근거이론(Grounded Theory) 완전 가이드 2026: 개방·축·선택 코딩과 이론적 표본추출

기존 이론이 충분히 설명하지 못하는 현상을 마주했을 때, 연구자는 어떤 방법론을 선택해야 할까. 근거이론(Grounded Theory)은 현장 데이터 자체에서 귀납적으로 이론을 생성하는 질적 연구 접근법으로, 프로세스·상호작용·사회적 과정을 설명하는 데 탁월하다. 1967년 Barney Glaser와 Anselm Strauss가 《The Discovery of Grounded Theory》에서 처음 제안한 이후, Strauss와 Juliet Corbin이 1990년 《Basics of Qualitative Research》를 통해 절차를 체계화하면서 사회과학·간호학·교육학 등 광범위한 분야에서 가장 영향력 있는 질적 방법론의 하나로 자리 잡았다.

근거이론의 핵심은 데이터 수집과 분석을 동시에 진행하면서 개방 코딩 → 축 코딩 → 선택 코딩의 3단계를 거쳐 추상적 이론을 구성하는 것이다. 이 과정에서 이론적 표본추출, 지속적 비교법, 이론적 포화라는 고유한 전략이 결합되어 연구자가 현상의 핵심 구조를 발견하도록 안내한다. 연구방법론 완전 가이드에서 질적·양적·혼합 방법 전반을 살펴봤다면, 이 가이드는 근거이론의 개념부터 실전 적용까지를 깊이 있게 다룬다.

근거이론이란 무엇인가

근거이론은 기존 이론을 검증하는 연역적 접근과 달리, 현장에서 수집한 데이터에 귀납적으로 근거를 두어(Grounded in data) 새로운 이론을 생성하는 질적 연구 방법론이다. 이름 자체가 “데이터에서 출발하는(Grounded) 이론 생성”을 의미한다.

Glaser & Strauss의 원형 (1967)

Barney Glaser와 Anselm Strauss는 죽어가는 환자와 병원 직원 간의 상호작용을 연구하면서 귀납적 이론 생성의 필요성을 역설했다. 이들의 원형 근거이론은 이론적 표본추출, 지속적 비교법, 이론적 포화라는 세 개념을 핵심으로 삼았다. Glaser는 이후 실체 코딩(Substantive Coding)과 이론적 코딩(Theoretical Coding)의 두 단계 체계를 발전시키며, 절차보다 이론 출현(Emergence)의 자연스러운 논리를 강조했다.

Strauss & Corbin의 체계화 (1990/1998)

Anselm Strauss와 Juliet Corbin은 1990년 《Basics of Qualitative Research: Grounded Theory Procedures and Techniques》에서 개방 코딩·축 코딩·선택 코딩의 3단계를 명시화하고, 축 코딩 단계에서 ‘패러다임 모형(Paradigm Model)’이라는 분석 틀을 제시했다. 이 체계화는 연구자가 데이터 분석 절차를 학문적으로 기술하고 재현할 수 있게 함으로써 오늘날 대학원 논문에서 가장 널리 참조되는 근거이론 판본이 되었다.

언제 근거이론을 사용하는가

근거이론은 다음 조건 중 하나 이상이 충족될 때 적합한 방법론적 선택이다.

• 기존 이론이 부재하거나 불충분한 현상을 탐구하는 경우
• 인간의 행동·과정·상호작용의 흐름과 그 의미를 이해하려는 경우
• 특정 집단이나 상황에 고유한 사회적 과정과 경험을 설명하려는 경우
• 새로운 이론적 명제를 귀납적으로 제안하고자 하는 경우

반면, 이미 충분한 이론이 존재하고 이를 통계적으로 검증하는 것이 목표라면 양적 연구 방법이나 혼합 연구 방법이 더 적합하다. 질적 연구와 양적 연구의 차이를 체계적으로 비교하고 싶다면 질적 vs 양적 연구 방법 선택 가이드 2026도 함께 참고하라. 질적 접근법 전반에 대한 개관은 질적 연구 방법 완전 가이드를 참고하라.

3단계 코딩 절차

Strauss & Corbin 체계에서 코딩은 개방 → 축 → 선택의 순서로 진행되지만, 실제 연구 과정에서는 각 단계 사이를 반복적으로 오가는 비선형적·순환적 특성을 갖는다. 분석은 첫 번째 인터뷰 직후부터 시작되며 데이터 수집과 동시에 진행된다.

1단계: 개방 코딩 (Open Coding)

개방 코딩은 원자료(인터뷰 전사본, 현장 노트, 문서)를 줄 단위 또는 사건 단위로 분석하여 개념(Concept)을 추출하고, 유사한 개념들을 묶어 범주(Category)를 형성하는 작업이다. 이 단계에서 연구자는 선입견을 최소화하고 데이터가 말하는 것에 집중해야 한다.

• 개방성: 기존 이론 틀에 얽매이지 않고 모든 가능한 개념에 개방적 태도를 유지한다.
• 미세 분석(Microanalysis): 단어 선택, 어조, 반복 표현에 주목하며 문장 단위로 분석한다.
• 현장 언어 코드(In Vivo Code): 범주명은 가능하면 참여자 자신의 언어를 그대로 반영한다.
• 속성과 차원: 각 범주의 속성(Property)과 속성이 나타나는 정도인 차원(Dimension)을 함께 명시한다.

2단계: 축 코딩 (Axial Coding)과 패러다임 모형

축 코딩은 개방 코딩에서 추출된 범주들 사이의 관계를 체계적으로 연결하는 과정이다. Strauss & Corbin(1990)은 이 단계에서 패러다임 모형(Paradigm Model)을 분석 도구로 제시했다. 패러다임 모형은 여섯 요소로 구성된다.

* 위 표의 예시는 설명 목적으로 구성된 가상의 사례이며, 실제 연구 결과가 아닙니다.

패러다임 모형의 핵심 범주를 ‘축(Axis)’으로 삼아 여섯 요소를 연결함으로써 범주 간 관계도(Diagram)를 그릴 수 있다. 이 다이어그램이 바로 근거이론의 시각적 이론 구조물로 논문 결과 장에 제시된다.

3단계: 선택 코딩 (Selective Coding)

선택 코딩은 축 코딩에서 도출된 여러 범주 중 하나의 핵심 범주(Core Category)를 선택하고, 모든 다른 범주를 핵심 범주와 체계적으로 연결하여 이론의 이야기선(Story Line)을 완성하는 단계다.

• 핵심 범주 선택 기준: 데이터 전반에 걸쳐 반복적으로 등장하고, 다른 범주들과 풍부하게 연결되며, 현상의 중심을 관통한다.
• 이야기선 서술: 핵심 범주를 중심으로 다른 범주들이 어떻게 연결되는지를 서술체 문장으로 표현한다.
• 이론적 통합: 축적된 메모들을 통합하고 관계 진술문을 명제(Proposition) 형태로 정리한다.

지속적 비교법 (Constant Comparative Method)

지속적 비교법은 근거이론의 독특한 분석 전략으로, 새로운 데이터를 수집할 때마다 이미 코딩된 데이터와 끊임없이 비교하는 과정이다. Glaser & Strauss(1967)가 제안한 이 방법은 다음 네 단계로 진행된다.

1. 사건 비교 및 코드 지정: 각 사건에 잠정적 코드를 붙이고 이전 사건과 비교한다.
2. 코드 통합: 유사한 코드를 범주로 통합하고 범주의 속성을 정교화한다.
3. 이론 경계 설정: 이론적 포화가 접근함에 따라 이론의 범위와 한계를 명시한다.
4. 이론 집필: 포화된 범주와 그 관계를 바탕으로 이론을 기술한다.

지속적 비교법은 데이터 수집과 분석을 순차적으로 분리하지 않고 동시에 진행한다는 점에서, 양적 연구의 단계별 선형 과정과 근본적으로 구별된다. 이 전략은 다음 절에서 다루는 이론적 표본추출과 긴밀하게 연동된다.

이론적 표본추출과 이론적 포화

이론적 표본추출 (Theoretical Sampling)

이론적 표본추출은 근거이론에 고유한 표집 전략으로, 연구 시작 시점에 표본 구성을 완전히 확정하지 않고 분석 과정에서 떠오르는 이론적 필요에 따라 다음에 누구를, 어디서, 어떤 상황을 선택할지를 결정한다. 이는 표본 추출 방법 완전 가이드에서 다루는 확률 표집이나 편의 표집과 근본적으로 다른 논리다.

• 초기 표본추출: 연구 주제와 관련된 첫 번째 참여자 또는 사례를 선정한다. 의도적 표집(Purposive Sampling)을 초기 진입점으로 활용하는 경우가 많다.
• 중간 표본추출: 초기 분석에서 특정 범주의 속성과 차원을 보완할 필요가 생기면, 그 범주를 풍부하게 할 수 있는 사례나 참여자를 추가로 선택한다.
• 종결 표본추출: 이론적 포화가 임박할수록 이론의 범위와 조건을 확인하기 위해 편차적 사례(Deviant Case)나 극단적 사례를 의도적으로 포함한다.

이론적 표본추출은 통계적 대표성이 아닌 이론적 대표성을 추구한다. 목표는 새롭게 발견한 범주에 관한 최대한 풍부하고 다양한 이해다.

이론적 포화 (Theoretical Saturation)

이론적 포화는 추가 데이터 수집이 더 이상 새로운 범주나 범주의 속성·차원을 생성하지 않을 때 도달하는 분석 종결 지점이다. Glaser & Strauss(1967)가 처음 정의한 이 개념은 근거이론 연구에서 표본 크기 결정의 준거 역할을 한다.

포화 도달을 판단하는 실용적 지표는 세 가지다. 첫째, 새 데이터 코딩 시 기존 범주에만 해당하는 내용이 반복된다. 둘째, 기존 범주의 새로운 속성이나 차원이 더 이상 발견되지 않는다. 셋째, 범주 간 관계가 추가 데이터로도 변하지 않는다.

메모잉 (Memoing)

메모잉은 코딩과 이론 집필을 연결하는 분석적 일지 작성 활동이다. Strauss & Corbin은 메모잉을 이론 통합의 핵심 도구로 강조했으며, 메모는 단순한 요약이 아니라 연구자가 코드·범주·관계에 대해 사고하는 과정 자체를 기록한다.

• 코드 메모: 특정 코드나 범주의 의미, 속성, 차원을 탐색하는 분석적 메모
• 이론적 메모: 범주 간 관계와 이론적 주장을 발전시키는 메모
• 방법론적 메모: 연구 과정에서의 결정과 근거를 기록하는 메모 (감사 추적용)
• 성찰적 메모: 연구자 자신의 선입견, 감정, 관점 변화를 기록하는 메모

메모들을 시간 순서로 분류하면 이론이 어떻게 출현했는지의 궤적을 추적할 수 있다. 이는 심사 과정에서 연구 방법의 엄밀성을 입증하는 감사 추적(Audit Trail)의 핵심 자료가 된다.

NVivo·MAXQDA 실전 적용

근거이론 분석을 수작업으로 수행할 수 있지만, 대규모 텍스트 데이터를 다루는 경우 CAQDAS(Computer-Assisted Qualitative Data Analysis Software)를 활용하면 효율성과 체계성이 크게 높아진다.

두 소프트웨어 모두 인터뷰 전사본, 현장 노트, PDF, 동영상 전사본을 소스로 가져올 수 있다. NVivo는 Windows·Mac 양쪽을 지원하며, MAXQDA는 직관적인 인터페이스와 풍부한 시각화 기능으로 국내 대학원생들 사이에서도 사용자가 꾸준히 증가하고 있다. 단, 소프트웨어는 분석 보조 도구일 뿐이며, 이론적 사고와 해석은 여전히 연구자의 몫이다.

신뢰성과 타당성 확보

근거이론은 통계적 신뢰도 계수를 사용하지 않지만, Strauss & Corbin(1990)은 근거이론 연구의 질을 평가하는 고유한 기준을 제시했다. 신뢰도와 타당도 완전 가이드에서 Cronbach’s α와 같은 양적 기준과 비교해 차이를 확인할 수 있다.

연구자 반성성(Reflexivity)과 감사 추적(Audit Trail — 메모·코딩 결정의 기록 보관)은 근거이론 연구의 학문적 엄밀성을 높이는 실천적 전략으로 광범위하게 권고된다.

다른 질적 접근법과의 비교

근거이론은 질적 연구 방법의 여러 전통 중 하나다. 다음 표는 연구자들이 자주 혼동하는 세 접근법을 비교한다.

예시 시나리오 (설명용)

아래 시나리오는 근거이론 적용 과정을 이해하기 위한 가상의 설명용 사례이며, 실제 연구 결과가 아닙니다.

한 대학원생이 “국내 중소기업 재직자들이 원격근무 도입 초기에 어떻게 적응해 나가는가”를 주제로 근거이론을 적용한다고 가정하자.

1. 초기 표본추출: 원격근무를 6개월 이상 경험한 재직자 5명을 첫 참여자로 선정하여 반구조화 인터뷰를 실시한다.
2. 개방 코딩: 전사본에서 ‘혼자라는 느낌’, ‘경계가 무너짐’, ‘디지털 기기 과의존’ 등의 개념을 추출하고, ‘고립감’, ‘경계 붕괴’, ‘기술 피로’라는 범주로 묶는다.
3. 이론적 표본추출: ‘경계 붕괴’ 범주를 발전시키기 위해 자녀를 둔 재직자와 1인 가구 재직자를 추가 선정한다.
4. 축 코딩: 패러다임 모형을 적용하여 ‘고립감'(현상)이 ‘경계 붕괴’와 ‘기술 피로'(인과적 조건)에 의해 발생하며, 재직자들은 ‘업무 루틴 재설계'(전략)로 대응한다는 관계를 구성한다.
5. 선택 코딩: ‘자기 경계 재구축’이 핵심 범주로 선택되고 이야기선이 완성된다.
6. 이론적 포화: 추가 인터뷰에서 신규 범주나 속성이 더 이상 나타나지 않음을 확인하고 자료 수집을 종료한다.

자주 묻는 질문(FAQ)