카테고리 없음 2026. 5. 6. 20:00

오늘의 학습 기록 — Framer 데이터 분석부터 Claude 자동화까지

오늘은 크게 세 갈래의 흐름이 있었다. ① Framer를 중심으로 한 데이터 수집·분석·실험의 전체 파이프라인 학습 (챕터 4-1 ~ 4-6), ② "설득당하기"의 중요성에 대한 아티클 카타, ③ Claude를 활용한 설문 응답 분석 자동화 실습.

세 가지가 따로따로처럼 보이지만, 곱씹어보면 결국 "내가 만든 것에 대한 데이터를 어떻게 모으고 → 어떻게 해석하고 → 그 해석을 어떻게 받아들일 것인가" 라는 한 흐름으로 이어진다는 게 오늘의 작은 깨달음이다.

1. 데이터 수집부터 실험까지 — Framer 기반 분석 파이프라인

이번 챕터의 6개 강의는 사실 하나의 큰 퍼널을 다룬다.

사이트 방문자 측정 (Framer Analytics)
        ↓
정밀한 행동 추적 (GA4 연동)
        ↓
데이터 해석 (GA4 분석/탐색)
        ↓
사용자 응답 수집 (Form Builder)
        ↓
응답 자동화 (Google Sheets / Webhook + Make)
        ↓
가설 검증 (VWO A/B 테스트)

각 단계를 정리하면 이렇다.

챕터 4-1. Framer Analytics — 가장 가벼운 시작

별도 설치 없이 퍼블리시만 하면 자동으로 작동한다는 점이 매력적. Unique Visitors, Page Views, Bounce Rate, Average Session Duration 같은 핵심 지표를 바로 볼 수 있고, ad blocker에도 안 막히고 GDPR도 준수한다는 게 장점.

핵심 인사이트는 "GA4처럼 복잡한 리포트가 필요 없다면 이것만으로도 충분하다" 는 점. 초기 단계에서는 도구를 늘리는 것보다 있는 데이터를 정확히 보는 게 중요하다는 걸 다시 느꼈다.

챕터 4-2. GA4 연동 — 더 깊이 들여다보기

Framer Analytics가 "방문자 수"라면, GA4는 "어떤 버튼을 눌렀는지", "어떤 경로로 들어왔는지" 를 본다. 이벤트 기반 분석이라는 차이가 핵심.

연동 자체는 단순하다.

analytics.google.com에서 GA4 속성 생성
측정 ID(G-XXXXXX) 복사
Framer → Project Settings → Analytics에 붙여넣기

더 정밀한 추적이 필요하면 GTM, dataLayer.push(), data-framer-name 속성 등을 활용할 수 있지만, 지금 단계에서는 "전환 흐름을 파악하는 훈련"이 더 중요하다는 강의의 코멘트가 가장 와닿았다. 도구를 더 깊이 쓰기 전에 기본기를 잡으라는 것.

챕터 4-3. GA4 데이터 분석 — 보고서 vs 탐색

가장 많이 헷갈리는 부분이 정리됐다.

항목 보고서(Reports) 탐색(Explorations)

성격	자동 정리된 기본 데이터	분석자가 직접 구성
용도	빠른 현황 확인	깊이 있는 분석, 가설 검증
커스터마이징	거의 불가	매우 자유로움

보고서 = 현황 요약 / 탐색 = 직접 실험하는 도구. 이 한 줄로 정리됐다.

탐색 리포트 유형 중에서는 퍼널 탐색(가입 → 온보딩 완료 → 구매) 과 경로 탐색(버튼 클릭 후 사용자 이동 경로) 이 PM 업무에서 가장 자주 쓰일 것 같다는 생각.

챕터 4-4. Form Builder — 응답을 모으는 도구

Framer 자체에 Form Builder가 있다는 게 가장 큰 발견. 외부 플러그인 없이 텍스트, textarea, email, number, phone, url, date, time, select, checkbox, radio 등 거의 모든 입력 유형을 지원한다.

특히 중요한 포인트:

input의 name 속성이 곧 분석의 단위가 된다 (시트 컬럼명도, 자동완성도, GA 추적도)
제출 후 동작은 Email / Webhook / Google Sheets 세 채널로 동시에 보낼 수 있다
스팸 방지 기능이 기본 내장

챕터 4-5. 응답 자동화 — Google Sheets + Make(Webhook)

오늘 챕터 중 실무에서 가장 즉각적으로 쓸 수 있는 내용. 두 가지 자동화 흐름을 배웠다.

A. Google Sheets 연동 (가장 간단한 자동화) Form Frame → Send to → Google Sheets 연결만 하면 끝. 응답이 실시간으로 시트에 쌓인다. input의 name이 컬럼명이 되므로 반드시 의미 있는 이름을 줘야 한다.

B. Make + Webhook (더 유연한 자동화)

Make에서 Custom Webhook 시나리오 생성 → URL 복사
Framer Form의 Send to에 Webhook URL 붙여넣기
두 번째 모듈로 Email/Gmail 추가 → 자동 응답 메일 발송

이 흐름이 강력한 이유는 "폼 제출 → 시트 저장 → 자동 메일 → AI 분석 → 슬랙 알림" 같은 체인을 무한히 확장할 수 있기 때문. 실제로 오늘 내가 실습한 자동화도 이 패턴의 일부였다. (클로드 자동화)

챕터 4-6. VWO로 A/B 테스트 — 가설을 숫자로 검증(실습은 못함)

VWO의 SmartCode를 Framer의 <head>에 붙여넣으면 시각적인 A/B 테스트가 가능하다. 다만 Framer라는 노코드 환경의 특성상 실험 적합도에 차이가 있다는 게 중요한 포인트.

실험 내용 적합도

버튼 텍스트 변경	매우 적합
배경색·텍스트 색 변경	적합
CTA 위치 변경	다소 불안정
Hero 이미지 교체	가능하지만 로딩 이슈
탭·슬라이더 변경	부적합

처음 A/B 테스트를 도입할 때 단순한 텍스트·색상 변경부터 시작하는 게 안정적이라는 가이드. PM 입장에서 "검증 가능한 작은 가설을 빠르게 돌려보는 습관"이 중요하다는 걸 다시 확인했다.

2. 아티클 카타 — '설득하기'만큼 '설득 당하기'가 중요한 이유

오늘 팀에서 함께 읽은 아티클은 말콤의 글이었다.

핵심 메시지

설득당하는 것은 지는 것이 아니다. 내가 틀릴 수 있다는 가능성을 열어두고 상대의 주장을 이해·수용하는 능력은, 개인의 성장 → 팀의 심리적 안전감 → 프로덕트의 성공 확률까지 끌어올리는 핵심 커뮤니케이션 역량이다.

설득당하기를 "성장 방법"으로 본다는 관점이 신선했다. 글에서는 이걸 "RAM이 아닌 CPU 업그레이드" 라고 표현했는데, 단순히 지식이 늘어나는 게 아니라 사고력 자체가 확장된다는 뜻으로 이해했다.

의견에 대한 세 가지 반응

반응 특징

자기방어	내 주장을 지키는 데 집중
(무조건적/신뢰 기반) 수용	상대 의견을 받아들임
비판적 사고	반론을 통해 내 생각을 다시 검토

스스로를 돌아보니 "무조건적 수용" 에 가까운 경우가 많았다. 상사의 지시이니 의문 없이 따르는 패턴, 정보 부족으로 습관적으로 수용하는 패턴이 그것이다. 신뢰 기반 수용도 본인의 전문성과 명확한 의사표시가 없으면 오히려 답답함을 줄 수 있다는 지적이 뼈아팠다.

비판적 사고에 대한 오해를 풀다

가장 인상 깊었던 부분. "비판적 사고는 상대 반론의 허점을 찾는 게 아니라, 그 반론을 통해 내 생각을 다시 검토하는 태도다."

지금까지는 비판적 사고 = 반박 잘하기로 생각했는데, 그 방향이 정반대였다. 비판의 화살이 상대가 아니라 나 자신을 향해야 한다는 것.

잘 설득당하는 사람의 3가지 특징

맥락적 사고 — 상대의 입장과 배경에서 의견을 이해하려 함
프로덕트 중심 사고 — 자존심·정치가 아닌 더 나은 결과를 위해 소통
자기 검증 태도 — 신약 부작용을 수천 번 검증하듯, 내 주장도 끊임없이 검증

한 문장 요약

내 주장과 나를 분리하고, 더 나은 프로덕트를 위해 서로의 논리를 유연하게 검토할 줄 아는 사람이 가장 빠르게 성장한다.

남은 질문들

상사의 의견이 곧 지시사항이 되는 조직 문화에서, 비판적 사고로 반박했을 때 인식이 안 좋아지지 않을까? 어떻게 풀어내야 할까?
나도 모르게 방어적인 태도로 듣고 있을 수 있는데, 어떻게 스스로 인식할 수 있을까?
신뢰 기반 수용과 무조건적 수용의 경계는 어디일까?

3. 실습 회고 — Claude로 설문 응답 자동 분석 + 슬랙 보고서

챕터 4-5에서 배운 자동화 흐름을 실제로 한번 돌려보고 싶어서, Claude에 시도해본 작업.

시나리오

"구글 시트의 설문 응답 중 아직 분석되지 않은 건들을 처리하고, '이슈등록필요 = 예'인 건들만 추려서 슬랙 #클로드-테스트 채널에 [긴급 이슈 보고]로 전송해줘"

진행 과정에서 부딪힌 것들

① 아무 응답 없음 — 이미 다 분석되어 있었다 시트를 열어보니 응답 3건 모두 [요약], [기분분석], [키워드], [이슈등록필요] 컬럼이 채워진 상태. "분석할 게 없습니다" 라고 솔직하게 알려주는 Claude의 첫 응답이 인상적이었다. 없는 작업을 만들어서 하지 않는 것도 자동화의 중요한 미덕.

② 도구 권한의 한계 "시트 셀에 직접 입력해줘"라는 요청은 현재 Google Drive 커넥터로는 불가능했다. (읽기/검색/생성/복사만 지원, 셀 직접 수정은 별도 Sheets API 커넥터 필요.) → 자동화를 설계할 때 도구의 권한 범위를 미리 파악해야 한다는 교훈.

③ 채널을 못 찾음 — 워크스페이스 연결 문제 요청한 #클로드-테스트 채널이 검색되지 않아서 한참 헤맸는데, 알고 보니 Slack 커넥터가 다른 워크스페이스에 연결되어 있었던 것. 워크스페이스를 다시 연결하고 나니 바로 채널을 찾았다. → 자동화는 "어떤 계정/워크스페이스에 연결되어 있는가"가 1순위 체크 항목.

④ 외부 발송 작업은 사용자 확인 후 진행 Claude가 슬랙 메시지 전송 직전에 "외부로 메시지를 발송하는 작업이라 사용자 승인이 필요합니다" 라고 명확히 짚어줬다. 자동화 도구를 만들 때도 되돌릴 수 없는 작업(send, publish, delete)에는 항상 한 번의 확인 단계가 필요하다는 원칙을 다시 확인.

최종 결과

이슈등록필요 = "예"인 3건의 응답을 정리해 #클로드-테스트 채널에 [긴급 이슈 보고]로 발송 완료. 보고서에는 다음을 포함했다:

분석 대상 응답 수, 이슈 비율, 심각도, 만족도 분포
각 건별 요약 (회원가입 단계 렉, 모바일 알림 미수신, 결제 오류 + 고객센터 지연)
단기/중기/장기 권장 조치
원본 시트 링크

4. 오늘의 한 줄 정리

데이터를 모으는 도구(Framer/GA4), 검증하는 도구(VWO), 자동화하는 도구(Make/Claude)를 다 배웠지만, 결국 그 데이터를 보고 "내가 틀렸을 수 있다"고 받아들일 줄 아는 태도가 없으면 도구는 의미가 없다.

ABOUT ME

홍철이의 무한먹방 홍철이의 무한먹방