인터뷰 20건을 마치고 전사본을 열어 놓은 채 어디서부터 손대야 할지 모르겠다면, 문제는 방법론이 아니라 절차다. 근거이론이든 주제분석이든 개념은 배웠지만, 전사본 파일을 실제로 어떤 순서로 넣고 코드를 어떻게 만들고 그 결과를 논문의 어느 표로 옮기는지는 아무도 알려 주지 않는다. 이 글은 NVivo 14를 기준으로 인터뷰 자료를 프로젝트에 넣는 순간부터 논문 결과 장에 들어갈 주제 표와 인용문을 뽑아내는 순간까지를 여덟 단계로 정리한다. 방법론 자체의 논리는 주제분석 6단계 가이드와 근거이론 코딩 완전 가이드에 있으니, 어떤 분석을 할지 먼저 정하고 이 글로 돌아오면 된다. 도구 선택을 아직 못 했다면 질적분석 소프트웨어 비교에서 NVivo·ATLAS.ti·MAXQDA의 차이를 먼저 본다.
1단계 · 프로젝트 만들기와 자료 넣기
NVivo를 열고 새 프로젝트를 만들 때 파일명에 연구 제목과 날짜를 넣고, 저장 위치는 클라우드 동기화 폴더가 아닌 로컬 디스크로 잡는다. 동기화 중 프로젝트 파일이 잠기면 손상되는 사고가 실제로 자주 난다. 자료는 Data 그룹의 Files에 가져오는데, 한국어 연구에서 첫 번째 걸림돌이 여기서 나온다. 한글(HWP) 파일은 직접 읽지 못하므로 전사본을 docx로 저장한 뒤 가져온다. 저장할 때 표와 각주를 지우고 본문만 남기면 코딩 화면이 깨끗해진다.
전사본 파일은 하나에 인터뷰 한 건씩, 파일명은 「P01_간호사_3년차」처럼 참여자 번호와 핵심 속성을 담아 통일한다. 파일명이 곧 결과 표의 행 이름이 되므로 나중에 바꾸면 일이 두 배가 된다. 전사 단계에서 이미 익명화를 마치는 것이 원칙이며, 절차는 인터뷰 전사본 익명화 실무를 따른다.
2단계 · 사례와 속성 만들기
이 단계를 건너뛰면 6단계의 비교 분석이 통째로 막힌다. Cases에 참여자마다 사례를 하나씩 만들고 해당 전사본 파일을 그 사례에 연결한 뒤, Case Classification을 하나 만들어 성별, 연령대, 경력, 근무 부서, 소속 기관 유형 같은 속성을 열로 정의한다. 참여자가 20명이면 20행짜리 속성 표가 만들어지고, 이 표가 그대로 논문의 「연구 참여자의 일반적 특성」 표가 된다.
속성 값은 자유 입력 대신 미리 정한 값 목록으로 넣는다. 「3년」과 「3년차」와 「3」이 섞이면 나중에 경력별 비교가 세 갈래로 쪼개진다. 값은 범주로 묶어 두는 편이 낫다. 경력을 「1~3년, 4~9년, 10년 이상」처럼 세 구간으로 정의하면 참여자 수가 적어도 집단 간 비교가 성립한다.
3단계 · 개방 코딩과 노드 만들기
첫 전사본을 열고 의미 단위를 드래그해 새 노드로 코딩한다. 처음에는 노드를 정리하려 하지 말고 자유롭게 만든다. 첫 다섯 건에서 노드가 60~120개까지 늘어나는 것이 정상이며, 이 단계에서 위계를 잡으려 들면 초기 개념이 연구자의 선입견에 눌린다. 노드 이름은 참여자의 표현을 살린 짧은 구절로 짓는다. 「소진」보다 「퇴근해도 환자 생각이 난다」가 나중에 주제를 만들 때 훨씬 쓸모 있다.
코딩할 때 두 가지 습관을 들인다. 첫째, 한 구절이 여러 노드에 겹쳐 들어가는 것을 허용한다. 질적 코딩은 배타적 분류가 아니다. 둘째, 코딩하면서 떠오른 판단은 그 자리에서 Annotation으로 붙이고, 분석 전체에 걸친 생각은 Memo에 날짜와 함께 적는다. 이 메모가 나중에 결과 장의 해석 문장과 연구자 성찰 문단의 재료가 된다.
4단계 · 노드 위계 정리
전사본의 절반 정도를 코딩한 시점에서 한 번 멈추고 노드를 정리한다. 비슷한 노드를 드래그해 하나로 합치고(Merge), 상위 개념 노드를 만들어 그 아래로 끌어 넣어 2~3단계 위계를 만든다. 최종적으로 최상위 노드가 3~6개, 그 아래 하위 노드가 각각 3~6개인 구조가 논문 표로 옮기기에 가장 적당하다. 위계가 4단계를 넘어가면 결과 장의 소제목 구조가 무너진다.
합칠지 말지 판단이 서지 않는 노드는 지우지 말고 「보류」라는 임시 상위 노드 아래에 모아 둔다. 분석 후반에 그중 일부가 중요한 예외 사례로 되살아나는 일이 잦다.
코드북 한 행에 들어가는 다섯 칸
노드 위계를 잡았다면 코드북을 문서로 따로 만든다. 코드북이 없으면 두 번째 코더와 기준을 맞출 수 없고, 심사에서 「코딩 기준이 무엇인가」라는 질문에 답할 근거가 없다. 코드북의 한 행은 다섯 칸으로 구성한다. 코드명, 정의(한 문장으로, 무엇을 가리키는 코드인지), 포함 기준(이 코드로 코딩하는 발화의 조건), 배제 기준(비슷해 보이지만 이 코드가 아닌 경우와 대신 쓸 코드), 대표 인용문(실제 전사본에서 뽑은 한두 문장)이다.
배제 기준이 코드북의 핵심이다. 「업무 부담」과 「소진」처럼 인접한 두 코드는 정의만으로는 갈리지 않고, 「업무의 양과 시간에 관한 진술은 업무 부담으로, 정서적 고갈과 무감각에 관한 진술은 소진으로 코딩한다」처럼 경계를 명시해야 코더 간 일치도가 올라간다. 코드북은 분석 중에 계속 바뀌므로 버전과 수정 날짜를 남기고, 최종본을 학위논문 부록에 싣는 것이 최근 관행이다.
5단계 · 나머지 자료 코딩과 포화 확인
정리한 노드 구조로 나머지 전사본을 코딩하면서 새 노드가 언제부터 안 생기는지를 기록한다. 새 인터뷰 두세 건 연속으로 새로운 노드가 나오지 않으면 이론적 포화에 이르렀다고 보고, 그 시점을 방법 절에 「17번째 참여자 이후 새로운 개념이 도출되지 않아 20명에서 자료 수집을 종료하였다」처럼 적는다. NVivo의 Files 목록에서 파일별 코딩 참조 수를 보면 어느 인터뷰가 자료를 많이 냈는지 한눈에 보이고, 이 수치가 포화 서술의 근거가 된다.
6단계 · 쿼리로 비교하기
코딩이 끝나면 쿼리가 분석의 중심이 된다. 학위논문에서 실제로 쓰이는 쿼리는 네 가지면 충분하다.
- 행렬 부호화 쿼리(Matrix Coding) — 행에 노드, 열에 사례 속성을 놓으면 「경력 구간별로 어느 주제가 더 많이 언급되었는가」의 표가 즉시 나온다. 질적 연구에서 빈도를 근거로 쓰지는 않지만, 집단 간 강조점의 차이를 서술할 단서로는 정당하다.
- 부호화 쿼리(Coding Query) — 두 노드에 함께 코딩된 구절만 뽑는다. 「소진」과 「조직 지원 부족」이 같이 나타나는 지점을 찾는 식으로, 주제 간 관계를 서술할 근거가 된다.
- 단어 빈도(Word Frequency) — 초기 탐색용으로만 쓴다. 한국어는 조사가 붙어 형태가 갈라지므로 불용어 목록에 조사와 「그런데, 이제, 좀」 같은 담화 표지를 추가해야 결과가 읽힌다.
- 텍스트 검색(Text Search) — 특정 표현이 등장한 모든 지점을 한 화면에서 확인해, 코딩에서 놓친 구절을 찾는 데 쓴다.
7단계 · 코더 간 신뢰도 실행
코딩 신뢰도를 보고해야 하는 계열의 분석이라면 두 번째 코더가 별도 프로젝트에서 같은 자료의 일부, 보통 전체의 20~30%를 독립적으로 코딩한 뒤 그 프로젝트를 가져와 Coding Comparison Query를 돌린다. 결과로 노드별 카파(Kappa) 계수와 일치율이 나오며, 0.61 이상이면 상당한 일치, 0.81 이상이면 거의 완전한 일치로 관행적으로 읽는다. 낮게 나온 노드는 정의가 모호하다는 뜻이므로 두 코더가 코드북의 정의와 포함·배제 기준을 다시 쓴 뒤 재코딩한다.
성찰적 주제분석 계열이라면 카파를 보고하지 않는 것이 오히려 방법론적으로 일관되며, 대신 삼각검증과 참여자 확인, 동료 검토로 신뢰성을 확보했다고 적는다. 어느 쪽을 택하든 방법 절에 그 선택의 근거를 한 문장으로 밝힌다.
8단계 · 논문으로 내보내기
결과 장에 필요한 산출물은 세 가지다. 첫째, 주제 구조 표다. 상위 주제, 하위 주제, 각 주제에 코딩된 참여자 수를 열로 두고, Explore 탭의 계층 구조나 행렬 쿼리 결과를 엑셀로 내보내 표로 다듬는다. 둘째, 인용문이다. 노드를 열어 참조 목록에서 주제마다 두세 개의 대표 구절을 고르고 참여자 번호를 붙여 옮긴다. 인용문은 조사를 고치지 않고 그대로 옮기며, 생략은 말줄임표로, 이해를 돕는 보충은 대괄호로 표시한다. 셋째, 모형 그림이다. Explore 탭의 Maps로 주제 간 관계를 그려 결과 장 첫머리에 배치하면 심사위원이 구조를 먼저 잡는다.
부록에 무엇을 실을지도 이 단계에서 정한다. 국내 질적 학위논문은 최종 코드북, 인터뷰 질문지, 연구 참여 동의서, 사례별 속성 표를 부록으로 싣는 경우가 많고, 심사위원이 코딩의 투명성을 확인하는 통로가 여기다. 프로젝트 파일 자체를 제출하는 관행은 아직 없지만, 노드 구조를 그대로 옮긴 계층 목록 한 장은 부록에 넣어 두면 방법 절의 서술을 뒷받침한다.
내보낸 표와 인용문을 결과 장의 문장으로 엮는 단계에서 시간이 많이 든다. 주제 구조와 대표 인용문을 정리해 두고 Tesify AI 학술 에디터에 넣으면 주제별 결과 서술의 초안과 학술 문체로 다듬은 문장을 받아 볼 수 있고, 여기에 자기 해석과 참여자의 맥락을 채워 넣는 방식으로 작업 시간을 줄일 수 있다. 초안의 해석 문장은 반드시 원자료와 대조해 확정하며, 참여자의 인용문은 어떤 경우에도 고쳐 쓰지 않는다.
방법 절에 무엇을 적을 것인가
NVivo를 썼다는 사실만 적는 것으로는 부족하다. 심사에서 통과하는 방법 절은 다음을 담는다. 사용한 프로그램과 버전, 분석 방법과 그 근거 문헌, 코딩 단계와 각 단계에서 한 일, 노드가 최종적으로 몇 개의 상위 주제와 하위 주제로 정리되었는지, 포화를 어떻게 판단했는지, 코더가 몇 명이고 신뢰도를 어떻게 확보했는지, 연구자의 배경이 해석에 미친 영향을 어떻게 다루었는지다. 「NVivo 14를 활용하여 분석하였다」 한 문장만 있는 방법 절은 거의 예외 없이 보완 요구를 받는다.
전공별로 달라지는 코딩의 초점
같은 NVivo 절차라도 전공에 따라 무엇을 노드로 잡느냐가 갈린다. 간호학에서는 환자·보호자·간호사의 경험을 다루는 연구가 많아 증상 경험, 대처 방식, 의료진과의 상호작용, 제도적 제약이 상위 주제가 되는 경우가 흔하고, 사례 속성에는 근무 부서와 임상 경력이 반드시 들어간다. 교육학에서는 수업 상황의 상호작용, 교사의 신념과 실천의 간극, 학생의 학습 경험이 축이 되며, 관찰 기록과 수업 녹화 전사가 인터뷰와 함께 들어오므로 자료 유형별로 폴더를 나누고 사례에 함께 연결한다. 사회복지학에서는 서비스 이용 경험, 접근을 막는 장벽, 낙인과 자원 연결이 반복해서 나타나 상위 주제가 비교적 일찍 안정된다.
전공마다 결과 장의 관행도 다르다. 간호학과 사회복지학 학위논문은 주제별로 소제목을 달고 인용문을 길게 싣는 편이고, 교육학은 사례별 서술과 주제별 서술을 함께 쓰는 구성이 많다. 자기 학과의 최근 질적 학위논문 두세 편을 열어 결과 장의 소제목 구조와 인용문 길이를 먼저 확인한 뒤 노드 위계의 깊이를 정하면 옮기는 단계에서 손이 덜 간다.
4주 분석 일정의 감
인터뷰 20건 규모의 학위논문이라면 코딩과 분석에 4주를 잡는 것이 현실적이다. 1주차에 전사본 정리와 프로젝트 구축, 사례·속성 설정을 마치고 첫 다섯 건을 개방 코딩한다. 2주차에 노드를 정리해 위계를 만들고 코드북 초안을 쓴 뒤 앞의 다섯 건을 재코딩한다. 3주차에 나머지 자료를 코딩하며 포화를 확인하고 두 번째 코더에게 20~30%를 넘긴다. 4주차에 쿼리를 돌리고 신뢰도를 계산하고 표·인용문·모형 그림을 내보낸다. 여기서 가장 자주 무너지는 구간이 2주차이므로, 노드 정리에 쓸 하루를 통째로 비워 두는 편이 안전하다.
한국어 자료에서 자주 막히는 지점
- 한글 파일 — HWP는 지원되지 않으므로 docx로 변환한다. 변환 후 줄바꿈이 문단마다 끊겨 들어오면 코딩 단위가 잘게 쪼개지므로, 변환한 문서에서 불필요한 줄바꿈을 먼저 정리한다.
- 화자 구분 — 전사본에서 「연구자:」와 「참여자:」를 문단 앞에 일관되게 붙여 두면 자동 코딩 기능으로 화자별 분리가 가능하고, 연구자 발화가 주제에 섞여 들어가는 사고를 막는다.
- 단어 빈도의 조사 문제 — 형태소 분리가 되지 않으므로 「간호사가」와 「간호사는」이 다른 단어로 잡힌다. 단어 빈도는 탐색 도구로만 쓰고 결과의 근거로 삼지 않는다.
- 인용문 길이 — 국내 학위논문은 인용문을 세 줄 안팎으로 자르는 관행이 있다. 노드에서 뽑은 긴 구절은 핵심 문장으로 줄이되 맥락이 사라지지 않는 선에서 자른다.
인터뷰 자료 준비가 아직 끝나지 않았다면
코딩은 자료의 질을 넘어서지 못한다. 반구조화 질문지 구성과 라포 형성, 후속 질문의 원칙은 인터뷰 연구 방법에 정리되어 있고, 전사 자체를 어떤 도구로 할지는 자동 전사와 수기 전사의 정확도 차이를 따져 정한다. 전사본이 부실하면 노드가 아무리 정교해도 결과 장의 인용문이 빈약해진다.
자주 묻는 질문
NVivo 무료 버전이 있나요?
영구 무료 버전은 없고 14일 무료 체험판이 제공됩니다. 다수의 국내 대학이 도서관이나 정보전산원을 통해 사이트 라이선스를 제공하므로 소속 대학의 소프트웨어 안내를 먼저 확인하는 편이 빠릅니다.
코딩은 몇 번 반복해야 하나요?
전체 자료를 최소 두 번 훑는 것이 관행입니다. 1차로 개방 코딩을 하고 노드를 정리한 뒤, 정리된 구조로 처음 코딩한 자료를 다시 코딩해야 앞뒤 기준이 일치합니다.
노드가 200개가 넘었는데 정상인가요?
개방 코딩 단계에서는 있을 수 있습니다. 다만 그대로 두면 안 되고 병합과 위계 정리를 거쳐 최상위 3~6개, 하위 각 3~6개 수준으로 줄여야 결과 장의 구조가 섭니다.
NVivo가 분석을 대신 해 주나요?
아닙니다. NVivo는 자료를 정리하고 검색하고 비교하는 도구이며, 어떤 구절이 무슨 의미인지 판단하는 일은 전적으로 연구자의 몫입니다. 방법 절에도 도구가 아니라 연구자의 분석 절차를 적습니다.
정리
NVivo 작업은 자료를 넣고, 사례와 속성을 만들고, 자유롭게 코딩한 뒤 위계로 정리하고, 쿼리로 비교하고, 표와 인용문으로 내보내는 순서다. 오늘 할 일은 전사본을 docx로 변환해 프로젝트에 넣고 사례 분류표의 속성 열을 확정하는 것이다. 이 두 가지만 제대로 해 두면 뒤의 여섯 단계는 순서대로 흘러간다.