본 연구는 표준화된 설문조사의 효율성과 심층 면접의 질적 우수성을 결합하기 위해 AI 기반 대화형 면접 프레임워크를 제시한다. 1800명의 참가자를 대상으로 한 웹 설문조사 실험에서, 대규모 언어 모델(LLM)을 활용한 AI 챗봇이 응답자의 상세한 답변을 유도하고 개방형 질문에 대한 응답을 실시간으로 코딩하는 방식을 평가했다. AI 챗봇의 코딩 정확도, 응답 질, 응답자 경험을 분석한 결과, 설문조사 특화 미세 조정 없이도 실시간 코딩 성능이 양호했으나, 응답자 동의 편향으로 인한 과잉 양성 오류가 약간 높게 나타났다. 개방형 응답의 질은 향상되었으나, 응답자 경험에는 약간의 부정적 영향이 있었다. 결론적으로, LLM 기반 챗봇을 활용한 AI 방법이 웹 설문조사에서 개방형 데이터 수집을 향상시킬 수 있음을 시사한다.
