Reflexive Thematic Analysis

 

 

 

Reflexive Thematic Analysis(성찰적 주제 분석) 앞서 브라운과 클라크(Braun & Clarke)가 자신들의 2006년 이론을 더욱 발전시켜 정립한 질적 연구 방법론이다.

기존의 주제 분석(Thematic Analysis)이 데이터 속에 숨겨진 정답을 '발견'하는 과정이었다면, 성찰적 주제 분석은 연구자의 주관성(Subjectivity)을 연구의 걸림돌이 아닌 핵심적인 분석 도구로 활용한다는 점이 가장 큰 특징이다.

 

 

1. 핵심 철학: 연구자는 '채굴자'가 아닌 '조각가'

성찰적 주제 분석을 이해하기 위해서는 연구자의 역할을 어떻게 정의하는지가 중요하다.

기존 방식 (Codebook/Reliability TA)에서 연구자는 데이터라는 광산에서 보석(주제)을 캐내는 '채굴자'와 같았다. 분석은 연구자의 주관을 배제하고 코더 간 일치도(Inter-rater reliability)를 높이는 데 집중하였다.

그러나, 성찰적 방식 (Reflexive TA)에서 연구자는 데이터라는 찰흙을 가지고 작품(주제)을 빚어내는 '조각가'와 같다. 연구자의 가치관, 지식, 경험이 데이터와 상호작용하며 주제를 '생성'한다고 보았다.

 

 

2. 주요 특징

미리 정해진 코드북(Codebook)을 사용하지 않는다. 분석이 진행됨에 따라 코드가 계속 진화하고 유기적으로 변할 수 있다.

무엇보다 코더 일치도를 거부한다는 것이 큰 특징이다. 여러 명이 코딩하여 일치율을 계산하는 것을 권장하지 않는다. 대신, 연구자 간의 활발한 토론을 통해 데이터의 의미를 깊게 탐색하는 '성찰성'을 중시한다.

주제는 단순히 데이터의 요약이 아니라, 데이터를 관통하는 '핵심 개념(Central Organizing Concept)'을 중심으로 구성된 이야기여야 한다.

 

 

3. 분석의 6단계 (Reflexive 버전)

• 데이터 익히기와 성찰 (Familiarisation): 데이터를 읽으며 초기 아이디어를 기록하고, 자신의 선입견이 데이터 해석에 어떤 영향을 줄지 성찰한다.
• 코딩 (Coding): 데이터 전체에 대해 세밀하고 열린 코딩을 진행한다.
• 초기 주제 생성 (Generating initial themes): 코드를 엮어 의미 있는 패턴을 만든다.
• 주제 검토 및 개발 (Developing and reviewing themes): 주제가 데이터 전체의 이야기를 잘 담고 있는지, 각 주제가 독립적인지 확인한다.
• 주제 정의 및 명명 (Refining, defining and naming themes): 각 주제가 전달하고자 하는 핵심 메시지를 명확히 한다.
• 글쓰기 (Writing up): 분석 과정을 투명하게 공개하며 논리적인 결과물을 도출한다.

 

 

4. 왜 STEAM 교육 연구에 적합한가?

 3D 모델링 워크숍이나 STEAM 교육 연구에서 이 방법론이 특히 유용한 이유는 다음과 같다.

수학 교육 전문가로서 연구자가 가진 통찰력이 분석의 편향이 아니라, 데이터를 더 깊게 이해하게 만드는 '자산'이라는 관점이 반영된다. 또한, 복합적 맥락 포착이라는 관점에서 단순히 "선생님(연구대상)들이 즐거워했다"는 결과가 아니라, "수학적 배경을 가진 연구자의 눈으로 보았을 때, 교사들이 도구를 다루는 방식에서 심미적 태도 관찰"과 같은 해석적 주제를 도출할 수 있다.

 

 

> 논문 작성 시 유의점

성찰적 주제 분석을 사용하신다면 논문의 '방법론' 섹션에서 "연구자의 주관성을 분석의 자원으로 활용하였으며, 이를 위해 분석 과정 전반에서 성찰적 일지(Reflexive Journal)를 작성했다"는 식의 서술을 포함하는 것이 좋다.

 

 

 

---

[1] Braun, V., & Clarke, V. (2019). Reflecting on reflexive thematic analysis. Qualitative research in sport, exercise and health, 11(4), 589-597.

-> 2006년 초기 모델과 어떻게 다른지 구분하며, 코더간 일치도를 지양해야 할 이유를 제시함. 

 

[2] Braun, V., & Clarke, V. (2021). Thematic analysis: A practical guide.

-> 최신 지침서

 

[3] Byrne, D. (2022). A worked example of Braun and Clarke’s approach to reflexive thematic analysis. Quality & quantity, 56(3), 1391-1412.

-> 실행 예시를 보임. 

 

[4] Braun, V., & Clarke, V. (2021). To saturate or not to saturate? Questioning data saturation as a useful concept for thematic analysis and sample-size rationales. Qualitative research in sport, exercise and health, 13(2), 201-216.

-> 데이터포화(Saturation)이라는 개념이 성찰적 분석에서 어떻게 재정의되어야 하는지 다룸. 표본 크기의 정당성 확보시 유용. 

 

[5] Smith, B., & McGannon, K. R. (2018). Developing rigor in qualitative research: Problems and opportunities within sport and exercise psychology. International review of sport and exercise psychology, 11(1), 101-121.

-> 비판적 동료 개념 제안함. 

 

[6] Clarke, V., & Braun, V. (2013). Teaching thematic analysis: Overcoming challenges and developing strategies for effective learning. The psychologist, 26(2), 120-123.