클로드 대시보드(Claude Dashboards)로 본 스터디 소통: 카톡 1.6만 건 분석
2026.10.28
클로드 대시보드(Claude Dashboards)는 BigQuery 같은 데이터에 연결해 질문 한 줄로 대시보드를 만드는 베타 기능이에요. 이걸로 지피터스 24기 스터디 19개의 카톡 메시지 1만 6,830건과 사례글을 엮어 소통 대시보드를 만들었어요.
결과부터 말하면, 카톡에서 말한 사람이 많은 스터디일수록 사례글도 많이 썼어요. 그리고 스터디장의 발화가 집중된 방보다 여러 멤버들이 함께 발화하는 방에서 끝까지 완주한 사람이 많았어요. 완주율은 47%와 36%였어요. 숫자는 2026년 10월 28일 집계로, 2주차부터 4주차까지를 제가 뽀짝이와 함께 잰 값입니다.
클로드 대시보드는
질문으로 만드는 대시보드예요
클로드 대시보드는 Anthropic이 2026년 10월 8일 공개한 베타 기능이에요. 공식 안내에 따르면 BigQuery, Databricks, Snowflake 같은 데이터 플랫폼이나 Salesforce 같은 CRM에 연결하고, 유료 플랜에서 베타로 쓸 수 있습니다.
저는 지피터스에서 커뮤니티와 AI스터디 운영을 맡고 있는 커뮤니티 리드 진저예요. 운영하면서 제일 와닿았던 장점은 세 가지였어요.
질문으로 만들고 대화로 고쳐요: "주차별로 바꿔줘", "마감된 주차만 비교해줘"처럼 말로 수정해요. 지금까지는 대시보드 탭 하나를 추가하려면 코드를 고치고 배포해야 했어요.
숫자마다 쿼리가 보여요: 공식 안내도 "숫자를 누르면 그 뒤의 쿼리를 볼 수 있다"고 설명해요. 무엇을 셌는지 개발자가 아니어도 바로 확인됩니다.
갱신 시각이 차트마다 붙어요: 이 숫자가 언제 기준인지 바로 보여요.
다만 베타라서 정해진 시각에 자동으로 갱신된다는 보장은 공식 문서에 없어요. 그래서 매일 보는 정식 지표가 아니라, 궁금한 걸 바로 물어보는 탐색용으로 쓰기로 했어요.

클로드 대시보드는 질문에서 차트까지를 한 번에 만들고, 차트마다 쿼리와 갱신 시각을 붙여 줘요.
왜 스터디 소통을
대시보드로 보고 싶었나
사례글 개수만으로는 스터디 분위기를 알 수 없었어요. 글은 꾸준히 올라오는데 서로 댓글 하나 없는 스터디도 있고, 글은 적어도 카톡방이 활발한 스터디도 있거든요.
그래서 이번 24기에서는 세 가지 질문에 답해 보고 싶었어요.
소통이 스터디장 한 명에게 몰려 있는지, 멤버끼리도 이어지는지
주차가 지나면서 글과 대화가 어떻게 변하는지
질문을 올린 멤버가 답을 받는지
대시보드로 사람을 평가하려는 건 아니었어요. 어느 스터디를 돕고, 어느 스터디에서 배울지 알려 주는 신호판이 필요했어요.

숫자는 스터디를 찾는 데까지만 써요. 소통이 적은 곳은 필요한 지원을 함께 찾고, 소통이 많은 곳은 노하우를 배우고 응원해요.
데이터 준비부터
대시보드까지 4단계
AI 비서 뽀짝이(Claude Code 기반)와 데이터를 준비하고, 지표와 화면은 제가 클로드 대시보드에서 다듬었어요.
역할 정하기: 스터디마다 스터디장, 버디, 멤버, 운영진을 구분했어요. 참여자는 환불하지 않은 결제자 전원이고, 버디와 무료 초대, 스터디장, 운영진도 포함했어요.
카톡 역할 매칭: 카톡 닉네임을 명단과 맞췄어요. 처음엔 메시지의 71.4%만 매칭됐는데, 청강 표시와 다른 스터디 수강생을 따로 구분하자 85.7%까지 올라갔습니다.
소통 지표 계산: 10분 안에 3번 이상, 2명 이상이 주고받은 구간을 "대화"로 셌어요. 물음표가 있는 메시지에 30분 안에 다른 사람이 답하면 "응답된 질문"으로 셌습니다.
마스킹 후 연결: 스터디 이름은 A부터 S까지 코드로 바꾸고, 이름과 메시지 원문은 빼고 BigQuery에 올렸어요. 클로드 대시보드는 이 집계 테이블만 보게 했어요.

데이터 준비 3단계는 뽀짝이와 함께, 마지막 연결과 화면 구성은 클로드 대시보드에서 했어요.
처음엔 두 표의
인원 기준이 달라서 막혔어요
대시보드를 만드는 과정에서 분모를 대조하는 쿼리가 돌았는데, 사례글 표와 소통 표의 참여 인원 기준이 달랐어요. 사례글 쪽은 스터디장, 버디, 운영진까지 포함한 486명이었고, 소통 쪽은 멤버만 센 436명이었어요. 버디는 소통 쪽에서 빠져 있었어요.
같은 스터디인데 작성률과 연결률의 분모가 달라서 두 숫자를 나란히 놓을 수 없었어요. 쿼리가 보이니까 이런 어긋남을 사람이 잡을 수 있었어요. 버디와 무료 초대, 스터디장, 운영진도 함께 참여한 사람들이라, 두 표 모두 유효 결제자 전원 486명으로 기준을 맞췄어요.
24기 소통 대시보드에서
보이는 것

완성한 대시보드의 첫 화면이에요. 4주차(마감) 기준으로 사례글 작성률은 54.3%(264/486명), 카톡 질문 응답률은 75.2%(234/311건), 카톡 소통 연결 비율은 54.5%(265/486명)예요.
전주와 비교하면 작성률은 11.3%p 줄었는데, 질문 응답률은 4.8%p만 줄었어요. 글은 크게 줄어도 질문은 여전히 답을 받고 있다는 뜻이에요.
작성률과 연결 비율은 같은 486명 기준이고, 응답률만 질문 311건 기준이에요. 카드마다 근거와 갱신 시각이 붙어 있어서, 분모를 보고서 각주가 아니라 화면에서 바로 확인할 수 있었어요.
주차별로 보면 흐름은 이렇습니다.
사례글 작성률: 2주차 73.5%, 3주차 65.6%, 4주차 54.3%
카톡 대화 구간: 2주차 488개, 3주차 392개, 4주차 241개
질문 응답률: 2주차 81.7%, 3주차 80.1%, 4주차 75.2%
소통 연결률: 카톡 기준 스터디별 31.2%에서 80.6%

글과 대화는 줄었지만 질문 응답률은 75% 넘게 유지됐어요. 2026년 10월 28일 집계, 제가 잰 값이에요.
스터디별로 볼 땐
인원을 같이 봐야 해요
연결률은 카톡에서 다른 사람과 실제로 대화를 주고받은 참여자의 비율이에요. 처음엔 19곳을 한 줄로 세웠는데, 인원이 적은 스터디일수록 연결률이 높게 나왔어요. 인원과 연결률의 상관계수가 -0.39였습니다.

작은 방은 대화 한 번에 여러 명이 함께 엮이기 쉽고, 한 명이 비율을 크게 움직여요. 14명 스터디는 1명이 7.1%p, 32명 스터디는 3.1%p입니다. 그래서 20명을 기준으로 나눠 비교했어요.




숫자는 "연결된 참여자 / 전체 참여자"예요. 연결 비율이 50%보다 낮은 곳은 코드로 적었어요. 전체에서는 에이전트하네스가 가장 높았어요. 31명 중 25명, 80.6%입니다.
큰 스터디에선
글과 대화가 함께 움직여요
인원을 맞춰 보니 더 선명한 것도 있었어요. 20명 이상 14곳에서는 사례글 작성률과 연결률의 상관계수가 0.83이었습니다. 작성률 자체는 인원과 거의 관계가 없었어요(0.03). 상관은 함께 움직인다는 뜻이고, 어느 쪽이 원인인지는 이 숫자로 알 수 없어요.

대시보드에서 두 숫자를 한 그림에 놓아 봤어요. 점 하나가 스터디 하나예요. 오른쪽 위에는 글도 많이 쓰고 대화도 이어진 곳들이 모여 있어요. 에이전트하네스는 작성률 82.8%에 연결 80.6%, 멀티에이전트와 토스미니앱은 작성률 79.7%·77.3%에 연결 65.2%·63.6%, 유니콘스프린트는 작성률 72.5%에 연결 70.6%예요. 운영진이 노하우를 배우고 응원할 곳들이에요.
눈에 띄는 예외는 왼쪽 위예요. 게임메이커스는 작성률이 60.0%인데 연결은 73.3%였어요. 업무자동화도 작성률 52.6%에 연결 73.7%였어요. 두 곳 모두 20명 미만(15명, 19명)이에요. 작은 스터디는 글이 적어도 대화로 먼저 연결될 수 있다는 걸 보여 줘요. 앞에서 인원 구간을 나눠 비교한 이유가 이 그림에 그대로 나와요.
반대로 작성률이 50%대에서 60%대이고 연결이 30% 안팎인 큰 스터디도 있었어요. 글도 대화도 함께 낮은 곳이라, 운영진이 먼저 지원을 보태야 할 위치였어요.
운영 인사이트: 대화의 양보다
누가 말하는지가 중요했어요
참여자 중 한 번이라도 카톡에서 말한 사람이 많은 스터디일수록 사례글 작성률이 높았어요(순위 상관 0.57). 반면 1인당 메시지 수는 관계가 약했어요(0.19). 얼마나 많이 말했는지보다 몇 명이 말했는지가 글과 더 가까웠어요.
끝까지 함께 갔는지도 봤어요. 2주차부터 4주차까지 사례글을 모두 쓴 참여자 비율을 완주로 봤는데, 여기서도 차이는 누가 말했는지에서 났어요.

카톡에서 스터디장님 말이 차지하는 비중이 낮은 8곳은 완주 47%, 높은 7곳은 36%였어요(순위 상관 -0.52). 2주차에 쓰고 4주차엔 쓰지 않은 이탈은 32%와 37%로 차이가 작았어요.
카톡 메시지가 가장 많은 두 스터디도 갈렸어요. 참여자 87%가 한 번 이상 말한 곳은 완주가 68%였고, 58%가 말한 곳은 39%였어요. 여러 멤버가 말할 자리가 생긴 방이 끝까지 함께 갔어요.
다만 상관이라 원인까지는 알 수 없어요. 멤버가 조용해서 스터디장님이 더 많이 말했을 수도 있어요. 스터디장 닉네임이 명단과 연결되지 않은 4곳은 빼고 15곳으로 계산했어요.
역할별로 보면
청강생도 활발했어요
대화의 방향도 봤어요. 마감된 주차의 카톡에서 스터디장과 멤버 사이는 1,642번, 멤버끼리는 402번으로 약 4배 차이였어요. 카톡 응답은 대화 순서로 추정한 값이에요.


대시보드의 "누가 누구에게 말했나" 표예요. 마감 주차 카톡 응답 5,902회를 말한 사람과 받은 사람의 역할로 나눴어요.
스터디장과 멤버는 서로 821번씩 주고받았어요. 스터디장이 공지만 한 게 아니라, 멤버도 그만큼 답했어요.
청강생이 생각보다 활발했어요. 스터디장과 청강생은 495번, 494번 주고받았어요. 청강생이 말한 횟수는 모두 1,017번으로 버디(484번)의 2배였어요.
버디는 다리 역할을 했어요. 버디가 멤버에게 166번, 스터디장에게 157번 말했어요.
명단과 아직 연결되지 않은 닉네임에서 나온 말이 750번(약 13%) 남아 있어요.
숫자로 확인하고
배운 것
글과 대화는 주차가 갈수록 함께 줄었어요. 그래도 질문 응답률은 4주차까지 75% 넘게 유지됐어요. 질문은 묻히지 않는데, 질문 말고 서로 나누는 이야기가 줄어든 셈이에요.
이번에 배운 것도 두 가지 있어요. 하나는 메시지 수보다 참여자 중 말한 사람 비율과 스터디장 발화 비중이 더 쓸모 있는 지표라는 점이에요.
다른 하나는 비율로 줄을 세우면 작은 스터디가 유리해진다는 점이에요. 그래서 비율은 꼭 인원수와 함께 봐야 해요. 이런 수치는 스터디를 평가하는 판정표로 읽지 않고, 운영진이 도울 곳과 배울 곳을 찾는 신호로 읽는 게 맞다는 것도 배웠어요!
따라 해 보실 때
쓸 수 있는 요청문
데이터를 연결한 뒤 아래처럼 요청하면 비슷한 대시보드를 만들 수 있어요. 지표 정의를 먼저 확인받게 하는 게 핵심이에요.
연결된 데이터셋의 집계 테이블만 써서 [기수] 스터디별 소통 대시보드를 만들어줘.
먼저 참여 인원, 대화, 응답된 질문의 정의를 쿼리와 함께 보여주고 확인받아줘.
마감된 주차끼리만 비교하고, 비어 있는 값은 0이 아니라 '확인 필요'로 보여줘.
차트마다 집계 근거와 갱신 시각을 보여주고, 데이터는 수정하지 마.
지피터스가 사내 AX를 어떻게 하는지는 지피터스는 사내 AX를 어떻게 할까에 모아 두었어요. 모두들 화이팅!
참고한 자료
Build live dashboards and animate explainers with Claude (Anthropic, 2026년 10월 8일, 2026년 10월 23일 확인)
Get started with Claude Dashboards (Claude 도움말, 2026년 10월 23일 확인)
글쓴이 진저. 국내 최대 AI 커뮤니티 지피터스(GPTers)에서 커뮤니티와 AI스터디 운영을 맡고 있어요.
우리 회사에도 이런 자동화를 도입하고 싶다면
회사 업무에 맞춘 AI 교육을 함께 설계해요.




기존 운영하던 스터디 대시보드에서 작업하는 것과는 어떻게 다른가요?
우선 봤을 때에는, 대시보드 처음 구축할 때, 편하다는 장점이 있는 거 같은데, 사용하시면서 그 외 장점이 있었을까요??
작성률과 소통을 같이 봤을 때, 글이 적다고 소통이 낮은 건 아니지만, 글이 많으면서 소통이 적은 스터디가 없으니까, 소통을 위해서 글을 많이 쓰게하는 건 좋은 접근이었네요.
맞아요, 처음 만들 때 편한 게 제일 커요. 진짜 해줘하면 만들어주는 느낌 그외에 좋았던 것들은 음
1. 숫자마다 근거가 보여서 틀린 걸 빨리 잡음 카드마다 무엇을 셌는지가 같이 보이니까, 작성률과 연결률의 분모가 서로 달랐던 걸(486명 vs 436명) 금방 파악할수있다는 점, 소통 쪽에서 버디가 빠져 있었더라고요. 기존 대시보드였으면 코드를 열어 봐야 알 수 있었을 거예요.
2. 고치는 것도 대화로 함 "연결 비율은 카톡 기준으로 바꿔줘", "근거 문구 이렇게 고쳐줘"처럼 말하면 카드와 그래프가 같이 바뀌어요. 기존엔 탭 하나 바꾸려면 코드 수정하고 배포해야 했는데, 이번엔 데이터 교체부터 문구 수정까지 요청 한 번에 끝났어요.
3. 고친 뒤 검증까지 같이 해 줌 수정하고 나서 "작성률 54.3%, 연결 54.5% 맞는지 확인해줘"라고 하면 다시 계산해서 맞는지 알려 줘요.
지금 만든 방식은 연동이 아니라 24기 사후 데이터를 받아 둔 스냅샷이라, 나중에 스터디 방학 마치면 25기엔 주차별로 트레킹해서 커뮤니케이션을 유도하면 유실율 낮추는데 도움되지않을까 싶네요
@지피터스_진저
큰 스터디에서는 작성률과 연결률이 같이 움직였는디 (상관 0.83이 나옴) 예외도 있긴했어요. 작성률이 73.3%로 높은데 연결은 52.0%로 중간쯤인 스터디도 있고요.
이 숫자는 상관이라 원인까지 말하긴 어렵겠지만 왜냐면 글을 써서 대화가 늘었을 수도 있고, 분위기가 좋은 방이라 글도 대화도 같이 많았을 수도 있어서. 그래도 얻은 수확이잇다면, 메시지 수보다 몇 명이 한 번이라도 말했는지가 작성률과 더 가까웠다는 점! 그래서 글을 쓰게 하는 것과 함께, 여러 멤버가 한마디씩 할 수 있는 자리를 만드는 게 같이 가야 할 것 같음요 🙂