예시 답변 1
약 76초
캡스톤 프로젝트에서 비정형 설문 데이터 구조화 경험
캡스톤 프로젝트에서 자유 서술형 설문 응답 200건을 분석해 인사이트를 도출해야 했습니다. 먼저 응답에서 반복되는 키워드를 추출하고 주제별로 묶는 방식을 썼는데, 처음에 키워드를 50개 넘게 뽑다가 분류가 흩어져서 다시 상위 5개 주제로 압축했습니다. 주제별 응답 비율을 계산한 뒤 막대그래프로 시각화해서 어떤 불만이 가장 많은지 한눈에 보이게 했습니다. 교수님이 '정성 데이터를 어떻게 수치화했냐'고 물으셨고, 제가 쓴 분류 기준을 설명했더니 추가 질문이 없었습니다. 복잡한 데이터를 다룰 때 분류 기준을 먼저 줄여야 분석 결과가 쓸모 있다는 걸 그때 배웠습니다.
이 결의 특징
자유 서술형 설문 200건에서 키워드 50개를 뽑다가 분류가 흩어지는 문제를 경험하고 상위 5개 주제로 압축한 뒤 막대그래프로 시각화한 흔적이 있습니다. 정성 데이터 수치화 기준을 교수 질문에 즉석에서 설명해 추가 질문이 없었다는 결과까지 담겨 있습니다.
이 결이 통하는 자리
키워드 과잉 추출 실패와 주제 압축으로의 전환, 시각화 결과가 구체적으로 살아 있을 때 통합니다. 분류 기준을 줄여야 분석이 쓸모 있다는 교훈이 직접 경험에서 나온 자리에서 면접관의 신뢰가 생기는 결이 자주 보입니다.