In-depth interview 자동분석 절차의 탐색적 연구 : 데이터 드리븐 디자인 실무자 사례를 중심으로

An Exploratory Study on the Automated Analysis Procedure of In-depth Interviews: A Case

Study of Data-driven Design Practitioners

- 이은솔, 김민주, 연명흠 (2025)

- 한국디자인학회 Archives of Design Research, Vol 38.4 (2025): 143-166.

연구배경 및 목적

UX 리서치에서 In-depth Interview는 사용자의 사고 흐름과 판단 논리를 이해하는 핵심 정성 연구 방법으로 활용되어 왔다. 그러나 기존 분석 방식은 수작업 코딩과 해석에 크게 의존하여 시간과 노동이 많이 소요되며, 분석자의 주관에 따라 결과의 일관성과 재현성이 달라질 수 있다는 한계를 가진다. 이에 본 연구는 인터뷰 기반 정성 데이터를 구조화 가능한 분석 단위로 전환하고, Python 기반 자동 분석 절차를 통해 사고 흐름을 정량화·시각화할 수 있는 방법론을 제안하는 데 목적이 있다.

연구방법과 절차

총 7명의 UX/UI 디자이너, PM, 데이터 사이언티스트를 대상으로 수집한 인터뷰 데이터를 의미 단위로 분할한 뒤, 문장 임베딩과 클러스터링을 적용하여 사고 유형을 도출하였다. 이후 사고 흐름 태깅 기준을 설정하고 자동 분류 모델을 구축하였으며, Sankey Diagram을 중심으로 태그 간 전환 구조와 인지 흐름의 특징을 시각화하였다.

연구결과

자동화 기반 분석을 통해 총 1,041개의 의미 단위 발화를 구조화하고, 발화 내 태그 간 전환 관계와 반복 경로를 정량적으로 추출할 수 있었다. 특히 자동 태깅과 시각화 절차를 통해 태그 간 동시 출현 패턴, 전환 빈도, 중심성 구조를 수치 기반으로 비교·해석할 수 있었으며, 이는 기존 수작업 분석에서 파악하기 어려웠던 사고 흐름의 연결 구조를 체계적으로 드러내는 결과를 보였다. 또한 자동 분류 모델을 통해 발화를 일관된 기준으로 반복 적용 가능하게 함으로써, 정성 데이터 분석의 재현성과 확장 가능성을 확보하였다. 본 연구는 정성 인터뷰 데이터를 자동화된 절차로 구조화·시각화할 수 있음을 실증적으로 제시하고, UX 리서치에서 정성·정량 융합 분석의 실질적 적용 가능성을 제안한다.