---
id: P-REINFORCE-AUTO-GTME-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 0.86
tags: [auto-reinforced, grounded-theory, research-methodology, qualitative-analysis, sociology, inductive-reasoning]
last_reinforced: 2026-04-20
---

# [[Grounded Theory Method|Grounded Theory Method]]

## 📌 한 줄 통찰 (The Karpathy Summary)
> "현장에서 캔 이론: 미리 가설을 세우고 끼워 맞추는 대신, 날것의 데이터(인터뷰, 관찰 등) 속에서 반복되는 패턴과 개념을 추출하고 이들의 관계를 엮어내어 바닥(Ground)부터 이론을 구축하는 귀납적 리서치 기법."

## 📖 구조화된 지식 (Synthesized Content)
근거 이론(Grounded Theory Method)은 질적 연구에서 데이터를 기반으로 이론을 생성하는 방법론입니다.

1.  **주요 프로세스**:
    *   **Open Coding**: 데이터 조각들을 개념화하여 이름을 붙임.
    *   **Axial Coding**: 개별 개념들 간의 범주를 설정하고 인과관계를 연결.
    *   **Selective Coding**: 핵심 범주(Core Category)를 선정하여 통합적인 이론 모형 완성.
2.  **왜 중요한가?**:
    *   기존 이론으로 설명되지 않는 새로운 사회 현상이나 사용자 행동의 기저 심리를 파헤칠 때 가장 강력한 도구임. (Bottom-Up-Approach의 전형)

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거에는 사람이 수천 페이지의 인터뷰를 직접 읽으며 코딩하는 고통스러운 '수동 정책'이었으나, 현대 정책은 AI 에이전트가 방대한 질적 데이터를 1차 코딩하고 패턴을 제안하는 'AI 보조 근거 이론 정책'으로 효율성이 극대화됨(RL Update).
- **정책 변화(RL Update)**: 단순히 학계의 연구 정책을 넘어, IT 제품 기획 정책에서 사용자의 숨겨진 니즈(User Experience (UX))를 발굴하고 제품의 철학 정책을 세우는 실무적 방법론으로 각광받고 있음.

## 🔗 지식 연결 (Graph)
- [[Analysis|Analysis]], [[Bottom-Up-Approach|Bottom-Up-Approach]], User Experience (UX), [[Knowledge synthesis|Knowledge synthesis]], [[Sociology of Knowledge|Sociology of Knowledge]]
- **Modern Tech/Tools**: NVivo, ATLAS.ti, LLM-based qualitative analysis agents.
---