데이터 수집 방법: 1차, 2차 및 2026 도구

데이터 수집 방법은 현재 매우 특이한 상황에 놓여 있습니다. 이론적인 측면, 즉 1차 데이터와 2차 데이터, 양적 데이터와 질적 데이터의 구분은 20년 전과 거의 변함이 없어 보입니다. 하지만 실제 구현 방식은 지난 5년 동안 세 번이나 재편되었습니다. 애플의 지능형 추적 방지(Intelligent Tracking Prevention)는 웹 분석의 상당 부분을 무력화시켰고, 구글의 프라이버시 샌드박스는 토픽스 API가 크롬 페이지 로드의 13%에만 도달하자 2025년 4월에 조용히 서비스가 종료되었으며, 서드파티 쿠키는 기본적으로 활성화된 상태로 유지되었습니다. AI 스크래퍼는 웹 게시자들이 제어할 수 없을 정도로 빠른 속도로 공개 웹을 휩쓸었습니다. 2026년에 이 분야에 대해 글을 쓰는 사람은 현재의 도구를 가르칠 것인지, 아니면 2019년에 효과적이었던 도구를 가르칠 것인지 선택해야 합니다. 이 글에서는 전자를 택하겠습니다.

데이터 수집 방법에는 실제로 무엇이 있을까요?

자료 수집 방법은 특정 연구 질문에 대한 답을 얻기 위해 정보를 수집하는 절차입니다. 이 분야는 크게 두 가지 축으로 나눌 수 있습니다. 첫 번째는 1차 자료와 2차 자료입니다. 1차 자료는 연구 질문에 직접 관련된 정보를 수집한 것이고, 2차 자료는 이미 존재하는 자료를 재사용하는 것입니다. 두 번째는 양적 자료와 질적 자료입니다. 양적 자료는 숫자, 빈도, 평점, 시간 기록 등 셀 수 있고 통계적인 자료입니다. 질적 자료는 단어, 주제, 관찰 내용, 녹취록 등 해석적인 자료입니다. 실제 연구 설계에서는 이 두 가지 자료를 의도적으로 혼합하여 사용하는 경우가 많습니다. 1점에서 5점까지의 척도와 자유 응답 형식의 "이유" 문항이 포함된 설문조사가 가장 흔하게 사용되는 혼합 방법론 도구입니다.

2026년에 사용된 1차 자료 수집 방법

7가지 핵심 데이터 수집 유형은 1차 자료 수집의 거의 모든 영역을 포괄합니다. 각 유형에는 장점, 비용 프로필, 그리고 2026년까지 표준으로 자리 잡을 도구가 있습니다. 표본 추출 방법(무작위, 층화, 편의, 군집)은 이러한 유형들 아래에 위치하며, 수집된 데이터의 일반화 가능성을 결정하는 설계 요소입니다.

설문조사는 여전히 가장 중요한 역할을 합니다. 규모 확장이 가능하고, 대상을 세분화할 수 있으며, 1만 명에게 동일한 질문을 할 수 있는 유일한 실용적인 방법입니다. 핵심은 플랫폼이 아니라 질문 설계입니다. 제대로 작성되지 않은 설문지는 응답자가 되살릴 수 없는 잡음만 만들어냅니다.

인터뷰는 심층적인 정보 수집 방식에 따라 여러 유형으로 나뉩니다. 구조화된 인터뷰는 정해진 스크립트를 사용하고, 반구조화된 인터뷰는 스크립트를 사용하되 추가 질문을 허용합니다. 비구조화된 인터뷰는 마치 안내된 대화처럼 진행됩니다. 20시간에 걸친 질 높은 인터뷰는 1,000명을 대상으로 한 설문조사만큼이나 제품 전략을 수립하는 데 도움이 될 수 있습니다. 서로 다른 유형의 증거이지만, 최종 결정은 동일합니다.

포커스 그룹은 포장, 브랜드 반응, 금기시되는 주제와 같이 집단적인 의견 교환이 필요한 주제에 여전히 유용합니다. 하지만 원격 인터뷰가 보편화되면서 비용 절감 효과가 미미해지자 그 활용도가 감소했습니다. 숙련된 진행자가 포커스 그룹을 이끌면 일대일 인터뷰에서는 놓치기 쉬운 모순점을 발견할 수 있습니다. 트윌리오(Twilio)에 따르면 포커스 그룹 세션당 평균 비용은 5,000달러에서 9,000달러에 달하며, 이러한 이유로 시장 조사 예산은 중요한 의사 결정에만 투입됩니다.

관찰이란 자기 보고식 행동이 거짓일 때 하는 방법입니다. 대부분의 경우 자기 보고식 행동은 거짓입니다. 참여 관찰은 민족지학적 전통으로, 비용이 많이 들고 시간이 오래 걸리지만 사람들이 실제 상황에서 어떻게 행동하는지 포착하는 유일한 방법입니다. 비참여 관찰은 비용이 저렴하지만 한계가 있습니다.

실험은 여전히 인과 관계를 입증하는 가장 확실한 방법입니다. 웹 제품에 대한 A/B 테스트, 임상 환경에서의 통제된 임상 시험, 무작위 배정이 불가능한 준실험 등이 그 예입니다. 하지만 비즈니스 실험의 대부분을 실패로 이끄는 요인은 바로 작은 표본 크기와 실험 종료 전에 결과를 미리 확인하는 것입니다.

문서 및 기록에는 내부 로그, 고객 서비스 기록, 지원 티켓, 영업 메모 등이 포함됩니다. 최신 LLM 워크플로를 사용하면 이러한 원시 텍스트 분석 비용이 5년 전보다 훨씬 저렴해집니다. 고객 경험 팀은 오랫동안 중요하게 여기지 않았던 티켓 아카이브를 이제 다시 주요 자료 수집 소스로 활용하고 있습니다.

모바일 데이터 수집은 연결 상태가 불안정한 현장 연구, NGO 활동 및 신흥 시장 조사에서 중요합니다. SurveyCTO와 KoboToolbox는 널리 사용되는 플랫폼입니다. 오프라인 우선 설계는 필수적인 요소입니다.

2차 자료 수집 방법 및 출처

2차 데이터는 이 분야의 나머지 절반을 차지합니다. 최초 수집이 아닌 재사용을 의미합니다. 2차 데이터의 출처는 공개된 정부 데이터 세트, 통계 기관, 칸타르와 닐슨의 신디케이트 패널, 사내 데이터 레이크, 판매 시점 기록 보관소, 인구 조사 데이터, 그리고 공개 웹 등 매우 다양합니다. 특히 웹 스크래핑 분야가 급성장하고 있습니다. Bright Data와 Apify는 가격 정보 분석, 브랜드 모니터링, 학술 연구 등 합법적인 용도로 수십억 달러 규모의 사업을 운영하고 있으며, 인공지능 학습 데이터셋 구축에도 점점 더 많이 활용되고 있습니다.

법적 측면에서도 상당한 변화가 있었습니다. 2024년 2월, 미국 연방거래위원회(FTC)는 안티바이러스 업체 아바스트(Avast)가 자사 보안 도구를 통해 브라우징 데이터를 수집하고 자회사인 점프샷(Jumpshot)을 통해 재판매한 혐의로 1,650만 달러의 벌금을 부과했습니다. 같은 기관은 2024년 1월, X-Mode와 Outlogic에 민감한 위치 정보 판매를 중단하라는 명령을 내렸는데, 이는 업계 최초의 조치였습니다. 작가협회(Authors Guild)와 뉴욕 타임스(New York Times)는 2023년 오픈아이디어(OpenAI)를 상대로 학습 데이터 사용에 대한 소송을 제기했습니다. 두 소송 모두 2026년에도 여전히 진행 중입니다. 과거에는 2차 데이터 수집이 자유로운 것처럼 느껴졌지만, 이제는 더 이상 자유롭지 않습니다.

양적 데이터 수집과 질적 데이터 수집

전형적인 접근 방식입니다. 양적 방법은 통계 분석이 가능한 수치를 생성합니다. 대규모 설문 조사, A/B 테스트, 원격 측정 이벤트, 거래 로그 등이 여기에 해당합니다. 통계적 방법을 통해 수집된 데이터는 추세, 상관관계, 신뢰 구간으로 분석됩니다. 질적 연구 방법은 해석해야 할 텍스트와 의미를 생성합니다. 인터뷰, 개방형 설문 조사 응답, 인류학적 현장 기록 등이 여기에 해당합니다. 양쪽에서 수집된 데이터는 서로를 보완합니다. 가장 유용한 연구는 이 두 가지 방법을 결합한 결과입니다. 순추천지수(NPS)는 추적하기 쉬운 수치를 제공합니다. 여기에 첨부된 "그 점수를 준 이유"에 대한 자유 응답은 점수 변동의 원인을 알려줍니다. 어느 한쪽만 단독으로 사용하면 이야기의 절반을 놓치게 됩니다.

두 가지 실용적인 규칙이 있습니다. 답변 범주를 미리 작성해 놓고 척도만 필요한 경우라면 양적 연구가 유리합니다. 하지만 찾고자 하는 바를 아직 명확히 정의할 수 없는 경우(이런 경우는 생각보다 흔합니다)에는 질적 연구가 우선입니다. 그런 다음 양적 연구를 통해 질적 연구에서 도출된 내용을 측정합니다.

2026년 기업의 데이터 수집 방식

비즈니스 스택은 데이터 수집 방식이 교과서적인 방식과는 전혀 다른 영역입니다. 다섯 가지 계층으로 구성되어 현대 기업 운영의 대부분을 포괄합니다.

CRM 은 고객 데이터가 저장되는 곳입니다. Salesforce는 전 세계 CRM 시장의 약 5분의 1을 점유하고 있으며, HubSpot은 중소기업(SMB) 부문을 선도하고 있습니다. Microsoft Dynamics 365는 이미 Microsoft 365를 구매한 대기업 시장에서 강세를 보이고 있습니다. 또한 CRM은 규제 대상 데이터가 가장 먼저 저장되는 곳이기도 하므로 GDPR 시행이 CRM에서 자주 발생하는 이유입니다.

웹 및 앱 분석은 2023년 7월 유니버설 애널리틱스가 종료된 후 구글 애널리틱스 4로 확실하게 이동했습니다. 개인정보 보호를 중시하는 팀은 Plausible 또는 Fathom을 사용합니다. 데이터 양이 적을수록 보고 기능이 제한됩니다. 기업용 시장에서는 여전히 Adobe Analytics가 주도권을 쥐고 있습니다.

지난 3년간 가장 논의가 부족한 변화는 서버 측 추적 입니다. 애플의 ITP(Intelligent Tracking Program)와 브라우저 수준의 지문 보호 기능은 클라이언트 측 쿠키를 무력화시켰습니다. 이에 따라 벤더들은 추적 레이어를 자체 도메인 뒤로 옮겼습니다. 하지만 사파리와 파이어폭스는 그곳에서도 ID를 제거할 수 없습니다. 현재 구글 태그 관리자(Google Tag Manager)와 러더스택(RudderStack)이 서버 측 추적의 기본 도구로 사용되고 있습니다.

고객 데이터 플랫폼(CDP)은 CRM, 웹, 앱, 이메일 등 다양한 소스의 기록을 고객별 단일 프로필로 통합합니다. Statista는 CDP 시장 규모가 2024년 약 20억 달러에서 2028년 70억 달러로 성장할 것으로 전망하고 있습니다. Twilio Segment, Tealium, mParticle 등이 이 시장을 주도하고 있습니다.

사물인터넷(IoT)과 원격 측정은 대부분의 기사에서 간과되는 부분이지만, 반드시 다뤄야 할 부분입니다. IoT 애널리틱스(IoT Analytics)에 따르면 2024년 말 기준 전 세계적으로 연결된 IoT 기기는 약 188억 개에 달하며, 2030년에는 400억 개로 증가할 것으로 예상됩니다. 이 모든 기기는 에너지 사용량, 위치, 온도, 움직임, 점유 여부 등 다양한 데이터를 수집합니다. 2025년 9월 12일부터 시행되는 EU 데이터 보호법(EU Data Act)은 사용자에게 이러한 기기들이 생성하는 데이터에 대한 이동권을 부여합니다.

두 가지 새로운 범주가 기존 데이터 스택과 함께 등장했습니다. 사용자가 환경 설정 센터, 퀴즈, 프로필 필드를 통해 직접 선호도를 제공하는 제로파티 데이터는 프라이버시 샌드박스 실패 이후 급증했습니다. 브랜드들은 쿠키 없는 미래가 아직 도래하지 않았으며, 추측하는 것보다 사람들에게 직접 묻는 것이 더 간단할 수 있다는 사실을 깨달았습니다. AI 학습 코퍼스 는 현재 가장 논란이 많은 대규모 데이터 수집 형태입니다. 영국 고등법원은 2025년 11월 4일 게티 이미지 대 스테빌리티 AI 사건에서 AI 모델 가중치는 저작권, 디자인 및 특허법상 "복제물"이 아니라고 판결했습니다. 게티는 재판 도중 주요 침해 주장을 철회했습니다. AI 학습 데이터 수집이 이 판결에서 간신히 승리했습니다.

개인정보보호, 윤리 및 정보 수집의 법적 기준

2026년까지 개인정보 수집을 운영하는 대부분의 기업에게는 세 가지 법적 기준이 중요합니다. EU의 GDPR, 캘리포니아의 CCPA 및 CPRA, 그리고 미국 연방 차원에서 소비자 보호 역할을 강력하게 주장하는 FTC가 그것입니다. 미국에는 아직 연방 차원의 개인정보 보호법이 없기 때문입니다. CMS Law의 집행 추적기에 따르면 2024년 말까지 GDPR 관련 누적 벌금은 58억 8천만 유로를 넘어섰습니다. 그중 가장 큰 규모는 2023년 5월 EU에서 미국으로의 불법 데이터 전송으로 Meta Ireland가 부과받은 12억 유로의 벌금입니다. 그 바로 아래에는 2022년 아동 데이터 관련 Instagram의 4억 5백만 유로 벌금이 있습니다.

캘리포니아의 단속은 금액 면에서는 적지만 처리 속도는 더 빠릅니다. 해당 규제 기관은 규모가 작은 사건들을 선별하여 신속하게 해결합니다. 세포라는 2022년 8월, 고객의 동의 없이 개인 정보를 판매한 혐의로 120만 달러를 지불했습니다. 도어대시 역시 2024년 2월 같은 유형의 위반으로 37만 5천 달러의 합의금을 냈습니다. 두 사례 모두 "내 개인 정보를 판매하지 마세요"라는 문구가 실제로 효력을 발휘하며, 규제 기관이 언론의 주목을 받는 대형 사건보다는 일상적인 정보 유출 사건에 더 집중한다는 것을 보여줍니다.

연방 차원에서는 FTC가 2024년까지 활발한 활동을 펼쳤습니다. Avast는 2월에 자사 안티바이러스 제품을 통해 인터넷 사용 기록을 수집하고 자회사를 통해 재판매한 혐의로 1,650만 달러의 벌금을 납부했습니다. 1월에는 X-Mode와 Outlogic이 민감한 위치 정보 판매를 금지하는 업계 최초의 명령을 받았습니다. 2022년 10월에 내려진 Drizly 명령은 한 걸음 더 나아가 최고 경영자를 직접 지목하며, 데이터 유출 대응 책임이 이제 회사뿐 아니라 최고 경영진에게도 있음을 시사했습니다.

AI 학습 데이터 수집은 이 모든 논쟁의 한 축을 이루는, 아직 진행 중인 사안입니다. 뉴욕 타임스는 2023년 12월 27일 오픈AI를 고소했습니다. 저작권자협회는 그보다 3개월 앞선 2023년 9월에 소송을 제기했고, 두 소송 모두 2026년까지 진행 중이었습니다. 이후 게티 이미지와 스테빌리티 AI의 소송에서는 2025년 11월 4일 영국 고등법원에서 저작권자에게 불리한 판결이 내려졌습니다. 법원은 AI 모델 가중치가 저작권, 디자인 및 특허법상 "복제물"에 해당하지 않는다고 판단했습니다. 게티는 이미 재판 도중 주요 침해 주장을 철회한 상태였습니다. 링크드인이 2025년 1월 21일에 제기한 집단 소송은 9일 후 자발적으로 취하되었습니다. 소송의 쟁점은 개인 인메일 메시지를 이용한 AI 학습이었지만, 링크드인은 해당 데이터가 어떤 모델 학습에도 사용되지 않았음을 입증했습니다. 지금까지의 사례를 보면, AI 학습 데이터 수집은 아무리 여론이 나쁘더라도 소송으로 승소하기 어려운 분야입니다.

업계 자료에 자주 등장하는 한 수치에 대해 정정이 필요합니다. 독자들이 이 오류를 인용할 때 중요한 문제입니다. 틱톡이 뮤지컬리(Musical.ly)를 상대로 2019년에 체결한 아동 온라인 개인정보보호법(COPPA) 관련 합의금은 570만 달러였습니다. 일부 자료에서 여전히 59억 달러로 잘못 표기되고 있는 것과는 다릅니다. 법무부(DOJ)와 연방거래위원회(FTC)가 2024년 8월 2일에 별도로 제기한 소송에서는 위반 건당 하루 최대 51,744달러의 배상을 요구하고 있으며, 이 소송은 2026년 현재까지도 계류 중입니다.

저는 이 모든 상황이 내년에 더 간단해질 거라고는 생각하지 않습니다. 2026년을 앞두고 현실적으로 생각해 보면, 새로운 데이터 수집 파이프라인은 데이터가 전송되기 전에 개인정보 보호 검토를 거쳐야 하며, 전송된 후에 검토해서는 안 됩니다. EU 디지털 서비스법에 따라 다크 패턴 단속이 강화되고 있으며, 동의 배너는 이제 유럽 데이터 보호 위원회(EDPB)의 지침에 따라 감사를 받게 됩니다. 또한 영국 정보위원회(ICO)가 2025년 3월에 발표한 '침입자 의도 테스트'는 '익명화됨'이라고 표시된 모든 데이터에 적용됩니다.

적절한 데이터 수집 방법 선택하기

데이터 수집 방법의 선택은 전체 연구 과정에서 가장 중요한 단계입니다. 의사결정 트리는 간결합니다. 도구가 아니라 연구 질문부터 시작하세요.

"얼마나 많은가"라는 질문에는 양적 방법(설문조사, 원격측정, 거래 기록)을, "왜"라는 질문에는 질적 방법(인터뷰 또는 개방형 응답)을, "내가 아직 이해하지 못하는 어떤 일이 벌어지고 있는가"라는 질문에는 관찰 연구를 활용하십시오. 심층적인 분석과 광범위한 분석이 모두 필요하다면, 사전에 혼합 방법론을 적용한 조사 도구를 설계하십시오. 분석에 필요한 시간의 두 배를 예산에 포함시키세요.

세 가지 제약 조건이 선택에 영향을 미칩니다. 첫째, 윤리 및 법적 기준: 대상자가 속한 관할권은 어디이며, 어떤 동의 및 데이터 보존 규정이 적용되는가? 둘째, 예산: 회당 5,000~9,000달러가 드는 포커스 그룹은 이틀간의 인터뷰로 답을 얻을 수 있는 탐색적 질문에는 적합하지 않다. 셋째, 시간적 범위: 대규모 설문조사는 제대로 진행하려면 2~4주가 걸리고, 민족지학 연구는 수개월이 소요되며, 원격 측정은 실시간이지만 관련 장비가 이미 존재한다는 전제가 필요하다.

그러니까, 학문적인 방법론 분류 체계는 20년 동안 변하지 않았습니다. 하지만 그 방법론을 실행하는 비즈니스 스택은 지난 5년 동안 세 번이나 재작성되었고, 법무팀은 지난 18개월 동안 두 번이나 교체되었습니다. 질문에 맞는 방법을 선택하세요. 그리고 데이터 수집 계획은 첫 번째 기록이 저장되기 전, 저장 후가 아니라 저장 전에 개인정보 보호 검토가 필요하다고 가정해 보세요.

Mathis Curcio

Mathis Curcio is a senior content strategist and NFT specialist at Plisio. With over 5 years of experience in the Web3 space, Mathis focuses on the evolution of NFT ecosystems, digital collectibles, and decentralized ownership models. He creates accessible, insight-driven content that bridges the gap between blockchain innovation and mainstream adoption. His expertise spans NFT market trends, use cases across art and gaming, and the infrastructure powering next-generation tokenized assets.