김준아

n8n을 통해 오픈망 RAG 시스템 구축하기

김준아 — Wed, 3 Dec 2025 16:12:55 +0900

RAG란 무엇인가?

최근 생성형 AI가 다양한 업무 영역에 활용되면서, 모델이 단순히 언어 생성 능력만 갖추는 것을 넘어 정확하고 근거 있는 정보를 제공하는 능력이 중요해지고 있다. 그러나 일반적인 LLM은 학습된 시점 이후의 정보나 특정 문서의 내용을 알 수 없으며, 사내 문서·법령·지침 같은 전문 자료를 직접 인용하는 데에도 한계가 있다.

이 문제를 해결하기 위한 대표적인 기술이 RAG(Retrieval-Augmented Generation, 검색 기반 생성)이다.
RAG는 간단히 말해 “AI가 답변하기 전에 관련 문서를 먼저 찾아보고 그 내용을 기반으로 응답을 생성하는 방식”이다. 즉,

검색(Retrieval) + 생성(Generation)
두 과정을 결합해 더 정확하고 신뢰할 수 있는 AI 응답을 만든다.

왜 RAG가 필요한가?

LLM은 ‘환각(hallucination)’ 문제로 실제 없는 내용을 만들어낼 수 있음
최신 데이터나 특정 조직 내부 문서를 학습하지 않은 경우 정확한 답변이 불가능함
법령·행정지침·민원 관련 정보처럼 정확성·신뢰성이 중요한 분야에서는 필수적

예를 들어, 내가 사용한 PDF들(예: 도로교통법, 폐기물관리법, 민원처리법)은 모두 정확한 조문을 기반으로 해야만 하는 문서다.
RAG를 활용하면 이러한 문서들을 벡터화하여 시스템이 실제 근거를 기반으로 답변하도록 만들 수 있다.

폐기물관리법(법률)(제20231호)(20250807).pdf

0.26MB

도로교통법(법률)(제20677호)(20250722).pdf

0.38MB

민원 처리에 관한 법률_실습파일 .pdf

0.14MB

내가 구축할 RAG 시스템은?

이번 프로젝트에서는 다음 과정을 실제 구현한다:

문서 수집
- 법령 PDF(예: 도로교통법, 민원처리법 등)를 불러와 텍스트 추출
청킹(Chunking)
- 문서를 작은 단위로 나누어 AI가 의미 단위로 이해할 수 있게 처리
임베딩(Embedding)
- 텍스트 조각을 숫자 벡터로 변환하여 의미 기반 검색이 가능하게 함
VectorDB 구축
- Supabase 등 벡터 데이터베이스에 임베딩된 데이터를 저장
검색 및 생성
- 사용자가 질문을 입력하면
  → 관련 문서 조각 검색(Retrieval)
  → AI 모델이 이를 참고해 답변(Generation)
n8n으로 전체 프로세스 자동화
- 청킹, 임베딩, 저장, 검색, 응답까지 하나의 워크플로우로 연결

실습 목표

이번 프로젝트의 목표는 단순한 챗봇이 아니라,
“법령·행정 문서를 근거로 명확한 답변을 제공할 수 있는 RAG 기반 챗봇 시스템”을 만드는 것이다.

이를 통해 다음을 학습 및 실습하게 된다:

RAG 파이프라인 전체 이해
문서 처리·청킹·임베딩의 개념
VectorDB 활용
n8n을 활용한 실제 자동화 시스템 구축
PDF 소재를 기반으로 한 근거 기반 응답 생성

이제 실습을 진행해봅시다

1단계. n8n 실행 후 ‘파일 업로드 폼(Form)’ 만들기

cmd창에서 n8n을 실행하면 브라우저에서 에디터가 열린다. localhost:**** 주소형식
여기서 첫 번째 노드로 On form submission 노드를 추가한다.

Form URL 자동 생성됨
Form Title: RAG 업로드
Form Description: RAG 업로드입니다.
Field Name: file
Element Type: File
Multiple Files: ON
이 폼을 통해 PDF를 업로드하면 워크플로우가 자동으로 시작되도록 하는 단계이다.

2단계. 업로드된 PDF를 n8n에서 수신하기

폼에서 파일을 업로드하면
On form submission의 Output에 PDF 정보를 받게 된다.

출력 예:

filename
mimetype
size
submittedAt
binary data(blob)
민원처리 pdf를 올린것임

3단계. PDF → 텍스트 변환 (Default Data Loader)

두 번째 노드로 Default Data Loader를 연결한다.

Type of Data: Binary
Mode: Load All Input Data
Data Format: Automatically Detect
Text Splitting: Custom (추후 splitter로 넘기기 위해)

→ 이 노드가 PDF 파일을 텍스트로 변환해서 “pageContent” 형태로 출력한다.

즉, PDF 문서를 AI가 읽을 수 있는 ‘텍스트 데이터’로 만드는 과정이다.

4단계. 텍스트 청킹(Chunking) – Text Splitter

그 다음 Recursive Character Text Splitter 노드를 연결한다.

설정값:

Chunk Size: 250
Chunk Overlap: 50

이 단계에서 긴 문서가 작은 덩어리(Chunk)로 분할된다.

숫자를 저렇게 정한 기준은 그냥 느낌대로 간거라 나중에 바꿔도 됨

5단계. OpenAI Embedding 생성

세 번째 핵심 노드가 Embeddings OpenAI 노드다.

Model: text-embedding-3-small
(임베딩 차원: 1536)

출력은 다음과 같은 벡터 배열이다:
[0.01, -0.02, 0.03, ...]

각 텍스트 조각(chunk)이 숫자 벡터 형태로 변환됨

참고로 openai api는 따로 받아야됨

6단계. Supabase Vector Store에 저장

마지막으로, 청킹된 텍스트 + 생성된 임베딩을
Supabase Vector Store 노드로 보낸다.

설정:

Operation Mode: Insert Documents
Table Name: PDF에 맞는 테이블 선택
- 민원처리법 → documents_voc
- 도로교통법 → documents_road
- 폐기물관리법 → documents_trash
Embedding Batch Size: 200

이 단계에서 Supabase에 아래 필드들이 저장됨

content (chunk 텍스트)
metadata (파일명 등)
embedding (벡터 1536차원)

이렇게 PDF 하나를 처리하면 각 법령 테이블에 자동으로 insert된다.

7단계. 동일한 흐름으로 나머지 PDF도 처리

동일한 구조를 그대로 사용하되
Supabase Vector Store의 Table Name만 다르게 선택하여

민원처리법 → documents_voc
도로교통법 → documents_road
폐기물관리법 → documents_trash

이 세 가지 법령 PDF를 모두 업로드하고
각각의 테이블에 청킹 + 임베딩 + 저장을 완료했다.

슈퍼베이스 table editor들어가면 이렇게 생김

안에 들어가보면 pdf의 텍스트들이

이런식으로 정리가 잘 되어있다

일단 지금까지는

“사용자가 업로드한 PDF를 n8n 폼으로 수신 → PDF를 텍스트로 변환 → 청킹 → 임베딩 생성 → Supabase의 법령별 테이블에 저장하는 전체 RAG 데이터 구축 파이프라인을 구성했다.”

전체 구조는 이런형태임

다음은 RAG 챗봇 실행 플로우를 구성 해야겠죠

좀 밑에 새롭게 플러스를 눌러서 When chat message received <- 이걸 끌어온다

다음 옆에 + 누르고 AI Agent를 불러와서 이렇게 설정해줬다

중요한 설정은 prompt를 chatInput으로 받고 (fix가 아닌 expression으로 설정 주의)

내가 질문을 했을 때 pdf자료 기반이 아닌 생성형 모델이 답변을 주는것일 수 있기 때문에 system message에 다음과 같은 명령어를 넣어주면 된다

에이전트 밑에 chat model은 위에랑 똑같은 api로 OpenAI Chat Model 연결해주면 된다

Memory 부분은 그냥 Simple Memory 해서

sessionID를 끌어오면 되고 Context Window Length <- 이거는 모델이 최대 5개의 대화를 기억할 수 있도록 설정하는것이다

이제는..AI Agent의 Tool 부분에는 데이터베이스를 연결해 주면 되는데 우선 pdf파일이 총 3개니까 이름에 맞춰서

roadDB, trashDB, vocDB 를 생성해준다

그리고 그 밑에 각각 해당하는 해당하는 슈퍼베이스를 연결해주면 되는데

Supabase Vector Store을 통해서 Table Name만 바꾼채 연결을 해주면 된다

마지막으로 총 세개의 슈퍼베이스 벡터 스토어의 Embedding부분에 Embeddings OpenAI 를 연결해주면 끝난다

이때도 api는 그냥 동일한거 쓰면 됨

그러면 최종 형태가 이렇게 된다

이제는 잘 됐나 테스트 해볼 시간

대표로 roadDB를 보겠

이건 실제 데이터

챗봇에게 다른 설명은 안하고 도로 제 72조 <-이렇게 물어봤다

이게 챗봇의 답변

잘 구현된 모습이다

실제로 채팅 입력하고 기다리면

이렇게 딱 맞는 DB에 접근해서 로딩되는게 보임

다음으로는 폐쇄망 RAG로 찾아오겠습니다

약봉지 스캔 & 의약품 검색 & 캘린더 저장 시스템 만들기- api key 활용

김준아 — Wed, 26 Nov 2025 15:39:12 +0900

이번 발표의 주 주제는 streamlit & supabase를 사용하는데에 있기 때문에,

이 부분 감안하고 보셔야 합니다. (억지사용느낌 물씬 ^^)

우선 저의 계획을 말씀드리자면..

자녀들이 다 크고 나면 보통 독립을 하잖아요!? 부모님은 중장년~노년층에 접어드시고.... 집에 혼자 계시는 부모님이 아차! 하고 약 복용하는걸 까먹는 경우가 종종 있기 때문에 자식 입장에서 너무 걱정이 될 것 같아서 그 부분을 해소하고자 해당 사이트 개발을 해보게 되었어요.

그래서 부모님이 약을 드시면(체크하시면) 자녀에게 알람이 가게 한다 + 같은 사이트에서 약봉지 사진을 스캔하면 텍스트를 추출해서 분석 후 약 정보와 부작용 등등을 표기한다 ( 이 부분을 gpt api사용 ) + 추가적으로 약국에서 살 수 있는 약들 정보는 식약처 api받아서 서브 서비스 만들기 -> 초기에 이정도로 구상을 해보았습니다.

그러려면~

우선 OpenAi에서 API KEY를 발급받아야하기때문에

5$을 내고...

ㅋ

키를 받아줍니다 이 키는 본인만 보는것임!! 메모장에 기록해두세요....

마찬가지로 supabase에서도 새 프로젝트를 생성한 후 anon public key , project url 을 받아서 저장합니다.

마지막으로 식품의약품안전처_의약품개요정보(e약은요) api키를 받고싶어서 활용 신청을 하면

이렇게 주시기 때문에요 키만 받아서 저장해두면 됩니다

한편.... 파이썬을 써야하니까요

anaconda prompt 에서 medicine_project 파일을 생성 한 후

필요한 패키지를 다운받아야겠죠

프롬프트에 추가로 다음의 코드를 입력

# 1. Streamlit (웹 UI)
pip install streamlit
# 2. OpenAI (GPT API)
pip install openai
# 3. Supabase
pip install supabase
# 4. 이미지 처리
pip install pillow
# 5. 기타
pip install python-dotenv

프롬프트의 준비는 끝났습니다!!

이제는 vscode 에 들어가서 앞서 생성된 medicine_project 파일을 열구요, secrets.toml 이라는 파일을 생성해서 안에 여태껏 받아온 암호키를 입력해줍니다

부모님이 약을 복용하셨을 때 알람은 어떻게 받도록 할까 하다가 원래는 카카오톡 알림톡을 생각했어요. 부모님이 로그인 하고 먹었어요 버튼만 누르면 알림톡으로 자녀에게 연락이 가게요!

근데 카카오톡 알림톡은 사업자 등록을 해야 한다고 하더라고요

어쩔수없이 api key를 무료로 받을 수 있는 텔레그램을 사용해야 했습니다..

텔레그램 연동 방법은 아주아주쉬워요! botfather을 통해 챗봇을 만들어주고 api키만 받아오면 돼요. 나중에 사용자도 해당 토큰이 포함된 링크에 접속하면 id를 바로 받을 수 있고 그걸로 처음 등록을 해야합니다

이렇게요~

이제는 supabase에 가서 약 기록 테이블을 생성해줘야합니다.

sql editor에서 하는거구요. 당연히 쿼리문을 통해 필요한 테이블과 열 명을 입력하면 됩니다.

나중에 table editor에서 새로 추가된 데이터를 볼 수 있어요

최종 생성된 테이블을 보여드릴게요!

순서대로

family_connections / 가족 연결 정보
medicine_records / 복약 기록
notification_stats / 알림 통계 (보안 정책 미설정 상태)
notifications / 복약 알림 기록
user_notification_settings / 텔레그램 사용자 정보
users / 이용자 정보

입니다. 저의 서비스에서 사용자가 입력하는 정보들이 여기에 다 기록으로 남는거에요

이것이 supabase의 역할이지요~

준비는 끝났다! 이제 어플을 구성하는 모든 파이썬 코드를 정리할 차례이지요

중간에 계속 터미널로

streamlit run.app_py <- 이거 쳐서 확인하면서 수정해서 과정 보여드리기가 참 애매한거에요

그래서 클로드에게 역으로 제 코드를 보내고 어떤 기능을 추가했는지 정리해달라고했어요 ㅎ

1. 디자인 부분 (CSS 스타일링)

모바일 UI 최적화

중앙 정렬 모바일 레이아웃: 최대 너비 400px, 화이트 배경의 카드형 디자인
탭 네비게이션: 라운드 형태의 탭, 선택 시 보라색→파란색 강조
버튼 스타일: 전체 너비, 라운드 모서리, 눌림 애니메이션

메인 테마

블루-민트 그라데이션 배경: 눈이 편한 색상 조합 (#0093E9 → #80D0C7)
글래스모피즘 효과: 반투명 배경 + 블러 효과
정보 카드: 흰색 배경, 그림자 효과, 좌측 청록색 강조선
상태별 박스: 성공(초록), 경고(노랑), 정보(파랑) 구분

알림 시스템 UI

알림 배지: 빨간 원형 배지로 읽지 않은 알림 표시
알림 카드: 노란색(일반), 초록색(읽지 않음) + 슬라이드 애니메이션

2. API 및 초기화

외부 API 연동

OpenAI GPT-4o: 약봉지 이미지 분석, 의약품 정보 검색
Supabase: 데이터베이스 (사용자, 처방기록, 알림, 가족연결)
식약처 e약은요 API: 공식 의약품 정보 조회
텔레그램 봇 API: 실시간 복약 알림 전송

캐싱 전략

@st.cache_resource로 API 클라이언트 초기화 (재사용)

3. 헬퍼 함수

이미지 처리

preprocess_image: OCR 성능 향상을 위한 전처리 (크기 조정, 선명도·대비 향상)

날짜 파싱

parse_flexible_date: AI가 읽은 다양한 날짜 형식을 datetime으로 변환
- "2024년 3월 15일", "24-03-15", "2024.3.15" 등 지원

4. GPT 기반 AI 기능

약봉지 이미지 분석

analyze_medicine_bag: GPT-4o Vision API로 약 이름, 병원명, 조제일 추출
- JSON 형식으로 구조화된 데이터 반환

의약품 정보 검색

search_medicine_info_gpt: 약품명 입력 시 효능, 용법, 주의사항 등을 GPT가 제공
search_mfds_medicine: 식약처 API로 공식 데이터 검색 (챗봇용)

5. 데이터베이스 함수 (Supabase)

사용자 관리

회원가입/로그인: PIN 기반 인증 시스템 (4자리 숫자)
가족 연결: 부모-자녀 관계 설정 (family_connections 테이블)

복약 기록 관리

save_to_database: 처방 기록 저장 + 복용 기간 자동 생성
create_recurring_records: N일치 복약 기록 자동 생성
get_records_by_date: 특정 날짜의 처방 조회
mark_as_taken: 복약 완료 처리 + 자녀에게 알림 전송

캘린더 데이터

get_calendar_data: 특정 월에 처방이 있는 날짜 리스트 반환

6. 알림 시스템 (이중 구조)

DB 기반 앱 내 알림

send_notification: Supabase notifications 테이블에 저장
get_unread_notifications: 읽지 않은 알림 조회
mark_notification_as_read: 읽음 처리

텔레그램 실시간 알림

send_telegram_message: 텔레그램 봇으로 메시지 전송
사용자 설정 저장: chat_id + 알림 활성화 여부 관리
복약 완료 알림: 부모님이 약 먹으면 자녀에게 즉시 알림

7. 사이드바 (로그인/회원가입)

로그인 상태

사용자 정보 표시 (이름, 역할)
읽지 않은 알림 개수 배지
복약 통계 (총 처방, 이번 주 처방)

로그인/회원가입 탭

역할 선택: 부모님 / 자녀 모드
PIN 인증: 4자리 숫자 기반 보안
텔레그램 설정: 자녀 모드 전용, chat_id 입력 + 알림 활성화

8. 부모님 모드 (3개 탭)

탭1: 처방약 스캔

사진 업로드 → 2. AI 분석 → 3. 정보 확인 & 저장

약봉지 이미지 → GPT-4o Vision 분석 → 약 이름 추출
각 약물의 효능, 용법, 주의사항 자동 검색
복용 정보 입력: 시작일, 복용 기간(1~90일), 복용 시간(아침/점심/저녁)
자동 기록 생성: N일치 복약 기록이 캘린더에 자동 추가

탭2: 약 검색 챗봇

빠른 질문: 게보린, 타이레놀 등 원클릭 검색
식약처 API 기반: 공식 의약품 정보 제공
대화형 인터페이스: 채팅 형식으로 자연스러운 질의응답

탭3: 복약 캘린더

월별 캘린더: 처방이 있는 날짜는 표시, 오늘은 표시
날짜 클릭: 해당 날짜의 처방 기록 상세 조회
복약 완료 체크: "먹었어요" 버튼 → 자녀에게 알림 전송
수동 기록 추가: 캘린더에서 직접 처방 입력 가능

9. 자녀 모드 (3개 탭)

탭1: 부모님 연결

PIN 기반 연결: 부모님 이름 + PIN 입력으로 가족 연결
연결된 부모님 목록: 현재 연결된 부모님 표시

탭2: 알림

읽지 않은 알림: 초록색 카드로 강조 표시
전체 알림 내역: 최근 20개 알림 조회
읽음 처리: 개별 또는 일괄 처리 가능

탭3: 복약 현황

부모님별 오늘 복약 상태: 복용 완료(✅) / 복용 전(⏰)
최근 7일 통계:
- 이번 주 처방 건수
- 복용 완료 건수
- 복약 순응도 (%) 계산

10. 세션 상태 관리

주요 세션 변수

logged_in: 로그인 여부
user_id, patient_name, patient_age, user_role: 사용자 정보
scan_result: 이미지 분석 결과 임시 저장
calendar_year, calendar_month: 캘린더 상태 유지
chat_messages: 챗봇 대화 내역

11. 핵심 기능 흐름

복약 기록 생성 플로우

약봉지 사진 업로드
GPT-4o Vision으로 약 이름, 병원명, 조제일 추출
각 약물 정보 자동 검색 (GPT-4o)
사용자가 복용 기간, 시간 선택
DB 저장 + N일치 자동 기록 생성
캘린더에 표시

알림 전송 플로우

부모님이 "먹었어요" 버튼 클릭
DB에서 복약 완료 처리 (taken=True)
연결된 자녀 목록 조회
각 자녀에게 알림 전송:
- Supabase notifications 테이블에 저장
- 텔레그램 활성화 시 실시간 메시지 전송
자녀 앱에서 배지 표시

예!

그리고 이제 이건 로컬호스트로만 볼 수 있는거니까 실제로 배포를 해야겠죠

저는 깃허브에 연동해서 streamlit cloud에 배포했는데요 하는법을 알려드릴게용

Streamlit Cloud 배포 가이드 (GitHub 연동)

1. GitHub 리포지토리 준비

역할

GitHub에 코드를 올려서 버전 관리 + Streamlit Cloud가 코드를 가져갈 수 있게 함
필수 파일들을 정리해서 저장소 구조를 만듦

필수 파일

app.py: 메인 앱 코드
requirements.txt: 필요한 라이브러리 목록
.gitignore: Git에 올리지 않을 파일 지정

2. requirements.txt 작성

역할

앱 실행에 필요한 Python 라이브러리 목록을 명시
Streamlit Cloud가 이 파일을 보고 자동으로 라이브러리 설치함

포함 내용

streamlit, openai, supabase, Pillow 등 모든 import한 라이브러리

3 .gitignore 설정

역할

보안: API 키 같은 민감한 정보가 GitHub에 올라가는 것을 방지
용량: 불필요한 파일(캐시, 임시파일)을 제외해서 저장소 크기 줄임

주요 제외 파일

.streamlit/secrets.toml: API 키가 저장된 파일 (절대 공개 금지!)
__pycache__/: Python 실행 시 생성되는 캐시
.vscode/: 개발 도구 설정 파일

4. GitHub에 코드 업로드

역할

로컬 컴퓨터의 코드를 GitHub 서버에 업로드
버전 관리 + Streamlit Cloud가 접근할 수 있게 만듦

과정

git init: 현재 폴더를 Git 저장소로 만듦
git add .: 변경된 파일들을 추가
git commit: 변경 내역 저장 (스냅샷)
git push: GitHub 서버에 업로드

5. Streamlit Cloud 배포

역할

GitHub 코드를 클라우드 서버에서 실행
인터넷 어디서나 접속 가능한 웹 주소 생성

배포 과정

Streamlit Cloud 로그인: GitHub 계정으로 로그인
New app 클릭: 새 앱 배포 시작
저장소 선택: GitHub에 올린 리포지토리 선택
메인 파일 지정: app.py 선택
Deploy 클릭: 자동으로 배포 시작

6. 비밀 키(Secrets) 설정

역할

API 키를 안전하게 클라우드 서버에 전달
GitHub에는 올리지 않고, Streamlit Cloud에만 저장

설정 위치

Streamlit Cloud 대시보드 → App settings → Secrets
secrets.toml 파일 내용을 그대로 복사 붙여넣기

예시 형식

OPENAI_API_KEY = "sk-..."
SUPABASE_URL = "https://..."
SUPABASE_KEY = "eyJh..."

7. 업데이트 배포

역할

코드 수정 후 자동으로 앱 재배포
GitHub에 push하면 Streamlit Cloud가 자동 감지해서 업데이트

과정

로컬에서 코드 수정
git add → git commit → git push
Streamlit Cloud가 자동으로 변경 감지
자동 재배포 (보통 1~2분 소요)

8. 배포된 앱 접속

역할

전세계 어디서나 URL로 앱 접속 가능
스마트폰, 태블릿, PC 모두 지원

URL 형식

https://your-app-name.streamlit.app

URL만 보내면 누구나 접속 가능
로그인 없이 바로 사용 가능

결과 이렇게 나왔고요 점 세개 누르면 수정도 할 수 있어요

https://medicineproject-376xsskfnb8jgqcue4d9rz.streamlit.app/

우리 가족 스마트 복약 관리

스마트 약봉지 분석 시스템

medicineproject-376xsskfnb8jgqcue4d9rz.streamlit.app

실제 링크인데... 지금 제가 openai platform 결제를 5달러 밖에 안했고 돈 더 나갈까봐 호달달 떨면서 결제수단 없애놔서 나중에 사용량 지나고 들어가보면 제대로 작동이 안되지않을까요? 그리고 텔레그램 처음 써봐서 텔레그램도 탈퇴했어욬ㅋㅋㅋㅋ 이상한 사람들한테 막 연락오던데요?;;;

그래서...

너무 아쉽게 ㅜㅜㅜ 최종으로 완성된걸 못남겨놨고 80% 정도 완성된 부분만 영상으로 저장을 해뒀어요

근데 진짜 레전드 실수가 텔레그램 알람 오는 부분이 녹화가 안된거에요, 화면 녹화 처음해봐서 보여주고싶은 화면? 도 체크해야하는지 몰랐어요 그래서 속상합니다..

영상.mp4

9.62MB

궁금하시면 보세요 ㅎ

저기에 플러스 약 언제부터 며칠간 복용할건지 캘린더에 남도록 기능 추가했고

텔레그램 문자도 잘 와요

사진에서 이상한점 확인하셨나요? ㅎ

이것도 수정 전 사진이라 ㅜㅜㅜ 어흑

바로 실제로는 4시31분인데 7시31분에 약을 복용했다고 문자가 오더라고요

원인: 서버 시간이 UTC(세계 표준시)로 설정되어 있기 때문입니다

from datetime import datetime, timezone, timedelta

# KST 타임존 객체 생성
kst = timezone(timedelta(hours=9))

# 현재 한국 시간 가져오기
current_time = datetime.now(kst)

이런식으로 코드를 수정하면 돼요

전 잘 했어요 남겨놓은게 없을 뿐이지........

여튼 이렇게 얼레벌레 마무리를 했는데요

사실 제가 하고싶었던건 약 사이의 상호작용 정보였어요.

어르신들 중에는 다양한 병원에서 처방받은 약을 동시에 드셔야 하는 경우가 많아지는데, 이게 병원을 옮길때마다 새 병원에 가서 여태 복용했던 약들을 말하는게 생각보다 엄청 귀찮은 일이거든요. 기억도 잘 안나구요. 그걸 상세히 기록해두고, 약 사이의 부작용 정보를 알려줬으면 좋겠다 싶었는데 이건 사실 ai의 도움을 받기는 많이 위험하다고 생각해서 오픈된 병원정보 api가 있었으면 좋겠다 했습니다. 물론 그렇다고 해서 이걸 신뢰하냐 마냐의 문제는 위험한거라 해결법은 더 고민해봐야겠어요

강사님의 피드백은

부모님이 먹었어요 체크 하는걸 귀찮아하실것같다. -> 였는데 전적으로 동의합니다. 그래서 왜 그 노인분들 혼자 거주하실때 화장실에 낮은 눈높이에 맞춰서 빨간 버튼같은거 설치해드리잖아요 그게 위급시에 버튼을 누르시면 사람들에게 전달이 되는거거든요?

이런식으로 만드는것도 방법이겠다 생각하는데 어쨋든 이번 프로젝트 취지에는 벗어나기도 하고 이 버튼을 굳이 만들만큼 가치가 있는가 하는 생각도 합니다.

사실 의료 데이터에 관심이 있어서 진행한건데 그렇게까지 구매하고싶은 서비스는 아닌 것 같아요 만들고 보니까 그렇습니다..

여튼 이번에도 재밌었어요

Orange를 사용해 본 적이 있는가..

김준아 — Wed, 26 Nov 2025 14:24:35 +0900

컴백이아냐 떠난적 없 으 니 까

프로젝트 기간으로 바빴습니다

이젠 그동안 뭘 했는지 정리할 시간이죠

**Orange(오렌지)**는 시각화 기반 데이터 분석·머신러닝 도구로, 코딩 없이도 다양한 알고리즘을 쉽게 적용할 수 있는 오픈소스 데이터 마이닝 플랫폼 입니다.

이번에 저도 프로젝트 하면서 처음 알았어요

느낀점부터 말하자면, 전처리 시 이상치를 가진 변수가 무엇인지 정확한 확인은 어려우나 제거가 용이하고

머신러닝 모델 파라미터 바꿔가면서 성능 테스트해보기에는 편할것같아요

이런식으로 사이드바에서 다 해결하는거임 ㅋ

우선 오렌지를 쓰기 위해 사용한 데이터는, 캐글데이터 입니다

LengthOfStay.csv

11.84MB

데이터셋: LengthOfStay.csv (100,000명 환자)

데이터를 봤는데 의료 기관의 실제 환자 입원 기록 데이터 + 실제 입원 일수가 있길래

환자의 입원 일수를 예측하는 기계학습 모델 개발을 해보면 어떨까 생각했어요.

입원기간을 정확하게 예측하면 병원 자원관리나 병상 배정 계획을 더 효과적으로 세울 수 있을테니까요!?

우선 전체 데이터는 10만개 인데요, orange로 분석을 진행하기 전 엑셀 파일을 열어서, 분석에 불필요한 열이 있을까 확인해봤어요

참고로 결측값은 없는 데이터 입니다~!

따라서 환자 번호 eid, 입원 시작 일자 vdate, 퇴원일자 dischage 3개의 열은 분석에 필요하지 않다는 판단을 내렸습니다

discharge-vdate가 우리의 타겟변수 lengthofstay 이기 때문이죠 !!

orange에는 파일을 선택만 해도 변수 타입 설정 및 skip설정이 가능함

다른 변수들의 타입도 맞춰줬습니다.

facid(의료 시설 id), rcount(재입원 횟수), gender(성별) 범주형 변수 3개는 categorical, 나머지 질병 관련 변수 11개는 numeric으로 지정해주었습니다.

이제 데이터 전처리를 해줘야겠죠

우선 결측치가 있다면 여러가지 결측치 처리 방식으로 ( 평균값 대체, 결측치가 있는 열 제거, 중앙값으로 대체 등등) 처리를 했을테지만 결측치가 없는 데이터입니다.

중요한 점은 이상치 처리였는데요

파이썬으로 확인해도

orange의 "feature statics"위젯을 연결해보면

이런식으로 극단적인 이상치가 다수 존재함을 알 수 있었습니다

처음에는

이게 왜!? 어쩌라고!! 하고 그냥 분석 진행했는데, 강사님이 이상치 처리는 꼭 해줘야 하는 부분이라고 알려주셨어요 ㅎ

근데 저의 역량 부족이었을 수 있겠지만 오렌지에서는 이상치를 눈으로밖에 확인 못하더라고요? 그래서 이부분은 어쩔수없이 파이썬으로 이상치를 확인했습니다. 방식은 통계적으로 이상치를 제거하는것!

IQR(Interquartile Range) 방법론

이상치 제거를 위해 통계적으로 검증된 IQR(사분위수 범위) 방법

IQR은 데이터의 중앙 50%를 나타내 는 지표로, 극단값을 객관적으로 정의할 수 있다.

IQR 이상치 정의: 이상치 = Q1 - 1.5×IQR 미만 또는 Q3 + 1.5×IQR 초과

여기서 IQR = Q3 - Q1 Q1: 1사분위수 (25%), Q3: 3사분위수 (75%)

그냥 갑자기 배운게 생각나서 통계적 이상치! 에헿ㅎㅎ헿ㅎㅎ 이러면서 적용했어요

예를들어 hematocrit의 경우 q1이 10.9, q3이 12.9이므로 IQR을 2.0, 따라서 7.9미만 또는 15.9 초과는 이상치로 간주하여 제거한 것입니다.

오렌지의 select rows에서

이렇게 조건문 형식으로 처리가 가능합니다

여기서 bloodureanltro( 혈중 요소질소 (mg/dL) - 신장 기능 지표 )에 집중해주세요... 뒤에가서..이유를 말씀드릴게요

그 다음으로는 continuize에서 범주형 변수를 one-hot 인코딩 방식으로 인코딩을 해주었어요

Categorical Variables: One-hot encoding 선택 -> 총 13개의 더미 변수가 생성되어, 원본 3개 범주형 변수를 대체함
Numeric Variables: Keep as it is 선택

한가지 문제점이 있습니다

많은 변수들이 우측으로 치우친 분포(right-skewed)를 보이고 있었죠, 이는

1. 선형 모델의 성능 저하 초래 2. 정규성 가정을 위반 3. 이상치의 영향력 증폭 위험이 있기 때문에

왜도 변환이 필요하다고 느꼈습니다!

여기서도 통계학에서 배운 내용을 써먹었는데요, (맞는지는 모름 ^^)

이런 흐릿한 기억이 나서요

이 왜도 평가도 파이썬으로 진행했습니다

오렌지에서는 formula를 사용하면 이런식으로 식을 써서 왜도 보정이 가능해요

여기까지 한거 feature statics로 다시 보니까 이런식으로 보정이 됐긴 됐더라고요

이게 맞는지 확신은 없어요 근데 강사님이 잘했다고 하시는거보니..

ㅎ

다음에는 또 formula를 써서 feature engineeering을 해보려고해요...

도메인 지식을 좀 첨가해서 에측력을 높이는 복합 지표를 만들어보려는 계획입니다

여기부터 그냥 뇌피셜 + 도메인(을 가장한 클로드님과 나의 합작) 이라 진지하게 보지 말아주세요

총 5개 변수를 생성한거죠

나...자신을 믿고.....진행할것

후에 왜도 변환 한 열은 새로 만든거니까 기존 변수는 ignored를 진행해주고요

이제 평화롭게 모델을 돌리려고 마지막으로 그래프를 봤는데 아니 글쎄 제가 만든 feature들도 이상치?가 있는거에요 ㅎ...

그래서 이것들도 급하게 파이썬으로 이상치 확인하고 보정을 진행해줍니다

이 단계가 맞는건진 모르겠어요 저도 ㅎㅎ

아하하! 아하하하! 아하하하하하

이제 전처리는 끝났(다고판단했)어요

10만개로 시작해서 총 8만1천개의 데이터가 나오더랍니다 !!

preprocess 위젯은 이런식으로 변수 표준화를 해줄 수 있습니다

후,,이제 모델을 돌려보자

data sampler위젯을 사용하면

Sampling type: Fixed proportion

Train set: 70% (70,000개)

Test set: 30% (30,000개)

Stratified: 체크 (Target 변수 분포 유지)

Replicable: 체크 (seed: 42) - 재현 가능성 보장

이런식으로 모델 설정이 가능하세요

이 다음이 헷갈리고 중요한데요, train/ test셋을 정확히 나눠야하잖아요

저 줄 위에 텍스트가 있어요

train으로 연결되는 선은 data sample-> data 이고 test로 연결되는 선은 resuming data->data인거 보이시죠?

줄 더블클릭하면 따로 설정 가능한 부분이에요 이래야 데이터셋이 7:3으로 나눠지는것임

저는 일단 첫번째 실험으로 선형회귀, 랜덤포리스트, svm, tree 모델 4개의 성능을 비교했습니다

결론은 뭐 이랬는데

( 가장 성능이 좋았던 랜덤포리스트 기준으로 오렌지의 prediction과 scatter plot을 사용해 추가 분석을 진행 )

발표하신분들 다 들어봐도 그렇고 제가 계속 이상했던게 다들 랜덤포리스트 성능이 제일 높은거에요

그런데? 학교에서 배웠던게 좀 스멀스멀 생각나서 찾아보니까 랜덤포리스트가 이상치에 강건하다네요

그래서 그냥 제가 생각하기에는 이상치에 강건하기 때문에 성능이 저렇게 높게 나온거 아닌가 싶어요

여튼~ 추가적인 분석을 진행하기위해 그래도 제일 성능이 높았던 랜덤포리스트를 가지고

단일 테스트와 10-fold 교차검증을 비교했어요

인공지능학과라면 아시겠지만.. leave-one-out, cross validation 등등 귀에 딱지가 얹도록 들었던것들인데 막상 적용은 파이썬 코드 몇줄로 해결했잖아요? 이렇게 옵션으로 설정할 수 있어서 신기했어요

교수님이 항상 강조해주셨던걸 기억해보자면 validation data와 train data를 명확하게 분리해라, 라고 하셨던게 기억이 나는데 그건 오렌지가 알아서 해줬겠죠? 여튼 실제 실험에는 10fold로 설정하고 성능을 비교했습니다

이것도 어쨋든 발표하려고 만든 장표인데

뭐 말을 하자면 10fold와 단일 테스트 성능 차이가 거의 없으니까 모델이 안정하다 이렇게 말 할 수 있겠지만

이상치가 계속 걸려요 이상치.....

그래서 마지막 실험이라는것은...

선형회귀가 이상치에 민감하다고들 하잖아요?

선형회귀로 분석해보자 ~~~ 라는 생각..

이상치 제거 전과 후 성능을 비교했어요

오렌지에서 가지만 잘 치면 쉽게 가능합니다

결과입니다

예! 꽤 의미있는 결과가 나왔다고 볼 수 있겠죠

확실히 선형회귀는 이상치 처리가 중요한가봅니다

예 이렇게 3가지의 실험을 마쳤어요...

발표 피피티를 이렇게 만들다니

진짜 상여자 아닌가요?

농담입니다 시간이 없었어요

어쨋든 제가 실제로 느낀점이긴 합니다

아직도 정답은 잘 모르겠어요

그리고 의료데이터라는게 원래 이상치를 제거 해도 되는건가요?

아까 제가 bloodureanltro( 혈중 요소질소 (mg/dL) - 신장 기능 지표 ) 에 집중해달라고 말씀을 드렸잖아요

이게 5~20사이로 이상치를 제거한건데 이게 무려 682라는 값이 있었어요

통계적으로는 매우 확실한 이상치 이지만 의료적으로는 중증 신부전을 의미하기때문에 맥락적으로 의료적 이상치를 고려해줘야 하는건가? 하는 의문이 있었어요 아니면 신부전 환자의 입원 일수만 따로 예측을 한다던가 하는...

개선 방안 고려 부분에서는

학교에서 수업 들으면서 여기저기서 주워들은 단어들을 정리한겁니다 도움을 좀 받긴 했어요

근데 사실~ 파이썬으로 분석하면 다 해볼 수 있는 부분이긴 합니다 오렌지에서 어떻게 하는건지 모르겠어요

어쨋든 그리하여~ 생성된 저의 총 워크스페이스입니다

오렌지 재밌네요 근데 맞게 한건지는 모르겠어요

다음에 또 해봐야겠습니다.....투비컨티뉴

powerbi 기능을 더 사용해봅시다

김준아 — Tue, 21 Oct 2025 17:30:52 +0900

https://www.atfis.or.kr/home/commodity.do?act=detail&periodGubun=DAY&beginYmd=2024-10-21&endYmd=2025-10-21&cmdtSeCd=FOOD&cmdtId=0701000001111101

국제 원료가격

식품산업통계,국내외 시장동향,식재료 및 식품업체 지원사업 관련 정보 제공. 한국농수산식품유통공사 운영

www.atfis.or.kr

원하는 자료 값 설정후 url그대로 복사 (2024.10.21~2025.10.21 일간 데이터)

powerbi 열기

그래서 쿼리 편집기 들어가서 고급 편집기를 누르면 이렇게 코드가 나오는데

let

원본 = Web.BrowserContents("https://www.atfis.or.kr/home/commodity.do?act=detail&periodGubun=DAY&beginYmd=2024-10-21&endYmd=2025-10-21&cmdtSeCd=FOOD&cmdtId=0701000001111101"),

#"HTML에서 추출된 테이블" = Html.Table(원본, {{"Column1", "TABLE.rollTable.colFixTable.scroltable > * > TR > :nth-child(1)"}, {"Column2", "TABLE.rollTable.colFixTable.scroltable > * > TR > :nth-child(2)"}, {"Column3", "TABLE.rollTable.colFixTable.scroltable > * > TR > :nth-child(3)"}, {"Column4", "TABLE.rollTable.colFixTable.scroltable > * > TR > :nth-child(4)"}, {"Column5", "TABLE.rollTable.colFixTable.scroltable > * > TR > :nth-child(5)"}, {"Column6", "TABLE.rollTable.colFixTable.scroltable > * > TR > :nth-child(6)"}}, [RowSelector="TABLE.rollTable.colFixTable.scroltable > * > TR"]),

#"승격된 헤더" = Table.PromoteHeaders(#"HTML에서 추출된 테이블", [PromoteAllScalars=true]),

#"변경된 유형" = Table.TransformColumnTypes(#"승격된 헤더",{{"인도월", type number}, {"거래일자", type date}, {"종가(US￠/lb)", type number}, {"전일대비", type text}, {"등락률(%)", type text}, {"환산가($/ton)", type number}})

#"변경된 유형"

나의 단짝에게 도움을 요청하면

이 코드를 그대로 고급 편집기에 붙여넣기

이렇게 잘 만들어줌

전처리가 필요하지 않은가?

저 데이터를 보고 우선 상승/하락 열 분할 문자 수 기준으로 나눠주고

일자를 보면 없는 일자가 있음 -> 촘촘히 그려져있는 날자를 x축에 두고 종가를 y축에 두면 (중간에 비어있는건 인터폴레이션으로 채워줌)

등등의 아이디어 고민해봐야함

이런식으로 powerbi 내에서 파이썬을 불러와서 correlation matrix도 그릴 수 있음

옵션에서 python 스크립팅 설정이 필요하다.

코드는 그냥 한번 올려보는데 걍 파이썬코드랑 똑같음

# 필요한 라이브러리 가져오기

import matplotlib.pyplot as plt

import seaborn as sns

# 분석할 5개의 숫자형 필드 목록을 지정합니다.

# (필드 이름은 Power BI에서 가져온 'dataset'의 열 이름과 동일해야 합니다)

columns_to_correlate = [

'Discount',

'Profit',

'Quantity',

'Sales',

'Shipping Cost'

]

# 지정된 열만 선택하여 상관관계 행렬(Matrix)을 계산합니다.

correlation_matrix = dataset[columns_to_correlate].corr()

# 시각화를 위한 그래프 크기를 설정합니다.

plt.figure(figsize=(10, 8))

# Seaborn 라이브러리를 사용해 히트맵(Heatmap)을 생성합니다.

# annot=True : 각 셀에 상관계수 값을 표시합니다.

# cmap='coolwarm' : 상관관계(양수/음수)를 쉽게 구분할 수 있는 색상 맵입니다.

# fmt='.2f' : 숫자를 소수점 둘째 자리까지 표시합니다.

sns.heatmap(

correlation_matrix,

annot=True,

cmap='coolwarm',

fmt='.2f',

linewidths=.5

)

# 그래프 제목을 추가합니다.

plt.title('Feature Correlation Matrix', fontsize=16)

# Power BI에 그래프를 표시합니다.

plt.show()

슬라이서 등등의 기능과 같이 써도 좋음

엑셀 데이터분석 상관분석 회귀분석

김준아 — Fri, 26 Sep 2025 17:06:43 +0900

파일:

sales.csv

5.44MB

추가기능에서 분석도구를 추가해야됨

엑셀에서 데이터 분석 할때는

1. 결측값 있으면 안되고

2. 문자형 변수 안됨 (연속형 변수여야한다)

$A$1:$E$33702 화살표 누르고 입력하면 됨

입력범위 지정했으면 열 체크 첫째행 이름표 사용 체크 하고 확인 누르면

	Sales	Quantity	Discount	Profit	Shipping Cost
Sales	1
Quantity	0.31086	1
Discount	-0.08374	-0.0224	1
Profit	0.472991	0.101209	-0.31819	1
Shipping Cost	0.756136	0.269266	-0.07446	0.347105	1

이렇게 나옴 ㅋㅋ

상관관계 구하는 법 !!

데이터 분석을 누르면 이외에도 여러가지 분석을 할 수 있음

https://datalab.naver.com/

네이버 데이터랩

네이버의 검색 트렌드 및 급상승검색어 이력, 쇼핑 카테고리별 검색 트렌드 제공

datalab.naver.com

네이버 데이터랩을 사용해서 이것저것 눌러보자 ~~@!

검색어 : 루테인 1년

여자 / 남

처음부터 ~ 34세까지 / 34세 이후~ 끝까지

저 두개를 엑셀 파일로 변환 해서 한 엑셀 파일에 두개 열의 정보를 넣고

원래 텍스트 형식이기때문에 숫자로 변환을 눌러준다

그러면 이런 형식이 됨~~(파일의 일부)

날짜	19~34세	35~60세
2024-09-25	33.5396	57.08844
2024-09-26	26.79455	63.26703
2024-09-27	26.48514	49.47101

이걸 상관분석하면 결과가 이렇게 나온다 !!

	Column 1	Column 2
Column 1	1
Column 2	0.842092	1

회귀분석

y: a1부터 a33702, x:b1부터 e의 33702까쥐

이것은 결과이다

회귀분석 결과 요약

모델 설명력 (결정계수 R²): 약 63.6%
- Quantity, Discount, Profit, Shipping Cost 변수들이 Sales 변동의 약 63.6%를 설명
모델 유의성 (유의한 F): 매우 유의미
- F값의 p-value가 0이므로, 이 회귀 모델은 통계적으로 매우 유의미하다고 할 수 있음
독립변수 영향력 (P-값):
- Quantity, Discount, Profit, Shipping Cost 모두 p-value가 0에 가까워 Sales에 통계적으로 유의미한 영향을 줌.
- 계수(Coefficient)가 모두 양수이므로, 각 변수의 값이 커질수록 Sales도 증가하는 경향을 보임.

통계공부를 다시하는것도 좋을것이라는 생각이...

데이터 기반 design thinking

김준아 — Fri, 26 Sep 2025 14:17:24 +0900

수업 목적: 디자인씽킹의 5가지 단계를 거치며 각 단계에서 데이터를 어떻게 다루는지 알아보기

강의자료는 강사님이 주셨다~!

공감->정의->아이데이션->생산->테스트

여기서 문제란? 이상과 현실의 차이 --> 이것을 어떻게 메꿀지 고민하셔라

1. 공감 : 사용자의 마음 이해하기

잠재고객에 대해 깊이 알아보기

* 핵심 질문들

- 내 사용자는 누구인가?

- 왜 그리고 무엇이 그들에게 중요한가?

- 어떤 맥락에서 제품이나 서비스를 사용하는가?

- 현재 어떤 어려움과 불편함을 겪고 있는가?

중요한 포인트: 사용자가 말하는 것과 실제 행동하는 것 사이의 차이를 발견하는 것이 핵심입니다. 때로는 사용자도 자신의 진정한 니즈를 명확히 알지 못할 수 있습니다.

2. 정의 : 명확한 문제 정의

명확한 관점(Point-of-View) 설정 정의 단계는 공감 단계에서 수집한 풍부한 정보를 의미 있는 통찰력으로 변환하는 과정입니다. 여기서는 사용자의 진정한 문제 와 니즈를 명확하게 정의하고, 해결해야 할 핵심 도전 과제를 설정합니다.

정의 단계의 핵심 활동

• 사용자 페르소나 개발 - 실제 사용자 데이터를 바탕으로 한 구체적인 사용자 프로필 생성

• 사용자 여정 맵핑 - 사용자가 제품이나 서비스와 상호작용하는 전체 과정 시각화

• 문제 정의문(POV) 작성 - "사용자 X는 Y가 필요하다. 왜냐하면 Z이기 때문이다" 형식으로 명확한 문제 정의

• 기회 영역 식별 - 혁신과 개선의 가능성이 있는 핵심 영역 발굴

"문제를 올바르게 정의하는 것이 솔루션의 절반이다. 명확한 문제 정의 없이는 아무리 창의적인 아이디어도 목표를 잃기 쉽다."

3. 아이데이션(구상): 자유로운 아이디어 발상

구상 단계의 핵심 원칙

• 비판 금지 - 어떤 아이디어도 즉시 평가하거나 비판하지 않습니다

• 자유분방한 사고 - 거칠고 파격적인 아이디어를 환영합니다

• 양적 접근 - 많은 아이디어가 더 나은 아이디어로 이어집니다

• 조합과 발전 - 다른 사람의 아이디어를 발전시키고 조합합니다

아이데이션 방법

4. 프로토타입 : 다른 사람들에게 당신의 아이디어를 보여주세요

프로토타입의 주요 목적

• 아이디어 구체화 - 하나 이상의 아이디어를 실체화하여 모델링합니다

• 빠른 검증 - 프로토타입은 솔루션의 대략적인 초안으로 핵심 기능에 집중합니다

• 사용자 반응 관찰 - 실제 사용자가 어떻게 반응하는지 직접 확인할 수 있습니다

• 팀 내 소통 - 추상적인 개념을 시각적으로 공유하여 이해도를 높입니다

기획자라면 알아야 할 용어

Proof of Concept (PoC) : 아이디어의 핵심 검증
Prototype : 제품/서비스의 형태 구현
Pilot : 제한된 환경에서의 실제 운영 테스트
MVP (Minimum Viable Product) : 최소 기능 제품 출시

mvp 안에는 poc가 포함이되어야하는거아니니?

ChatGPT의 말:

좋은 질문이에요

엄밀히 따지면 MVP 안에 PoC가 반드시 포함되는 건 아니에요.
둘은 서로 다른 목적과 단계에 가까워요:

PoC (Proof of Concept)
- “이 아이디어/기술이 원리적으로 가능한가?”를 확인하는 실험 단계
- 보통 내부 검증용, 빠르고 저비용으로 진행
- 결과물이 고객에게 직접 노출되지 않는 경우가 많음
MVP (Minimum Viable Product)
- “최소 기능을 갖춘 상태에서 실제 시장에서 고객 반응을 확인할 수 있는가?”
- 즉, 시장 적합성(Product-Market Fit) 검증이 목적
- 고객에게 바로 써볼 수 있는 수준까지 만듦

그래서 관계를 정리하면:

PoC는 기술적/개념적 타당성을 먼저 입증하는 단계
MVP는 시장 검증을 위한 최소 제품
경우에 따라서는 PoC가 끝나고 → Prototype → Pilot → MVP 순으로 이어지기도 하지만, PoC 없이 바로 MVP를 만드는 경우도 있습니다.

그냥 궁금해서 물어봄 최소기능이면 핵심기능이랑 비슷한말 아닐까 했음

시작품: 단위모델, 초안

시제품: 시작품을 다듬어서 사업화가 되기 직전의 모습

5. 테스트: 프로토타입 공유 및 체계적 테스트

테스트 방법론

• 사용자 테스트 - 실제 사용자가 프로토타입을 사용하는 과정을 관찰하고 피드백을 수집합니다

• A/B 테스트 - 서로 다른 버전을 비교하여 어떤 것이 더 효과적인지 측정합니다

• 전문가 리뷰 - 해당 분야 전문가들의 의견을 통해 기술적, 전략적 관점의 피드백을 얻습니다

• 히트맵 분석 - 디지털 프로토타입의 경우 사용자의 행동 패턴을 시각적으로 분석합니다

피드백 수집 및 분석

- 테스트 과정에서 수집된 정성적, 정량적 데이터를 체계적으로 분석하 여 의미 있는 패턴과 통찰력을 도출합니다. 사용자의 말과 행동 사이의 차이점을 주의 깊게 관찰하는 것이 중요합니다.

데이터 기반 디자인 씽킹의 아쉬운 점

데이터 활용에는 무엇이 필요할까?

1. 서비스/ 제품 관련 데이터

2. 조직 성과 데이터

3. 고객 데이터

데이터 활용 역량

1. 데이터 수집

2. 데이터 관리

3. 데이터 가공 및 분석

4. 데이터 시각화

데이터가 활용되는 구조 이해하기

ㄴ 기억하라고 하신 데이터 분석의 목적 !!

앞으로 사라지지 않을 직업이 창업가 투자자 크리에이터 라고 하심

과연 맞을까? 미래의 나야 대답해주삼

장바구니 분석

1. 지지도 (Support)

• 뜻: 어떤 현상이 얼마나 자주 나타나는지를 보여줌.

• 비유: 100명 중 20명이 매일 아메리카노를 마신다면 → 아메리카노 지지도는 20%.

• 포인트: "얼마나 많이 같이 등장하냐?"

2. 신뢰도 (Confidence)

• 뜻: 어떤 조건이 주어졌을 때, 그 결과가 나올 확률.

• 비유: “아메리카노를 마시는 사람 중 70%는 디저트도 같이 산다” → 신뢰도는 70%.

• 포인트: "조건을 만족하면, 결과가 따라올 확률이 얼마냐?"

3. 향상도 (Lift)

• 뜻: 단순히 우연이 아니라, 정말로 서로 연관성이 있는지를 나타냄.

• 비유: 원래 디저트를 사는 사람이 30%인데, 아메리카노 마시는 사람은 70%가 산다면 → 향상도는 70 ÷ 30 = 2.33.

• 포인트: "조건이 있을 때 결과가 더 자주 일어나는가? (우연 대비 얼마나 강한 관계인가?)"

향상도 = 1 → 조건과 결과가 서로 아무 상관 없음 (독립적).

향상도 > 1 → 조건이 있을 때 결과가 더 잘 일어 남 → 양(+)의 연관관계, 의미 있음.

향상도 < 1 → 조건이 있을 때 결과가 오히려 덜 일어 남 → 음(-)의 연관관계.

MECE가 잘된 예

범주가 겹치면 안되는 이유는 각 범주들이 독립변수이기때문에 각자 영향을 줄 수 있기 때문이다 !! (데이터 과학적인 접근)

그래서 선형회귀를 할때 다중공산성이 있는 변수들을 제거해야한다... 아 배웠는데 까먹음 헐 !! 인공지능학과의 자존심이ㅡ상한다

11가지 개별 분석 방법론 + 그중에 뭘 선택해서 분석할것인가~~!

김준아 — Thu, 25 Sep 2025 17:36:15 +0900

(강사님이 주신 csv 파일임)

데이터 파일 구성

파일명데이터 양주요 내용활용 목적

ga4_funnel_analysis.csv	1,728행	6단계 구매 퍼널 데이터	전환율 최적화
ga4_cohort_analysis.csv	600행	코호트별 리텐션 분석	고객 생명주기 관리
ga4_sessions.csv	14,684행	세션별 상세 정보	고객 행동 분석
ga4_events.csv	216,981행	이벤트별 상세 추적	미시적 행동 분석
ga4_user_segments.csv	2,500행	고객 세그먼트 정보	개인화 전략
ga4_user_behavior.csv	549행	일별 행동 패턴	트렌드 분석
ga4_user_feedback.csv	2,339행	고객 피드백 및 만족도	품질 개선
ga4_page_performance.csv	216행	페이지별 성과 지표	UX 최적화

ga4_cohort_analysis (1).csv

0.04MB

ga4_funnel_analysis.csv

0.11MB

ga4_sessions.csv

1.92MB

ga4_user_segments.csv

0.02MB

ga4_user_feedback.csv

0.10MB

ga4_page_performance.csv

0.02MB

ga4_user_behavior.csv

0.01MB

events파일은 너무 커서 여기에 넣을 수가 없음

주요 지표 현황

총 고객 수: 2,500명
추적 기간: 18개월 (549일)
총 이벤트 수: 216,981개
총 세션 수: 14,684개
전환 세션 수: 848개
이탈 고객 수: 5,896명
모바일 트래픽 비중: 66.8%
일평균 활성 사용자: 1,689명
평균 고객 만족도: 4.18/5.0
NPS 점수: 7.8/10

데이터 연계성 확인 (customer_id 기준)

연계 키 구조

모든 데이터 파일은 customer_id를 중심으로 완전히 연계됩니다. 이를 통해 개별 고객의 전체 여정을 추적하고 교차 분석을 수행할 수 있습니다.

주요 연계 키

키 유형형식용도연계 파일

customer_id	C000001~C002500	메인 연계 키	모든 파일
user_pseudo_id	GA4 형식	GA4 데이터 매핑	세션, 이벤트 파일
session_id	세션별 고유 ID	세션 단위 추적	세션, 이벤트 파일
order_id	주문별 고유 ID	구매 추적	이벤트, 퍼널 파일

데이터 품질 검증

연계 분석을 위한 데이터 품질 검증 항목:

customer_id 중복 여부 확인
결측치 비율 점검 (5% 이하 유지)
시계열 데이터 일관성 확인
세그먼트 분포 적정성 검토
이상치 탐지 및 처리

4. 11가지 개별 분석 방법론

4.1 퍼널 분석

목적: 6단계 구매 프로세스에서 각 단계별 전환율을 분석하여 이탈 지점을 식별하고 전환율을 최적화합니다.

분석 단계: 홈페이지 방문 → 카테고리 탐색 → 상품 조회 → 장바구니 담기 → 결제 시작 → 구매 완료

활용 방법: 멤버십별, 카테고리별, 디바이스별 전환율 비교를 통해 개선 우선순위를 결정합니다.

4.2 코호트 분석

목적: 월별 신규 고객 그룹의 리텐션 패턴을 추적하여 고객 생명주기를 이해하고 이탈 예측 모델을 구축합니다.

핵심 지표: 리텐션율, 이탈 고객 수(churned_users), 고객당 누적 매출

활용 방법: 멤버십별 리텐션 차이를 분석하여 고객 등급별 맞춤 전략을 수립합니다.

4.3 구매여정 분석

목적: 개별 고객의 터치포인트별 경험을 분석하여 최적의 고객 여정을 설계합니다.

분석 요소: 터치포인트 순서, 채널별 기여도, 여정 단계별 전환율

활용 방법: 고전환 여정 패턴을 식별하여 마케팅 자동화 시나리오를 구축합니다.

4.4 생애여정 분석

목적: 8단계 고객 생명주기(신규→활성→충성→이탈→재활성화)에서 단계별 이동 패턴을 분석합니다.

핵심 단계: prospect, new_customer, active_customer, loyal_customer, vip_customer, at_risk, dormant, churned, reactivated

활용 방법: 각 단계별 체류기간과 이동 확률을 기반으로 개인화된 고객 관리 전략을 수립합니다.

4.5 어피니티 다이어그램

목적: 2,339개 고객 피드백을 카테고리별로 그룹핑하여 주요 개선 영역을 도출합니다.

분석 카테고리: 배송서비스, 상품품질, UI/UX, 고객서비스, 멤버십혜택

활용 방법: 피드백 빈도와 만족도를 교차 분석하여 개선 우선순위를 결정합니다.

4.6 페이지 성과 분석

목적: 12개 핵심 페이지의 성과 지표를 분석하여 UX 최적화 지점을 식별합니다.

주요 페이지: 홈, 카테고리별 페이지, 상품 상세, 장바구니, 결제, 마이페이지 등

핵심 지표: 페이지뷰, 바운스율, 평균 체류시간, 페이지 로딩시간, 전환 기여도

4.7 세그먼트 분석

목적: 멤버십, 인구통계, 행동 패턴별 고객 세그먼트의 특성을 분석하여 개인화 전략을 수립합니다.

세그먼트 기준: 멤버십 등급, 연령대, 성별, 지역, 카테고리 선호도, 디바이스 선호도

활용 방법: 세그먼트별 차별화된 UX/UI를 설계하고 맞춤형 서비스를 제공합니다.

4.8 행동 패턴 분석

목적: 549일간의 일별 트래픽 패턴을 분석하여 계절성과 프로모션 효과를 파악합니다.

분석 요소: 요일별 패턴, 계절성 효과, 프로모션 기간 영향, 카테고리별 트렌드

활용 방법: 마케팅 캠페인 타이밍과 리소스 계획 수립에 활용합니다.

4.9 이벤트 분석

목적: 216,981개 이벤트 데이터를 통해 고객의 미시적 행동 패턴을 분석합니다.

이벤트 유형: page_view, product_view, add_to_cart, begin_checkout, purchase, search, review_write, wishlist_add

활용 방법: 이벤트 시퀀스 분석을 통해 전환 경로를 최적화하고 개인화 추천을 구현합니다.

4.10 만족도 분석

목적: NPS 기반 고객 만족도 분석을 통해 고객 경험 개선 영역을 도출합니다.

핵심 지표: 평균 만족도 4.18/5.0, NPS 7.8/10, 긍정 피드백 64.1%

활용 방법: 만족도와 구매 행동의 상관관계를 분석하여 고객 경험 최적화 전략을 수립합니다.

4.11 세션 플로우 분석

목적: 14,684개 세션의 페이지 이동 경로를 분석하여 최적의 사이트 네비게이션을 설계합니다.

분석 요소: 랜딩페이지, 이탈페이지, 세션 지속시간, 페이지뷰 수

활용 방법: 고전환 세션의 공통 패턴을 식별하여 사이트 구조를 최적화합니다.

5. 8가지 교차 분석 방법론

5.1 멤버십 × 퍼널 분석

목적: 멤버십 등급별 구매 퍼널 성과 차이를 분석하여 등급별 맞춤 전략을 수립합니다.

분석 방법: 각 퍼널 단계에서 VIP, Gold, Silver, Bronze 등급별 전환율을 비교 분석합니다.

기대 결과: VIP 고객의 전환율이 Bronze 대비 2-3배 높을 것으로 예상되며, 각 등급별 개선 포인트를 도출할 수 있습니다.

5.2 코호트 × 만족도 분석

목적: 코호트별 리텐션과 고객 만족도의 상관관계를 분석하여 만족도 기반 이탈 예측 모델을 구축합니다.

분석 방법: 각 코호트의 리텐션율과 해당 기간 고객 만족도 점수를 교차 분석합니다.

활용 방안: 만족도 저하 시점을 예측하여 선제적 고객 관리 활동을 실시합니다.

5.3 채널 × 여정 분석

목적: 유입 채널별 고객 여정 패턴의 차이를 분석하여 채널별 최적화 전략을 수립합니다.

분석 대상: organic, cpc, social, direct, referral 채널별 고객 여정 비교

핵심 지표: 채널별 전환 경로, 평균 여정 길이, 최종 전환율

5.4 디바이스 × 전환 분석

목적: 모바일, 데스크톱, 태블릿별 전환 성과를 비교하여 디바이스별 UX 최적화 방향을 도출합니다.

현재 현황: 모바일 66.8%, 데스크톱 33.2%의 트래픽 분포

분석 포인트: 디바이스별 구매 전환율, 세션 지속시간, 이탈률 차이

5.5 카테고리 × 행동 분석

목적: 상품 카테고리별 고객 쇼핑 행동 패턴의 차이를 분석하여 카테고리별 맞춤 전략을 수립합니다.

분석 요소: 카테고리별 탐색 시간, 비교 행동, 재방문 패턴, 계절성 효과

활용 방안: 패션(계절성), 전자제품(비교구매), 생활용품(재구매), 도서(충성도) 특성을 반영한 UX 설계

5.6 시간 × 트래픽 분석

목적: 시간대별, 요일별, 계절별 트래픽 패턴과 프로모션 효과를 분석합니다.

분석 범위: 549일간 시계열 데이터 분석

핵심 발견: 프로모션 기간 중 39.8% 트래픽 증가, 주말 트래픽 25-30% 상승

5.7 페이지 × 이탈 분석

목적: 페이지별 이탈 패턴을 분석하여 사용자 경험상 문제점을 식별합니다.

분석 방법: 각 페이지의 이탈률과 이전 페이지 조합을 분석하여 문제 경로를 식별합니다.

개선 방향: 높은 이탈률을 보이는 페이지의 UX/UI 개선 우선순위를 결정합니다.

5.8 피드백 × 개선 분석

목적: 고객 피드백과 실제 행동 데이터를 교차 분석하여 VOC 기반 개선 우선순위를 도출합니다.

분석 방법: 부정적 피드백을 제공한 고객의 실제 행동 패턴을 분석합니다.

활용 방안: 정성적 피드백과 정량적 데이터를 결합하여 개선 효과를 예측합니다.

6. UX/UI 개선 실행 계획

6.1 RICE 우선순위 매트릭스

개선 과제의 우선순위를 결정하기 위해 RICE 방법론을 적용합니다.

요소평가 기준점수 범위가중치

Reach (도달 범위)	영향받는 고객 수	1-10	30%
Impact (영향도)	개선 시 예상 효과	1-10	35%
Confidence (확신도)	성공 가능성	1-10	20%
Effort (투입 노력)	개발 및 운영 비용	1-10 (역순)	15%

6.2 A/B 테스트 가설 수립 프레임워크

데이터 분석 결과를 바탕으로 검증 가능한 가설을 수립합니다.

가설 수립 템플릿:

"[대상 세그먼트]에게 [변경사항]을 적용하면, [현재 지표] 대비 [목표 지표]가 [예상 개선율]만큼 향상될 것이다."

6.3 단계별 개선 로드맵

Phase 1: Quick Win (1-2개월)

높은 이탈률 페이지 UI 개선
모바일 결제 프로세스 간소화
상품 비교 기능 강화
로딩 속도 최적화

Phase 2: 중기 개선 (3-6개월)

개인화 추천 시스템 도입
멤버십별 맞춤 UI 구현
고객 여정 기반 자동화 마케팅
카테고리별 특화 UX 개발

Phase 3: 장기 전략 (6-12개월)

AI 기반 고객 이탈 예측 시스템
옴니채널 통합 경험 구축
실시간 개인화 엔진 구현
고객 생명주기 기반 서비스 차별화

6.4 성과 측정 KPI

카테고리KPI현재 값목표 값

전환율	전체 구매 전환율	5.8%	7.5%
리텐션	3개월 리텐션율	25%	35%
만족도	고객 만족도	4.18/5.0	4.5/5.0
효율성	모바일 전환율	4.2%	6.0%

7. 개선안 내용구성

7.1 개선안 작성 템플릿

각 개선안은 다음 구조에 따라 작성됩니다:

문제 정의: 데이터 분석을 통해 발견된 구체적 문제점
근거 데이터: 문제를 뒷받침하는 정량적 지표
개선 목표: SMART 기준에 따른 구체적 목표 설정
해결 방안: 구체적인 개선 방법과 구현 방안
예상 효과: 정량적 개선 효과 예측
실행 계획: 단계별 실행 일정과 담당자
측정 방법: 성과 측정 지표와 평가 방법

7.2 우선순위별 개선안 예시

고우선순위: 모바일 결제 프로세스 개선

문제: 모바일 결제 단계에서 70% 이탈 발생

근거: 모바일 결제 전환율 2.1% (데스크톱 8.4% 대비 75% 낮음)

해결방안: 원클릭 결제 도입, 결제 단계 3단계로 축소, 게스트 결제 옵션 추가

예상효과: 모바일 전환율 50% 향상 (2.1% → 3.2%)

중우선순위: 개인화 상품 추천

문제: 상품 탐색 시간이 길고 재방문율이 낮음

근거: 평균 상품 탐색 시간 8.5분, 재방문율 32%

해결방안: 구매 이력과 브라우징 패턴 기반 AI 추천 시스템 구축

예상효과: 재방문율 25% 향상, 탐색 시간 30% 단축

7.3 실행 체크리스트

개선안 실행을 위한 단계별 체크리스트:

사전 준비

데이터 분석 결과 검증 완료
이해관계자 합의 도출
예산 및 리소스 확보
기술적 구현 가능성 검토

개발 단계

상세 설계서 작성
프로토타입 개발
내부 테스트 수행
A/B 테스트 설계

배포 및 측정

단계적 배포 실행
실시간 모니터링
성과 지표 측정
피드백 수집 및 반영

7.4 지속적 개선 프레임워크

개선 효과를 지속적으로 모니터링하고 추가 최적화를 수행하기 위한 프레임워크:

주간 모니터링: 핵심 KPI 추이 확인
월간 분석: 상세 성과 분석 및 이슈 도출
분기별 리뷰: 전략 재검토 및 신규 개선 과제 발굴
연간 평가: 전체 성과 평가 및 다년도 계획 수립

그래서 나는 일단

엄청 큰 events 파일이 궁금해서 그거 하나 분석을 하기로 결정을 했고 (사실 강사님이 여러 파일을 한번에 분석하라고 하셨다..죄송 ㅎ후ㅜ)

데이터는 이렇게 생겼고 행이 무려 21만개다(..........)

그래서 나는 저 분석방법론중에서 어떤걸 선택했냐면 퍼널분석과 이벤트 분석을 선택했다

선택 이유:

데이터 적합성이 높음
- 현재 데이터에 search, product_view, wishlist_add, add_to_cart 등 퍼널 단계별 이벤트가 명확히 구분되어 있음
- 시간순 이벤트 시퀀스가 잘 정리되어 있어 고객 여정 추적이 가능
즉시 실행 가능한 인사이트 도출
- 각 단계별 전환율과 이탈률을 정량적으로 측정 가능
- 멤버십(Bronze), 디바이스(mobile/desktop), 트래픽 소스(cpc/organic/social)별 비교 분석 가능
비즈니스 임팩트가 큼
- 전환율 개선은 직접적인 매출 증대로 연결
- 이탈 지점 식별을 통한 구체적인 개선 방안 도출

그래서 이것은 그 코드다

# 퍼널 단계 정의
funnel_events = {
    '1_홈페이지방문': 'page_view',
    '2_상품조회': 'product_view',
    '3_검색': 'search',
    '4_위시리스트': 'wishlist_add',
    '5_장바구니': 'add_to_cart'
}

print("\n" + "="*50)
print(" 퍼널 분석 (전체)")
print("="*50)

# 전체 퍼널 분석
funnel_data = []
for step, event in funnel_events.items():
    unique_users = df[df['event_name'] == event]['user_pseudo_id'].nunique()
    total_events = len(df[df['event_name'] == event])
    funnel_data.append({
        '단계': step,
        '이벤트명': event,
        '고유사용자수': unique_users,
        '총이벤트수': total_events
    })

funnel_df = pd.DataFrame(funnel_data)
funnel_df['전환율(%)'] = (funnel_df['고유사용자수'] / funnel_df['고유사용자수'].iloc[0] * 100).round(2)
funnel_df['이탈률(%)'] = 100 - funnel_df['전환율(%)']

print(funnel_df.to_string(index=False))

print("\n" + "="*50)
print(" 디바이스별 퍼널 분석")
print("="*50)

# 디바이스별 퍼널
devices = df['device_category'].unique()
for device in devices:
    print(f"\n--- {device.upper()} ---")
    device_data = df[df['device_category'] == device]

    device_funnel = []
    for step, event in funnel_events.items():
        users = device_data[device_data['event_name'] == event]['user_pseudo_id'].nunique()
        device_funnel.append({
            '단계': step,
            f'{device}_사용자수': users
        })

    device_funnel_df = pd.DataFrame(device_funnel)
    if len(device_funnel_df) > 0 and device_funnel_df[f'{device}_사용자수'].iloc[0] > 0:
        device_funnel_df[f'{device}_전환율(%)'] = (device_funnel_df[f'{device}_사용자수'] /
                                                  device_funnel_df[f'{device}_사용자수'].iloc[0] * 100).round(2)
        print(device_funnel_df[[f'{device}_사용자수', f'{device}_전환율(%)']].to_string(index=False))

print("\n" + "="*50)
print(" 트래픽 소스별 퍼널 분석")
print("="*50)

# 트래픽 소스별 퍼널
traffic_sources = df['traffic_source'].unique()
for source in traffic_sources:
    print(f"\n--- {source.upper()} ---")
    source_data = df[df['traffic_source'] == source]

    source_funnel = []
    for step, event in funnel_events.items():
        users = source_data[source_data['event_name'] == event]['user_pseudo_id'].nunique()
        source_funnel.append({
            '단계': step,
            f'{source}_사용자수': users
        })

    source_funnel_df = pd.DataFrame(source_funnel)
    if len(source_funnel_df) > 0 and source_funnel_df[f'{source}_사용자수'].iloc[0] > 0:
        source_funnel_df[f'{source}_전환율(%)'] = (source_funnel_df[f'{source}_사용자수'] /
                                                 source_funnel_df[f'{source}_사용자수'].iloc[0] * 100).round(2)
        print(source_funnel_df[[f'{source}_사용자수', f'{source}_전환율(%)']].to_string(index=False))

print("\n" + "="*50)
print(" ️ 멤버십별 퍼널 분석")
print("="*50)

# 멤버십별 퍼널 분석 추가
memberships = df['membership_tier'].unique()
for membership in memberships:
    if pd.notna(membership):  # NaN 값 제외
        print(f"\n--- {membership.upper()} ---")
        membership_data = df[df['membership_tier'] == membership]

        membership_funnel = []
        for step, event in funnel_events.items():
            users = membership_data[membership_data['event_name'] == event]['user_pseudo_id'].nunique()
            membership_funnel.append({
                '단계': step,
                f'{membership}_사용자수': users
            })

        membership_funnel_df = pd.DataFrame(membership_funnel)
        if len(membership_funnel_df) > 0 and membership_funnel_df[f'{membership}_사용자수'].iloc[0] > 0:
            membership_funnel_df[f'{membership}_전환율(%)'] = (membership_funnel_df[f'{membership}_사용자수'] /
                                                       membership_funnel_df[f'{membership}_사용자수'].iloc[0] * 100).round(2)
            print(membership_funnel_df[[f'{membership}_사용자수', f'{membership}_전환율(%)']].to_string(index=False))

print("\n" + "="*50)
print(" ️ 상품 카테고리별 분석")
print("="*50)

# 상품 카테고리별 전환 분석
category_analysis = df[df['product_category'].notna()].groupby('product_category').agg({
    'user_pseudo_id': 'nunique',
    'event_value': ['count', 'sum', 'mean']
}).round(2)

category_analysis.columns = ['고유사용자수', '이벤트수', '총가치', '평균가치']
category_analysis = category_analysis.sort_values('총가치', ascending=False)
print("상품 카테고리별 성과:")
print(category_analysis)

print("\n" + "="*50)
print("⏰ 세션별 이벤트 시퀀스 분석")
print("="*50)

# 세션별 이벤트 시퀀스 분석
session_sequences = df.groupby('session_id').agg({
    'event_name': lambda x: ' → '.join(x.astype(str)),
    'user_pseudo_id': 'first',
    'event_value': 'sum'
}).reset_index()

print("가장 빈번한 이벤트 시퀀스 TOP 10:")
top_sequences = session_sequences['event_name'].value_counts().head(10)
for i, (sequence, count) in enumerate(top_sequences.items(), 1):
    print(f"{i:2d}. ({count:2d}회) {sequence}")

print("\n" + "="*50)
print(" 고가치 세션 분석")
print("="*50)

# 고가치 세션 분석 (event_value가 있는 세션만)
high_value_sessions = session_sequences[session_sequences['event_value'] > 0].sort_values('event_value', ascending=False).head(10)

if len(high_value_sessions) > 0:
    print("고가치 세션 TOP 10:")
    for idx, row in high_value_sessions.iterrows():
        print(f"가치: {row['event_value']:,.0f}원 | 여정: {row['event_name']}")
else:
    print("고가치 세션 데이터가 없습니다.")

print("\n" + "="*50)
print(" 주요 인사이트 및 개선 제안")
print("="*50)

# 주요 인사이트 도출
total_users = df['user_pseudo_id'].nunique()
cart_users = df[df['event_name'] == 'add_to_cart']['user_pseudo_id'].nunique()
conversion_rate = (cart_users / total_users * 100) if total_users > 0 else 0

print(f"""
핵심 지표:
   • 전체 → 장바구니 전환율: {conversion_rate:.1f}%
   • 가장 큰 이탈 구간: 상품조회 → 장바구니 단계

개선 제안:
   1. 상품 상세페이지 CTA 버튼 최적화 필요
   2. 모바일 vs 데스크톱 UX 차이점 분석 필요
   3. 트래픽 소스별 맞춤 랜딩 페이지 구성
   4. 위시리스트 → 장바구니 전환 촉진 캠페인

다음 단계 분석 권장:
   • 이탈 시점 상세 분석 (페이지별 체류시간)
   • A/B 테스트를 통한 전환율 개선
   • 코호트 분석으로 장기 리텐션 추적
""")

이것은 결과!!

=== 이벤트 타입별 빈도 ===
event_name
page_view         104814
product_view       47923
add_to_cart        34764
wishlist_add       19411
search              7166
begin_checkout      1272
purchase            1216
review_write         415
Name: count, dtype: int64

==================================================
  퍼널 분석 (전체)
==================================================
      단계         이벤트명  고유사용자수  총이벤트수  전환율(%)  이탈률(%)
1_홈페이지방문    page_view    1500 104814  100.00    0.00
  2_상품조회 product_view    1499  47923   99.93    0.07
    3_검색       search    1368   7166   91.20    8.80
 4_위시리스트 wishlist_add    1469  19411   97.93    2.07
  5_장바구니  add_to_cart    1498  34764   99.87    0.13

==================================================
  디바이스별 퍼널 분석
==================================================

--- MOBILE ---
 mobile_사용자수  mobile_전환율(%)
        1470         100.00
        1463          99.52
        1151          78.30
        1375          93.54
        1434          97.55

--- DESKTOP ---
 desktop_사용자수  desktop_전환율(%)
         1423          100.00
         1405           98.74
         1049           73.72
         1285           90.30
         1380           96.98

--- TABLET ---
 tablet_사용자수  tablet_전환율(%)
         519         100.00
         484          93.26
         224          43.16
         373          71.87
         446          85.93

==================================================
  트래픽 소스별 퍼널 분석
==================================================

--- CPC ---
 cpc_사용자수  cpc_전환율(%)
     1275      100.00
     1250       98.04
      805       63.14
     1094       85.80
     1196       93.80

--- ORGANIC ---
 organic_사용자수  organic_전환율(%)
         1314          100.00
         1291           98.25
          894           68.04
         1146           87.21
         1266           96.35

--- SOCIAL ---
 social_사용자수  social_전환율(%)
        1046         100.00
        1007          96.27
         567          54.21
         844          80.69
         959          91.68

--- DIRECT ---
 direct_사용자수  direct_전환율(%)
        1055         100.00
        1018          96.49
         577          54.69
         833          78.96
         967          91.66

--- REFERRAL ---
 referral_사용자수  referral_전환율(%)
           852           100.00
           816            95.77
           442            51.88
           647            75.94
           752            88.26

--- EMAIL ---
 email_사용자수  email_전환율(%)
        544        100.00
        528         97.06
        236         43.38
        395         72.61
        484         88.97

==================================================
 ️ 멤버십별 퍼널 분석
==================================================

--- BRONZE ---
 Bronze_사용자수  Bronze_전환율(%)
         747         100.00
         746          99.87
         642          85.94
         719          96.25
         745          99.73

--- GOLD ---
 Gold_사용자수  Gold_전환율(%)
       228       100.00
       228       100.00
       224        98.25
       228       100.00
       228       100.00

--- SILVER ---
 Silver_사용자수  Silver_전환율(%)
         447         100.00
         447         100.00
         424          94.85
         444          99.33
         447         100.00

--- VIP ---
 VIP_사용자수  VIP_전환율(%)
       78       100.0
       78       100.0
       78       100.0
       78       100.0
       78       100.0

==================================================
 ️ 상품 카테고리별 분석
==================================================
상품 카테고리별 성과:
                  고유사용자수   이벤트수           총가치      평균가치
product_category                                       
fashion             1498  33556  1.317560e+09  39264.52
electronics         1484  20953  8.232911e+08  39292.28
lifestyle           1468  16734  6.571527e+08  39270.51
books               1459  12660  5.037724e+08  39792.45

==================================================
⏰ 세션별 이벤트 시퀀스 분석
==================================================
가장 빈번한 이벤트 시퀀스 TOP 10:
 1. (40회) page_view → product_view
 2. (35회) page_view → page_view
 3. (34회) page_view → page_view → page_view
 4. (31회) page_view → add_to_cart
 5. (31회) page_view → page_view → product_view
 6. (24회) page_view → page_view → product_view → page_view
 7. (24회) page_view → product_view → page_view
 8. (23회) page_view → page_view → page_view → page_view
 9. (22회) page_view → page_view → add_to_cart
10. (17회) product_view → page_view → page_view → page_view

==================================================
  고가치 세션 분석
==================================================
고가치 세션 TOP 10:
가치: 4,827,739원 | 여정: page_view → search → page_view → product_view → product_view → search → page_view → page_view → product_view → page_view → page_view → product_view → product_view → product_view → add_to_cart → page_view → wishlist_add → page_view → wishlist_add → product_view → page_view → product_view → product_view → add_to_cart → product_view → add_to_cart → product_view → product_view → product_view → add_to_cart → purchase → purchase → begin_checkout → add_to_cart → begin_checkout → purchase → begin_checkout → purchase → review_write → purchase → purchase → add_to_cart
가치: 4,724,049원 | 여정: page_view → page_view → product_view → page_view → page_view → product_view → page_view → page_view → product_view → page_view → page_view → product_view → page_view → product_view → wishlist_add → add_to_cart → product_view → page_view → wishlist_add → page_view → page_view → page_view → page_view → wishlist_add → product_view → page_view → page_view → page_view → product_view → product_view → page_view → add_to_cart → add_to_cart → purchase → add_to_cart → begin_checkout → purchase → begin_checkout → purchase → purchase → begin_checkout → purchase → begin_checkout → begin_checkout → purchase
가치: 4,210,486원 | 여정: page_view → page_view → product_view → page_view → page_view → product_view → product_view → page_view → product_view → page_view → product_view → product_view → page_view → product_view → product_view → page_view → add_to_cart → page_view → product_view → product_view → add_to_cart → product_view → product_view → page_view → page_view → product_view → page_view → page_view → page_view → wishlist_add → page_view → page_view → product_view → product_view → add_to_cart → begin_checkout → add_to_cart → add_to_cart → purchase → purchase → purchase → purchase → review_write → begin_checkout → begin_checkout → purchase → review_write → add_to_cart
가치: 4,045,901원 | 여정: search → product_view → page_view → product_view → product_view → product_view → product_view → page_view → page_view → page_view → page_view → product_view → wishlist_add → page_view → product_view → add_to_cart → product_view → product_view → product_view → page_view → add_to_cart → page_view → add_to_cart → wishlist_add → product_view → page_view → add_to_cart → purchase → add_to_cart → purchase → purchase → add_to_cart → begin_checkout → begin_checkout → begin_checkout → purchase → purchase
가치: 3,980,881원 | 여정: page_view → page_view → page_view → product_view → page_view → search → page_view → page_view → page_view → product_view → page_view → page_view → product_view → page_view → page_view → page_view → page_view → product_view → page_view → product_view → page_view → wishlist_add → page_view → product_view → product_view → product_view → page_view → add_to_cart → page_view → page_view → purchase → add_to_cart → add_to_cart → begin_checkout → begin_checkout → purchase → purchase → purchase → purchase → purchase → begin_checkout → review_write
가치: 3,945,725원 | 여정: page_view → product_view → page_view → search → page_view → page_view → page_view → product_view → product_view → product_view → product_view → page_view → wishlist_add → product_view → add_to_cart → product_view → product_view → add_to_cart → product_view → add_to_cart → page_view → add_to_cart → purchase → add_to_cart → begin_checkout → begin_checkout → begin_checkout → purchase → begin_checkout → purchase → purchase
가치: 3,922,928원 | 여정: product_view → page_view → product_view → page_view → product_view → page_view → page_view → product_view → page_view → page_view → page_view → page_view → page_view → page_view → page_view → product_view → wishlist_add → add_to_cart → page_view → add_to_cart → page_view → wishlist_add → add_to_cart → page_view → page_view → product_view → purchase → purchase → begin_checkout → add_to_cart → purchase → add_to_cart → purchase → add_to_cart → purchase → add_to_cart → add_to_cart
가치: 3,871,813원 | 여정: product_view → page_view → search → product_view → page_view → page_view → product_view → page_view → page_view → page_view → product_view → search → page_view → page_view → product_view → page_view → wishlist_add → product_view → page_view → add_to_cart → product_view → add_to_cart → product_view → product_view → wishlist_add → page_view → page_view → product_view → product_view → add_to_cart → purchase → review_write → purchase → purchase → purchase → add_to_cart → purchase → begin_checkout → purchase → add_to_cart → purchase → purchase
가치: 3,842,463원 | 여정: product_view → page_view → search → product_view → page_view → product_view → page_view → product_view → page_view → page_view → product_view → product_view → page_view → add_to_cart → wishlist_add → product_view → page_view → page_view → page_view → page_view → product_view → page_view → add_to_cart → add_to_cart → product_view → add_to_cart → purchase → purchase → purchase → purchase → add_to_cart → begin_checkout → purchase → purchase → begin_checkout → purchase → begin_checkout
가치: 3,805,749원 | 여정: page_view → product_view → page_view → page_view → page_view → page_view → page_view → page_view → page_view → search → page_view → page_view → page_view → wishlist_add → product_view → wishlist_add → page_view → product_view → page_view → page_view → add_to_cart → product_view → page_view → add_to_cart → page_view → add_to_cart → add_to_cart → purchase → purchase → purchase → add_to_cart → begin_checkout → purchase → add_to_cart → add_to_cart → add_to_cart → add_to_cart

==================================================
  주요 인사이트 및 개선 제안
==================================================

  핵심 지표:
   • 전체 → 장바구니 전환율: 99.9%
   • 가장 큰 이탈 구간: 상품조회 → 장바구니 단계
   
  개선 제안:
   1. 상품 상세페이지 CTA 버튼 최적화 필요
   2. 모바일 vs 데스크톱 UX 차이점 분석 필요  
   3. 트래픽 소스별 맞춤 랜딩 페이지 구성
   4. 위시리스트 → 장바구니 전환 촉진 캠페인

  다음 단계 분석 권장:
   • 이탈 시점 상세 분석 (페이지별 체류시간)
   • A/B 테스트를 통한 전환율 개선
   • 코호트 분석으로 장기 리텐션 추적

해설:

A. 전체 사용자 퍼널(Funnel) 분석
사용자의 행동 흐름을 '홈페이지 방문 → 상품 조회 → 검색 → 위시리스트 추가 → 장바구니 담기'의 5단계 퍼널로 정의하고 각 단계의 전환율을 분석했다.

결과: 전반적인 단계별 전환율이 매우 높게 나타났으며(대부분 90% 이상), 특히 홈페이지 방문자의 99.87%가 장바구니 담기 활동까지 도달하는 것으로 분석되었다.

해석 및 인사이트:
가장 큰 이탈 구간은 '상품 조회'에서 '검색'으로 넘어가는 단계이다. 전환율이 99.93%에서 91.20%로 약 8.8%p 하락하며, 사용자가 원하는 상품을 찾지 못해 검색 기능을 사용하지만 이 과정에서 일부 이탈이 발생하고 있음을 시사한다.
주의: 현재 퍼널의 단계(특히 '검색'의 위치)는 일반적인 구매 여정과 다소 차이가 있어, 전환율 수치가 비현실적으로 높게 나타날 수 있다. 그럼에도 불구하고, '검색' 단계가 사용자 여정의 주요 분기점 역할을 한다는 점은 명확하다.

B. 세그먼트별 심층 분석

디바이스별 분석
결과: 전체 트래픽의 55.3%가 모바일에서 발생하여 가장 지배적인 기기임을 확인했다. 데스크톱(39.9%)이 그 뒤를 이었으며, 태블릿(4.7%)의 비중은 낮았다.
인사이트 및 가설:
태블릿 사용자의 이탈률이 가장 높다. 특히 '검색' 단계에서 전환율이 43.16%로 급락하는 현상이 발견되었다.
가설 1: 태블릿 환경의 검색 UX/UI가 최적화되어 있지 않아 사용에 불편함을 느끼고 이탈할 가능성이 높다.
트래픽 소스별 분석
결과: organic(30.1%), cpc(24.6%), social(15.1%)이 주요 유입 경로였다. 퍼널 전환율 분석 결과, email(43.38%)과 referral(51.88%) 소스에서 유입된 사용자들이 '검색' 단계에서 가장 많이 이탈했다.
인사이트 및 가설:
가설 2: 이메일이나 추천 링크(referral)를 통해 유입된 사용자는 특정 목적(프로모션 확인 등)을 가지고 방문하므로, 원하는 정보를 즉시 찾지 못할 경우 검색을 시도하다가 빠르게 이탈하는 경향이 있다.
멤버십 등급별 분석
결과: VIP 및 Gold 등급 회원의 퍼널 전환율은 거의 100%에 가깝다. 반면, Bronze 등급 회원은 일반 사용자처럼 '검색' 단계에서 이탈률(85.94% 전환)이 상대적으로 높게 나타났다.
인사이트 및 가설:
충성도가 높은 VIP/Gold 고객은 명확한 구매 목적을 가지고 서비스를 이용하는 핵심 고객층이다. 이들은 브랜드에 대한 높은 신뢰를 바탕으로 구매 여정을 거의 이탈 없이 완료한다.
가설 3: 높은 등급의 회원은 이미 구매할 상품을 정하고 들어오는 경향이 강해, 탐색 과정(특히 검색)의 불편함에 큰 영향을 받지 않는다.

C. 사용자 행동 패턴 분석

상품 카테고리 및 고가치 세션
결과: 'fashion' 카테고리가 이벤트 수와 총가치 측면에서 가장 높은 성과를 보였다. 또한, 구매 금액이 높은 '고가치 세션'들은 공통적으로 매우 길고 복잡한 여정을 보였다. 이들은 여러 상품을 조회하고, 검색, 위시리스트, 장바구니 기능을 적극적으로 활용한 뒤 여러 번의 구매를 한 세션 내에서 완료했다.
인사이트:
단순히 페이지뷰 → 상품 조회로 끝나는 짧은 세션보다, 다양한 기능을 활용하며 적극적으로 탐색하는 사용자가 실제 높은 매출로 이어질 확률이 높다. 이는 사용자들의 활발한 탐색 활동을 유도하는 것이 중요함을 의미한다.

결론 및 실행 제안

종합 결론
분석 결과, 우리 웹사이트는 충성도 높은 핵심 고객층(VIP/Gold)을 확보하고 있으나, 신규 및 일반 사용자(특히 태블릿 이용자)가 '검색' 단계에서 겪는 불편함이 주요 이탈 포인트로 작용하고 있다. 또한, 높은 매출을 발생시키는 사용자는 활발한 탐색가(Explorer) 유형이므로, 이들의 탐색을 장려하고 지원하는 기능적 개선이 필요하다.

실행 제안 (Action Items)
[긴급] 태블릿 검색 기능 UX 개선:
가설 1 검증: 태블릿 기기에서 검색 결과의 가독성, 필터/정렬 기능의 사용 편의성 등을 집중적으로 점검하고 개선한다. CTA 버튼의 크기나 위치를 최적화하는 A/B 테스트를 진행한다.

[중기] 트래픽 소스별 맞춤형 랜딩페이지 제공:
가설 2 대응: 이메일이나 특정 캠페인 링크로 유입된 사용자를 위해, 프로모션 내용이나 추천 상품이 즉각적으로 보이는 맞춤형 랜딩페이지를 구성하여 검색 없이도 원하는 정보에 도달할 수 있도록 경로를 단축시킨다.

[장기] 충성 고객(VIP/Gold) 리텐션 강화 및 일반 고객 활성화:
가설 3 활용: VIP/Gold 고객에게는 독점 혜택을 강화하여 충성도를 유지하고, Bronze 등급 이하 사용자에게는 위시리스트/장바구니 아이템에 대한 리마인드나 할인 쿠폰을 제공하여 구매 전환을 유도하는 캠페인을 진행한다.

[상시] 제품 탐색 기능 강화:
고가치 사용자의 행동 패턴을 바탕으로, '함께 본 상품', '이 상품을 본 다른 고객의 추천' 등 개인화 추천 알고리즘을 고도화하여 사용자의 탐색 활동을 장려한다.

향후 분석 방향
퍼널 재정의: '페이지뷰 → 상품 조회 → 장바구니 담기 → 결제 시작 → 구매 완료'와 같이 보다 현실적인 구매 퍼널을 재정의하여 이탈률을 정밀하게 재분석할 필요가 있다.
A/B 테스트: 위에 제안된 개선안들을 실제 A/B 테스트를 통해 적용하고, 전환율 변화를 측정하여 효과를 검증해야 한다.
코호트 분석: 특정 기간에 유입된 사용자 그룹(Cohort)이 시간에 따라 어떻게 행동하는지 추적하여 장기적인 고객 가치(LTV)와 리텐션을 분석한다.

UX UI 관련 긍/부정 여론 분석하기

김준아 — Thu, 25 Sep 2025 14:04:55 +0900

좋아하는 회사의 UX/UI관점 긍부정 여론을 조사해서 분석 해보라고 하셔서

내가정말좋아하는 유튜브 코리아 ㅎㅎ 분석해봄,,, 근데 여론은 llm에게 물어보라고하셔서 일단 수집했고 다음과 같은 방식으로 분석했다. 주피터 썼음 그리고 최신 기사만 크롤링 해달라고했다던지 그런건 아니라서 이 결과가 신빙성이 있는건 전~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~혀 아니고 그냥 분석을 했다!! 잘 했 다 정도~로...... 당연히.(당연한게 아니라면 미안합니다) 나의 똑쟁이 클로드의 도움을 많이 받았다 ㅎㅎ정말 많이 ㅎㅎ...

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.graph_objects as go
import plotly.express as px
from plotly.subplots import make_subplots
import warnings
warnings.filterwarnings('ignore')

# 한글 폰트 설정
plt.rcParams['font.family'] = 'DejaVu Sans'
plt.rcParams['axes.unicode_minus'] = False

# ================================================================
# 유튜브 UX 개선 인사이트 분석
# ================================================================

# 데이터 생성
데이터는 비밀!!

df = pd.DataFrame(data)

class YouTubeUXAnalyzer:
    def __init__(self, df):
        self.df = df
        self.sentiment_scores = {'긍정': 1, '부정': -1}
        print(" 유튜브 UX 개선 인사이트 분석을 시작합니다!")
        print(f" 총 {len(df)}개의 피드백을 분석합니다\n")

    def create_overview_dashboard(self):
        """ 전체 현황 대시보드"""
        print(" 전체 현황 분석 중...")

        # 기본 통계
        total_feedback = len(self.df)
        negative_ratio = (self.df['감성'] == '부정').mean() * 100
        positive_ratio = (self.df['감성'] == '긍정').mean() * 100

        # 서브플롯 생성
        fig = make_subplots(
            rows=2, cols=2,
            specs=[[{"type": "pie"}, {"type": "bar"}],
                   [{"type": "bar"}, {"type": "bar"}]],
            subplot_titles=[' 전체 감성 분포', ' 출처별 피드백 수',
                          ' 범주별 감성 분포', '⭐ 기능별 문제점 수']
        )

        # 1. 전체 감성 분포
        sentiment_counts = self.df['감성'].value_counts()
        colors = ['red' if x == '부정' else 'green' for x in sentiment_counts.index]

        fig.add_trace(go.Pie(
            labels=sentiment_counts.index,
            values=sentiment_counts.values,
            name="전체 감성",
            marker_colors=colors,
            textinfo='label+percent'
        ), row=1, col=1)

        # 2. 출처별 피드백 수
        source_counts = self.df['출처'].value_counts()
        fig.add_trace(go.Bar(
            x=source_counts.index,
            y=source_counts.values,
            name="출처별 피드백",
            marker_color='lightblue'
        ), row=1, col=2)

        # 3. 범주별 감성 분포
        category_sentiment = pd.crosstab(self.df['범주'], self.df['감성'])
        fig.add_trace(go.Bar(
            x=category_sentiment.index,
            y=category_sentiment['부정'],
            name="부정",
            marker_color='red',
            opacity=0.7
        ), row=2, col=1)

        fig.add_trace(go.Bar(
            x=category_sentiment.index,
            y=category_sentiment['긍정'],
            name="긍정",
            marker_color='green',
            opacity=0.7
        ), row=2, col=1)

        # 4. 주요 문제 기능들
        problem_functions = self.df[self.df['감성'] == '부정']['기능'].value_counts().head(6)
        fig.add_trace(go.Bar(
            x=problem_functions.values,
            y=problem_functions.index,
            orientation='h',
            name="문제 기능",
            marker_color='coral'
        ), row=2, col=2)

        fig.update_layout(
            title=" 유튜브 UX 피드백 전체 현황",
            width=1400,
            height=800,
            showlegend=True
        )
        fig.show()

        # 핵심 통계 출력
        print(f"\n 핵심 통계:")
        print(f"   • 전체 피드백: {total_feedback}개")
        print(f"   • 부정적 피드백: {negative_ratio:.1f}% ({int(negative_ratio/100*total_feedback)}개)")
        print(f"   • 긍정적 피드백: {positive_ratio:.1f}% ({int(positive_ratio/100*total_feedback)}개)")
        print(f"   • 가장 많은 불만 영역: {category_sentiment['부정'].idxmax()}")

    def create_priority_matrix(self):
        """ 개선 우선순위 매트릭스"""
        print(" 개선 우선순위 분석 중...")

        # 범주별 문제점 분석
        category_analysis = []

        for category in self.df['범주'].unique():
            cat_data = self.df[self.df['범주'] == category]

            total_feedback = len(cat_data)
            negative_count = len(cat_data[cat_data['감성'] == '부정'])
            negative_ratio = negative_count / total_feedback * 100 if total_feedback > 0 else 0

            # 심각도 점수 (부정 비율 + 피드백 수)
            severity_score = negative_ratio + (total_feedback * 10)

            category_analysis.append({
                '범주': category,
                '전체_피드백수': total_feedback,
                '부정_피드백수': negative_count,
                '부정_비율': negative_ratio,
                '심각도_점수': severity_score
            })

        priority_df = pd.DataFrame(category_analysis)
        priority_df = priority_df.sort_values('심각도_점수', ascending=False)

        # 우선순위 매트릭스 시각화
        fig = px.scatter(priority_df,
                        x='전체_피드백수',
                        y='부정_비율',
                        size='심각도_점수',
                        color='범주',
                        hover_data=['부정_피드백수'],
                        title=' 개선 우선순위 매트릭스',
                        labels={
                            '전체_피드백수': '피드백 수 (많을수록 중요도 높음)',
                            '부정_비율': '부정 비율 % (높을수록 심각)',
                            '범주': '기능 범주'
                        })

        # 사분면 경계선 추가
        avg_feedback = priority_df['전체_피드백수'].mean()
        avg_negative = priority_df['부정_비율'].mean()

        fig.add_hline(y=avg_negative, line_dash="dash", line_color="gray", opacity=0.5)
        fig.add_vline(x=avg_feedback, line_dash="dash", line_color="gray", opacity=0.5)

        # 사분면 텍스트 추가
        fig.add_annotation(x=priority_df['전체_피드백수'].max()*0.8,
                          y=priority_df['부정_비율'].max()*0.9,
                          text=" 최우선<br>개선 필요", showarrow=False,
                          font=dict(size=12, color="red"))

        fig.add_annotation(x=priority_df['전체_피드백수'].max()*0.8,
                          y=priority_df['부정_비율'].min()*1.1,
                          text=" 기능<br>확장 고려", showarrow=False,
                          font=dict(size=12, color="green"))

        fig.update_layout(width=1000, height=600)
        fig.show()

        # 우선순위 순서 출력
        print(f"\n 개선 우선순위 (심각도 점수 기준):")
        for i, row in priority_df.iterrows():
            rank = priority_df.index.get_loc(i) + 1
            print(f"   {rank}. {row['범주']}: 심각도 {row['심각도_점수']:.1f} "
                  f"(부정 {row['부정_비율']:.1f}%, 피드백 {row['전체_피드백수']}개)")

        return priority_df

    def create_detailed_issue_analysis(self):
        """ 세부 이슈 분석"""
        print(" 세부 이슈 분석 중...")

        # 출처별 감성 차이
        source_sentiment = pd.crosstab(self.df['출처'], self.df['감성'], normalize='index') * 100

        # 주요 문제점별 상세 분석
        negative_df = self.df[self.df['감성'] == '부정']
        issue_categories = negative_df.groupby(['범주', '기능']).size().reset_index(name='count')
        issue_categories = issue_categories.sort_values('count', ascending=False)

        # 시각화
        fig, axes = plt.subplots(2, 2, figsize=(16, 12))

        # 1. 출처별 감성 차이
        source_sentiment.plot(kind='bar', ax=axes[0,0], color=['red', 'green'])
        axes[0,0].set_title(' 출처별 감성 분포 (%)')
        axes[0,0].set_xlabel('출처')
        axes[0,0].set_ylabel('비율 (%)')
        axes[0,0].legend(['부정', '긍정'])
        axes[0,0].tick_params(axis='x', rotation=45)

        # 2. 상위 문제점들
        top_issues = issue_categories.head(8)
        issue_labels = [f"{row['범주']}\n{row['기능']}" for _, row in top_issues.iterrows()]
        axes[0,1].barh(issue_labels, top_issues['count'], color='coral')
        axes[0,1].set_title(' 주요 문제점 TOP 8')
        axes[0,1].set_xlabel('피드백 수')

        # 3. 범주별 부정 비율
        category_negative = self.df.groupby('범주')['감성'].apply(lambda x: (x == '부정').mean() * 100)
        category_negative = category_negative.sort_values(ascending=True)
        axes[1,0].barh(category_negative.index, category_negative.values,
                      color=['red' if x > 50 else 'orange' if x > 30 else 'yellow' for x in category_negative.values])
        axes[1,0].set_title(' 범주별 부정 피드백 비율 (%)')
        axes[1,0].set_xlabel('부정 비율 (%)')
        axes[1,0].axvline(x=50, color='red', linestyle='--', alpha=0.5, label='50% 기준선')

        # 4. 기능 개선 시급도
        function_urgency = negative_df['기능'].value_counts().head(10)
        axes[1,1].bar(range(len(function_urgency)), function_urgency.values, color='darkred')
        axes[1,1].set_title('⚡ 개선 시급 기능 TOP 10')
        axes[1,1].set_ylabel('불만 건수')
        axes[1,1].set_xticks(range(len(function_urgency)))
        axes[1,1].set_xticklabels(function_urgency.index, rotation=45, ha='right')

        plt.tight_layout()
        plt.show()

        # 핵심 인사이트 출력
        print(f"\n 세부 인사이트:")
        most_critical_source = source_sentiment['부정'].idxmax()
        most_critical_category = category_negative.idxmax()

        print(f"    가장 비판적인 출처: {most_critical_source} ({source_sentiment.loc[most_critical_source, '부정']:.1f}% 부정)")
        print(f"    가장 문제가 많은 범주: {most_critical_category} ({category_negative[most_critical_category]:.1f}% 부정)")
        print(f"    최대 문제점: {function_urgency.index[0]} ({function_urgency.iloc[0]}건 불만)")

    def create_improvement_roadmap(self):
        """ ️ 개선 로드맵 제안"""
        print(" ️ 개선 로드맵 생성 중...")

        # 문제점을 심각도와 난이도로 분류
        negative_df = self.df[self.df['감성'] == '부정']

        # 각 문제에 대한 개선 방안 매핑
        improvement_suggestions = {
            '스와이프 기능': {'난이도': '중', '영향도': '높음', '개선방안': 'A/B 테스트로 최적 UX 찾기'},
            '미니 플레이어': {'난이도': '낮음', '영향도': '중간', '개선방안': '사용자 설정으로 선택 가능하게'},
            '영상 배속 조절': {'난이도': '낮음', '영향도': '중간', '개선방안': '직관적 슬라이더 UI로 변경'},
            '백그라운드 재생': {'난이도': '낮음', '영향도': '높음', '개선방안': '기술적 버그 수정 우선'},
            '재생바': {'난이도': '중', '영향도': '높음', '개선방안': '쇼츠에도 미니 재생바 추가'},
            '채널 이동': {'난이도': '낮음', '영향도': '중간', '개선방안': '원터치 채널 이동 버튼 추가'},
            '악성 댓글': {'난이도': '높음', '영향도': '높음', '개선방안': 'AI 기반 댓글 필터링 강화'},
            '로딩 오류': {'난이도': '중', '영향도': '높음', '개선방안': '서버 안정성 및 캐싱 개선'},
            'UI 변경': {'난이도': '낮음', '영향도': '중간', '개선방안': '사용자 맞춤 레이아웃 옵션'},
            '댓글 UI': {'난이도': '낮음', '영향도': '중간', '개선방안': '댓글창 크기 조절 가능하게'},
            '추천 방식': {'난이도': '높음', '영향도': '높음', '개선방안': '다양성 알고리즘 도입'},
            '가족 요금제': {'난이도': '낮음', '영향도': '높음', '개선방안': '한국 시장 가족요금제 출시'},
            '콘텐츠 신뢰성': {'난이도': '높음', '영향도': '높음', '개선방안': '팩트체크 시스템 도입'}
        }

        # 로드맵 데이터 생성
        roadmap_data = []
        for func in negative_df['기능'].unique():
            count = len(negative_df[negative_df['기능'] == func])
            if func in improvement_suggestions:
                suggestion = improvement_suggestions[func]

                # 우선순위 점수 계산 (불만 건수 + 영향도 + 난이도 역산)
                impact_score = {'높음': 3, '중간': 2, '낮음': 1}[suggestion['영향도']]
                difficulty_score = {'낮음': 3, '중': 2, '높음': 1}[suggestion['난이도']]
                priority_score = count * 2 + impact_score * 3 + difficulty_score * 2

                roadmap_data.append({
                    '기능': func,
                    '불만_건수': count,
                    '난이도': suggestion['난이도'],
                    '영향도': suggestion['영향도'],
                    '우선순위_점수': priority_score,
                    '개선방안': suggestion['개선방안']
                })

        roadmap_df = pd.DataFrame(roadmap_data)
        roadmap_df = roadmap_df.sort_values('우선순위_점수', ascending=False)

        # 로드맵 시각화
        fig = px.scatter(roadmap_df,
                        x='불만_건수',
                        y='우선순위_점수',
                        size='우선순위_점수',
                        color='영향도',
                        hover_name='기능',
                        hover_data=['난이도', '개선방안'],
                        title=' ️ 유튜브 UX 개선 로드맵',
                        labels={
                            '불만_건수': '사용자 불만 건수',
                            '우선순위_점수': '개선 우선순위 점수',
                            '영향도': '비즈니스 영향도'
                        },
                        color_discrete_map={'높음': 'red', '중간': 'orange', '낮음': 'yellow'})

        fig.update_layout(width=1200, height=600)
        fig.show()

        # 단계별 로드맵 출력
        print(f"\n 3단계 개선 로드맵:")

        # 1단계: 빠른 승리 (난이도 낮음 + 영향도 높음)
        phase1 = roadmap_df[(roadmap_df['난이도'] == '낮음') & (roadmap_df['영향도'] == '높음')]
        print(f"\n    1단계 (Quick Wins - 1-2개월):")
        for _, row in phase1.head(3).iterrows():
            print(f"      • {row['기능']}: {row['개선방안']}")

        # 2단계: 중요한 개선 (중간 난이도)
        phase2 = roadmap_df[roadmap_df['난이도'] == '중']
        print(f"\n    2단계 (Major Improvements - 3-6개월):")
        for _, row in phase2.head(3).iterrows():
            print(f"      • {row['기능']}: {row['개선방안']}")

        # 3단계: 장기 프로젝트 (높은 난이도)
        phase3 = roadmap_df[roadmap_df['난이도'] == '높음'].sort_values('우선순위_점수', ascending=False)
        print(f"\n    3단계 (Long-term Projects - 6-12개월):")
        for _, row in phase3.head(3).iterrows():
            print(f"      • {row['기능']}: {row['개선방안']}")

        return roadmap_df

    def create_sentiment_flow_sankey(self):
        """ 감정 흐름 산키 다이어그램"""
        print(" 감정 흐름 산키 다이어그램 생성 중...")

        # 출처 → 범주 → 감성 흐름 생성
        flow_data = []

        for _, row in self.df.iterrows():
            flow_data.append({
                'source': f"출처_{row['출처']}",
                'target': f"범주_{row['범주']}",
                'value': 1
            })
            flow_data.append({
                'source': f"범주_{row['범주']}",
                'target': f"감성_{row['감성']}",
                'value': 1
            })

        flow_df = pd.DataFrame(flow_data)
        flow_summary = flow_df.groupby(['source', 'target']).sum().reset_index()

        # 모든 노드 수집
        all_nodes = list(set(flow_summary['source'].tolist() + flow_summary['target'].tolist()))
        node_dict = {node: i for i, node in enumerate(all_nodes)}

        # 노드 색상 설정
        node_colors = []
        for node in all_nodes:
            if '출처_' in node:
                node_colors.append('lightblue')
            elif '범주_' in node:
                node_colors.append('lightgreen')
            elif '감성_긍정' in node:
                node_colors.append('green')
            elif '감성_부정' in node:
                node_colors.append('red')
            else:
                node_colors.append('gray')

        # 산키 다이어그램
        fig = go.Figure(data=[go.Sankey(
            node=dict(
                pad=15,
                thickness=20,
                line=dict(color="black", width=0.5),
                label=all_nodes,
                color=node_colors
            ),
            link=dict(
                source=[node_dict[src] for src in flow_summary['source']],
                target=[node_dict[tgt] for tgt in flow_summary['target']],
                value=flow_summary['value'].tolist(),
                color="rgba(0, 100, 200, 0.4)"
            )
        )])

        fig.update_layout(
            title=" 유튜브 피드백 흐름: 출처 → 범주 → 감성",
            font_size=10,
            width=1200,
            height=600
        )
        fig.show()

    def generate_executive_summary(self):
        """ 경영진 요약 보고서"""
        print(" 경영진 요약 보고서 생성 중...")

        total_feedback = len(self.df)
        negative_count = len(self.df[self.df['감성'] == '부정'])
        negative_ratio = negative_count / total_feedback * 100

        # 가장 큰 문제점들
        top_issues = self.df[self.df['감성'] == '부정']['범주'].value_counts()
        critical_functions = self.df[self.df['감성'] == '부정']['기능'].value_counts().head(5)

        print(f"""
============ 유튜브 UX 개선 요약 보고서 ============

핵심 지표:
   • 전체 피드백: {total_feedback}건 분석
   • 부정적 피드백: {negative_count}건 ({negative_ratio:.1f}%)
   • 긍정적 피드백: {total_feedback - negative_count}건 ({100-negative_ratio:.1f}%)

주요 문제 영역:
   1. {top_issues.index[0]}: {top_issues.iloc[0]}건 ({top_issues.iloc[0]/negative_count*100:.1f}%)
   2. {top_issues.index[1] if len(top_issues) > 1 else 'N/A'}: {top_issues.iloc[1] if len(top_issues) > 1 else 0}건
   3. {top_issues.index[2] if len(top_issues) > 2 else 'N/A'}: {top_issues.iloc[2] if len(top_issues) > 2 else 0}건

⚡ 시급한 개선 대상:
   1. {critical_functions.index[0]}: {critical_functions.iloc[0]}건 불만
   2. {critical_functions.index[1]}: {critical_functions.iloc[1]}건 불만
   3. {critical_functions.index[2]}: {critical_functions.iloc[2]}건 불만

핵심 권장사항:
   • UI/UX 변경 시 사용자 사전 테스트 강화 필요
   • 쇼츠 기능의 사용성 개선이 시급함
   • 댓글 시스템 전반적 재설계 검토 필요
   • 기술적 오류(로딩, 재생 등) 안정성 확보

예상 효과:
   • 상위 5개 이슈 해결 시 전체 불만의 {critical_functions.head().sum()/negative_count*100:.1f}% 감소 예상
   • 사용자 만족도 {100-negative_ratio+20:.1f}%까지 개선 가능

================================================
        """)

        return {
            'total_feedback': total_feedback,
            'negative_ratio': negative_ratio,
            'top_issues': top_issues,
            'critical_functions': critical_functions
        }

    def run_full_analysis(self):
        """ 전체 분석 실행"""
        print(" 유튜브 UX 개선 인사이트 분석을 시작합니다!\n")

        try:
            # 1. 전체 현황 대시보드
            self.create_overview_dashboard()
            print("\n" + "="*60 + "\n")

            # 2. 우선순위 매트릭스
            priority_df = self.create_priority_matrix()
            print("\n" + "="*60 + "\n")

            # 3. 세부 이슈 분석
            self.create_detailed_issue_analysis()
            print("\n" + "="*60 + "\n")

            # 4. 개선 로드맵
            roadmap_df = self.create_improvement_roadmap()
            print("\n" + "="*60 + "\n")

            # 5. 감정 흐름 다이어그램
            self.create_sentiment_flow_sankey()
            print("\n" + "="*60 + "\n")

            # 6. 경영진 요약 보고서
            summary = self.generate_executive_summary()

            print("\n✅ 모든 분석이 완료되었습니다!")

            return {
                'priority_analysis': priority_df,
                'improvement_roadmap': roadmap_df,
                'executive_summary': summary
            }

        except Exception as e:
            print(f"❌ 분석 중 오류 발생: {e}")
            return None

# ================================================================
# 분석 실행
# ================================================================

# 분석 실행
analyzer = YouTubeUXAnalyzer(df)
results = analyzer.run_full_analysis()

# 추가 인사이트
print(f"""
============ 추가 비즈니스 인사이트 ============

플랫폼 전략 제안:
   • 모바일 최적화: 쇼츠 기능 개선이 최우선
   • 데스크톱 경험: 댓글 시스템 재설계 필요
   • 크로스 플랫폼: 일관된 UX 경험 제공

사용자 세그먼트별 대응:
   • 파워유저: 고급 기능(배속, 재생바) 개선
   • 캐주얼유저: 직관적 UI 유지 및 강화
   • 크리에이터: 댓글 관리 도구 개선

비즈니스 임팩트:
   • 긍정적 UX 개선으로 사용자 체류시간 증가 예상
   • 광고 수익 및 프리미엄 가입률 상승 효과
   • 브랜드 이미지 개선으로 장기적 충성도 향상

================================================
""")

1_overview_dashboard.html

4.36MB

2_priority_matrix.html

4.36MB

3_detailed_issue_analysis.png

0.18MB

4_improvement_roadmap.html

4.36MB

executive_summary.txt

0.00MB

youtube_ux_analysis_report.xlsx

0.01MB

분석결과들 .... // ㅎㅎ

실습) 사업 계획서 작성하기

김준아 — Tue, 23 Sep 2025 17:18:50 +0900

는 목차도 내용도 모든걸 그냥 다 엉터리 내 마음대로 지정했다

사실 보고서 자체는 ai의 도움을 많이 받았다

사용한 사이트 ...>< 제미나이, 지피티, 클로드, 노트북lm,이미지fx

ㅋㅋㅎㅎ사실상 이용할 수 있는건 다 이용했다고 생각하면 됨

그냥... 한번 해봤다~ㅎㅎ ^^

내가 생각한 문제점:

유튜브 내에서 너무 거짓 뉴스들과 가짜 정보들이 판을치는것같아서 그 진위 여부를 판독해주는 서비스를 만들면 어떨까!? 생각했음.... 타켓층은 부모님 세대를 둔 20~30대 자녀들? 평소에 엄마아빠 보면서 저걸 왜 믿지? 싶은 정보들의 대다수는 유튜브였던것같아서.... 이거에 답답함을 느낀 자식들아 너희가 구독료좀 대신 내드려라 하는 ~~ㅋ

이 서비스 기획의 가장 큰 문제점이 있음, 바로 설문조사를 가짜로 진행함 !!! ㅋㅋㅋ ㅠㅠㅠ 시간이 부족하기도 했고..(변명) 일단은 어떤식으로 돌아가는지 궁금했기에.. 실습 해봤음에 만족^^ㅎㅎ.. 최대한 다양한 연령대의 많은 설문조사 자료가 필요했는데 일단 제미나이에게 샘플데이터를 만들어달라고 부탁함. 그렇게 나온 설문조사지 시트가

이런식이다 !! psm 분석을 해봐야했기 때문에...(나중에 알았지만 샘플 개수가 좀 부족했다)

그래서 여튼 이 자료를 가지고 psm분석을 진행했다.

아래는 그 코드!!

# PSM 곡선 계산
def calculate_psm_curves(df, max_price=8000, step=250):
    """PSM 곡선 계산 함수"""
    price_range = np.arange(0, max_price + step, step)
    total_responses = len(df)
curves_data = []
    for price in price_range:
        too_cheap = len(df[df['min_price'] > price]) / total_responses * 100
        too_expensive = len(df[df['max_price'] < price]) / total_responses * 100
        not_too_cheap = 100 - too_cheap
        not_too_expensive = 100 - too_expensive
        acceptable = max(0, not_too_cheap - too_expensive)
        curves_data.append({
            'price': price,
            'too_cheap': too_cheap,
            'too_expensive': too_expensive,
            'not_too_cheap': not_too_cheap,
            'not_too_expensive': not_too_expensive,
            'acceptable': acceptable
        })
    return pd.DataFrame(curves_data)
# PSM 곡선 데이터 생성
psm_df = calculate_psm_curves(df)
# 최적 가격점 계산
def find_optimal_points(psm_df):
    """최적 가격점들 찾기"""
    opp = None  # Optimal Price Point
    pmc = None  # Point of Marginal Cheapness
    pme = None  # Point of Marginal Expensiveness
    for i in range(1, len(psm_df)):
        curr = psm_df.iloc[i]
        prev = psm_df.iloc[i-1]
        # OPP: 너무 싸다와 너무 비싸다가 교차하는 점
        if opp is None and prev['too_cheap'] >= prev['too_expensive'] and curr['too_cheap'] <= curr['too_expensive']:
            opp = curr['price']
        # PMC: 너무 싸지 않다와 너무 비싸다가 교차하는 점
        if pmc is None and prev['not_too_cheap'] >= prev['too_expensive'] and curr['not_too_cheap'] <= curr['too_expensive']: pmc = curr['price']
        # PME: 너무 싸다와 너무 비싸지 않다가 교차하는 점
        if pme is None and prev['too_cheap'] >= prev['not_too_expensive'] and curr['too_cheap'] <= curr['not_too_expensive']: pme = curr['price']
    return {'opp': opp, 'pmc': pmc, 'pme': pme}
optimal_points = find_optimal_points(psm_df)
print("\n 최적 가격점")
print("-" * 30)
print(f"OPP (최적 가격점): {optimal_points['opp']:,}원" if optimal_points['opp'] else "OPP: 찾을 수 없음")
print(f"PMC (한계 저가점): {optimal_points['pmc']:,}원" if optimal_points['pmc'] else "PMC: 찾을 수 없음")
print(f"PME (한계 고가점): {optimal_points['pme']:,}원" if optimal_points['pme'] else "PME: 찾을 수 없음")
# 시각화 1: PSM 곡선
plt.figure(figsize=(14, 8))
plt.subplot(2, 2, 1)
plt.plot(psm_df['price'], psm_df['too_cheap'], 'r-', linewidth=3, label='너무 싸다', marker='o', markersize=3)
plt.plot(psm_df['price'], psm_df['too_expensive'], 'orange', linewidth=3, label='너무 비싸다', marker='s', markersize=3)
plt.plot(psm_df['price'], psm_df['not_too_cheap'], 'g--', linewidth=2, label='싸지 않다', alpha=0.7)
plt.plot(psm_df['price'], psm_df['not_too_expensive'], 'b--', linewidth=2, label='비싸지 않다', alpha=0.7)
# 최적가격점 표시
if optimal_points['opp']:
    plt.axvline(x=optimal_points['opp'], color='purple', linestyle=':', linewidth=2, alpha=0.8)
    plt.text(optimal_points['opp'], 50, f'OPP\n{optimal_points["opp"]:,}원',
             ha='center', va='center', fontsize=10,
             bbox=dict(boxstyle="round,pad=0.3", facecolor="yellow", alpha=0.7))
plt.xlabel('가격 (원)')
plt.ylabel('비율 (%)')
plt.title('PSM 가격 민감도 곡선', fontsize=14, fontweight='bold')
plt.legend()
plt.grid(True, alpha=0.3)

이건 코드의 일부이기 때문에!! (혹시 몰라서 파일을 올려두기)

psm.ipynb

0.00MB

ㄴ출력결과......

그렇게 해서 이 결과를 토대로

**시장 규모 추정**
   - TAM, SAM, SOM 프레임워크를 활용
   - 연쇄비율법, 탑다운/다운탑 기법 등 다양한 방법론 언급2. **시장 상황 및 설명**
   - 특정 시장에 대한 상황을 구체적으로 설명
   - 해당 시장의 제품과 서비스 목적을 명확하게 기술3. **경쟁사 분석**
   - 주요 경쟁사 확인 및 각 경쟁사의 점유율 추산

위 내용을 포함한다는 생각으로

난 최종 보고서를 작성해본것이야 ~~~!!!

veritube.pdf

0.36MB

내용이 너무 길어서 파일로 첨부 ㅎㅎㅎ 작성해봤다에 초점을 두었어요...

그리고 저번에 배운게 생각이 나서 html코드로 내 사업 계획서가 담기도록 만들어봄... netlify를 사용했고 이것은 그 링크!!

https://polite-gecko-765d6f.netlify.app/

나쁘지 않다고 생각한다...

마지막으로는 imageFX라는 이미지 생성 사이트를 사용해보고싶어서

A cinematic YouTube thumbnail showing a split-screen scene: on the left, chaotic fake news icons, blurred video frames, and a bold red "FALSE" graphic stamp; on the right, a clear verified fact with a green check mark on a translucent floating screen, analyzed by a futuristic digital investigator with a magnifying glass. The style is dramatic, modern, and high-contrast with cinematic lighting, photorealistic details, no real logos, no readable text, no watermarks.

이런 프롬프트를 넣어봤고?? ImageFx

https://labs.google/fx/ko/tools/image-fx

ImageFX - labs.google/fx

cluttered artist studio, light shining through, welcoming content_copy복사

labs.google

는 다음과 같은 사진을 출력해주었다!!

하하하. 나름 마음에 들어

이다음에는 실제로 설문조사를 해서 큰 데이터 샘플을 얻은 후에 조사를 해보고싶다.

설문의 결과가 좋지 않을때 (내 사업 아이디어가 별로라는 평가를 받았을때) 느낄 마음의 상처 각오도 미리 해둬야 한다.

여튼 저번에 배웠던 powerbi시각화 기능도 이 보고서 쓸때 해볼 수 있지 않을까 싶어서 다음에는 그것도 해보고싶다 !!

나름 의미있는 ,,, 수업이었어 !!

데이터 문제해결 기획 & 사례

김준아 — Mon, 22 Sep 2025 17:04:16 +0900

내가 쓸 때 보려고 저장해두는 데이터 사이트 모음 · GitHub

어떤 선생님이 데이터 사이트를 모아두셨다고 합니다

문제와 불편함에 집중하기 ....

인지도 계산 : 판매수량=인지도*판매점노력*신규유입*구매수량*구매기간

https://www.toolify.ai/ko/

https://huggingface.co/

<질문 리라이팅 해보기>

교통체증이 심한가?
→ 최근 5년간 출퇴근 시간대 평균 차량 이동 속도와 정체 구간 길이가 증가하는 추세인가?
미세먼지가 심해졌나?
→ 최근 3년간 지역별 미세먼지(PM2.5, PM10) 평균 농도가 통계적으로 유의하게 상승했는가?
학생 성적이 떨어졌나?
→ 최근 학기별 주요 과목(국·영·수) 평균 점수와 표준편차가 하락 추세를 보이고 있는가?
노인 건강이 나빠지고 있나?
→ 최근 10년간 65세 이상 인구의 주요 만성질환(고혈압, 당뇨 등) 발생률과 의료 이용률이 증가했는가?

실습: 가설수립

원하는 회사 CEO, 마케터가 궁금해 할 명제 작성

1. 회사 선택 - 입사를 희망하는 회사의 기사 홈페이지를 탐색해서 아래 이슈사항 추출 (제품 컨셉, 마케팅 활동, 인지도, 이미지)

2. 핵심 이슈 정리 - 현실 이슈를 다양하게 도출( 제품/서비스, 브랜드, 인지도, 이미지)

3. 분석 가설 수립 - 가설 정리 ("누구/언제/무엇을/어떻게 비교해 무엇을 산출할지"가 포함, LLM을 통해 수정 보완하기)

설문조사 기획까지 고려 해보기

**시장 규모 추정**

- TAM, SAM, SOM 프레임워크를 활용

- 연쇄비율법, 탑다운/다운탑 기법 등 다양한 방법론 언급2. **시장 상황 및 설명**

- 특정 시장에 대한 상황을 구체적으로 설명

- 해당 시장의 제품과 서비스 목적을 명확하게 기술3. **경쟁사 분석**

- 주요 경쟁사 확인 및 각 경쟁사의 점유율 추산4. **출력 형식**

- 표와 보고서 형식으로 정리

- 가독성 있게 구성 (예: 요약표 + 서술형 분석)

ㄴ관심있는 회사를 대상으로 다음을 조사해보라고하심... 그래서 제미나이 deep research로 두가지를 조사하고 notebooklm에서 두개를 합쳐달라함

이것은 합친 결과

유튜브 코리아 종합 전략 보고서: 시장 리더십, 다중 전선 경쟁 및 데이터 기반 성장 가설

1. 개요 및 이그제제큐티브 서머리 (Executive Summary)

본 보고서는 유튜브 코리아가 보유한 압도적인 시장 영향력과 더불어, 급변하는 디지털 미디어 및 커머스 환경에서 직면한 다중 전선(multi-front)의 경쟁 구도를 분석하고, 이에 대응하기 위한 데이터 분석 기반의 핵심 전략 가설들을 제시합니다.

유튜브는 국내 소셜 미디어 이용률 84.9%로 독보적인 사용자 기반을 확보하며 한국 디지털 생태계의 핵심 허브로 자리 잡았습니다. 그러나 유료 구독 시장에서는 넷플릭스 및 국내 OTT, 숏폼 커머스 시장에서는 틱톡의 공격적인 전략에 맞서야 하는 복합적인 경쟁 환경에 처해 있습니다.

데이터 분석 직무는 이러한 도전 과제를 해결하기 위해, 유튜브의 강점인 크리에이터 신뢰도를 경쟁 우위로 전환하고 광고 피로도와 같은 위협을 성장 기회로 활용하는 데 초점을 맞춘 세 가지 핵심 전략 가설을 검증해야 합니다.

2. 시장 규모 및 전략적 세분화 (TAM, SAM, SOM)

유튜브 코리아가 경쟁하는 시장은 국내 디지털 광고 시장을 기반으로 하며, OTT 및 커머스 영역으로 확장되고 있습니다.

2.1. 시장 규모 요약 테이블

시장 분류시장 규모 및 지표 (2023년 기준)주요 설명출처

TAM (전체 시장 규모)	약 9조 2,831억 원	국내 디지털 광고 시장 규모
SAM (유효 시장 규모)	약 1조 4,407억 원 (주요 4개 OTT 합계)	국내 유료 구독형 OTT 시장. 연평균 5.3% 성장이 예상됩니다.
SOM (현재 시장 점유율)	약 3,653억 원 (구글코리아 매출)	유튜브 포함 구글코리아의 국내 매출 추정치. 광범위한 사용자 풀(이용률 84.9%) 기반.

2.2. 시장 동향 및 이용 행태의 진화

온라인 동영상 시청의 보편화 및 다중 구독: 한국 OTT 서비스 이용률은 77.0%에 달하며, 유료 이용자는 평균 2.8개의 서비스를 중복 구독하는 '미디어 번들' 소비 행태가 일반화되었습니다. 유튜브는 이러한 환경 속에서 압도적인 이용률(84.9%)을 바탕으로 소비자 미디어 생활의 핵심 허브 역할을 수행합니다.
TV 허브화와 AI 추천: 넷플릭스(47.4%)와 디즈니플러스(52.3%)의 경우 TV 이용 비중이 스마트폰을 능가하며, 플랫폼이 **'가정 내 핵심 엔터테인먼트 허브'**로 진화하고 있음을 시사합니다. 틱톡 및 유튜브 쇼츠가 주도하는 숏폼 혁명은 AI 기반 추천 알고리즘을 플랫폼의 핵심 경쟁력으로 만들었습니다.
콘텐츠와 커머스의 융합: 숏폼 콘텐츠는 제품 태그, 구매 버튼 등의 **'쇼퍼블 기능'**을 통해 시청에서 즉각적인 구매로 이어지는 흐름을 완성합니다. 국내 경쟁사인 네이버(쇼핑라이브)와 카카오(쇼룸)는 영상 기반 커머스 시장을 적극적으로 개척하고 있습니다.

3. 주요 경쟁사 분석: 다중 전선의 경쟁 구도

유튜브는 세 가지 핵심 영역에서 각기 다른 비즈니스 모델을 가진 경쟁자들과 동시에 경쟁하고 있습니다.

경쟁 영역주요 경쟁사핵심 전략 및 위협 요인출처

유료 OTT	넷플릭스, 티빙, 쿠팡플레이	넷플릭스는 독보적 MAU(1,223만 명, 점유율 31%)를 바탕으로 광고형 요금제 가격을 인상하며 유튜브의 광고 시장으로 진입 중입니다. 국내 OTT는 스포츠 중계권 등 고가치 독점 콘텐츠와 합병 논의를 통해 경쟁력을 확보하고 있습니다.
숏폼 커머스	틱톡, 인스타그램 릴스	틱톡은 사용자 참여율이 경쟁사 대비 10배 이상 높으며, 앱 이탈 없이 즉시 구매가 가능한 '발견형 쇼핑'과 '틱톡샵' 도입으로 유튜브의 B2B 비즈니스를 위협합니다. 유튜브는 '신뢰 기반 커머스'로 차별화해야 합니다.
라이브 커머스	네이버, 카카오	네이버(쇼핑라이브)와 카카오(쇼룸)는 일반 동영상 경쟁을 피해 자사의 핵심 사업(이커머스, 메신저)과 영상을 결합하여 새로운 수익 모델을 구축하고 있습니다.

4. 전략적 도전 과제 및 데이터 분석의 역할

유튜브는 시장 지배력에도 불구하고 다음의 핵심 비즈니스 과제에 직면해 있습니다. 데이터 분석 직무는 이를 해결하는 전략적 파트너 역할을 수행해야 합니다.

숏폼 커머스 경쟁력 확보: 틱톡의 공격적인 '발견형 쇼핑'에 맞서 유튜브만의 '신뢰 기반 커머스' 모델을 정립하고 크리에이터 수익 모델을 강화해야 합니다.
유료 구독 시장 대응: YouTube Premium은 글로벌 1억 명 구독자를 확보했지만, 넷플릭스(2.6억 명)와의 규모 차이가 있으며, **GamsGo와 같은 불법적인 '구독 공유 플랫폼'**이 최대 70% 할인된 가격에 서비스를 제공하며 성장에 직접적인 위협을 가하고 있습니다.
광고 피로도 및 사용자 이탈: 20대와 30대의 온라인 동영상 플랫폼 뉴스 이용률이 전년 대비 각각 9.4%p, 10.5%p 하락하는 현상은 광고 피로도와 관련될 가능성이 있으며, 이는 Premium 구독의 잠재적 수요를 파악하는 데 중요합니다.
크리에이터 생태계 공고화: 30대 이하 유튜버들의 이탈률 증가 및 '부익부 빈익빈' 현상은 플랫폼의 지속 가능한 성장을 위협합니다.

5. 핵심 전략적 비즈니스 가설 및 검증 방법론

데이터 분석팀은 위의 도전 과제들을 해결하고 비즈니스 성장을 이끌기 위해 다음의 세 가지 핵심 가설을 검증해야 합니다.

5.1. 가설 1 (수익성/커머스): '발견형 쇼핑' 경험은 크리에이터에 대한 신뢰도에 비례한다.

가설 설명: 유튜브 쇼핑 기능은 단순 제품 노출이 아닌, 충성도 높은 크리에이터를 통해 제공될 때 구매 전환 비율이 더 높을 것이라는 전제에 기반합니다.
데이터 분석의 역할: 크리에이터의 충성도 지표 (평균 시청 지속 시간, 댓글 참여율)와 해당 채널에서 발생한 커머스 성과 (쇼핑 클릭 수, 구매 전환율) 간의 상관관계를 분석하여 신뢰 기반 커머스의 효율성을 정량적으로 증명해야 합니다.

5.2. 가설 2 (시장 확대/프리미엄): 20대의 유튜브 뉴스 소비 감소 현상은 광고 피로도와 직접적인 관련이 있으며, 이는 YouTube Premium 구독의 잠재적 수요를 나타낸다.

가설 설명: 20대의 뉴스 소비 감소 현상이 광고에 대한 사용자의 피로도와 직접적인 관련이 있을 가능성을 탐색하며, 광고 없는 경험에 대한 수요가 Premium 잠재 고객이 될 수 있다는 전략적 함의를 가집니다.
데이터 분석의 역할: 20대 사용자의 광고 시청 전후 이탈률, 광고 스킵 비율, 광고 노출 빈도와 뉴스/정보성 콘텐츠 시청 시간 감소 간의 상관관계를 분석해야 합니다. 또한, 구독 공유 서비스(GamsGo 등) 이용 행태가 Premium 미구독 이유에 미치는 영향력을 파악해야 합니다.

5.3. 가설 3 (브랜드/충성도): 숏폼과 라이브 커머스 기능을 활용한 '크리에이터 커머스'는 충성도 높은 팬을 구매 고객으로 전환하는 가장 효과적인 방법이다.

가설 설명: 기존 롱폼 콘텐츠로 형성된 팬심이 숏폼과 라이브 커머스라는 새로운 채널을 통해 즉각적인 구매로 이어지는 효율성을 검증하고자 합니다.
데이터 분석의 역할: 특정 크리에이터의 롱폼 시청자 집단과 숏폼/라이브 커머스 구매자 집단의 교집합 및 시청-구매 여정(Journey)을 추적하여, 팬덤이 가장 높은 구매 전환율을 보이는 콘텐츠 유형과 최적의 구매 시점을 파악해야 합니다.

6. 최종 권고안

유튜브 코리아는 현재의 시장 리더십을 유지하고 경쟁 우위를 확보하기 위해 다음의 전략적 방향을 채택해야 합니다.

'신뢰 기반' 커머스 전략 강화: 틱톡의 '발견형' 모델을 단순 모방하기보다, 크리에이터 신뢰도를 활용하여 쇼핑 콘텐츠의 질과 전환율을 높이는 데 주력해야 합니다. 유튜브 쇼츠와 연계된 '쇼퍼블 기능'을 고도화하고 크리에이터 솔루션을 제공해야 합니다.
YouTube Premium 시장 세분화 및 대응: 20대 사용자들의 광고 피로도와 구독 저항 원인에 대한 심층 분석을 통해, 이들이 지불할 의사가 있는 새로운 요금제나 번들 상품을 개발해야 합니다. 특히, '구독 공유 플랫폼'의 영향력을 정량적으로 파악하고 이에 대한 전략적 대응책을 수립해야 합니다.
독점 콘텐츠 확보 검토: 국내 OTT들이 스포츠 중계권과 같은 고가치 독점 콘텐츠를 통해 성장하는 추세에 대응하여, 유튜브 또한 특정 장르의 핵심 미디어 플랫폼 지위를 확보하기 위한 투자를 전략적으로 고려할 필요가 있습니다.
데이터 분석팀 투자 확대: 데이터 분석팀을 비즈니스 가설 수립 및 검증의 핵심 주체이자 전략적 파트너로 인식하고, 기술 스택을 확장하며 타 부서와의 협업을 강화하는 조직 문화를 조성해야 합니다.

유튜브 코리아에 취직하고싶어요 ㅎ.....

2차 실습

<새로운 서비스 기획해보기>

서비스 개요

서비스명: 드링크픽 (DrinkPick)
: 내가 원하는 음료를 “픽” 해서 알려주는 느낌, MZ 감성 네이밍

초점 밀검색	음료명 검색	사용자가 원하는 특정 음료(예: '바닐라 라떼', '흑당 버블티')를 검색하여 해당 음료를 판매하는 매장 리스트를 제공합니다.
커뮤니티	‘이 음료는 이 매장’ 꿀팁 지도	사용자들이 직접 특정 음료에 대한 ‘찐 맛집’을 추천하고, 그 이유를 공유하는 커뮤니티 지도 기능입니다. 매장 평점 외에 실사용자들의 생생한 리뷰를 제공하여 정보의 신뢰도를 높입니다.
	‘나만의 음료 레시피’ 공유	특정 매장에서 제조 가능한 커스텀 레시피를 사용자들이 공유하고 저장할 수 있습니다. ‘돌체라떼에 에스프레소 샷 추가’ 같은 레시피를 통해 특별한 맛을 찾는 재미를 제공합니다.
	실시간 리뷰 및 좋아요	각 음료와 매장에 대해 리뷰를 작성하고 ‘좋아요’를 누를 수 있습니다. 인기 있는 음료나 매장은 순위로 보여줍니다.
	(유료 구독 기능) 커뮤니티 확장	✅ 글 작성 기능, 소모임 개설 기능 제공 ✅ 이달의 탐험가 선정: 활발한 사용자·유용한 정보 공유자에게 제휴 카페 쿠폰 지급 → 구독자 참여 유도 & 커뮤니티 활성화
개인화	최근 기록 기반 추천 ✅ (신규 추가)	사용자가 이전에 검색하거나 좋아요 한 음료, 방문한 카페 기록을 분석하여 근처에서 비슷한 음료를 파는 카페를 추천합니다. 예: “최근 좋아한 메뉴와 비슷한 음료를 판매하는 카페”
게이미피케이션	음료 도감	사용자가 마셔본 음료를 기록하고, 자신만의 음료 도감을 채워가는 기능입니다. 특정 음료를 많이 마시거나, 다양한 종류의 음료를 마실 때마다 배지를 획득하는 등 성취감을 부여합니다.c

유료화 방안

* 커뮤니티 유료화

글 작성 기능 / 소모임 기능
이달의 탐험가 선정 (활발한 사용자 / 유용한 정보 공유 사용자 → 매장 이용권 쿠폰)

결과물

설문지: https://docs.google.com/forms/d/e/1FAIpQLSfeg6Gtah32xvHI9VDqmv-MOGEMrv7DEHs5TA2qoOc9yRFsuw/viewform
설문결과

타임스탬프	너무 비싸서 사지 않을 가격	약간 비싸지만 구매 의사가 조금 있는 가격(비싸다고 느끼는)	비싸지 않은 가격/ 적당한 가격 (싸다고 느끼기 시작하는)	너무 싸서 제품/서비스의 품질이 의심 되는 가격
2025. 9. 22 오후 3:01:12	10000	6000	4000	1000
2025. 9. 22 오후 3:01:32	5,000	3,000	2,500	1,000 준이야 사랑한다 ^^ 혜주도 ^^
2025. 9. 22 오후 3:01:58	5000	3000	1000	100
2025. 9. 22 오후 3:04:07	30000	10000	3900	1900
2025. 9. 22 오후 3:05:41	10000	5000	3000	1000
2025. 9. 22 오후 3:06:02	5000	2900	1900	500
2025. 9. 22 오후 3:07:05	3000	1000	0	0
2025. 9. 22 오후 3:07:06	10000	4000	3000	1000
2025. 9. 22 오후 3:07:22	3,900	2,000	0	0
2025. 9. 22 오후 3:08:40	5000	3000	2000	1000
2025. 9. 22 오후 3:09:03	8700	3500	2900	150
2025. 9. 22 오후 3:11:47	5000	3000	2000	100
2025. 9. 22 오후 3:12:39	5,000원	2,000원	1,500원	500원
2025. 9. 22 오후 3:14:29	10000	6000	3000	1000
2025. 9. 22 오후 3:14:58	10000	7000	4000	1000
2025. 9. 22 오후 3:15:01	8000	5000	2000	900
2025. 9. 22 오후 3:15:17	10000	7000	3000	100
2025. 9. 22 오후 3:15:57	3000	2000	700	200
2025. 9. 22 오후 3:17:24	10000	5000	3000	500
2025. 9. 22 오후 3:20:42	3000	2000	1500	0
2025. 9. 22 오후 3:20:52	15000	12000	8000	5000
2025. 9. 22 오후 3:21:41	10,000	7,000	3,000	1,000
2025. 9. 22 오후 3:22:23	7000	5000	3000	1500

너무 비싸다고 느끼는 가격(Too Expensive) → 평균 8,330원 / 중앙값 8,000원
약간 비싼 가격(Expensive) → 평균 4,626원 / 중앙값 4,000원
적당한 가격(Cheap) → 평균 2,561원 / 중앙값 2,900원
너무 싸서 의심(Too Cheap) → 평균 846원 / 중앙값 900원

PSM 그래프

분석결과

PSM 분석 결과, 이상치 제거 후 응답 분포를 고려한 추천 가격 범위는 4,000원 ~ 6,000원입니다.

4,000원: ‘너무 싸서 품질이 의심된다’ 응답이 거의 사라지는 구간 → 최저가 기준
6,000원: ‘너무 비싸다’ 응답이 급격히 증가하기 시작하는 구간 → 상한선

즉, 월 구독료를 4,900원~5,500원 사이로 책정하면

"적당하다"는 응답층이 가장 많고
"너무 비싸다" 반응을 최소화하면서
서비스의 프리미엄 이미지를 유지할 수 있을 것 같아요.