---
title: "쿼리 파인더 Skills 활용 방법 – 리포트를 받은 다음이 진짜입니다. "
id: "10314"
type: "post"
slug: "query-finder-skills"
published_at: "2026-10-06T01:30:06+00:00"
modified_at: "2026-10-06T01:30:52+00:00"
url: "https://kr.listeningmind.com/query-finder-skills/"
markdown_url: "https://kr.listeningmind.com/query-finder-skills.md"
excerpt: "쿼리파인더는 입력한 키워드가 포함된 검색어를 검색량과 함께 보여 주지만, 데이터가 많아 해석하고 활용하기가 쉽지 않았습니다. 쿼리파인더 스킬스는 키워드 약 1,000개와 4년치 검색 데이터를 수집해 검색 목적과 브랜드 관점으로 분석하고, 인사이트·실행 방안을 담은 리포트를 만들어 줍니다. 수집한 데이터는 엑셀로 따로 보관되기..."
taxonomy_category:
  - "제품 업데이트"
  - "활용 사례"
taxonomy_post_tag:
  - "검색데이터"
  - "리스닝마인드"
---

Contents

[Toggle](#)

Contents

[Toggle](#)

스킬스를 도입한 이유는 여러가지가 있습니다. 이번 글에서 설명하려고 하는 내용은 쿼리파인더 스킬스를 도입한 목적과 요청 방법, 결과물에 대한 내용과 추가적인 활용방법에 대해서 설명하려고 합니다.

## **스킬스 도입의 목적**

쿼리 파인더는 키워드를 최대 100개까지 입력하면 입력한 키워드가 포함된 모든 키워드를 검색량을 포함한 검색 정보와 함께 제공합니다. 검색량을 중심으로 분석하는데 매우 기초적이지만 강력한 기능이라고 생각됩니다. 그런데 이 Feature는 해석과 활용에서 몇가지 어려움이 있습니다.

1. **데이터가 너무 많습니다.** 지금 제공하고 있는 쿼리 파인더도 제공 가능한 data를 최소한으로 줄여서 제공하는 결과 입니다. 유료 사용자의 경우 엑셀로 다운로드 받을 수 있는데 모든 키워드의 4년간의 Data를 구글과 네이버로 분류해서 볼 수 있습니다. 이러다보니 할 수 있는 작업은 검색량 높은 키워드, 최근 검색량 증가율이 높은 키워드 이 정도로 제한됩니다.
2. **분석이 어렵습니다.** 검색에서 사용되는 입력 키워드를 포함한 모든 키워드를 제공한다는 뜻은 입력한 키워드를 둘러싼 사용자의 의도를 볼 수 있다는 뜻인데 유사한 의미가 여러개 있을 수도 있고 비교해야하는 키워드를 찾아야하고 상당한 작업이 있어야 합니다. 물론 쿼리 파인더 좌측에 토픽으로 필터링 하는 기능도 있지만 이 내용을 선택해서 비교하고 해석하는 업무 자체가 쉬운 일은 아닙니다.
3. 위의 두가지 단점을 보완하기 위해서 쿼리 파인더 전문가라는 에이전트 형태의 Feature를 제공했지만 이 경에도 분석결과의 다양성을 제공하기 어렵고 API 컨텍스트에 제공 가능한 데이터가 제한적이어서 **사용자의 다양한 필요성에 부합되기는 어려운 부분이 있습니다.**

## **스킬스의 구성 내용**

이 스킬스에서는 작동 내용과 구성은 아래와 같습니다.

1. **입력 키워드를 포함한 1000개의 키워드를 조회/수집합니다.** 키워드와 함께 개별 키워드의 검색 정보(검색량,검색의도 등)를 수집합니다. 검색량의 경우는 최근 4년을 제공하고 그 외 데이터는 조회기준 최신월 데이터를 제공합니다.
2. **조회된 데이터를 분석해서 5개의 검색 목적과 5개의 브랜드/논브랜드 정보를 제공합니다.** 검색 목적은 기본적으로 검색 키워드가 “ 검색 대상 + 검색의도”로 구성되어 있다는 점에 착안해서 검색의도가 유사한 키워드들을 묶고 이를 해석한 것이고, 브랜드/논브랜드는 조회 결과를 브랜드라는 관점에서 해석한 것입니다.
3. **그리고 인사이트와 실행방안을 제공합니다.** 분석된 두가지 내용을 활용해서 제공 가능한 인사이트를 보여주고 간단한 실행 방안도 제공해 줍니다. 그리고 이 내용으로 보고서를 리포트는 HTML 파일이고 PDF로 인쇄할 수 있습니다.

이 정도의 내용이라면 이미 서비스에서 제공하고있는 쿼리파인더 전문가의 역할에서 차별화를 느끼기 어렵습니다. 그냥 에이전트를 사용하면 되지 굳이 스킬을 만들어서 MCP에 연결하게하는 수고를 왜 해야 했을까요? 이건 현재 LLM의 구조 때문에 그렇습니다. LLM API를 사용하는 리스닝마인드 에이전트는 메모리도 제공되지 않고 컨텍스트가 크지 않습니다. 그래서 질문에 대답을 할 때 마다 이전 대화에 사용한 데이터를 다시 줘야하고 대화를 연결하기 위해서는 과거의 질문과 답변을 요약의 형태이기는 하나 제공해 줘야 합니다. 그러다 보니 자유도가 낮은 정형화된 결과에 만족해야 합니다. 그러나 현실은 그렇지 않습니다. 사용자 마다 다른 데이터를 보고 있고 현재 시점에서의 사업 목적이나 마케팅 활동도 상이합니다. 정형화된 답변으로는 해결이 어렵습니다.

![Image](https://kr.listeningmind.com/wp-content/uploads/2026/10/image-9-907x1024.png)

## **리포트를 받은 이후의 추가 질문**

쿼리 파인더 리포트를 받았다면 키워드의 전반적인 상황은 이해도가 높아졌다고 가정할 수 있습니다. 이 결과를 활용해서 자신의 업무에 필요한 질문을 진행합니다. 이 부분이 가능한 이유는 스킬을 활용해서 조회를 하면 해당되는 데이터를 엑셀로 다운받아서 별도 파일로 보관합니다. 그리고 추가 질문의 경우에 이 데이터를 활용하고 추가적인 데이터가 필요하면 다시 리스닝 마인드 MCP를 활용해서 데이터를 조회합니다.

| 순번 | 담당 부서 | 요청 프롬프트 | 예상 산출물 |  |
| --- | --- | --- | --- | --- |
| 1 | 콘텐츠 마케터 | “검색 목적 그룹별로 블로그 주제 10개씩 뽑고, 4년 추이 보고 발행 월까지 정해줘” | 콘텐츠 캘린더 | 복숭아·무화과·추석 디저트처럼 계절을 타는 키워드의 발행 시기를 정할 수 있음 |
| 2 | 퍼포먼스 마케터 | “구매 의도가 높은 키워드만 골라 광고 키워드 리스트로 만들어줘. 검색량 순으로” | 광고 키워드 시트 | 선물세트, 택배, 답례품 같은 구매형 키워드를 추릴 수 있음 |
| 3 | 상품 기획자 | “‘검색할 때 따지는 것’을 상세페이지 구성안으로 바꿔줘” | 상세페이지 목차 | 선물 그룹 기준(고급스러움, 이동 중 구매, 택배)을 목차로 옮길 수 있음 |
| 4 | CS·SEO | “정보 탐색형 키워드로 FAQ 20개 만들어줘” | FAQ 초안 | 디저트 종류, 영어 표기, 칼로리 같은 질문형 검색어가 소재가 됨 |
| 5 | 브랜드 매니저 | “브랜드 그룹만 따로 떼서 경쟁사 비교표로 정리해줘” | 경쟁 브랜드 비교표 | 디저트39·팔레트디저트·메가커피·스타벅스를 나란히 비교할 수 있음 |
| 6 | 전략·기획 | “최근 2년 사이 새로 생긴 수요만 따로 보여줘” | 신규 수요 리스트 | 48개월 추이로 두바이 디저트, 콜라보, 팝업 같은 새 수요를 가려낼 수 있음 |
| 7 | 해외사업 | “같은 내용을 영어 보고서 한 장 요약으로” | 본사 보고용 요약 | 한국 디저트 시장을 영문 1페이지로 요약 |
| 8 | 분석가 | “검색 목적을 5개 말고 우리 퍼널 기준 (인지·고려·구매) 으로 다시 묶어줘” | 제공 기준으로 재그룹 | 같은 1,003개 키워드를 다른 틀로 다시 묶음 |

한번 해 보시고 결과를 보면 알 수 있지만 간단한 문장 하나만 입력하면 필요한 여러 정보를 얻을 수 있습니다. 이 부분이 스킬스가 필요한 이유 입니다. LLM의 도움을 받아서 나온 결과라 이 결과가 의미 있는지에 대해서 확인이 필요 했습니다. 그래서 “디저트”를 요청해서 몇가지를 테스트했습니다.

### **콘텐츠 마케터 – 검색 목적 그룹별로 블로그 주제 10개씩 뽑고, 4년 추이 보고 발행 월까지 정해줘**

1. 월별 주제

| 발행 월 | 주제 |
| --- | --- |
| 1월 | 발렌타인 초코 디저트, 대구 디저트 선물, 수원 스타필드 디저트 |
| 2월 | 요즘 유행하는 디저트 총정리 |
| 4월 | 망고 디저트, 용리단길·성수 디저트 |
| 5월 | 여름 디저트 추천 |
| 6월 | 복숭아·자두 디저트, 후쿠오카 여름 여행, 코엑스 디저트, 초등학생 여름방학 디저트 |
| 7월 | 여름휴가 여행지 디저트(강릉·속초·부산·경주·여수), 용산·잠실 여름 팝업, 복숭아 디저트 만들기 |
| 8월 | 무화과·가을·추석 디저트, 추석 선물세트 |
| 9월 | 밤 디저트 |
| 10월 | 디저트박스 |
| 11월 | 연말 백화점 팝업·크리스마스 디저트, 연말 선물·집들이·답례품, 노오븐·홈파티 디저트, 딸기 디저트 |
| 12월 | 겨울 데이트 디저트 카페, 도쿄·오사카 겨울 여행, 홍대 디저트, 겨울방학 만들기, 설 선물세트, 새해 다이어트 |

1. 근거 중 일부 자료

![Image](https://kr.listeningmind.com/wp-content/uploads/2026/10/image-10-1024x778.png)

### **전략 기획 – 최근 2년 사이 새로 생긴 수요만 따로 보여줘**

최근 2년(2024-09~2026-08)과 그 앞 2년을 비교했습니다. 앞 2년 검색량이 최근 2년의 10% 이하인 **신규 키워드가 42개**, 3배 이상 늘어난 **급성장 키워드가 55개**입니다.

1. **지금도 오르는 중:** 백화점·몰 팝업, 저가 커피 프랜차이즈 디저트 메뉴(텐퍼센트·우지커피·컴포즈), “요즘 유행 디저트”. 최근 3개월이 정점의 75% 이상입니다.
2. **자리 잡은 수요:** 용리단길, 행궁동, 팔레트디저트. 정점은 지났지만 유행 전보다 높은 수준에 남았습니다. 팔레트디저트는 석 달 동안 디저트39를 앞질렀다가 내려왔지만, 급등 전보다 약 5배 높은 수준을 지키고 있습니다.
3. **반짝하고 원래대로:** 두쫀쿠·소금식빵 같은 브랜드 한정 메뉴와 애월·파주·합정 카페. 최근 3개월이 정점의 5% 이하입니다.
4. **유행 메뉴 릴레이:** 두바이(2025-11) → 카다이프(2026-01) → 두쫀쿠(2026-02) → 우베(2026-04). 메뉴 하나가 뜨고 지는 데 서너 달이면 충분합니다.

![Image](https://kr.listeningmind.com/wp-content/uploads/2026/10/image-8-1024x573.png)

![Image](https://kr.listeningmind.com/wp-content/uploads/2026/10/image-7-1024x651.png)

## **글을 마치며**

스킬스를 지금 시점에 제공하는 목적은 기존에 제공하던 정형화된 AI 분석 결과를 개선하고자 함입니다. ListeningMind는 이미 충분한 Data를 가지고 있고 이 데이터를 AI를 이용해서 분석하고 결과를 만드는데 사용할 수 있도록 했습니다. 그런데 현재 시점에서는 API를 활용해서 서비스하는데 구조적인 문제가 있습니다. Data의 가격과 Context의 저장 그리고 사용자의 Data 활용 어려움 같은 이슈들이 그것 입니다. Skills를 사용하면 이러한 제약에서 벗어날 수 있습니다. 그리고 이 작업을 진행하다가 어렵거나 추가적으로 필요한 것들이 있다면 AI에게 물어보면 됩니다. 배울 필요도 없고 그냥 물어보면 됩니다. 이 부분이 조직의 업무와 유연하게 연결된다면 AI를 활용해서 Data를 분석하고 해석하고 실행으로 연결할 수 있기 때문에 AX가 매우 용이해 질 것이라고 생각합니다.

![김 홍](https://kr.listeningmind.com/wp-content/uploads/2024/09/IMG_2709-150x150.jpeg)

### 김 홍

[모든 아티클 보기](https://kr.listeningmind.com/author/hong-kimascentnet-co-jp/)
- [hong.kim@ascentnet.co.jp](mailto:hong.kim@ascentnet.co.jp)

- [검색데이터](https://kr.listeningmind.com/tag/%ea%b2%80%ec%83%89%eb%8d%b0%ec%9d%b4%ed%84%b0/)
- [리스닝마인드](https://kr.listeningmind.com/tag/%eb%a6%ac%ec%8a%a4%eb%8b%9d%eb%a7%88%ec%9d%b8%eb%93%9c/)