리서처 한 명이 하루 6명뿐이던 한계를, Listen Labs는 AI로 없앴다

리서처 한 명이 하루에 인터뷰할 수 있는 사용자는 최대 4-6명이다. 리크루팅 에이전시 비용까지 포함하면 인터뷰 1건에 $150-500, 설계부터 결과 보고서까지 최소 4-8주가 걸린다. AI 기반 고객 인터뷰 자동화 플랫폼 Listen Labs는 이 병목을 AI 인터뷰어가 수백 명과 동시에 대화하고 자동으로 분석하는 방식으로 없앴다고 주장하며, 2026년 3월 6,900만 달러(약 952억 원) 투자 유치를 완료했다. Accel Partners가 리드하고 Bessemer Venture Partners·Index Ventures가 참여한 이번 Series B는 정성적 사용자 리서치 시장에서 AI 자동화의 가능성을 시장이 본격적으로 인정했다는 신호다.

리서치 결과가 항상 늦게 나온다는 병목

Listen Labs는 2023년 전직 Google UX 리서처 출신 창업팀이 설립했다. 창업자들은 기업의 제품 개발 현장에서 리서치 결과가 의사결정에 필요한 시점보다 항상 늦게 나온다는 병목을 반복적으로 목격했다. 전통적인 정성적 사용자 인터뷰의 한계는 명확하다. 리서처 1명이 하루에 인터뷰할 수 있는 사용자는 최대 4-6명이라는 규모 제약, 리크루팅 에이전시 비용을 포함해 인터뷰 1건당 $150-500에 이르는 비용, 설계부터 결과 보고서까지 최소 4-8주가 걸리는 시간, 리서처의 주관이 인사이트 도출에 영향을 미치는 분석 편향, 현지 언어를 구사하는 리서처를 확보하기 어려운 지리적 제약이다. Listen Labs는 이 모든 제약을 AI로 해결한다고 주장한다.

AI 인터뷰어가 설계부터 보고서까지 해내는 방식

Listen Labs의 플랫폼은 세 단계로 작동한다.

⤢✕

첫 단계는 리서치 설계다. 연구 목표와 핵심 질문을 입력하면 AI가 반구조화 인터뷰 가이드를 자동으로 제안하고, 리서처는 이를 수정하거나 그대로 쓴다. 두 번째 단계는 AI 인터뷰다. Listen Labs의 AI 인터뷰어는 비디오 또는 텍스트 채팅 형식으로 참가자와 대화하며, 답변에 따라 후속 질문을 실시간으로 생성해 핵심 주제를 더 깊이 탐색한다. 세 번째 단계는 자동 분석이다. 모든 인터뷰를 자동 전사하고, 공통 주제와 패턴을 클러스터링하며, 감성과 빈도를 시각화한 보고서를 자동 생성한다.

억셀이 주도한 시리즈 B

이번 Series B로 Listen Labs의 누적 투자금은 약 9,200만 달러가 됐다. 기업가치는 4억 5,000만 달러로 알려졌다. Accel의 파트너는 "사용자 리서치는 모든 제품 개발의 근간이지만 그동안 심각하게 과소투자됐다. Listen Labs는 정성 리서치의 민주화를 실현하고 있다"고 투자 이유를 밝혔다. B2B SaaS 분야 전문 투자사인 Bessemer와 Index의 참여는 Listen Labs의 엔터프라이즈 확장 가능성에 대한 높은 신뢰를 반영한다.

시장이 무르익은 시점

글로벌 사용자 리서치 시장 규모는 2026년 기준 약 45억 달러로 추정된다. AI 자동화 도구의 등장으로 연간 15-20%의 성장이 예상되고, AI 제품 개발이 폭발적으로 증가하면서 사용자 피드백 루프를 빠르게 가동하려는 기업들의 수요가 급증했다. OpenAI, Anthropic, Google 같은 AI 기업들 자신이 AI 도구로 사용자 리서치를 수행하는 아이러니한 상황도 시장 성장을 가속화하고 있다.

질문을 실시간으로 만들어내는 인터뷰어 설계

Listen Labs의 AI 인터뷰어는 여러 LLM을 조합한 멀티모달 아키텍처를 쓰며, 참가자의 발언을 실시간 분석해 다음 질문을 동적으로 생성하는 것이 핵심 기술이다. "그것에 대해 더 이야기해 주세요"처럼 개방형 프롬프트를 우선하는 비지시적 질문, 적절한 시점에 요약 재확인으로 이해도를 표현하는 능동적 경청 신호, 사전 설정한 연구 목표와의 관련성을 실시간 평가하는 주제 추적, 음성 톤·언어 패턴으로 감정 상태를 파악해 탐색 강도를 조절하는 감정 감지가 설계의 핵심 원칙이다.

수백 건의 인터뷰를 자동으로 읽어내는 법

⤢✕

BERTopic 기반으로 공통 주제를 자동 식별·클러스터링하는 주제 모델링, 각 주제에 대한 참가자의 감정적 반응을 긍정·부정·중립으로 분류하는 감성 분석, 각 주제를 가장 잘 대표하는 발언을 자동 선별하는 인용구 추출, 많이 언급된 주제와 강한 감정 반응이 있는 주제를 교차 분석하는 빈도-중요도 매트릭스로 수십에서 수백 개 인터뷰의 분석이 완전히 자동화됐다.

품질을 지키는 장치들

AI 인터뷰의 가장 큰 우려는 품질 일관성이다. Listen Labs는 AI 인터뷰어가 연구 목표를 얼마나 잘 따랐는지 자동 평가하는 가이드 준수율 점수, 평균 답변 길이·탈락률·세션 완료율을 실시간 모니터링하는 참가자 참여도 지표, 자동 분석 결과에 대한 선택적 인간 검증 레이어인 인간 리서처 검토, 너무 짧거나 일관성 없는 응답에 자동 태깅하는 인터뷰 품질 플래깅으로 이를 관리한다.

비용과 시간이 줄어드는 폭

Listen Labs가 공개한 도입 기업들의 평균 성과는 다음과 같다.

항목	전통적 방식	Listen Labs	개선율
인터뷰 1건 비용	$150-500	$15-50	약 90% 절감
50건 리서치 소요 기간	4-8주	3-5일	약 85% 단축
분석 보고서 작성 시간	40-80시간	2-4시간	약 95% 단축
다국어 지원 비용	리서처당 추가	포함	사실상 무료

전통적 리서치에서 50개 인터뷰는 대규모 연구였지만, Listen Labs를 쓰면 같은 비용과 시간으로 500개 인터뷰가 가능해진다. 통계적 유의미성을 확보할 수 있는 표본 크기가 정성 리서치에서도 가능해졌다는 점은 방법론적 혁신이다.

라포 부재부터 맥락 이해까지, 남은 한계

모든 혁신에는 비판이 따른다. 인간 인터뷰어와 달리 AI는 신뢰 관계 형성이 어려워 민감한 주제 탐색에 한계가 있다는 라포 부재, 표정·몸짓·망설임 등 풍부한 정보가 텍스트·음성으로 제한되는 비언어적 단서 손실, 참가자가 AI와 대화함을 알면 자연스러운 발언이 억제될 수 있다는 AI 인식 편향, 조직 내부 정치·산업 특수성 같은 암묵적 맥락을 AI가 파악하기 어렵다는 맥락 이해 한계가 정성 리서치 전문가들의 주요 우려다. Listen Labs는 이를 인정하면서 "AI 인터뷰는 인간 인터뷰를 대체하는 것이 아니라 보완한다"는 포지셔닝을 취한다. 초기 탐색 리서치와 대규모 검증 리서치는 AI로, 심층 고객 이해와 민감 주제는 인간 리서처가 담당하는 하이브리드 접근을 권장한다.

경쟁 플랫폼과 차별화 지점

AI 기반 사용자 리서치 시장은 빠르게 경쟁이 심화되고 있다. 사용성 테스트 중심에 AI 분석 기능을 더한 Maze, 대형 패널 기반에 AI 분석 도구를 강화한 UserTesting, 리서치 인사이트 관리에 AI 태깅을 자동화한 Dovetail, 프로토타입 테스트에 AI 인사이트 레포팅을 더한 Useberry, Listen Labs의 직접 경쟁사로 AI 인터뷰를 전문으로 하는 Outset.ai가 있다. Listen Labs가 주장하는 핵심 차별화는 '대화 깊이'다. 단순한 설문형 AI가 아니라 반구조화 심층 인터뷰를 AI로 재현하며, 경쟁사 대비 후속 질문의 맥락 적절성과 주제 클러스터링의 정확도가 높다는 평가를 받고 있다.

핀테크부터 SaaS까지, 도입 효과

대형 핀테크 기업 A사는 신규 뱅킹 앱 출시 전 12개국 1,200명 사용자 인터뷰를 3주 만에 완료해, 전통적 방식 대비 6개월을 단축했다. "우리가 가정했던 핵심 페인포인트 3개 중 2개가 실제로는 사용자의 주요 관심사가 아니었다"는 인사이트로 제품 방향을 수정했다. SaaS B2B 스타트업 B사는 분기별 NPS 심층 인터뷰를 Listen Labs로 전환해 기존 20-30명이던 표본을 200명으로 확대했고, 이탈 고객 분석의 정확도가 높아지면서 이탈률을 15% 개선했다.

다음 로드맵: 엔터프라이즈부터 상시 리서치까지

Listen Labs는 이번 투자금을 세 영역에 집중 투입한다. 첫째는 엔터프라이즈 기능 확장으로, SSO·고급 권한 관리·온프레미스 배포 옵션·Salesforce/Jira 연동 등 대기업 요구사항을 2026년 하반기까지 추가한다. 둘째는 글로벌 언어 지원 강화로, 현재 25개 언어를 지원하지만 일본어·아랍어·힌디어 같은 고컨텍스트 문화권 언어의 품질을 집중 개선한다. 셋째는 연속 리서치(Continuous Research) 플랫폼으로의 진화로, 일회성 프로젝트가 아닌 상시적으로 고객 목소리를 수집·분석하는 'Pulse' 기능으로 구독 매출 기반을 강화한다.

Listen Labs의 투자 유치는 AI가 정성적 사용자 리서치라는 '인간 고유 영역'까지 빠르게 진입하고 있음을 보여준다. 비용과 시간의 극적인 절감은 그동안 리서치에 투자할 여력이 없었던 스타트업과 중소기업도 데이터 기반 제품 개발을 가능하게 한다는 점에서 의미가 크지만, AI 인터뷰의 깊이와 품질이 인간 리서처를 완전히 대체할 수 있는지에 대한 검증은 여전히 진행 중이다.