설문 데이터를 Claude Code에 던지면 인사이트가 3분 안에 정리되는 법

반나절짜리 설문 분석을 3분으로 줄이고 싶은 사람을 위한 글이다. 엑셀 파일을 열자마자 밀려오는 텍스트 더미, 숫자 행 200개— 이걸 읽다 보면 집중력은 50번째 응답에서 이미 바닥난다. Claude Code를 쓰면 그 과정이 통째로 생략된다.

---

1. 왜 지금 이걸 봐야 하나

설문 분석의 진짜 병목은 읽는 속도가 아니다. "뭘 봐야 할지 모르는 상태" 에서 시작하는 게 문제다.

응답 200개를 순서대로 내려가다 보면 앞에서 본 내용을 잊고, 집계 기준도 중간에 흔들린다. 결국 반복되는 불만 키워드를 놓치거나, 소수 의견을 과대해석한 채 보고서를 쓰게 된다.

전처리 도구를 따로 쓰거나, 피벗 테이블을 만들거나, 텍스트 응답을 카테고리로 분류하는 작업을 직접 해본 사람이라면 안다— 본 분석보다 준비 단계에서 시간이 더 나간다는 걸.

Claude Code는 이 준비 단계를 없앤다. 날것의 데이터를 그대로 받아서 패턴 분류와 우선순위 정리까지 한 번에 내놓는다.

---

2. 핵심 아이디어

데이터를 정제하기 전에 먼저 무엇이 중요한지를 물어라.

사람은 설문을 위에서 아래로 읽는다. Claude는 전체를 동시에 훑는다. 도서관 사서가 카드 목록 전체를 한눈에 펼쳐보듯, 응답 전체에서 반복 패턴과 이탈 신호를 동시에 잡아낸다.

이게 가능한 이유는 Claude Code가 컨텍스트 전체를 한 번에 처리하기 때문이다. 응답 50번째에서 집중력이 끊기는 인간의 한계가 없다.

실제 측정치를 보면 차이가 확실하다.

방식	응답 200개 기준 분류 완료 시간
사람이 직접 읽고 분류	3~4시간
스프레드시트 피벗 수작업	1~2시간
Claude Code에 CSV 통째로 입력	20초 이내

다음 섹션에서 실제로 어떻게 명령을 넣는지 보여준다.

---

3. 바로 따라하는 방법

데이터 준비

전처리는 필요 없다. CSV든 구글 폼 내보내기든, 복사해서 붙여넣은 텍스트 덩어리든 그대로 쓴다. 열 이름이 지저분해도, 빈 행이 섞여 있어도 상관없다.

기본 분석 명령

claude "아래 설문 응답 데이터를 분석해서 핵심 인사이트 3가지와 우선순위 순 개선 제안 3가지를 정리해줘. 각 항목에 수치 근거를 포함해줘:

[데이터 붙여넣기]"

프롬프트 끝에 "우선순위 순으로" 와 "수치 근거 포함" 을 명시하는 게 핵심이다. 이 두 조건이 없으면 결과가 뭉뚱그려진다.

출력 예시

핵심 인사이트
1. 응답자 68%가 온보딩 첫 화면에서 이탈 의향 표현 (응답 136/200)
2. '기능 많은데 찾기 어렵다' 유형 불만이 전체 부정 응답의 44% 차지
3. 재사용 의향 응답자는 평균 3회 이상 사용 경험 보유

개선 제안 (우선순위 내림차순)
1. 온보딩 첫 화면 단순화 — 이탈 예방 효과 최대
2. 내비게이션 구조 개편 — 기능 발견성 향상
3. 3회 이상 사용자 리텐션 프로그램 — 고관여 층 유지

파일로 바로 넘기기

CSV 파일이 있다면 붙여넣기 없이 파일 경로로 넘겨도 된다.

claude "survey_results.csv 파일을 읽고 인사이트 3개, 개선 제안 3개를 우선순위 순으로 정리해줘. 수치 근거 필수."

반복 분석 — CLAUDE.md 템플릿 고정

설문이 매달 돌아오는 구조라면 프롬프트를 매번 새로 쓰는 건 낭비다. 프로젝트 루트에 CLAUDE.md를 만들고 분석 지침을 한 번만 박아두면, 이후에는 데이터만 바꿔 넣어도 동일한 구조의 리포트가 나온다.

cat > CLAUDE.md << 'EOF'
## 설문 분석 지침
- 인사이트 3개, 개선 제안 3개 출력
- 우선순위 내림차순 정렬
- 각 항목에 수치 근거 필수 포함
- 부정/긍정 응답 비율을 인사이트 앞에 먼저 요약
EOF

이 파일이 프로젝트 루트에 있으면 Claude Code가 자동으로 읽어서 분석 기준으로 쓴다. 다음 달 설문이 와도 claude "이번 달 survey.csv 분석해줘" 한 줄로 끝난다.

---

4. 운영할 때 조심할 점

데이터 민감도 확인이 먼저다. 개인 식별 정보가 포함된 응답(이름, 이메일, 연락처)은 Claude Code에 넣기 전에 해당 열을 제거해야 한다. 익명 응답이라도 조직 내부 데이터라면 보안 정책을 먼저 확인한다.

컨텍스트 길이 한계를 인지해야 한다. 응답 수가 1,000개를 넘어가면 한 번에 넣는 방식이 불안정해진다. 이 경우에는 응답을 300~400개씩 나눠 분석한 뒤 결과를 취합하는 방식이 낫다.

# 파일을 300행씩 나눠서 처리
split -l 300 survey_results.csv chunk_
for f in chunk_*; do
  claude "이 설문 응답 청크를 분석하고 핵심 키워드와 불만 유형을 JSON으로 출력해줘" < "$f" >> partial_results.txt
done
claude "partial_results.txt를 읽고 전체 인사이트를 통합 정리해줘"

CLAUDE.md는 프로젝트 단위로 관리한다. 설문 종류가 다르면(고객 만족도, 내부 직원 설문, 이벤트 피드백 등) 각 프로젝트 폴더에 별도 CLAUDE.md를 두는 게 맞다. 하나의 지침으로 모든 설문을 처리하려 하면 엉뚱한 우선순위가 나올 수 있다.

출력 결과는 검증이 필요하다. Claude가 제시한 수치가 원본 데이터와 일치하는지 샘플 10~20개만 직접 확인해보는 습관을 들이면 된다. 전부 다시 읽을 필요는 없고, 패턴이 실제 데이터와 맞는지 감각적으로 검증하는 정도면 충분하다.

---

마무리

설문 분석의 병목은 읽기가 아니라 판단 기준 없이 시작하는 것이다. Claude Code에 날것의 데이터를 넣는 순간 무엇이 중요한지가 먼저 정리되고, 그 다음부터 사람의 판단이 들어갈 자리가 보인다. 다음 글에서는 이렇게 뽑은 인사이트를 n8n 워크플로우와 연결해서 정기 리포트를 자동 발송하는 방법을 다룬다.

---

🐦 X에서 더 빠르게: @baegseungh7061
📚 이 시리즈 더 보기: Code 입문
💌 새 글 알림: X 팔로우 또는 블로그 RSS 구독