주제분석 탐색하기: 귀추적 추론에 기반한 실천 전략 (Teach Learn Med. 2026)

Teach Learn Med. 2026 Jan-Mar;38(1):106-115. doi: 10.1080/10401334.2025.2475098. Epub 2025 Apr 2.

Navigating Thematic Ana/lysis: Practical Strategies Grounded in Abductive Reasoning 

Faraz Khurshid 1, Mario Veen 2, Jamie Thompson 3, Iman Hegazi 1

 

 

 

1. 연역, 귀납, 그리고 귀추: 세 가지 추론의 길 🧭

논문은 Peirce의 세 가지 논리적 추론 범주에서 출발합니다. 저자들은 이렇게 정리하죠.

"연역은 반드시 존재해야 하는 것을 증명하고, 귀납은 현재 작동하고 있는 것을 드러내며, 귀추는 단순히 가능성을 제안한다." ("deduction demonstrates what must exist, induction reveals what is currently functioning, and abduction simply proposes possibilities.")

이해를 돕기 위해 저자들은 'Alex'라는 의학교육자의 사례를 끌고 옵니다.

• 연역적 접근: Alex는 "처방 오류는 경험 부족과 임상의사결정 지원도구 과잉 의존 때문"이라는 가설을 세우고 검증합니다. 맞는지 확인하는 거죠.
• 귀납적 접근: 주니어 의사들의 경험을 탐색적으로 조사하니, "고스트레스 환경과 부족한 지원"이 추가 요인으로 떠오릅니다. 데이터에서 패턴이 올라온 겁니다.
• 귀추적 접근: 한 발 더 나아가, "주니어 의사들이 암묵적 휴리스틱 지식과 직관적 판단에 주로 의존하면서 의도적 성찰을 하지 않기 때문에 합리적 처방에 필요한 핵심 정보를 누락하게 된다"는 그럴듯한 추론(plausible inference)에 도달합니다.

차이가 느껴지시나요? 연역은 "이론 → 데이터 확인", 귀납은 "데이터 → 패턴 도출"인 반면, 귀추는 데이터와 이론 사이를 창의적으로 오가면서 가장 그럴듯한 설명을 찾아가는 과정입니다.

저자들은 귀추의 이런 특성을 이렇게 표현합니다.

"귀추의 '창의적 도약'은 연구자들이 단순한 기술을 넘어 더 깊은 이론적 통찰로 나아갈 수 있게 해준다." ("The 'creative leap' of abduction enables researchers to go beyond traditional theorization by reinterpreting and advancing from mere description to deeper theoretical insights.")

---

2. 귀추적 주제분석의 네 단계 📋

논문의 핵심은 귀추적 주제분석을 네 가지 단계로 풀어낸 실용 가이드입니다. 하나씩 살펴보겠습니다.

📌 1단계: 친숙화 (Familiarization) 

첫 번째 단계는 다른 질적 분석과 크게 다르지 않습니다. 데이터를 반복적으로 읽고, 코딩하고, 메모를 작성하면서 데이터에 깊이 몰입하는 과정이죠.

그런데 귀추적 분석에서 특히 강조하는 게 하나 있습니다. 바로 이론적 친숙함(theoretical familiarity)입니다. 하나의 이론이 아니라 여러 이론적 틀에 폭넓게 익숙해져야 한다는 뜻이에요. 저자들은 이를 "이론적 폭(theoretical breadth)"이라 부르며 이렇게 설명합니다.

"하나의 틀에 의존하기보다 이론을 복수형으로 아는 것, 즉 다양한 이론적 '틀씌우기(casings)'를 관찰에 적용할 수 있는 능력을 넓히는 것이 귀추를 활용한 새로운 가설의 창의적 개발을 뒷받침한다." ("knowing theory in the plural sense—broadens one's ability to apply alternative theoretical 'casings' to observations, supporting the creative development of new hypotheses using abduction.")

 

또한 두꺼운 기술(thick description)의 중요성도 강조됩니다. 단순히 인터뷰 내용만 기록하는 게 아니라, 참여자의 인구학적 특성, 사회적 맥락, 현장의 문화와 규범까지 풍부하게 담아야 한다는 거죠. 이렇게 해야 나중에 예상치 못한 발견을 탐색하고, 이론을 정교화할 수 있는 토대가 마련됩니다.

그리고 한 가지 중요한 포인트가 있는데요. 저자들이 연구자의 태도에 대해 이렇게 당부합니다.

"목표는 유일한 객관적 진실을 발견하는 것이 아니라, 조사 중인 현상에 대해 가장 논리적이고 유용한 설명을 찾는 것임을 기억하라." ("the goal is not to discover a singular objective truth but to find the most logical and useful explanation for the phenomena under investigation.")

📌 2단계: 현상의 재방문 (Revisiting of Phenomenon) 

친숙화가 끝나면, 이제 데이터를 반복적으로 되돌아보는(iterative revisiting) 단계에 들어갑니다. 이 단계의 핵심은 코딩인데, 저자들은 최소 2~3회의 코딩 라운드를 거칠 것을 권합니다.

• 1차 코딩: 개방 코딩(open coding) 방식으로, 주로 원자료에 의존하면서 의미 있는 지점마다 코드를 부여합니다.
• 2차 코딩: 불필요하거나 중복된 코드를 정리하고, 패턴과 관계를 정교화합니다.
• 3차 코딩: 원자료와 긴밀히 연결된 간결한 라벨로 구성된 코드북(codebook)을 활용합니다.

여기서 재미있는 점이 있어요. 코드북에 대해 "지나치게 연역적이고 체계적"이라고 비판하는 시각도 있지만, 저자들은 귀추적 분석에서의 코드북은 정확성의 객관적 척도가 아니라 비판적 성찰과 추론을 재방문하는 도구라고 봅니다.

 

그리고 이 단계에서 빼놓을 수 없는 게 숙고와 성찰을 위한 시간 확보(deliberation and reflection)입니다. 저자들은 "내가 그 아이디어를 어디서 얻었지?(Where did I get that idea?)"라고 스스로에게 물어보는 과정이 중요하다고 강조하면서, 산책이나 독서, 음악 감상처럼 일상적인 활동이 창의적 사고를 자극할 수 있다고 말합니다. 추리소설의 여왕 아가사 크리스티의 일화까지 인용하면서요!

📌 3단계: 탈친숙화 (Defamiliarization) 

개인적으로 이 논문에서 가장 흥미로운 부분입니다. 탈친숙화란 당연하게 여기던 것을 낯설게 바라보는 실천적 과정을 말합니다. 러시아 형식주의자 Shklovsky의 '낯설게 하기(estrangement)' 개념에서 온 것이죠.

저자들에 따르면, 탈친숙화는 특히 의료 실무와 교육에서 자동적 사고를 방해하는 역할을 합니다.

• (a) 자동성에 도전하기: 고정관념을 피하기 위해 패턴에서 벗어나기
• (b) 사려 깊은 지각: 사물을 새롭게 바라보고 성급한 결론을 지연시키기
• (c) 비판적 탐구 촉진: 가정과 용어에 의문을 제기하기
• (d) 성찰 함양: 마음챙김 실천을 위한 순간 삽입하기
• (e) 예술 활용: 의료 상호작용에서 개별성을 인식하기

구체적인 전략으로는

• 은유적 탐구(metaphorical exploration),
• 세부 사항 강화(detail enhancement),
• 시간적 거리두기(temporal distance), 그리고
• 텍스트가 아닌 영상 자료 등 비텍스트 자원(atextual sources)으로 초점을 전환하는 방법 등이 제시됩니다.

실제 연구 사례로는 Kleijberg 등(2021)의 연구가 소개되는데요. 세대간 예술 활동이 삶의 마지막(end-of-life) 이슈에 대한 지역사회 참여를 어떻게 촉진하는지를 탐구한 연구입니다. 놀이 이론(play theory)으로 귀추적 분석을 시작했는데, 특정 행동들이 놀이 이론의 해석을 확장해야 하는 "탈친숙화의 놀라움(defamiliarization surprises)"으로 이어졌다고 합니다.

📌 4단계: 이론화와 대안적 틀씌우기 (Theorization & Alternative Casing) 

마지막 단계는 데이터에서 도출된 주제들을 이론과 연결하고, 필요하면 이론을 수정하거나 결합하는 과정입니다.

저자들이 말하는 이 단계의 핵심 원리는 명확합니다.

"이론이 발견을 완전히 설명할 때, 그 연구는 확인적(confirmatory) 연구로 간주될 수 있으며 혁신은 제한적이다. 그럼에도, 데이터에서의 작은 관찰이나 맥락적 차이 하나만으로도 새로운 이론적 통찰이 생겨날 수 있다."
("When theories completely explain the findings, the study may be regarded as confirmatory, with limited innovation. Nevertheless, even a small observation or contextual difference in the data can result in new theoretical insights.")

 

대안적 틀씌우기(alternative casing)란 같은 현상을 다른 이론적 관점으로 재분류하거나 재해석해보는 것입니다. 예를 들어 Khurshid 등(2024)은 약리학의 문턱 개념(threshold concepts)을 연구하면서, 문턱개념틀(Threshold Concept Framework)만으로는 데이터의 인지적 변화를 충분히 설명할 수 없자 인지부하이론(Cognitive Load Theory)을 끌어와 두 이론의 교차점에서 더 나은 설명을 도출했습니다. 이론을 처음부터 새로 만들 필요 없이, 기존 이론들을 창의적으로 조합한 것이죠.

---

3. 신뢰성은 어떻게 확보할까? ✅

귀추적 주제분석의 신뢰성(trustworthiness)은 세 가지 기준으로 확보됩니다.

• 적합성(Fit): 이론적 주장이 관찰에 의해 뒷받침되는가, 단순 기술을 넘어서는가.
• 그럴듯함(Plausibility): 대안적 설명이 발견을 더 잘 설명할 수 있는지 검토하는 것. 여기에는 역추적 매핑(backward mapping) 전략이 포함됩니다. 특정 통찰에 도달한 논리적 경로를 되짚어 해석의 타당성을 확인하는 거죠.
• 관련성(Relevance): 발견이 해당 연구를 넘어 더 넓은 학술 담론에 의미 있게 기여하는가.

---

4. 그래서, 귀추적 주제분석은 언제 써야 할까? 💡

논문을 읽고 나서 제가 정리한 핵심은 이겁니다. 귀추적 주제분석은 다음과 같은 상황에서 특히 강점을 발휘합니다.

• 데이터에서 기존 이론으로는 잘 설명되지 않는 현상이 발견될 때
• 순수 귀납으로는 너무 기술적(descriptive)이고, 순수 연역으로는 너무 제한적일 때
• 여러 이론을 유연하게 적용하거나 결합해야 할 때
• 연구의 목표가 단순한 패턴 확인이 아니라 이론적 혁신(theoretical innovation)일 때

의학교육 연구처럼 현장의 복잡성과 맥락 의존성이 높은 분야에서, 실제 교육 현장에서 마주치는 "지저분하고 맥락적인(messy and contextual)" 실천을 출발점으로 삼는 귀추적 접근은 특히 유용할 수 있습니다.

---

마치며

저자들은 결론에서 이렇게 말합니다. 귀추적 주제분석은 "고급 준비와 이론적 참여와 방법론적 단계 사이의 세심한 균형"을 요구하지만, 이를 통해 "역동적 지식 창조에 대한 유연한 접근"을 가능하게 한다고요. 쉽진 않지만, 질적 연구에서 이론적 기여를 진지하게 고민하는 연구자라면 한 번쯤 시도해볼 만한 접근법이 아닐까 합니다.

 

---

 

서론 (Introduction) 

논리적 추론(logical reasoning)의 세 범주를 바탕으로 하면, 사람은 (Peirce가 그랬듯이)

• 연역(deduction)은 반드시 존재해야 하는 것이 무엇인지를 보여주고,
• 귀납(induction)은 현재 작동하고 있는 것이 무엇인지를 드러내며,
• 귀추(abduction)는 단지 가능성을 제안한다고 추론할 수 있다.1

젊은 의사들 사이의 처방 오류(prescribing errors)의 이유를 조사하는 의학교육자 Alex를 생각해보자.

• 증거에 근거해 Alex는 오류가 제한된 경험(limited experience)과 임상적 의사결정 지원 도구(clinical decision support tools)에 대한 과도한 의존과 관련되어 있다고 가설을 세운다. 가설을 검증함으로써 Alex는 오류가 경험 부족과 기술에 대한 과잉의존(overreliance on technology)에서 비롯된다고 연역한다.2
• 이후 탐색적 질적 방법(exploratory qualitative methods)을 통해 수집한 전공의들의 경험에 대한 추가 연구는, 높은 스트레스 환경(high-stress environments)과 불충분한 지원(inadequate support)이 검증된 가설을 넘어 처방 오류에 기여하는 추가 요인임을 Alex가 귀납하도록 이끈다.3
• 귀추적 추론을 통해 Alex는, 초급 의사들이 의도적인 성찰(deliberate reflection)에 참여하지 않은 채 암묵적 휴리스틱 지식(tacit heuristic knowledge)과 직관적 판단(intuitive judgment)에 주로 의존하기 때문에, 자신의 의사결정 과정에 자주 도전 과제를 경험한다는 개연적인 추론(plausible inference)에 이른다.4,5 그 결과 그들은 합리적 처방(rational prescribing)에 유익할 중요한 정보를 무심코 누락할 수 있고, 이는 잠재적으로 오류로 이어질 수 있다.

논리적 추론의 궤적(logical reasoning trajectories)을 신중히 고려하는 것은 연구자들이 자신의 연구 방법을 연구 목표에 정렬하도록 도와주며, 그에 따라 데이터 분석이

• 새로운 이론을 생성할 것인지(generate new theories),
• 기존 이론을 검증할 것인지(test existing ones), 혹은
• 새로운 아이디어를 탐색할 것인지(explore novel ideas)를 알려준다(표 1).

표 1. 귀납적, 연역적, 귀추적 추론의 비교 개요
(A comparative overview of inductive, deductive, and abductive reasoning) 

 

특징(Feature)	귀납적 추론(Inductive Reasoning)	연역적 추론(Deductive Reasoning)	귀추적 추론(Abductive Reasoning)
데이터 접근(Approach to Data)	데이터 주도적이며, 주제가 관찰로부터 발전한다	분석가 주도적이며, 미리 설정된 프레임워크를 따른다	데이터-이론 상호작용(data–theory interplay)을 통해 개연적 설명(plausible explanations)을 추구한다
진행 방향(Course)	상향식(bottom-up): 주제가 데이터로부터 직접 도출된다	하향식(top-down): 이론이 데이터 분석 과정을 이끈다	반복적(iterative): 데이터와 이론 사이를 창의적으로 오간다
목적(Purpose)	데이터에 근거한 새로운 통찰을 구축하기 위해	이론을 검증하거나 확인하기 위해	혁신적 설명을 생성하고 예외 현상(anomalies)을 이해하기 위해
연구자의 역할(Role of Researcher)	중립적 관찰자(neutral observer)로서 데이터에 열려 있으려 노력한다	이론 검증자(theory tester)로서 이론적 렌즈를 적용한다	능동적 해석자(active interpreter)로서 데이터와 이론에 창의적으로 관여한다
선이해의 역할(Role of Preconceptions)	선입견을 최소화한다고 주장하지만, 성찰적 접근은 연구자의 영향을 인정한다	이론적 프레임워크에 근거한 선이해로부터 시작한다	놀라운 데이터를 바탕으로 선이해를 수정하며, 여러 이론에 열려 있다
이론 발전(Theory Development)	관찰된 패턴으로부터 이론이 귀납적으로 발전한다	알려진 이론이 정교화·적용·확인된다	예외를 설명하기 위한 새로운 가설과 이론이 생성된다
이론 구성(Theory Construction)	이론적 깊이 없이 지나치게 기술적이 될 위험이 있다	미리 정해진 프레임워크에 제약받아 혁신이 제한되기 쉽다	추론적 사유(speculative reasoning)를 통해 이론적 혁신과 새로운 프레임워크를 장려한다
유연성(Flexibility)	높음, 개방형 탐색이 가능	낮음, 이론적 프레임워크에 제약됨	중간에서 높음, 반복적이고 적응적임
창의성(Creativity)	제한적, 데이터 표면에 드러난 것에 초점	알려진 이론을 시험하고 정련하는 수준으로 제한됨	높음, 상상적이고 혁신적인 설명을 촉진함
성찰성의 역할(Role of Reflexivity)	성찰적 주제분석(reflexive thematic analysis)에서 핵심적이며, 연구자의 영향이 주제 형성을 적극적으로 빚는다	성찰성은 통제되며, 이론을 검증하거나 적용하는 데 초점을 둔다	성찰성은 근본적이며, 예외(anomalies)와의 창의적 관여를 촉진한다
구성주의 근거이론과의 관계(Relation to Constructivist Grounded Theory)	이론은 데이터와 연구자 해석 사이의 상호작용 속에서 나타난다	프레임워크가 코딩을 안내하지만 해석의 자유를 제한한다	강한 평행성(parallels)을 가진다. 귀추는 상상적 사고를 촉진하면서 근거이론의 귀납적 한계를 재작업한다

 

데이터셋 안에서 패턴(patterns)과 주제(themes)를 식별하는 유연성은 어떤 분석 접근을 취하느냐에 크게 좌우된다.6

• 만약 주제분석이 연역적(deductive)이고 분석가 주도형(analyst-driven)이라면, 주제는 이론적 또는 분석적 프레임워크에 의해 안내되며, 이는 미리 정해진 연구 질문에 정렬된 데이터의 특정 측면에 대한 초점화된 분석을 수반한다.7 Alex가 처방 오류를 경험 부족한 초급 의사들의 의사결정 도구 과잉의존과 연결했던 것처럼, 이러한 접근은 가설을 검증하는 데 유용하지만, 연구자의 기대에 결과를 가두어 이론적 혁신(theoretical innovation)을 제한할 수 있다. 이 접근은 지나치게 경직될 수 있으며, 초기 이론적 프레임워크에 맞지 않는 예측 불가능하거나 무작위적인 질적 데이터(unpredictable or random qualitative data)를 과도하게 단순화할 수 있다. 미리 설정된 가설에 초점을 두면, 연구자가 일부 데이터를 무관한 잡음(irrelevant noise)으로 간주해버림으로써 대안적 설명의 탐색을 제한할 수도 있다.8
• 주제분석이 데이터에 의해 귀납적으로(inductively) 추동될 때, 연구자는 선행 지식이나 특정 연구 질문 없이 유기적으로(organically) 주제를 발전시킨다. 이 경우 분석은 Alex의 사례에서 보이듯 “높은 스트레스가 처방 오류로 이어진다”와 같은 패턴을 규정하는 데 머물며, 그 기저 메커니즘을 설명하거나 더 넓은 이론적 맥락에 개입하지는 않는다. 이러한 접근은 특히 문헌의 지지를 받지 못하는 새로운 현상을 연구할 때 이론 생성(theory generation)에 이상적이지만, 더 넓은 이론적 관여가 부족하면 추상화(abstraction)나 일반화(generalization)를 제한할 수도 있다.
• 귀추의 “창의적 도약(creative leap)”은 연구자들이 전통적인 이론화(traditional theorization)를 넘어, 단순한 기술(description)에서 더 깊은 이론적 통찰로 재해석하고 전진하게 해준다. 이러한 상상력에 기반한, 관찰 기반의 가설들은 연구자들로 하여금 여러 설명을 탐색하도록 하며, 실천과 이론을 연결하면서 유연성(flexibility), 창의성(creativity), 겸손(humility)을 촉진한다.9 Alex의 사례에서 귀추적 가능성을 탐색하는 것은 분석의 범위를 확장하여 처방 관련 오류에 대한 더 깊은 통찰을 제공하고, 실제 문제에 대한 새로운 해결책을 촉진한다. 순수한 귀납적 혹은 연역적 방법과 달리, 귀추적 분석은 더 큰 이론적 유연성(theoretical flexibility)을 허용한다. 연구자들은 여러 이론에 관여할 수 있으며, 새로운 데이터를 만나면서 자신의 프레임워크를 조정할 수 있다. 이러한 유연성은 데이터에서 확인된 패턴이 이론적 가정을 전환하도록 요구할 수 있는 교육 연구에서 특히 중요하다.8

귀추적 추론은 의학교육 연구에서 실천(practice)과 이론(theory)을 통합하는 데 필수적이다. 이는 수련생, 교육자, 직원이 실제 세계의 교육 실천에서 마주치는 것에서 출발하며, 그러한 실천의 복잡하고 맥락적 성격(messy and contextual nature)을 인정한다.8 귀추적 추론을 하나의 worked example로 더 설명하기 위해, Veen과 Cianciolo(2020)는 문제를 재구성(reframing)하는 것이 어떻게 새로운 통찰을 산출할 수 있는지를 보여준다. 비록 명시적으로 언급되지는 않았지만, 세 가지 논리적 추론 양식이 분명히 드러나며, 관점의 전환은 “준거틀(frame of reference)”의 변화를 반영하는데, 이는 “고전적 철학적 이동(classic philosophical move)”을 의미한다. 그들의 예에서 한 레지던시 프로그램 디렉터는, 환자의 치료계획 이해를 점검하는 방법인 teach-back method를 레지던트들이 사용하지 못하는 이유를

• 처음에는 지식 격차(knowledge gap)로 돌리고, 그에 따라 비효율적인 개입을 시행한다.
• 이어서 문제를 동기 결핍(motivational deficit)으로 재해석하는 귀납적 추론 역시 실패한다.
• 그러자 귀추적 추론은 근본 원인이 역할 갈등(role conflict), 즉 레지던트들이 학습자(learner)와 실무자(practitioner) 역할을 균형 잡으려는 데 있다고 제안한다.10

여기서 보이듯, 귀추적 추론은 연구자들이 표면 수준의 설명(surface-level explanations)을 넘어서고, 가정을 도전하며, 기저 원인(underlying causes)을 드러낼 수 있게 한다. 교육학적(pedagogical), 교육과정적(curricular), 혹은 숨은 교육과정(hidden curriculum)의 문제에 적용하면, 이는 교수와 학습의 간과된 측면을 밝혀내어 교육과정 개혁(curriculum reform)을 견인하고, 더 포용적이고 효과적인 학습환경을 만들기 위해 교육 실천을 향상시킬 수 있다.

 

귀추가 교육 연구의 목적과 잘 맞아떨어지기는 하지만, 그 과정은 많은 의학 연구자들에게 익숙하지 않을 수 있다. 그림 1은 이론 주도적(theory-driven) 접근에서 귀납적(inductive) 접근에 이르기까지의 질적 분석 방법론(qualitative analysis methodologies)을 요약하면서, 각 기법이 이론적 프레임워크와 데이터 주도 통찰 사이의 균형을 어떻게 잡는지를 보여준다.

 

연구자들을 위한 방법론적 안내(method guidance)와 지원은 종종 제한적이며 복잡한 언어로 제시되어, 초심자들이 이를 탐색하기 어렵게 만든다. 이를 해결하기 위해, 우리는 귀추적 분석(abductive analysis)을 형성하는 방법론적 단계들에 대한 통찰과 일반적 지침을 제시한다. 특히

 

• (1) 익숙해지기(familiarization),
• (2) 현상 다시 보기(revisiting the phenomenon),
• (3) 낯설게 하기(defamiliarization),
• (4) 이론화(theorization) 또는 대안적 케이싱(alternative casing)

 

...이라는 네 가지 핵심 단계를 강조하며, 예시와 개인적 경험을 통해 이를 설명한다. 또한 우리의 실제적 가이드라인을 따라가기 쉬운 도식(easy-to-follow diagram)으로 단순화하고 시각화하여(그림 2), 각 핵심 단계를 부각한다.

 

---

그림 1. 질적 분석 접근의 연속체
(Continuum of qualitative analysis approaches) 

이론 주도적 접근에서 귀납적 방법론에 이르기까지의 질적 분석 접근의 연속체:

• (1) 내용분석(content analysis),11–14
• (2) 템플릿 분석(template analysis),15–17
• (3) 주제분석(thematic analysis),7,18,19
• (4) 담론분석(discourse analysis),11,20
• (5) 근거이론(grounded theory),21
• (6) 해석현상학적 분석(interpretative phenomenological analysis, IPA),22,23 그리고
• (7) 내러티브 분석(narrative analysis).24,25

그림 내부 텍스트 번역

1. 내용분석 (Content analysis)
   질적 자료를 문구(phrases), 문자(characters), 주제(themes)와 같은 코딩 단위를 계량화하고 빈도(frequency)를 측정함으로써 대개 양적 자료로 전환하는 체계적 자료분석의 한 형태이다. 해석적일 수도 있지만, 여전히 텍스트의 분절(disaggregation)을 통해 의미를 발견한다.
2. 템플릿 분석 (Template analysis)
   미리 정해진 주제 집합이 코딩 과정을 안내한다. 그러나 선행 템플릿(a priori template)에 있는 주제들은 수정되거나, 변경되거나, 승화되거나, 하위범주화(subcategorised)될 수 있다.
3. 주제분석 (Thematic Analysis)
   데이터를 주제(themes)와 패턴(patterns)으로 코딩하는 분석 과정이다. 이 과정은 유연하며, 연역적·귀납적·귀추적일 수 있다.
4. 담론분석 (Discourse analysis)
   연구자는 텍스트 안의 사회적 상호작용을 분석하며, 특히 언어(language)와 담론(discourse)이 사회적 현실(social reality)을 어떻게 구성하고 변화시키는지에 초점을 둔다.
5. 근거이론 (Grounded theory)
   연구자는 기존 문헌(extant literature)에 기반한 선이해 없이 데이터를 귀납적으로 코딩하고, 경험적 발견과 밀접하게 닮은 이론을 구축한다.
6. 해석현상학적 분석 (Interpretative phenomenological analysis, IPA)
   연구자는 전사자료(transcript)에 대한 해석적 관여를 통해 코딩한다. 이러한 심리학적이고 귀납적인 분석 형식은, 참여자들이 사회세계를 어떻게 해석하는지를 바탕으로 코드를 구축하려고 한다.
7. 내러티브 분석 (Narrative analysis)
   데이터를 코드로 분절하기보다, 내러티브 분석은 참여자들이 공유하려는 이야기를 유지하려 한다. 데이터 제시는 전체 서사의 제시가 된다.

연속체 축(axis)
체계적·이론 주도적(Systematic & Theory Driven) → 귀납적(Inductive)

---

익숙해지기(familiarization)는 디딤돌이다
(FAMILIARIZATION IS THE STEPPING STONE) 

철저하고 성찰적인 접근은 연구자들이 자신의 관찰에 익숙해지도록 도와주며, 마주치는 어떤 상호작용도 간과되지 않도록 보장하는 동시에 이론적 감수성(theoretical sensitivity)을 높여준다.

능동적 읽기(active reading)를 통해 코퍼스(corpus)에 익숙해지기
(Familiarize with the corpus via active reading) 

익숙해지기(familiarization)는 데이터를 반복해서 읽고 전사(transcribing)하면서 패턴과 의미를 식별하는, 데이터에 몰입하는 능동적 과정(active process of immersing in data)이다.7,8 연구자들이 코딩과 메모 작성(note-taking)을 통해 자신의 관찰에 몰입적으로 관여하는 것은, 이론적 아이디어를 탐색하고 더 깊은 분석 과정을 준비하는 토대를 구축한다.8,26 귀추적 분석에서 익숙해지기는 연구자들이 자신의 가정을 적극적으로 도전하고 재고함으로써 현상에 대한 더 깊은 통찰을 얻는 변형적 단계인 낯설게 하기(defamiliarization)로 가는 길을 닦는다. 데이터에 대한 철저한 익숙해짐을 위해 수행되는 코딩과 메모 작성(memo-writing)은 진행 중인 성찰을 구체화하여, 한 번 문서화된 상호작용을 잊어버리지 않게 한다.8,27

 

질적 데이터는 전사된 면담(transcribed interviews), 관찰 현장노트(observational field notes), 기록문서(archival documents), 웹 기사(web articles), 스크래핑한 웹 데이터(scraped web data) 등 다양한 형태로 존재할 수 있다. 그러나 데이터 유형과 무관하게, 데이터를 능동적으로 읽는 과정(actively reading the data)은 동일하다. 왜냐하면 이 과정은 독자가 코퍼스(corpus)에 익숙해지면서 의미를 추출하고 서사를 이해할 수 있게 하기 때문이다. 분석가 자신이 데이터를 수집하는 경우, 이는 추가적 세부가 필요한 지점을 식별하고 연구자가 자신의 데이터 수집 방법을 신속하게 조정할 수 있게 한다는 점에서 뚜렷한 장점이 있다.19 연구자들이 팀으로 일하는 경우, 데이터 수집이 아직 진행 중이라면 데이터의 약점이나 공백은 데이터 수집을 담당하는 연구자에게 알려져야 한다. 유연성(flexibility)과 실용주의(pragmatism)가 귀추의 기저 원리이기 때문에, 이러한 데이터 수집 절차의 변경은 이론적 설명의 공백(gaps in theoretical explanation) 또는 데이터 자체에 대한 이해의 공백에 의해 알려질 수 있다.

이론적 친숙성(theoretical familiarity)을 통해 총체적 이해 얻기
(Gain holistic understanding through theoretical familiarity) 

동등하게 중요한 것은 이론적 친숙성(theoretical familiarity)이다.28 이는 깊이 있는 지식을 개발하기 위해 여러 이론적 프레임워크(theoretical frameworks)에 능동적으로 관여하는 것을 뜻한다. 폭넓고 정교한 이론적 배경은 연구자들이 데이터의 미묘한 차이(nuances)에 민감해지도록 하며, 관찰을 다시 보고 예기치 못한 데이터를 인식하게 도와주어, 그렇지 않았다면 간과되었을 수 있는 지점에서 새로운 통찰을 생성하게 한다. 이론들에 대한 광범위한 친숙성은 연구의 모든 단계에서 필수적인데, 이는 하나의 프레임워크에만 의존하기보다 “이론적 폭(theoretical breadth)”을 뒷받침하기 때문이다. 복수의 의미에서 이론을 안다는 이 접근은, 관찰에 대안적 이론적 케이싱(alternative theoretical casings)을 적용할 수 있는 능력을 넓혀주며, 귀추를 활용한 새로운 가설의 창의적 발전을 지원한다.28

 

연구자의 이론적 친숙성 또는 감수성은 연구 질문(research question)의 형성에 영향을 미쳐, 탐구가 관련성 있는 이슈에 초점을 유지하고 모호하거나 임의적인 결과를 피하도록 돕는다.29,30 초기의 이론적 프레임워크는 연구자의 탐색을 지나치게 제한하지 않으면서 가이드(guide) 역할을 해야 한다. 연구자들은 데이터를 기존 가설이나 확립된 프레임워크에 맞도록 조작해서는 안 된다. 대신, 경험적 관찰이 자신의 이해를 이끌도록 허용하고, 과학적 탐구의 역동적 성격을 인식해야 한다. 기억해야 할 것은, 목표가 단 하나의 객관적 진리(a singular objective truth)를 발견하는 것이 아니라, 조사 중인 현상에 대해 가장 논리적이고 유용한 설명을 찾는 데 있다는 점이다.31,32 데이터와의 귀추적 관여는 분석가가 예기치 못한 발견과 대안적 설명에 열려 있도록 도와주며, 자신의 “맹점(blind spots)”을 인정할 준비와 의지를 갖게 한다.9 연구자들은 자신의 선이해(preconceptions)를 정기적으로 성찰하고, 데이터에서 발전하는 통찰에 따라 자신의 이론적 이해를 기꺼이 수정해야 한다.33

세밀한 현장기술(thick description)을 위해 몰입하기
(Immerse for detailed fieldwork descriptions) 

귀추적 데이터 분석은 데이터의 “두꺼운 기술(thick description)”을 강조한다. 이는 참여자 세부정보와 사회적 환경을 포함하는 완전한 현장연구 맥락화(full fieldwork contextualization)를 뜻한다. 이는 귀추적 분석에서 경험적 데이터와 이론적 통찰을 연결하는 데 핵심적이다.

• 풍부하게 세부화된 설명을 제공함으로써, 연구자들은 예상치 못한 발견을 탐색하고 데이터의 맥락을 충실히 반영하는 이론을 구축하거나 정련하는 데 더 유리한 위치에 선다.26
• 두꺼운 기술은 단지 데이터 코퍼스를 넘어서, 결과의 전이가능성(transferability)을 더 잘 이해할 수 있도록 풍부한 설명을 제공한다.34

최근의 한 질적 연구는 당뇨병을 가진 청소년과 청년 성인의 정체성 형성(identity formation)에 관한 반구조화 면담(semi-structured interviews)으로 시작했다. 이 연구의 표집 방법은 참여자들의 인구사회학적 특성, 사회적 주변환경, 그리고 Danish Illness Identity Questionnaire (IIQ-DK) 점수에 대한 두꺼운 기술을 얻는 데에도 초점을 맞추었다. 이 접근은 귀추적 분석을 강화하여, 당뇨병과 함께 살아가는 경험과 정체성 인식에 대한 더 깊은 발견을 산출했고, 수용(acceptance), 거부(rejection), 사회적 역동(social dynamics)이라는 주제를 드러내며 이론적 정련을 지원했다.35

 

보다 강건한 귀추적 분석 접근은, 연구 대상이 되는 개인 혹은 공동체의 문화(culture), 규범(norms), 실천(practices)에 밀접하게 익숙해짐으로써 획득된 맥락에 대한 철저한 이해에 의해 안내된다.36 맥락, 참여자, 사회적 환경에 대한 생생한 묘사는 연구자가 경험적 발견의 실제 세계 함의와 깊이 연결되도록 한다. 이러한 몰입적 접근은 연구가 다양한 상황과 맥락에 더 관련성을 갖게 만들며, 그 결과 도출되는 권고안이 성공적으로 실행될 가능성을 높인다.19

---

데이터를 다시 보는 반복적 과정
(ITERATIVE PROCESS OF REVISITING DATA) 

연구자의 이론적 프레임워크와 손에 들린 데이터 사이를 앞뒤로 오가는 반복적 과정(iterative process)은, 논의 중인 현상이 최초의 인상을 넘어 확장되고 새로운 통찰의 길을 열도록 해준다.

관찰을 다시 보고 코딩을 시작하기 (Revisit your observations and kick-start coding) 

관찰을 다시 보는 것(revisiting observations)은 귀추적 분석에서 데이터 구성(data construction)의 첫 단계를 이루며, 이는 데이터 코딩의 반복적 순환으로 작동한다. 한때는 중요해 보이지 않았던 경험적 관찰이나 현상(empirical observations/phenomena)도 나중에는 가치 있게 될 수 있다. 현장노트(field notes), 사진(photographs), 전사자료(transcriptions)는 모두 관찰과 경험을 다시 보는 데 유용한 도구다. 서로 다른 관점(vantage points)은 발견에 새로운 빛을 비추고 놓친 패턴의 식별을 지원함으로써, 코딩의 초기 순환을 시작하게 한다. 다양한 이론적 관점에서 관찰에 접근하는 것은 통찰을 풍부하게 하며, 오래된 관찰을 다시 보는 데 열려 있는 태도는 가치 있는 새로운 연결이나 통찰을 드러낼 수 있다.28

 

데이터를 코드(codes)로 분해하는 것은 언어적 혹은 시각적 데이터의 생각을 자극하는 핵심을 포착하는 간결한 표상(concise representations)을 생성하는 것을 뜻한다.37 원자료(raw data)와 인지적 해석(cognitive interpretation) 사이의 직접적 연결을 세우는 코딩의 시작(coding initiation)은,38 데이터를 철저히 탐색하기 위해 적어도 두세 차례의 추가 코딩 라운드가 뒤따라야 한다. 초기 라운드가 모든 관련 코드를 산출하지 못할 수 있음을 인식하고,37 중요 지점 각각을 코딩하는 것은 최대한의 의미를 생성한다.7,37 귀추적 주제분석에서는

• 연구자가 개방코딩(open coding) 접근(주로 원자료에 의존하는 방식)에서부터,
• 선행연구와 이해가 의사결정과 해석을 안내하기 시작하는 선택코딩(selective coding)으로 진행해가야 한다.

Ingersgaard와 동료들은 당뇨병을 가진 젊은이들의 정체성 형성을 분석할 때 다중 코딩 라운드를 사용했다.

• 첫 번째 라운드에서는 “inner-outer dialectics of identification”, “identity work”, “impression management”와 같은 민감화 개념(sensitizing concepts)에 의해 안내되며 정체성과 관련된 중요한 지점들이 도출되었다.35 이러한 개념들은 정체성 형성이라는 더 넓은 맥락 속에서 관련 데이터를 특정하는 데 도움을 주었다.
• 두 번째 라운드에서는 코드를 통합하고 관련 없거나 반복된 코드를 제거함으로써 패턴과 관계에 대한 이해를 정련했다.37 이 단계에서 데이터를 다시 보는 과정은 핵심 통찰이 정확히 포착되도록 보장했고, 저자들이 참여자 응답 속의 반복 패턴과 예외(anomalies)를 식별할 수 있게 했다. 이러한 데이터/발견의 재방문은 사회적 맥락에서 참여자들의 정체성 관리(identity management)에 대한 이해를 심화시켰다.37

최종 코딩 라운드에서는, 원자료에 밀접하게 연결된 간결한 라벨을 갖춘 코드북(codebook)을 사용하는 것이 핵심 특징과 서사를 강조함으로써 질적 분석의 엄밀성(rigor), 명료성(clarity), 조직성(organization)을 향상시킨다.18,19,26 일부 비평가들은 코드북을 지나치게 연역적이고 체계적이라고 일축하지만, 귀추적 분석 접근 안에서 코드북은 정확성의 객관적 척도(objective measure of accuracy)라기보다 추론을 비판적으로 성찰하고 다시 보기 위한 도구(tool)로 기능한다. 연구팀 내부 토론에 유용한 코드북은 코딩 단계를 투명하게 제시하여, 코더(coders), 심사자(examiners), 지도자(advisors)의 평가를 돕는다.6,19,39

숙고와 성찰을 위한 시간을 확보하기 (Allocate time for deliberation and reflection) 

성찰의 순간을 위해 시간을 따로 떼어두는 것은 성급한 판단을 피하게 해줄 뿐 아니라, 연구 증거에 대한 의도적 숙고(purposeful contemplation)를 장려하여, 숙고(deliberation)를 정보에 근거한 의사결정(informed decision-making)의 핵심 요소로 만든다.40,41 성찰은 “나는 그 아이디어를 어디서 얻었지?(where did I get that idea?)”와 같은 질문을 던지면서 자신의 생각의 기원을 의식적으로 탐색하는 것을 포함한다. 이 과정은 연구자들이 영향의 원천을 식별하고 새로운 이론적 통찰을 얻도록 한다.40

걷기(walking), 읽기(reading), 음악 듣기(listening to music)와 같은 활동에 참여하는 것은 창의적 사고(creative thinking)를 자극하여 연구 과정을 향상시킬 수 있다. 이는 Agatha Christie가 줄거리 영감을 자발적으로 얻었던 방식과 비슷하며, 숙고와 성찰적 사고를 포함한다. Christie가 “줄거리는 아주 이상한 순간에 떠오른다. 길을 걷고 있거나, 모자 가게를 들여다보고 있을 때… 갑자기 훌륭한 아이디어가 머릿속에 들어온다”42 (p. 436)라고 보고한 것은, 창의적 통찰이 예기치 않게 떠오를 수 있음을 강조한다.

---

낯설게 하기를 통해 새롭게 사고하기
(THINKING ANEW THROUGH DEFAMILIARIZATION) 

낯설게 하기(defamiliarization)는 우리가 당연하게 여겨온 것들을 되돌아보게 하고, 같은 것을 다른 관점에서 식별할 수 있게 해준다.

익숙함으로 탐색하고, 낯설게 하기로 도전하기
(Explore with familiarity; challenge with defamiliarization) 

낯설게 하기(defamiliarization)는 연구에 대해 새로운 관점(fresh perspective)을 획득하는 실제적 과정이다. 연구자들은 자신의 관찰을 자동적으로 어떤 규칙의 사례로 다루는 습관적 방식에 주의해야 하며, 그 과정을 탈자동화(de-automatize)해야 한다. 그래야 발견이 선입견에 의해 편향되거나 기존 규칙에 의해 제한되지 않는다. 낯설게 하기(defamiliarization) 또는 “소격화(estrangement)”는 특히 의료 실천과 교육에서 자동적 사고를 교란하는데,

• (a) 자동성에 도전하기(challenging automaticity): 고정된 패턴에서 벗어나 고정관념(stereotyping)을 피하고,
• (b) 사려 깊은 지각(thoughtful perception): 사물을 새롭게 인식하며 성급한 결론을 유보하고,
• (c) 비판적 탐구(critical inquiry)를 촉진하여 가정과 용어를 질문하게 하며,
• (d) 성찰(reflection)을 길러 마음챙김 실천(mindful practice)의 순간을 삽입하고,43
• (e) 예술(art)을 활용하여 의료 상호작용 속 개별성을 더 잘 이해하게 한다.44

데이터에 대한 관점을 이동시키는 것은 비관습적 각도(unconventional angles)를 고려하고, 탐색적인 질문(probing questions)을 던지며, 대안적 해석(alternative interpretations)을 탐색하는 것을 요구한다. 즉, 익숙한 것을 낯설게 만드는 것(making the familiar unfamiliar)이다.45–47

• 은유적 탐색(metaphorical exploration)은 상징적 언어(symbolic language)를 사용하여 일상적 이해로부터 벗어나게 만든다.45
• 세부의 강화(detail enhancement)는 평소 눈에 띄지 않던 미묘한 차이에 주의를 기울이도록 정교한 묘사를 제공하는 것을 뜻한다.
• 분석 과정에 시간적 거리(temporal distance)를 도입하면 일시적 분리를 만들고, 다시 데이터로 돌아올 때 새로운 관점을 제공한다.28
• 연구자들은 비텍스트적 자료(atextual sources), 예를 들어 Zoom이 생성한 영상(Zoom-generated footage)에 초점을 옮김으로써 낯설게 하기를 촉진할 수 있는데, 이는 텍스트 분석만으로는 포착되지 않는 미묘한 의미와 맥락을 드러낸다.5

Kleijberg 등은48 “낯설게 하기의 놀라움(defamiliarization surprises)”을 인식하면서, 세대 간 예술 기반 활동(intergenerational arts-based activities)이 어떻게 임종(end-of-life, EoL) 문제에 대한 공동체 참여를 촉진할 수 있는지를 탐색했다. 면담, 관찰, 그리고 사망과 죽음에 대한 참여자 관점의 변화를 기록한 성찰노트(reflective notes)라는 형태의 질적 데이터를 활용한 이 연구는, 참여자들이 익숙한 죽음의 개념을 재검토하면서 창조적 수단을 통해 죽음과 삶에 대한 새로운 관점을 생성하는 과정을 보여주었다. 귀추적 분석을 놀이이론(play theory)으로 반복적으로 시작한 Kleijberg 등은, 이러한 예술 활동이 참여자들로 하여금 민감한 주제에 혁신적인 방식으로 관여하게 했음을 발견했다. 동시에 특정 행동들은 특히 죽음과 관련하여 놀이이론에 대한 해석의 확장을 촉발했다. 이러한 놀라운 발견은 다양한 주제를 가로질러 나타났으며, 예술 기반 활동이 얼마나 뿌리 깊은 관점을 도전하고 임종 문제에 대한 더 인간주의적 접근(humanistic approach)에 기여할 수 있는지를 보여주었다. 연구는 이러한 활동이 공동체 참여를 촉진할 뿐 아니라, EoL 논의와 관련된 예술 기반 공동체 참여에 대한 이론 구축(theory-building)에도 기여할 잠재력이 있다고 결론짓는다.48

의미 있는 주제를 만들기 위해 노력하기
(Strive to create meaningful themes) 

다른 질적 분석과 마찬가지로, 귀추적 주제분석에서도 코드(codes)와 주제(themes)를 구별하는 것이 중요하다. 코드는 정밀하지만, 주제는 다양한 코드를 결합하여 이론적 해석을 수행하는 더 복합적인 종합을 의미한다. 주제를 효과적으로 개발하기 위해서는 다음이 필요하다.

• 관계 탐색하기(Explore Relationships): 코드들 사이의 연결을 분석하고, 데이터를 이야기로 엮을 수 있도록 배열한다.7,49
• 주제 라벨링(Theme-Labeling): 어떤 현상을 드러내는 코드를 식별하고, 그것을 기억에 남는 주제로 이름 붙인다.7,50
• 주제의 임계값(Threshold for Themes): 코드가 주제로 변환되기 위한 특정 임계값은 없다. 모든 주제는 이야기 전체를 포괄적으로 이해하는 데 중요한 측면을 담고 있어야 한다.7,51
• 주제 범주화(Theme Categorization): 선택 사항이지만, 일부 학자들은 주제를 중요도에 따라 범주화할 것을 제안한다.7
• 이론과의 연결(Theory Connection): 귀추 연구에서 가장 중요한 점은, 개념(concepts)을 활용하여 주제 발달을 안내함으로써 이론적 관점으로 과정을 풍부하게 만드는 것이다.50

데이터 분석과 이론 몰입을 통해 이론적 부적합(theoretical misfits) 식별하기
(Identify theoretical misfits through data analysis and theory immersion) 

이론적 부적합(theoretical misfits)은 경험적 데이터가, 이전 연구, 지식, 이해, 이론적 프레임워크, 혹은 문헌 읽기에 근거해 기대했던 것과 이론적으로 다를 때(예: variation, discordance, irregularities) 발생한다. 질적 연구를 수행할 때는, 우리가 연구 현장이나 문헌에 몰입하는 과정에서 이러한 이론적 부적합이 즉시 드러나지 않을 수 있음을 인식하는 것이 중요하다. 데이터와 이론 사이의 이러한 단절(breakdowns)은, 경험적 발견과 문헌을 바탕으로 주제를 정련하는 반복적 과정을 수용함으로써 창의적으로 다루어져야 한다.

 

데이터를 적극적으로 찾고 분석하는 것은 연구 중인 이론이나 아이디어의 불일치(inconsistencies)나 모순(contradictions)을 드러내는 데 도움이 된다. 놀라움(surprise)과 불확실성(uncertainty)에 의해 추동되는 귀추적 추론은, 경험적 증거나 미리 정해진 가설을 넘어 작동한다.52 예기치 않은 발견은, 가설을 검증하기 위한 것이 아니라 지속적인 창의적 과정(ongoing creative process)을 수용하기 위한 추가적인 귀추 분석 라운드로 연구자를 이끈다. 여기서 가치는 초기 코딩의 확인(affirmation)만큼이나, 그것에 대한 저항(resistance)에도 있다. 이를 위해서는 여러 이론에 대한 몰입과 주의 깊은 현장 관찰이 필요하다.8

---

재귀적 이론화와 대안적 케이싱을 통한 이론 다듬기
(HONING THEORIES VIA RECURSIVE THEORIZATION AND ALTERNATIVE CASING) 

이론화(theorization)는 데이터를 바탕으로 이론을 정련하고, 대안적 케이싱(alternative casing)은 서로 다른 이론적 관점을 탐색한다. 이 둘은 함께 이론적 이해를 진전시킨다.

데이터를 이론 진화(theoretical evolution)로 이끌기
(Navigate data toward theoretical evolution) 

이론화는 이론이 데이터와 어떻게 관련되는지에 초점을 두는 반면, 대안적 케이싱은 새로운 이론적 가능성을 탐색한다. 귀추적 주제분석은 연역적 방법과 달리,30 기존 프레임워크에 엄격히 고수하지 않으면서 주제들을 안내한다.53 데이터를 이론화하는 핵심 단계는, 확인된 주제들 사이의 관계를 설명할 수 있는지 살피기 위해 이론과 프레임워크를 검토하는 것이다.28 주제가 문헌과 정렬되지 않을 때, 연구자는 데이터에 더 잘 맞도록 이론을 정련·조정·결합해야 할 수 있으며, 이것이 궁극적으로 연구의 목적을 규정한다.30 이론이 발견을 완전히 설명할 경우, 그 연구는 혁신성이 제한된 확인적 연구(confirmatory study)로 간주될 수 있다.26,28 그럼에도 불구하고, 데이터 안의 작은 관찰이나 맥락적 차이조차 새로운 이론적 통찰로 이어질 수 있다.54 연구자들이 이론과 데이터를 연결하고, 이론이 새로운 맥락이나 연구 질문에 충분히 부합하지 못할 때는 이를 수정하는 것이 대단히 중요하다.54,55 더욱이, 대안적 케이싱은 현상을 범주화하거나 틀지우는 다양한 방식을 탐색함으로써 이론화를 강화한다. 이러한 접근은 연구자들이 한 이론이 여러 이론적 관점이나 프레임워크를 가로질러 유지되는지 시험하게 하며, 잠재적으로 새로운 이론 발전이나 정련으로 이어질 수 있다.28 귀추적 주제분석의 유연성은, 관점을 무리하게 합치거나 급격히 변경하지 않고도 이론을 조정할 수 있게 한다.54

 

본질적으로, 이론화와 대안적 케이싱은 경험적 데이터를 반복적이고 다면적으로 검토함으로써 분석적 통찰을 확장하고 이론적 지식을 발전시키기 위해 함께 작동한다.

• Khurshid 등은5 약리학(pharmacology)에서의 문제적·변혁적 개념(troublesome and transformative concepts)을 탐색했는데, 이는 threshold concept framework (TCF)의 이론적 토대에 의해 안내되었고, 이러한 개념들의 기저에 있는 인지 변화(cognitive changes)와 그것이 핵심 주제와 어떻게 관련되는지를 깊이 이해하는 것을 목표로 했다. 그러나 이 주제들이 부각한 인지 변화가 TCF만으로는 충분히 지지되지 않았을 때, 귀추적 추론은 인지부하이론(cognitive load theory, CLT)과의 평행성을 끌어왔다.58 따라서 이 이론화는 CLT와 TCF의 교차(intersection)를 보여주며, 이론 개발을 처음부터 다시 시작하지 않고도 데이터를 더 잘 설명해준다.
• 마찬가지로, 비고츠키(Vygotsky)적/TCF 렌즈를 사용한 귀추적 분석은 호주의 한 대학에서 근거중심실천(evidence-based practice)과 의학통계교육(medical biostatistics education) 속 변혁적 학습(transformative learning)에서 개념 네트워크(conceptual networks)와 비판적 사고(critical thinking)의 핵심 역할을 부각한다.59

과정의 신뢰가능성(trustworthiness) 보장하기
(Ensure trustworthiness of the process) 

귀추적 주제분석에서 신뢰가능성(trustworthiness)은 적합성(fit), 개연성(plausibility), 관련성(relevance)을 통해 보장된다.

• 적합성(Fit)은 이론적 주장(theoretical claims)이 “관찰에 의해 뒷받침되는지(backed up by the observations)”, 그리고 단순한 기술을 넘어서는지를 다룬다.8
• 개연성(Plausibility)은 종종 탐구 공동체(community of inquiry) 안에서, 다른 설명들이 발견을 더 잘 설명할 수 있는지를 검토하는 것을 포함한다.40 여기에는 역방향 매핑(backward mapping) 전략이 포함되며, 이는 해석 뒤의 논리를 보여줌으로써 투명성을 높인다. 역방향 매핑은 특정 통찰에 이르게 한 “사후적으로 드러나는 논리(logics-in-hindsight)”를 추적하여, 해석의 개연성을 확인하고 그 신빙성을 강화한다.40,60
• 관련성(Relevance)은 발견이 당장의 연구를 넘어 의미 있는 기여를 하는지, 더 넓은 학술 담론을 지지하는지를 평가한다.8

---

그림 2. 귀추적 주제분석의 각 단계에 대한 시각적 표상
(Visual representation of each phase of abductive thematic analysis) 

그림 설명 번역

• 유추(analogies)를 사용하여 귀추적 주제분석의 각 단계를 시각적으로 표현한 그림:
  • (1) 맑음, 흐림, 비의 날씨로 익숙해지기를 나타내고,
  • (2) 시간에 따른 변화 패턴을 포함한 태양의 일주 주기(diurnal cycle)로 현상을 다시 보는 단계를 나타내며,
  • (3) 밤의 태양을 보는 것처럼 일상 경험을 낯선 것으로 마주하게 하여 현상에 대한 더 깊은 이해나 재고를 이끌고,
  • (4) 프리즘(prism)을 은유 또는 이론적 렌즈로 사용하여 다양한 이론적 프레임워크를 통해 데이터를 분석함으로써, 스펙트럼이 보여주듯 대안적 관점과 통찰을 드러낸다.
• 각 단계마다 본문에서 논의된 복잡한 팁들은 귀추적 주제분석의 각 단계를 효과적으로 안내할 수 있도록 단순한 단서(simple clues)로 정제되어 있다.

그림 내부 단서(clues) 번역

1) 익숙해지기 (Familiarization) 

• 이론적 이해의 공백(gaps in theoretical understanding)을 해결할 수 있도록 데이터 수집 방법을 조정하라.
• 하나의 프레임워크만이 아니라, 여러 프레임워크를 활용하여 “이론적 폭(theoretical breadth)”을 지향하라.
• 공동체의 문화(culture), 규범(norms), 실천(practices)에 몰입하여 통찰을 깊게 하고 해석을 강화하라.

2) 현상 다시 보기 (Revisiting of Phenomenon) 

• 다양한 관점(vantage points)을 활용하여 동일한 발견을 비추고, 간과된 패턴을 식별하라.
• 기록되었든 그렇지 않든, 모든 경험적 관찰(empirical observations)을 다시 보라.
• “나는 그 아이디어를 어디서 얻었지?”라고 물으며 이론적 아이디어의 출처를 성찰하는 시간을 확보하라.

3) 낯설게 하기 (Defamiliarization) 

• 익숙한 것으로부터 거리를 두고, 예술을 통해 평범한 것을 재정의함으로써 새로운 관점을 얻어라.
• 시간적 거리(temporal distance)를 두고 비텍스트적 자료(atextual sources)에 주목하여 새로운 통찰을 얻어라.
• 가정(assumptions)에 도전하고 이해를 심화하기 위해 성찰(reflection)과 비판적 탐구(critical inquiry)를 통합하라.

4) 이론화 / 대안적 케이싱 (Theorization / Alternative Casing) 

• 공백을 메우기 위해 상보적 이론(complementary theories)을 통합하고, 관련성을 높이는 미묘한 설명(nuanced explanations)을 구축하라.
• 새로운 데이터를 떠오르는 개념(emerging concepts)과 지속적으로 비교하여 이론을 정련하라.
• 작은 데이터 발췌문 하나를 깊이 해부하며, 여러 이론적 관점을 탐색하라.

---

결론 (Conclusion)

귀추적 주제분석은 다른 여러 영역에서와 마찬가지로 의학교육에서도 서서히 주목을 받고 있다. 그러나 질적 데이터 분석에서 이를 효과적으로 사용하는 방법을 둘러싼 혼란은 여전히 존재한다. 이러한 강건한 데이터 분석 접근은 고도의 준비와, 이론적 관여(theoretical engagement)와 방법론적 단계(methodological steps) 사이의 세심한 균형을 요구하며, 따라서 연구자들이 역동적인 지식 창출(dynamic knowledge creation)을 위한 유연한 접근을 수용하도록 격려한다. 우리는 본 논문에서 논의한 실제적 통찰들이, 이 분석 방법에 처음 입문하는 연구자들이 더 복합적인 분석에 참여하여 심층적 통찰을 제공하는 데 도움이 되기를 바란다. 우리는 이러한 가이드라인을 사용해 데이터를 반복적으로 구성하려는 시도가 연구자들로 하여금 경험적 관찰 혹은 현상에 대한 가장 개연적인 설명에 도달하도록 도와줄 수 있다고 권고한다. 추가로, 귀추적 주제분석은 관찰된 현상을 형성하는 데 중요한 역할을 하는 기저 메커니즘(underlying mechanisms)과 맥락적 요인(contextual factors)에 대한 이해를 촉진할 수 있다.