소개
모델 컨텍스트 프로토콜(MCP)**은 AI 모델이 외부 데이터를 자동으로 수집하고 분석할 수 있도록 도와주는 시스템입니다. 이번 사례에서는 Playwright MCP를 사용해 AI 모델이 네이버 블로그에서 판교동 영어학원 관련 정보를 직접 검색하고, Claude 모델을 활용해 해당 데이터를 분석 및 요약하도록 설정했습니다. 이 과정을 통해 기존의 수작업 경쟁 분석을 빠르고 체계적으로 자동화할 수 있었고, 교육 비즈니스 전략 수립의 효율성을 크게 높일 수 있었습니다
진행 방법
다음은 MCP를 이용한 판교동 영어학원 경쟁업체 조사 단계별 방법입니다.
1단계: 조사 목표 및 범위 설정
핵심 목표: 판교동 지역 내 주요 경쟁 영어학원들의 현황 파악 (프로그램, 대상, 강점, 마케팅 방식, 고객 반응 등)
조사 채널: 네이버 블로그 (학부모 후기, 학원 홍보, 지역 정보 등)
주요 키워드 정의:
기본 키워드: "판교동 영어학원", "판교 영어학원"
세부 키워드: "판교 초등 영어학원", "판교 중등 영어학원", "판교 유아 영어", "판교 영어유치원", "서판교 영어학원", "동판교 영어학원"
결합 키워드: "[학원명] 후기", "[학원명] 프로그램", "판교 영어학원 추천"
2단계: 데이터 수집 자동화
MCP 설정: LLM(예: ChatGPT, Claude 등)과 웹 자동화 도구(예: Playwright)를 MCP로 연결합니다.
데이터 수집 작업 지시 (LLM 프롬프트):
실행 및 모니터링: MCP가 LLM의 지시에 따라 웹 자동화 도구를 실행하여 네이버 블로그에서 정보를 스크래핑하고 지정된 형식으로 저장합니다.
3단계: 경쟁 학원 식별 및 프로파일링
1차 필터링 및 학원 목록화:
수집된 데이터에서 LLM을 사용하여 자주 언급되는 학원명을 추출하고, 판교동 소재가 확실한 학원들을 중심으로 목록화합니다.
프롬프트 예시: "수집된 블로그 데이터에서 언급된 영어학원 이름들을 모두 추출하고, 각 학원 이름이 언급된 빈도수를 알려줘. '판교동'과 함께 언급된 학원을 우선적으로 고려해 줘."
학원별 정보 심층 분석 및 구조화:
식별된 주요 경쟁 학원들에 대해, 수집된 블로그 본문 내용을 MCP를 통해 LLM에 전달하여 상세 정보를 추출 및 요약합니다.
프롬프트 예시 (특정 학원 'A'에 대해): "A 영어학원' 관련 블로그 게시물들 내용을 바탕으로 다음 정보를 요약해 줘:
주요 교육 프로그램 (예: 파닉스, 문법, 회화, 토플, 내신 대비 등)
주요 대상 학년 (예: 유아, 초등 저학년, 초등 고학년, 중등 등)
수강료 관련 언급 (구체적인 금액 또는 '비싸다', '적정하다' 등의 반응)
강사진 관련 언급 (예: 원어민, 교포, 한국인, 경력 등)
시설 및 환경 관련 언급
학부모 및 학생들의 주요 긍정적 평가
학부모 및 학생들의 주요 부정적 평가 또는 아쉬운 점
숙제량, 관리 방식 등 기타 특징적인 언급"
이 정보를 바탕으로 각 경쟁 학원별 프로필을 생성합니다 (스프레드시트나 데이터베이스 형태).
4단계: 경쟁 환경 분석
경쟁 학원 간 비교 분석:
구조화된 학원 프로필 데이터를 LLM에 제공하여 경쟁 학원들을 다양한 기준으로 비교 분석하도록 요청합니다.
프롬프트 예시:
"판교동 주요 영어학원들의 프로필 데이터를 바탕으로, '초등 저학년 대상 프로그램'을 기준으로 학원들을 비교하고 특징을 설명해 줘."
"블로그 후기 내용을 종합했을 때, 학부모들이 가장 만족도가 높은 것으로 보이는 판교동 영어학원과 그 이유는 무엇이야?"
"경쟁 학원들의 마케팅 메시지(블로그 홍보 문구)에서 공통적으로 강조하는 부분과 차별화되는 지점을 분석해 줘."
SWOT 분석 지원:
블로그 게시물에서 나타난 자사(또는 신규 진입 예정 학원) 및 경쟁 학원들의 강점(Strength), 약점(Weakness), 기회(Opportunity), 위협(Threat) 요소를 LLM을 통해 도출합니다.
프롬프트 예시: "수집된 판교동 영어학원 관련 블로그 데이터에서 'A 학원'의 강점과 약점으로 언급된 내용을 각각 5가지씩 요약해 줘."
시장 내 포지셔닝 파악:
각 학원이 블로그 상에서 어떤 이미지로 인식되고 있는지, 어떤 특정 수요층에 어필하고 있는지 분석합니다.
5단계: 보고서 작성 지원
분석 결과 요약: LLM이 전체 분석 과정에서 도출된 주요 결과(경쟁 학원 목록, 학원별 특징, 시장 동향, 고객 반응 등)를 요약하도록 합니다.
보고서 초안 생성:
프롬프트 예시: "지금까지 분석한 판교동 영어학원 경쟁업체 조사 결과를 바탕으로, [자사 학원명]의 시장 진입/경쟁 전략 수립을 위한 보고서 초안을 작성해 줘. 주요 경쟁 학원 현황, 예상되는 기회 및 위협 요인을 포함해 줘."
LLM이 생성한 초안을 바탕으로 사람이 수정하고 보완하여 최종 보고서를 완성합니다.
https://gamma.app/docs/Adeline-Premier-Edu-MCP--bzs4v6kfqroayux
결과와 배운 점
솔직히, MCP 설치 과정은 너무 힘들었습니다. 컴퓨터 충돌이 계속 나고, 뭔가 잘 안 돼서 "컴퓨터 그냥 확 밀어버릴까?" 싶은 마음이 들기도 했습니다.
하지만 그 고비만 넘기고 나니까, 이렇게 효율적인 도구는 없더라고요.
네이버 블로그 데이터를 자동으로 긁어오고, Claude로 정리·분석해주는 시스템은 판교동처럼 특정 지역 시장조사에 정말 유용했습니다.
다만, 네이버 블로그는 주관적인 리뷰나 학원 홍보 글이 많아서, 꼭 교차 검증이 필요하다는 점도 깨달았습니다. 그리고 AI의 헛소리(hallucination) 문제도 종종 생기니, 중요한 정보는 원문 확인이 필수입니다.
설치 과정은 고생스러웠지만, 그만큼 값진 경험이었고, 이제는 전략 수립에 더 집중할 수 있는 시간이 생겨서 너무 만족스럽습니다.
도움 받은 글 (옵션)
16기 스타트업 실험실 2주차 오프강의 MCP로 시장조사하기 ( BY 타이칸)