1. 집계와 해석을 구분합니다.
선택 인원과 선호 비율은 원자료에서 정해진 기준으로 계산합니다. AI가 작성한 설명과 후속 질문은 그 계산 결과를 해석하는 보조 자료로 표시합니다. 해석 문장이 계산 기준을 바꾸거나 새로운 수치를 만들어내지 않도록 확인합니다.
2. 요약에서 원문으로 이동합니다.
인사이트에 연결된 응답 코드와 원문을 확인합니다. 대표적인 인용만 선택하면서 반대 의견이나 다른 이유를 놓치지 않았는지 살펴봅니다. 인용문은 개인정보를 제거한 상태로 공유합니다.
3. 분류 기준을 검토합니다.
“정보 가독성”과 “디자인 선호”처럼 겹칠 수 있는 주제는 분류 기준을 문서화합니다. 일부 응답을 연구원이 직접 검토해 AI의 분류와 비교하고, 수정한 기준을 전체 응답에 어떻게 적용했는지 기록합니다.
4. 근거가 부족하면 부족하다고 표시합니다.
집단에 응답이 적거나 원문이 모호하면 단정적인 결론을 내리지 않습니다. 추가로 확인할 질문과 검증할 가설로 남기는 것이 좋습니다. 실제 응답과 생성한 예시를 같은 집계에 섞지 않습니다.
5. 최종 보고서는 연구원이 확인합니다.
조사 목적, 표본 선정, 집계와 인용, AI 사용 범위를 함께 확인합니다. 고객에게 전달하는 보고서에는 분석이 적용되는 범위를 명확히 설명하고, 수정 내역을 검토할 수 있도록 정리합니다.
이 흐름을 직접 확인해 보세요.LunaResearcher 데모 체험