만족도 주관식 응답, AI로 묶어 읽는 프롬프트
이름과 단서를 지우고 번호를 붙인 뒤, 주제별로 묶고, 원문으로 되돌아가 확인하는 순서 — 프롬프트 3개
핵심만 먼저
- 커크패트릭 모델의 공식 설명은 1단계(반응)에서 가장 중요하게 볼 것으로 「참여자에게 관련이 있었는가」를 꼽습니다.
- 같은 설명은 끝난 뒤 설문만 기다리지 말고, 진행하는 동안 짧게 확인하는 방식을 권합니다.
- 개인정보보호위원회 가이드는 AI에 넣기 전에 누구인지 알아볼 수 있는 정보가 들어 있는지 확인하라고 안내합니다. 다른 사람(제3자)의 정보도 함께 살피라고 했습니다.
- 영국 Jisc의 2025년 조사에서 학생들은 AI 교육을 받기만 하는 것이 아니라 함께 만들고 싶다고 말했습니다. 설문 결과를 돌려주는 것이 그 첫걸음입니다(연구소 의견).
- (연구소 의견) AI가 묶은 것은 초안입니다. 건수와 인용은 원문과 맞춰 본 뒤에 보고서에 씁니다.
어려운 말 풀이 7개
- 주관식 응답
- 고르는 문항이 아니라 응답자가 글로 직접 적은 답입니다.
- 1단계(반응)
- 커크패트릭 모델의 첫 단계. 교육이 마음에 들었는지, 내게 관련이 있었는지를 봅니다. 만족도 설문이 여기에 해당합니다.
- 대표 응답
- 한 주제에 모인 답 가운데 그 주제를 가장 잘 보여 주는 답 하나입니다.
- 소수 의견
- 한두 사람만 낸 의견. 적다고 틀린 것은 아니지만 다수의 뜻처럼 쓰면 안 됩니다.
- 커크패트릭 모델
- 교육 효과를 반응 · 학습 · 행동 · 결과 네 단계로 나눠 보는 평가 틀입니다.
- 무기명
- 이름을 적지 않는 방식입니다.
- Jisc
- 영국의 대학과 전문대학에 디지털 기술과 자료를 지원하는 기관입니다.
한국경영교육연구소 강사진 제작 · 같은 주제로 기관 출강 가능
결론 먼저 — 서랍에 칸을 나누면 무엇이 많은지 보입니다 (연구소 의견)
옷이 뒤섞인 서랍에서는 양말이 몇 켤레인지 알 수 없습니다. 칸을 나누면 바로 보입니다. 주관식 응답도 같습니다. AI는 칸을 나누는 조수로 씁니다. 몇 개인지 세고, 무엇을 보고서에 올릴지 정하는 것은 담당자의 일입니다.
넣기 전에 — 지우고, 번호를 붙입니다 (연구소 의견)
- 개인정보보호위원회 가이드는 입력하려는 내용에 누구인지 알아볼 수 있는 정보가 있는지 먼저 확인하라고 안내합니다.
- 같은 가이드는 업무 자료를 넣기 전에 소속 기관의 AI 이용 지침과 승인된 도구인지 먼저 확인하라고 안내합니다.
- 무기명 설문이어도 주관식 답에는 이름, 학과, 강사 이름, 연락처가 섞여 들어올 수 있습니다. 찾아서 지웁니다.
- 응답마다 R01, R02처럼 번호를 붙입니다. 나중에 AI의 묶음을 원문과 맞춰 볼 때 이 번호가 길잡이가 됩니다.
여섯 단계 — 누가 무엇을 하나 (연구소 의견)
| 단계 | 하는 일 | 누가 |
|---|---|---|
| 1 | 이름 · 학과 · 연락처 등 단서 지우기 | 사람 |
| 2 | 응답에 번호 붙이기 | 사람 |
| 3 | 주제별로 묶기(프롬프트 ①) | AI |
| 4 | 묶음을 원문과 맞춰 보고 건수 다시 세기 | 사람 |
| 5 | 고칠 점 추리기(프롬프트 ②) | AI가 제안, 사람이 선택 |
| 6 | 보고서 문단 쓰기(프롬프트 ③) | AI가 초안, 사람이 수정 |
읽을 때 주의할 점, 그리고 묶은 뒤 (연구소 의견)
- 긴 답 하나는 한 건입니다. 한 사람이 길게 쓴 불만이 여러 사람의 뜻처럼 읽히지 않게 합니다.
- AI는 세는 일을 틀릴 수 있습니다. 주제별 건수는 번호를 보고 직접 다시 셉니다.
- 응답 수가 적으면 비율로 쓰지 않습니다. 「열두 건 가운데 다섯 건」처럼 건수로 적습니다.
- 좋은 말과 아쉬운 말을 모두 싣습니다. 인용은 고쳐 쓰지 않고 원문 그대로 옮깁니다.
- 정리한 결과는 교육 결과보고서 틀의 의견 · 개선 칸에 넣습니다. 설문 문항은 교육 만족도 설문 틀을 씁니다. 결과물 개수와 나란히 보고하는 법은 성과 보고 — 만족도 옆에 「결과물 개수」를에 있습니다.
- 고친 점은 다음 모집 안내문에 한 줄로 돌려줍니다. 낸 의견이 쓰였다는 것을 학생이 볼 수 있습니다. 영국 Jisc 조사에서 학생들은 AI 교육을 받기만 하는 것이 아니라 함께 만들고 싶다고 말했습니다. 조사 내용은 영국 Jisc 학생 조사에 정리했습니다.
- 커크패트릭 모델의 공식 설명은 1단계(반응)에서 「참여자에게 관련이 있었는가」를 가장 중요하게 보라고 합니다. 끝난 뒤 설문만 기다리지 말고 진행하는 동안 짧게 확인하라고도 권합니다. 여러 회차 프로그램이라면 회차마다 주관식 응답을 묶어 보는 것이 그 확인이 됩니다.
바로 해볼 것
항목을 누르면 체크 표시가 됩니다(이 기기에 저장되지는 않습니다).
- 지난 프로그램의 주관식 응답을 한 파일에 모으고 이름 · 학과 · 연락처를 지운다.
- 응답마다 번호를 붙이고 프롬프트 ①로 주제를 묶는다.
- 주제별 응답 번호를 원문과 맞춰 보며 건수를 직접 다시 센다.
- 프롬프트 ②로 고칠 점 세 가지를 받아, 바로 할 수 있는 것부터 다음 회차 계획에 넣는다.
- 다음 모집 안내문에 「지난 의견으로 이렇게 고쳤습니다」 한 줄을 넣는다.
복사해서 쓰는 프롬프트
「복사」를 누른 뒤 내 AI(챗GPT·클로드·제미나이 등)에 붙여 넣고, 괄호 안을 내 내용으로 바꿔 쓰세요.
① 주제별로 묶기
아래는 교육 만족도 설문의 주관식 응답이야. 이름 · 학과 · 연락처는 내가 미리 지웠고, 응답마다 번호를 붙였어. [문항] (예: 가장 도움이 된 점과 아쉬웠던 점을 적어 주세요) [응답] R01: ( ) R02: ( ) (계속) [요청] 1. 비슷한 내용끼리 주제로 묶어 줘. 주제 이름은 응답자가 쓴 말에 가깝게 지어 줘. 2. 주제마다 해당하는 응답 번호를 모두 적어 줘. 한 응답이 여러 주제에 들어가도 돼. 3. 주제마다 대표 응답을 하나 골라 원문 그대로 인용해 줘. 고쳐 쓰지 마. 4. 어느 주제에도 넣기 어려운 응답은 「기타」에 번호만 모아 줘. 5. 응답에 없는 내용을 짐작해서 보태지 마.
② 다음 회차에 고칠 점 추리기 (①과 같은 대화창에서 이어서)
위에서 묶은 주제를 바탕으로 다음 회차에 고칠 점을 정리해 줘. [조건] - 프로그램: (이름, 길이, 대상) - 다음에도 바꿀 수 없는 것: (예: 장소, 총 시간) [요청] 1. 고칠 점을 세 가지만 골라 줘. 응답이 많이 모인 주제부터. 2. 고칠 점마다 근거가 된 응답 번호를 적어 줘. 3. 고칠 점마다 「바로 할 수 있는 것」과 「예산이나 결재가 필요한 것」으로 나눠 줘. 4. 응답이 한두 건뿐인 주제는 「소수 의견」이라고 표시해 줘.
③ 결과보고서 문단 쓰기
아래 내용으로 결과보고서의 「교육생 의견」과 「개선 제안」 칸에 넣을 글을 써 줘. [내가 직접 다시 센 건수] - 전체 응답: ( )건 - 주제별 건수: (주제 이름과 건수) [넣을 인용] (①에서 고른 대표 응답 — 원문 그대로) [개선 제안으로 넣을 것] (②에서 내가 고른 세 가지) [규칙] - 「교육생 의견」은 네 문장 이내, 「개선 제안」은 번호를 붙여 세 가지. - 건수는 내가 준 숫자만 써. 비율로 바꾸지 마. - 개선 제안은 내가 준 것만 써. 새로 지어내지 마. - 좋은 평가와 아쉬운 평가를 모두 넣어 줘. - 보고서 말투(~함, ~임)로 써 줘.
출처 3건
이 글의 숫자와 사례는 아래 출처에서 가져왔습니다. 기준일 2026.10.10 · 링크는 새 창으로 열립니다.
- The Kirkpatrick Model Level 1: Reaction — relevancy가 가장 중요한 측정, 「waiting until the end of a program to do a post-event survey」를 전통적 약점으로 지적하고 진행 중 pulse check 권고 — 게시일 표기 없음, 2026-10-10 확인
- 개인정보위, 「생성형 AI 서비스 이용자를 위한 개인정보 보호 가이드」 발간 첨부 가이드 Q4 「이용자를 위한 똑똑한 관리법」 — 입력 전 개인 식별 정보 포함 여부 확인, 제3자 정보 점검, 누적 주의 · Q5 업무 자료 입력(소속 조직의 AI 이용 지침 · 승인된 도구 확인)
- Student perceptions of AI 2025 Key messages — 「Students want to be partners, not passengers」, 정책과 과목 설계에 참여하고 싶다는 결론
BOOKING · 이 자료의 출강 문의
이 자료로 강의 부르고 싶다면
한국경영교육연구소 전문 강사진 주제·기간·대상별 맞춤 설계