근거이론(Grounded Theory) 연구방법 완전 정리 (2026)

근거이론(Grounded Theory) 연구방법 완전 정리 (2026)

질적 연구 방법 중에서도 근거이론(Grounded Theory)은 기존 이론을 자료에 적용해 검증하는 대신, 수집한 자료로부터 개념을 직접 도출하고 이를 체계적으로 연결해 새로운 이론을 만들어내는 접근이다. 1967년 글레이저(Glaser)와 스트라우스(Strauss)가 처음 제안한 이래, 특정 현상에 대한 기존 이론이 부족하거나 새로운 설명 틀이 필요한 사회과학·교육학·간호학 연구에서 널리 활용되고 있다.

빠른 답변. 근거이론은 인터뷰나 관찰 등으로 수집한 자료를 개방 코딩, 축 코딩, 선택 코딩의 3단계로 분석해 개념과 범주를 도출하고, 이를 하나의 핵심 범주로 통합해 이론을 생성하는 질적 연구 방법이다. 자료 수집과 분석을 반복하며 새로운 참여자를 선택하는 이론적 표집을 진행하고, 새로운 개념이 더 이상 나오지 않는 이론적 포화 시점에서 자료 수집을 종료한다.

근거이론이란 무엇이며 어떤 특징이 있는가?

근거이론은 “이론이 자료에 근거해(grounded) 귀납적으로 생성되어야 한다”는 전제에서 출발한다. 연역적으로 가설을 세우고 이를 검증하는 양적 연구와 달리, 근거이론은 현장에서 수집한 인터뷰·관찰·문서 자료를 반복적으로 비교·분석하면서 개념을 도출하고, 이 개념들 사이의 관계를 체계화해 하나의 설명적 틀, 즉 실체이론(substantive theory)을 만들어낸다.

근거이론의 핵심 특징은 세 가지로 요약된다. 첫째, 자료 수집과 분석이 동시에 순환적으로 진행되는 지속적 비교분석법(constant comparative method)을 사용한다. 둘째, 분석 과정에서 드러난 개념적 공백을 메우기 위해 다음 자료를 전략적으로 선택하는 이론적 표집을 수행한다. 셋째, 연구자의 분석적 사고 과정을 기록하는 메모잉(memoing)을 통해 개념 간 관계를 점진적으로 정교화한다. 이 세 가지가 상호작용하면서 근거이론 특유의 나선형 연구 절차가 형성된다.

근거이론이 다른 질적 접근과 구별되는 또 다른 지점은 “결과물의 형태”다. 현상학적 연구가 경험의 본질적 의미를 서술적으로 풀어내고 사례연구가 특정 사례의 맥락을 심층 기술하는 데 초점을 둔다면, 근거이론은 최종적으로 개념들 사이의 관계를 도식화한 이론적 모형, 즉 범주 간 인과관계와 과정을 설명하는 하나의 틀을 산출물로 제시해야 한다는 점에서 목표 자체가 다르다.

개념을 코딩하여 범주로 묶는 모습을 표현한 이미지
개념을 코딩하여 범주로 묶는 모습을 표현한 이미지

Glaser 계열과 Strauss&Corbin 계열은 어떻게 다른가?

근거이론은 창시자인 글레이저와 스트라우스가 이후 서로 다른 방향으로 접근을 발전시키면서 두 갈래로 나뉘었다. 이 차이를 이해하지 못하면 논문 방법론 장에서 절차적 일관성이 흔들릴 수 있어 반드시 사전에 계열을 명확히 정하고 시작해야 한다.

Glaser 계열 vs Strauss&Corbin 계열 비교
구분 Glaser 계열 (고전적 근거이론) Strauss&Corbin 계열 (절차적 근거이론)
선행 문헌 검토 이론 생성 이후로 최대한 미룸 연구 초기 문헌 검토를 허용
코딩 절차 비교적 유연하고 자유로운 코딩 개방·축·선택 코딩의 체계적 절차 강조
패러다임 모형 사용하지 않음 인과조건-맥락-중재조건-작용/상호작용-결과 모형 활용
연구자의 역할 이론이 자료에서 스스로 출현(emergence) 연구자가 능동적으로 개념을 구성(construction)
적합한 연구자 질적 연구 경험이 풍부한 연구자 체계적 절차가 필요한 초보 연구자

이 외에도 캐시 카르맥(Kathy Charmaz)이 제안한 구성주의 근거이론(Constructivist Grounded Theory)은 연구자와 참여자의 상호작용 속에서 의미가 공동 구성된다고 보는 제3의 흐름으로, 최근 국내 교육학·간호학 논문에서도 인용 빈도가 늘고 있다. 어떤 계열을 택하든 논문에는 선택 이유와 해당 계열의 철학적 전제를 명시하는 것이 심사 과정에서 중요하게 다뤄진다. 계열 선택은 단순한 형식적 절차가 아니라, 연구자가 지식이 어떻게 형성된다고 보는지에 대한 인식론적 입장을 드러내는 작업이므로 서론이나 방법론 초반부에 그 근거를 충분히 논증하는 것이 바람직하다.

이론적 표집은 어떻게 진행하는가?

이론적 표집(theoretical sampling)은 근거이론을 다른 질적 연구와 구별 짓는 핵심 절차다. 일반적인 표본 추출 방법에서는 자료 수집 전에 표본 크기와 대상을 정하는 것이 일반적이지만, 이론적 표집은 다르다. 연구자는 초기 자료를 분석하면서 드러난 개념이나 범주에 아직 설명되지 않은 공백이 있으면, 그 공백을 메울 수 있는 다음 참여자나 자료를 의도적으로 선택해 나간다.

예를 들어 직장 초년생의 이직 결정 과정을 근거이론으로 연구한다고 가정하자. 초기 인터뷰에서 “상사와의 관계”가 핵심 개념으로 떠올랐다면, 다음 단계에서는 상사와의 관계가 극단적으로 좋거나 나쁜 사례를 의도적으로 찾아 인터뷰함으로써 해당 개념의 속성과 차원을 더 풍부하게 만든다. 이 과정은 더 이상 새로운 개념이나 속성이 나타나지 않을 때까지, 즉 이론적 포화에 이를 때까지 반복된다. 이론적 표집이 일반 표집과 근본적으로 다른 점은 표본의 대표성이 아니라 개념의 이론적 관련성을 기준으로 다음 자료를 선택한다는 것이며, 따라서 표본 수보다 개념적 다양성의 확보가 우선순위가 된다.

개방·축·선택 코딩은 각각 무엇인가?

근거이론의 자료 분석은 전통적으로 세 단계의 코딩을 거친다. 각 단계는 순차적이면서도 실제로는 반복적·순환적으로 오가며 진행된다.

근거이론 코딩 3단계
코딩 단계 목적 산출물
개방 코딩(Open Coding) 원자료를 줄 단위로 분해해 개념 이름 붙이기 수백 개의 초기 개념(코드)
축 코딩(Axial Coding) 개념들을 속성·차원별로 재조합해 범주 형성 인과조건-맥락-작용/상호작용-결과로 연결된 범주
선택 코딩(Selective Coding) 모든 범주를 핵심 범주(core category) 중심으로 통합 스토리라인과 실체이론

개방 코딩

인터뷰 전사본이나 관찰 기록을 문장 또는 구 단위로 세밀히 나눠 각 조각에 개념적 이름을 붙이는 단계다. 이 단계에서는 최대한 많은 코드를 생성하는 것이 중요하며, 연구자의 선입견을 배제하고 자료 자체가 말하는 바에 집중해야 한다. 원자료의 표현을 그대로 코드명으로 사용하는 in-vivo 코딩 기법을 병행하면 참여자의 언어적 뉘앙스를 살리면서도 개념화 작업의 근거를 자료에 밀착시킬 수 있다.

축 코딩

개방 코딩에서 도출된 수많은 개념을 유사성과 관련성에 따라 상위 범주로 묶는 단계다. Strauss&Corbin 계열에서는 각 범주를 인과적 조건, 맥락, 중재적 조건, 작용/상호작용 전략, 결과라는 패러다임 모형에 따라 재배열해 범주 간 관계를 명확히 한다. 이 단계에서 연구자는 “이 범주는 왜 발생했는가”, “어떤 조건에서 강화되거나 약화되는가”와 같은 질문을 스스로 던지며 범주 간 논리적 연결을 검증한다.

선택 코딩

축 코딩을 통해 정리된 여러 범주 가운데 다른 모든 범주를 포괄할 수 있는 핵심 범주를 선정하고, 이를 중심으로 전체 현상을 설명하는 하나의 스토리라인을 구성하는 최종 단계다. 이 단계의 결과물이 곧 해당 연구가 제시하는 실체이론이 된다. 핵심 범주는 대부분의 다른 범주와 빈번하게 연결되고, 자료 전체를 설명할 수 있는 추상성을 갖추고 있어야 하며, 지나치게 광범위하거나 반대로 지엽적이어서는 안 된다.

인터뷰 전사본에 코딩 표시를 남긴 근거이론 분석 과정
인터뷰 전사본에 코딩 표시를 남긴 근거이론 분석 과정

이론적 포화와 지속적 비교는 무엇인가?

이론적 포화(theoretical saturation)는 추가로 자료를 수집해도 기존 범주에 새로운 속성이나 차원이 더 이상 발견되지 않는 시점을 말한다. 정해진 참여자 수 공식은 없지만, 국내에서 수행된 근거이론 학위논문들을 보면 관행적으로 15~30명 내외의 참여자에서 포화에 도달했다고 보고하는 경우가 많다(연구 주제와 자료의 풍부성에 따라 차이가 크므로 원출처인 개별 논문의 방법론 장을 직접 확인하는 것을 권장한다). 한국학술지인용색인(KCI)이나 RISS에서 관련 선행연구의 참여자 수와 포화 판단 근거를 함께 검토하면 자신의 연구 규모를 가늠하는 데 참고가 된다.

지속적 비교분석법(constant comparative method)은 근거이론 전체를 관통하는 분석 원리다. 새로 수집된 자료를 이전에 분석한 자료 및 이미 형성된 개념·범주와 끊임없이 비교하면서, 유사점은 통합하고 차이점은 새로운 속성이나 하위 범주로 분화시킨다. 이 과정이 반복될수록 범주의 밀도(density)와 이론의 설명력이 높아진다. 실무적으로는 인터뷰 1~2건을 진행할 때마다 곧바로 전사와 초기 코딩을 병행하고, 그 결과를 바탕으로 다음 인터뷰의 질문을 조정하는 식으로 자료 수집과 분석 사이의 간격을 최소화하는 것이 지속적 비교분석법을 실질적으로 구현하는 방법이다.

근거이론 연구를 수행할 때 유의점은 무엇인가?

근거이론은 절차가 체계적인 만큼 실행 과정에서 흔히 범하는 실수도 뚜렷하다. 첫째, 코딩 단계를 형식적으로만 거치고 실제로는 주제 분석(thematic analysis)에 가깝게 자료를 요약하는 데 그치는 경우가 많다. 근거이론의 정체성은 범주 간의 관계를 이론적으로 통합하는 데 있으므로, 단순 주제 나열에 머물지 않도록 축 코딩과 선택 코딩 단계에 충분한 시간을 투자해야 한다.

둘째, 이론적 표집을 실행하지 않고 처음부터 정해둔 표본 계획을 그대로 따르는 경우다. 이는 근거이론의 핵심 원리를 위반하는 것이므로, 논문 방법론 장에는 자료 수집과 분석이 실제로 어떻게 순환적으로 이뤄졌는지를 구체적으로 서술해야 심사에서 방법론적 엄격성을 인정받을 수 있다. 셋째, NVivo나 ATLAS.ti 같은 질적 자료 분석 소프트웨어(CAQDAS)에 지나치게 의존해 소프트웨어가 자동으로 이론을 만들어준다고 오해하는 경우다. 이러한 도구는 코드와 메모를 체계적으로 관리하는 데 유용할 뿐, 개념 간 관계를 해석하고 통합하는 작업은 전적으로 연구자의 분석적 역량에 달려 있다.

넷째, 신뢰성 확보 장치를 소홀히 하는 경우다. 근거이론에서는 동료 검토(peer debriefing), 참여자 확인(member checking), 감사 추적(audit trail) 등을 통해 분석의 신뢰성을 뒷받침하는 것이 관행이며, 논문 심사에서도 이러한 절차를 얼마나 충실히 기록했는지가 질적 연구의 엄격성을 판단하는 주요 근거로 쓰인다.

메모잉은 왜 중요한가?

메모잉(memoing)은 코딩 과정 전반에서 연구자가 떠올린 분석적 아이디어, 개념 간 관계에 대한 가설, 이론적 통찰을 즉시 기록해두는 작업이다. 단순한 관찰 노트와 달리 메모는 “왜 이 코드가 중요한가”, “이 두 범주는 어떤 조건에서 연결되는가”와 같은 분석적 사고 자체를 담아야 한다. 코드 메모, 이론적 메모, 절차적 메모로 구분해 작성하면 이후 선택 코딩 단계에서 핵심 범주를 도출할 때 그동안의 사고 흐름을 되짚어보는 데 큰 도움이 된다.

메모잉을 소홀히 하면 자료량이 많아질수록 연구자가 초기에 떠올렸던 통찰을 잊어버리고, 축 코딩과 선택 코딩 단계에서 다시 원자료로 돌아가 처음부터 관계를 재구성해야 하는 비효율이 발생한다. 반대로 메모를 체계적으로 축적하면 메모 자체가 이론 생성의 초안 역할을 하게 되어, 논문 결과 장을 작성할 때 서술의 뼈대로 활용할 수 있다.

자주 묻는 질문

근거이론과 다른 질적 연구 방법의 차이는 무엇인가요?

현상학이 경험의 본질적 의미를 기술하는 데 초점을 두고 사례연구가 특정 사례를 심층 기술하는 데 목적이 있다면, 근거이론은 자료로부터 개념을 추출하고 이를 체계적으로 연결해 실체이론(substantive theory)을 새롭게 생성하는 것을 목표로 한다는 점에서 구별된다.

Glaser와 Strauss 계열 중 어느 쪽을 따라야 하나요?

정해진 정답은 없다. 선행 문헌 검토 없이 자료에서 이론이 스스로 드러나야 한다고 보는 Glaser의 고전적 근거이론과, 체계적인 코딩 패러다임과 절차를 강조하는 Strauss&Corbin의 절차적 근거이론 중 자신의 연구 질문과 지도교수의 지도 방향에 맞는 계열을 선택하고, 논문에 선택 이유를 명시하는 것이 중요하다.

이론적 표집은 일반 표집과 어떻게 다른가요?

일반적인 표집은 자료 수집 전에 표본 크기와 대상을 미리 정하지만, 이론적 표집(theoretical sampling)은 분석 과정에서 드러나는 개념적 공백을 메우기 위해 다음 참여자나 자료를 계속 선택해 나가는 방식이다. 즉 자료 수집과 분석이 동시에 순환적으로 진행된다.

이론적 포화는 어떻게 판단하나요?

새로운 자료를 추가로 수집해도 기존 범주에 새로운 속성이나 차원이 더 이상 나타나지 않는 시점을 이론적 포화(theoretical saturation)로 판단한다. 절대적인 참여자 수 기준은 없으며, 국내 질적 연구에서는 관행적으로 15~30명 내외에서 포화에 도달했다고 보고되는 사례가 많지만 연구 주제와 자료의 풍부성에 따라 달라진다.

근거이론 논문에서 CAQDAS 소프트웨어를 꼭 써야 하나요?

필수는 아니지만 NVivo, ATLAS.ti 같은 질적 자료 분석 소프트웨어(CAQDAS)를 사용하면 방대한 코드와 메모를 체계적으로 관리하고 코딩의 일관성을 높이는 데 실질적으로 도움이 된다. 다만 소프트웨어는 도구일 뿐이며 코딩의 논리적 타당성은 연구자의 해석 역량에 달려 있다.

근거이론은 절차가 정교한 만큼 방법론적 엄격성을 인정받기 쉬운 접근이지만, 형식적인 코딩 단계 나열에 그치지 않고 개념 간 관계를 실제로 통합해내는 해석 작업이 핵심이다. 인터뷰 연구 방법사례연구(Case Study) 방법론을 함께 검토하면 자신의 연구 질문에 가장 적합한 질적 접근을 선택하는 데 도움이 된다.

AI로 학위논문·졸업논문 작성하기

목차 구성부터 본문 집필, 참고문헌 정리까지. 학문적 진실성을 지키며 Tesify가 논문 작성을 끝까지 지원합니다.

무료로 시작하기 →
AI로 논문 작성 — 무료로 시작하세요 무료로 시작하기