정성 연구 데이터 포화 예측을 위한 Q‑Sat AI: 머신러닝 기반 의사결정 지원 시스템

초록

본 논문은 정성 연구에서 표본 크기 결정을 좌우하는 ‘데이터 포화’ 개념을 객관화하기 위해, 다섯 가지 주요 정성 연구 설계(사례연구, 근거이론, 현상학, 서사연구, 민속학)를 기반으로 구축한 데이터셋을 활용해 머신러닝 앙상블 모델을 개발하였다. 연구 범위, 정보력, 연구자 역량 등 10개의 정량화된 변수(서열 척도)를 입력 특징으로 사용하고, KNN, Gradient Boosting, Random Forest, XGBoost, Decision Tree 등 여러 알고리즘을 비교·평가하였다. 테스트 R²≈0.85의 높은 설명력을 보였으며, 특히 연구 설계 유형과 정보력 변수가 중요한 특징으로 도출되었다. 최종적으로 웹 기반 의사결정 지원 도구의 개념적 프레임워크를 제시하여, 정성 연구자와 리뷰어가 표본 크기 정당성을 체계적으로 제시하도록 돕는다.

상세 분석

이 연구는 정성 연구에서 가장 오래된 방법론적 난제 중 하나인 ‘데이터 포화’를 정량적·재현 가능한 절차로 전환하려는 시도다. 먼저 저자들은 사례연구, 근거이론, 현상학, 서사연구, 민속학이라는 다섯 가지 전형적인 정성 연구 접근법을 선택하고, 각 접근법별로 표본 크기 결정에 영향을 미치는 10개의 변수를 정의하였다. 변수는 연구 목적의 명확성, 연구 질문의 범위, 정보력(information power), 연구자 전문성, 데이터 수집 방법, 분석 절차 복잡성 등으로 구성되며, 모두 서열 척도로 코딩해 머신러닝 입력값으로 활용한다.

데이터 전처리 단계에서는 결측값을 다중 대체법으로 보완하고, 이상치를 Mahalanobis 거리 기반으로 제거하였다. 이후 데이터는 70:30 비율로 학습·검증 세트로 분할했으며, 각 모델에 대해 교차 검증(k‑fold=5)을 적용해 과적합을 방지하였다. 비교된 알고리즘은 K‑Nearest Neighbors, Gradient Boosting, Random Forest, XGBoost, Decision Tree이며, 성능 평가지표는 결정계수(R²)와 평균 제곱근 오차(RMSE)이다.

실험 결과, 모든 모델이 R²≈0.85 수준의 높은 설명력을 보였으며, 특히 Gradient Boosting과 XGBoost가 가장 낮은 RMSE를 기록했다. 변수 중요도 분석에서는 ‘연구 설계 유형’과 ‘정보력’이 가장 큰 기여도를 보였고, 그 뒤를 ‘연구자 역량’과 ‘데이터 수집 방법’이 잇는다. 이는 기존 정성 연구 이론에서 강조해 온 핵심 요인들이 데이터 기반 모델에서도 유의미하게 재현된다는 점을 시사한다.

또한 저자들은 모델 해석성을 높이기 위해 SHAP(Shapley Additive exPlanations) 값을 시각화했으며, 개별 사례에 대한 포화 시점 예측과 그 근거를 정량적으로 제시할 수 있음을 보여준다. 이러한 접근은 전통적인 ‘주관적 판단’에 비해 투명성과 재현성을 크게 향상시킨다.

한계점으로는 데이터셋 규모가 제한적이며, 주로 영어권 학술지에 게재된 연구를 기반으로 했다는 점이다. 또한 변수 선정이 연구자들의 경험에 의존해 설계되었기 때문에, 문화적·학문적 다양성을 충분히 반영하지 못할 가능성이 있다. 향후 연구에서는 다국어·다문화 데이터베이스 구축과, 심층 신경망 기반 시계열 모델을 도입해 포화 시점의 동적 변화를 포착하는 방안을 모색할 수 있다.

결론적으로, Q‑Sat AI는 정성 연구 표본 크기 정당화 과정에 객관적 근거를 제공함으로써, 연구 설계 단계에서의 의사결정을 지원하고, 학술지 리뷰 과정에서의 투명성을 제고한다는 점에서 학문적·실무적 의미가 크다.