 바뀐 기획 결정입니다.
- 고객 인터뷰 방법, AI 페르소나로 충분할까?
- 씩데이터·경계인·액션러닝이란 무엇일까?
- 인튜이트는 왜 연 1만 시간을 고객 집에서 쓸까?
- AI 페르소나·리서치 대행·인터뷰 강의·현장 과제 비교
- 조직 규모·업종·교육 대상별로 어떤 방식이 맞을까?
- 현장 관찰 과제 12주 운영 순서와 효과 측정 방법
- 고객 관찰 예산 회의 전에 물어야 할 질문
- 자주 묻는 질문
- 같이 읽으면 좋은 것들
신제품 재구매율이 떨어진 중견 식품·생활용품 제조사가 있다고 가정하겠습니다. 2027년 예산안에는 AI 합성 페르소나 툴 구독, 리서치 대행 확대, 팀장과 실무자 16명이 참여하는 12주 현장 관찰 과제가 함께 올라와 있습니다. 계산은 모두 이 16명·12주를 기준으로 합니다.
퓨리서치센터는 미국 패널(American Trends Panel)에 실제로 응답한 사람들의 프로필을 AI(Claude Opus 4.6)에 넣어 2026년 1~4월 세 차례 조사의 약 300개 문항에 답하게 했습니다. 오차는 문항마다 고르지 않아서 약 28%의 문항에서는 15%p를 넘었습니다. 수정헌법 제1조 지식 문항의 정답률은 AI 98%, 실제 사람 52%였습니다. AI는 그럴듯한 평균적 인물을 만들어 낼 뿐 실제 사람의 무지와 망설임과 무관심까지 재현하지는 못합니다.
미국여론조사학회(AAPOR) 2026년 학술대회에서 발표된 연구도 실제 표본과 인구 구성을 맞춘 합성 응답자를 1,917명까지 만들어 비교한 끝에 같은 결론을 냈습니다. 현재의 LLM 합성 응답자로는 사람 조사 데이터를 대신할 수 없다는 것입니다.
씩데이터·경계인·액션러닝이란 무엇일까?
씩데이터(Thick Data)는 숫자가 왜 그렇게 나왔는지를 고객의 생활 맥락에서 찾는 데이터입니다. 빅데이터가 재구매율이 몇 % 떨어졌는지 보여 준다면 씩데이터는 고객이 왜 다시 사지 않는지를 부엌과 장바구니에서 보여 줍니다.
그 '왜'는 고객의 말보다 행동에서 드러납니다. 고객 인터뷰는 고객의 말을, 참여관찰(현장에 들어가 함께 지내며 지켜보는 방법)은 생활 맥락 속의 행동을 얻습니다. 합성 페르소나가 내놓는 것은 LLM이 흉내 낸 말입니다. 인류학이 참여관찰을 핵심 방법으로 삼는 것도 사람의 말과 행동이 자주 어긋나기 때문입니다.
경계인은 회사의 논리(원가·채널·기능)와 고객의 생활 세계 사이에 서서 익숙한 것을 낯설게 보는 사람입니다. 제가 《THICK data 씩 데이터》와 《경계인: AI 시대, 새로운 인재의 조건》에서 붙든 것도 이 '왜'와 그것을 볼 줄 아는 사람이었습니다. AI 페르소나는 회사가 넣은 프롬프트의 논리 안에서만 답하기 때문에 이 경계에 서지 못합니다. 퓨리서치 실험에서 중간 선택지를 고른 비율은 실제 사람 45%, GPT 31%, Opus 56%로 모델마다 달랐습니다. 어떤 툴을 구독하느냐에 따라 '우리 고객의 성향'이 달라진다는 뜻입니다.
액션러닝(Action Learning)은 팀이 실제 사업 과제를 풀면서 배우는 방식입니다. 현장 관찰 과제는 '재구매가 왜 떨어졌나'라는 질문으로 시작해 기획 결정을 바꾸는 데서 끝납니다. 이미 세운 가설을 확인하는 일에는 정량 조사와 AI 사전 점검을, 아직 모르는 원인을 찾는 일에는 현장 관찰을 씁니다.
인튜이트는 왜 연 1만 시간을 고객 집에서 쓸까?
고객의 말보다 행동이 진실이라고 보기 때문에 인튜이트의 방문 직원은 인터뷰보다 관찰을 훈련받습니다. 포춘이 2017년에 소개한 인튜이트의 Follow Me Home은 직원이 고객의 집과 사무실을 찾아가는 방문으로 1년에 약 1만 시간 규모였고 당시 CEO 브래드 스미스도 1년에 60~100시간을 직접 썼습니다. 같은 장면을 봐도 사람마다 본 것이 달라서 방문이 끝나면 바로 디브리핑(관찰 내용을 함께 정리하는 회의)을 합니다. 스미스는 “데이터 스트림에서 얻을 수 없는 것을 Follow Me Home에서 얻는다”고 말했습니다.
제품도 이 방문에서 나왔습니다. 하버드 디지털 이니셔티브의 사례 정리에서는 방문 관찰로 프리랜서와 우버 기사 같은 긱 워커가 개인 지출과 사업 지출을 나누는 데 큰 어려움을 겪는다는 점이 드러났습니다. 이 발견은 QuickBooks Self-Employed 개발에 결정적인 역할을 했습니다. 스미스의 연 60~100시간은 주 40시간 근무로 치면 1.5~2.5주입니다. 사업부장이 분기마다 반나절(4시간)씩 동행하면 1년에 16시간으로 인튜이트 CEO가 쓴 시간의 약 4분의 1에서 6분의 1 수준이 됩니다.
식품·생활용품 기업이라면 장보기와 보관, 조리, 남은 제품 처리까지 지켜봅니다. 설문에서 '맛이 별로'라고 답한 고객의 부엌에 가 보면 보관 공간이 부족하거나 평일 조리 시간이 15분도 안 되는 것처럼 제품 바깥에 있는 원인을 찾을 수 있습니다.
AI 페르소나·리서치 대행·인터뷰 강의·현장 과제 비교
네 방식의 가장 큰 차이는 예산을 쓴 뒤 조직에 무엇이 남느냐입니다. 비교는 16명 기준이고 인터뷰 강의는 하루 8시간 과정으로 잡았습니다.
| 방식 | 운영 기간 | 16명 기준 투입 | 결과물 | 효과 측정 수치 |
|---|---|---|---|---|
| AI 합성 페르소나 | 1~2주 | 고객 접촉 0건 | 시뮬레이션 응답 | 평균 오차 12.4%p |
| 리서치 대행 | 업체 조사 일정 | 동석하지 않으면 고객 접촉 0건 | 외부 보고서 | 보고서 납품 여부 |
| 인터뷰 강의 | 1일 | 128시간(16명×8시간) | 수료증·만족도 점수 | 이야기 기반 인터뷰 실행 16.3% |
| 현장 관찰 과제 | 12주 | 288시간(16명×18시간), 관찰 48건 | 바뀌거나 중단된 기획 결정 | 관찰 근거 기획안 비율, 출시 6개월 뒤 재구매율 |
현장 관찰 과제의 288시간은 강의의 128시간보다 160시간 많은 2.25배입니다. 16명이 2인 1조로 8개 조를 꾸려 조마다 고객 6명을 만나면 관찰은 48건입니다. 1건에 관찰 90분과 이동 60분, 디브리핑 30분을 더해 3시간을 잡으면 1인당 6주 동안 18시간이고 한 주로 나누면 3시간입니다.
강의에 쓴 시간은 습관으로 남지 않습니다. Builders Camp가 정리한 테레사 토레스의 2022년 조사에서 실무자 1,999명 가운데 지난주에 고객과 대화한 사람은 45.3%였고 이야기 기반 인터뷰까지 한 사람은 16.3%였습니다. 16명에 대입하면 고객을 만나는 사람은 약 7명이고 배운 대로 묻는 사람은 2~3명입니다.
AI가 답한 재구매 의향이 40%라면 평균 오차만큼만 빗나가도 실제 값은 27.6%일 수도, 52.4%일 수도 있습니다. 리서치 대행의 한계는 인사이트가 외부 보고서로 끝나 기획자가 고객을 읽기만 할 뿐 직접 보지 못한다는 데 있습니다. 대행과 AI는 현장 관찰 과제를 대신하는 도구가 아니라 앞뒤를 받치는 도구입니다. 퓨리서치가 권하는 대로 AI는 응답자 자리 대신 개방형 응답 분류와 분석 코드 작성에 두고 대행은 고객 섭외와 대규모 정량 검증에 씁니다.
조직 규모·업종·교육 대상별로 어떤 방식이 맞을까?
고객군이 좁고 특수하거나 리서치 조직이 작은 기업일수록 직접 관찰의 비중을 키웁니다. 퓨리서치 실험에서도 공화당 지지층(16.1%p)과 흑인 응답자(15.1%p)의 오차는 평균보다 컸습니다. 고객이 특정 지역·세대·생활 방식에 몰려 있는 기업이라면 AI에 기대는 비중부터 줄이십시오.
| 기준 | 조직 상황 | 맞는 방식 |
|---|---|---|
| 규모 | 리서치 조직이 없는 300인 이하 기업 | 대행을 늘리기 전에 1개 팀(4~6명)으로 12주 과제 |
| 규모 | 리서치 조직이 있는 대기업 | 리서처는 퍼실리테이터(진행자), 기획 실무자는 관찰자 |
| 업종 | B2C 소비재 | 가정 방문, 매장 동행 관찰 |
| 업종 | B2B 부품·소재 | 고객사 현장 동행, 구매 담당자 인터뷰 |
| 업종 | 구독 서비스 | 해지 고객 인터뷰와 사용 로그 분석 |
| 업종 | 의료·금융 등 규제 업종 | 대행 조사에 직원 동석, 현장 메모와 당일 디브리핑 |
| 대상 | 팀장 | 사업 질문을 리서치 질문으로 바꾸고 관찰 결과를 의사결정에 연결 |
| 대상 | 실무자 | 관찰·기록·한 쪽 분량 스냅샷 작성 |
대상을 설계할 때 놓치기 쉬운 것은 누가 함께 가느냐입니다. 토레스 조사에서 제품 트리오(제품 책임자·디자이너·엔지니어)가 모두 지난 인터뷰에 참여한 비율은 16.8%였습니다. 기획·마케팅·R&D가 같은 집에 함께 들어가야 같은 장면을 두고 서로 다른 해석이 부딪칩니다.
현장 관찰 과제 12주 운영 순서와 효과 측정 방법
12주는 설계 2주, 현장 6주, 분석 2주, 결정 2주로 나눕니다.
- 1~2주 차 설계: 사업 질문('왜 재구매가 떨어졌나')을 리서치 질문('재구매하지 않는 가구의 평일 저녁은 어떻게 돌아가나')으로 바꾸고 다시 현장 질문('지난주 저녁은 무엇을 드셨어요?')으로 좁힙니다. AI 페르소나로는 “좋지 않으세요?” 같은 유도 질문과 빠진 질문이 없는지 점검합니다.
- 3~8주 차 현장: 2인 1조로 한 명은 대화를, 다른 한 명은 기록을 맡습니다. 방문 당일 디브리핑을 마치면 스냅샷(고객 한 명에게서 본 것을 한 쪽으로 정리한 기록)을 남깁니다. 토레스 조사의 스냅샷 작성 비율 34%를 대입하면 48건 가운데 약 16건만 기록으로 남습니다. 그래서 작성률 100%를 운영 지표로 둡니다.
- 9~10주 차 분석: 스냅샷에 공통 주제를 붙여(코딩) 패턴을 찾은 뒤 구매·재구매 데이터로 교차 검증합니다. 최종 해석은 현장에 다녀온 사람들이 합의해 정합니다.
- 11~12주 차 결정: 수료 발표회로 끝내지 않습니다. 경영진 앞에서 기획안을 바꿀지 중단할지 정하는 의사결정 회의로 마무리합니다.
효과는 세 가지 숫자로 잽니다. 교육 효과를 반응·학습·행동·성과 4단계로 나누는 커크패트릭 모형으로 보면 주간 고객 접점 비율은 3단계(행동)에 해당하고 기준선은 토레스 조사의 45.3%입니다. 직접 관찰한 근거가 들어간 기획안의 비율과 출시 6개월 뒤 재구매율은 4단계(성과)입니다. 3개월 뒤 고객 접점 비율을 다시 재서 떨어졌다면 분기마다 한 번 경영진이 동행하는 방문을 정례화합니다.
고객 관찰 예산 회의 전에 물어야 할 질문
예산표를 열기 전에 확인할 것은 다섯 가지입니다.
- 지난 분기 기획 결정 가운데 직원이 직접 본 고객 행동에 근거한 것은 몇 건인가
- AI 페르소나와 대행 조사 결과를 실제 고객 데이터로 검증하고 있는가
- 관찰 결과가 의사결정 회의 안건으로 올라가고 팀장 평가에 고객 접점 시간이 반영되는가
- 고객 접근 경로(유통 파트너, CRM, 리뷰 작성자)와 개인정보 수집·녹취 동의서, 사례비 기준을 갖췄는가
- 경영진이 1년에 몇 시간 고객 현장에 동행하며 이번 과제에 동행할 일정이 한 번 이상 잡혀 있는가
이 질문들은 결국 하나로 모입니다. 우리 기획자는 고객의 '왜'를 직접 본 적이 있는가. 고객을 얼마나 빨리 시뮬레이션하느냐는 그다음 문제입니다. 다음 주에는 재구매를 멈춘 고객 5명의 목록을 뽑고 팀장 두 명의 첫 방문 일정부터 잡으십시오. 16명·12주 과제를 고객 섭외와 디브리핑까지 묶어 설계하려는 조직이라면 딥스탠딩 파트너스의 씩데이터 IX 워룸에서 그 첫 질문을 함께 세울 수 있습니다.
자주 묻는 질문
한 고객군에서 몇 명을 만나야 하나요?
5명으로 시작합니다. 답이 계속 갈리면 인원을 늘리기보다 고객군을 더 좁힙니다. '30대 맞벌이 가구'를 '초등학생 자녀가 있고 평일 저녁에 직접 조리하는 가구'로 바꾸는 식입니다.현장 관찰 기간을 6주보다 줄일 수 있나요?
현장을 4주로 줄여도 1인당 18시간은 그대로여서 한 주 부담만 3시간에서 4.5시간으로 늘어납니다. 실무를 병행하는 팀이라면 6주를 지키십시오.교육 업체는 무엇을 보고 골라야 하나요?
강의 시간보다 현장 과제 설계, 고객 섭외 지원, 디브리핑 퍼실리테이션 역량을 봅니다. 결과물이 수료증인지 바뀐 기획 결정인지를 계약 단계에서 확인하십시오.같이 읽으면 좋은 것들
- 데이터 리터러시 교육, BI 툴 강의일까 팀장의 질문 정의 과제일까?
- 조직문화 진단 결과 하락, 전사 워크숍과 팀장 과제 중 무엇이 먼저일까?
- AI 교육 현업 적용, 2차 예산은 툴 강의일까 팀장 주도 과제일까?
참고 자료