AI 기반 Airtable 통합으로 LinkedIn 데이터 분석 자동화 및 인사이트 확보

곧 만나게 될 사람에 대한 자세한 정보를 제공하는 개인 비서가 있다고 상상해 보세요. 이러한 수준의 서비스는 한때 부유한 사람들의 전유물이었지만, 오늘날에는 ChatGPT, Perplexity와 같은 AI 도구와 Make, Airtable과 같은 플랫폼이 결합되어 누구나 이용할 수 있게 되었습니다. 이러한 기술을 활용하여 효과적인 LinkedIn 리서치와 더욱 의미 있는 비즈니스 상호 작용을 하는 방법을 알아보세요.

핵심 포인트

AI, Make, Airtable을 사용하여 LinkedIn 리서치를 자동화하세요.

잠재적 인맥의 배경과 전문 분야에 대한 심층적인 지식을 얻으세요.

수집한 모든 정보를 Airtable에 저장하여 쉽게 액세스하고 나중에 참조하세요.

네트워킹 및 미팅 결과를 개선하기 위해 관련 토킹 포인트를 생성하세요.

수동 조사에 소요되는 시간을 줄이고 전반적인 효율성을 향상하세요.

AI 자동화를 통한 LinkedIn 리서치 혁신

AI 기반 LinkedIn 리서치의 힘

오늘날과 같이 빠르게 변화하는 비즈니스 환경에서는 경쟁 우위를 확보하는 것이 매우 중요합니다. 비즈니스, 네트워킹, 개인적인 호기심 등 다양한 목적으로 만나고자 하는 사람에 대한 상세한 인사이트를 확보하고 있다고 상상해 보세요. 이전에는 이러한 종합적인 정보는 개인 비서를 고용할 수 있는 여유가 있는 사람만이 얻을 수 있었습니다. 이제 인공지능 덕분에 이 강력한 기능을 누구나 사용할 수 있게 되었습니다.

이 가이드에서는 ChatGPT, Perplexity와 같은 인공지능 기술과 Make, Airtable과 같은 플랫폼을 활용하여 효율적인 LinkedIn 리서치 워크플로우를 구축하는 방법을 설명합니다. 이 시스템을 사용하면 필수 정보를 수집하고, 통찰력 있는 요약을 작성하고, 관련 대화 시작을 개발하여 다른 전문가와 연결하고 상호 작용하는 방식을 근본적으로 개선할 수 있습니다.

Airtable과 Make 소개: 자동화의 동반자

자동화된 LinkedIn 리서치 시스템을 구축하기 위해 주로 두 가지 강력한 플랫폼을 사용합니다: Airtable과 Make입니다. Airtable은 LinkedIn 프로필에서 수집한 정보를 저장, 정리, 관리하는 중앙 데이터베이스 역할을 합니다. 스프레드시트와 데이터베이스 기능을 결합한 유연한 하이브리드 설계로 복잡한 데이터를 구조화하는 데 이상적입니다.

Make는 다양한 서비스를 연결하고 서비스 간의 데이터 흐름을 관리하는 자동화 엔진으로 기능합니다. Make를 사용해 Airtable의 업데이트를 모니터링하고, AI 기반 리서치를 트리거하고, 새로운 결과를 자동으로 Airtable에 업데이트하는 시나리오를 만들어 보겠습니다.

이러한 플랫폼을 통합하면 LinkedIn 리서치 프로세스를 자동화하여 상당한 시간을 절약하는 동시에 일관되고 철저한 접근 방식을 보장할 수 있습니다. 가장 좋은 점은? 이 솔루션은 고급 코딩 기술 없이도 대부분의 비즈니스 사용자가 액세스할 수 있습니다.

자동화된 LinkedIn 리서치 시스템의 핵심 구성 요소

이 자동화된 시스템은 포괄적인 인사이트를 제공하도록 설계된 일련의 통합 단계를 통해 작동합니다:

1. 에어테이블 감시 트리거: 이 프로세스는 신규 또는 수정된 LinkedIn 프로필 URL에 대한 Airtable 기반 모니터링 만들기에서 시작됩니다.
2. 요약: 새 프로필 URL이 감지되면 채팅이 완료되면 해당 개인에 대한 개략적인 개요가 생성됩니다.
3. 진행 중 업데이트: Airtable이 업데이트되어 조사가 진행 중임을 나타냅니다.
4. 추가 연구: 향상된 채팅 완료 기능은 프로필을 더 자세히 분석하여 개인의 배경, 전문 지식 및 업적을 추출합니다.
5. URL 추출: 시스템이 추가 정보를 위해 관련 URL을 식별합니다.
6. 배열 집계: 일관성을 위해 여러 소스의 데이터를 통합합니다.
7. 반복: 시스템에서 추출된 각 URL을 처리합니다.
8. 정보 집계: 다양한 URL에서 수집된 데이터를 통합합니다.
9. AI 기반 서식 지정: ChatGPT는 정보를 이해하기 쉬운 대화 요점, 추가 품질 및 종합적인 요약으로 정제합니다.
10. 에어테이블 업데이트: 마지막으로 Airtable은 추출된 모든 정보와 AI 처리된 정보로 업데이트되어 사용자가 검토하고 사용할 수 있도록 준비됩니다.

이 간소화된 프로세스는 원시 LinkedIn 데이터를 실행 가능한 인텔리전스로 변환하여 인맥을 이해하고 인맥과 소통하는 데 상당한 이점을 제공합니다.

단계별 청사진 가져오기 가이드: 자동화된 LinkedIn 리서치 시스템에 액세스하기

블루프린트 가져오기

시작하려면 미리 구성된 '블루프린트'를 Make로 가져와야 합니다. 이 청사진에는 위에서 설명한 전체 자동화 워크플로가 포함되어 있으므로 처음부터 새로 구축하는 대신 완전한 기능을 갖춘 시스템으로 시작할 수 있습니다.

이 통합에 필요한 모든 리소스와 청사진은 링크를 통해 제공됩니다. 블루프린트를 가져오려면 다음 단계를 따르세요:

1. '블루프린트 가져오기' 버튼을 클릭합니다.
2. 제공된 링크에서 다운로드한 파일을 선택합니다.
3. JSON 파일을 업로드합니다.
4. '저장'을 클릭하여 프로세스를 완료합니다. 그러면 미리 정의된 프롬프트를 포함한 전체 자동화에 액세스할 수 있습니다.

자동화된 LinkedIn 리서처 구성하기

1단계: 에어테이블에 LinkedIn URL 추가하기

Make로 블루프린트를 가져온 후 다음 단계는 Airtable 베이스에 URL을 추가하여 시스템에 LinkedIn 프로필을 제공하는 것입니다.

1. Airtable 베이스를 엽니다.
2. LinkedIn URL 필드로 이동합니다.
3. 조사하려는 프로필의 LinkedIn URL을 붙여넣습니다.

2단계: 조사할 리서치 상태 설정하기

특정 프로필에 대한 자동화를 시작하려면 해당 프로필의 리서치 상태를 '조사 중'으로 설정합니다.

1. 에어테이블 베이스에서 '상태' 열을 찾습니다.
2. 조사하려는 프로필의 드롭다운 메뉴를 클릭합니다.
3. '조사' 옵션을 선택합니다.

이 작업은 특정 프로필에 대한 정보 수집을 시작하도록 Make에 신호를 보냅니다.

3단계: 자동화의 진행 상황 모니터링하기

상태를 '조사 중'으로 설정하면 Make가 자동으로 조사 프로세스를 시작합니다. 두 가지 방법으로 진행 상황을 모니터링할 수 있습니다:

1. 에어테이블 상태 업데이트: 에어테이블 베이스의 '상태' 열이 자동으로 업데이트되어 현재 연구 단계(예: '진행 중', '완료')를 표시합니다.
2. 시나리오 실행 만들기: Make 내에서 시나리오 실행 내역을 확인하여 실시간으로 수행 중인 단계를 확인할 수 있습니다.

이러한 가시성은 진행 상황에 대한 정보를 제공하고 모든 것이 원활하게 실행되도록 도와줍니다.

4단계: Airtable에서 인사이트 가져오기

자동화가 완료되면 Airtable 내에서 새 데이터를 사용할 수 있습니다:

1. 자동화를 통해 프로필 개요, 교육 정보, 개인 배경 정보가 자동으로 추가되어 잠재적인 대화 주제 및 기타 전문적인 인사이트를 개발할 수 있습니다.
2. '기술 및 전문성', '업적', '대화 주제' 등의 열에서 실행 가능한 정보를 확인하세요.
3. 생성된 인사이트를 활용하여 미팅을 준비하고, 네트워킹 활동을 맞춤화하며, 새로운 기회를 파악하세요.

비용 이해하기: 비용 이해: 메이크, 에어테이블, ChatGPT, 퍼플렉서티

비용 고려 사항

이러한 자동화를 통해 생산성을 크게 향상시킬 수 있지만, 각 플랫폼과 관련된 잠재적 비용을 이해하는 것이 중요합니다.

• Make: 이 플랫폼은 자동화를 호스팅하며 일반적으로 유료 계정이 필요합니다. 구체적인 비용은 해당 플랫폼의 온라인 가격 페이지에서 확인하세요.
• 에어테이블: Airtable은 사용량 요건에 따라 요금을 부과합니다. 정확한 세부 사항은 온라인 가격 페이지를 참조하세요.
• Perplexity 및 ChatGPT: 두 서비스 모두 토큰 사용량에 따라 요금이 부과되며, 일반적으로 요청당 약 $0.10입니다. 비용은 데이터 양에 따라 달라질 수 있으므로 사용량을 주의 깊게 모니터링하세요.

옵션 비교하기: 인공지능 기반 LinkedIn 자동화의 장단점

장점

시간 절약: 데이터 수집을 자동화하여 수동 조사에 소요되는 시간을 줄여줍니다.

종합적인 인사이트: 잠재적 인맥의 배경과 전문성을 전체적으로 파악할 수 있습니다.

일관된 프로세스: LinkedIn 리서치에 대한 표준화된 접근 방식을 보장합니다.

참여도 향상: 관련 대화 주제를 생성하여 네트워킹과 미팅의 효율성을 높입니다.

접근성: 기술 수준에 관계없이 누구나 AI 기반 리서치를 이용할 수 있습니다.

단점

비용 고려 사항: Make, Airtable 및 잠재적으로 AI 플랫폼에 대한 구독이 필요합니다.

데이터 정확도: LinkedIn 및 기타 온라인 소스에서 제공되는 정보의 정확도에 따라 달라집니다.

사용자 지정 필요: 특정 사용 사례에 따라 프롬프트 및 데이터 추출 방법을 조정해야 할 수 있습니다.

토큰 제한: 토큰 허용량의 제약을 받으며, 토큰 수가 적으면 향후 대화에 사용할 수 있는 정보의 양이 제한될 수 있습니다.

자주 묻는 질문

ChatGPT와 Perplexity 외에 다른 AI 플랫폼을 사용할 수 있나요?

예. 다른 AI 플랫폼을 통합하도록 만들기 시나리오를 수정할 수 있습니다. 하지만 그에 따라 프롬프트와 데이터 추출 방법을 조정해야 합니다.

자동화를 얼마나 자주 실행해야 하나요?

실행 빈도는 특정 요구 사항에 따라 다릅니다. 시나리오가 일정한 간격(예: 15분마다)으로 실행되도록 구성하거나 필요에 따라 수동으로 트리거할 수 있습니다.

이 시스템을 사용하려면 코딩 경험이 있어야 하나요?

아니요, 이 시스템은 사용자 편의를 위해 설계되었으므로 코딩 경험이 필요하지 않습니다. 청사진은 바로 사용할 수 있는 워크플로우를 제공하며 필요에 따라 사용자 지정할 수 있습니다.

에어테이블 또는 메이크 계정이 없는 경우 어떻게 하나요?

이 자동화를 사용하려면 두 플랫폼 모두에서 계정을 만들어야 합니다. 무료 요금제를 사용할 수 있지만 사용량에 따라 유료 요금제로 업그레이드해야 할 수도 있습니다.

관련 질문

메이크와 에어테이블로 어떤 다른 자동화를 만들 수 있나요?

메이크와 에어테이블은 다음과 같은 다양한 작업을 자동화하는 데 적합한 매우 다재다능한 플랫폼입니다: 리드 생성: 여러 소스에서 리드를 자동으로 캡처하여 Airtable에 추가하세요. 프로젝트 관리: 작업 생성, 할당, 진행 상황 추적을 자동화하세요. 고객 관계 관리: 고객 커뮤니케이션 및 데이터 관리를 간소화하세요. 전자 상거래 운영: 주문 처리, 재고 관리, 고객 지원을 자동화하세요. 가능성은 상상력에 따라 제한될 뿐 거의 무한합니다. 프로세스를 상상할 수 있다면 자동화할 수 있습니다.