좋은 연구를 위한 이론(Theory)과 모델(Model)의 이해
- 쇼셜이노베이션융합전공
- 조회수465
- 2022-04-13
좋은 연구를 위해 선행되어야 하는 조건에는 연구자처럼 생각하고 행동할 수 있는 훈련을 하는 것이 필요하다. 이는 연구자의 추상적이며 관심있는 현상을 시각화하는 것을 의미한다. 다시 말해서 눈에 보이지 않는 무형의 개념이나 패턴을 유형화 시키고 이러한 관찰들을 서로 연결시킴으로써 일반적인 법칙이나 이론으로 생성하고 발전시켜 다른 문맥(context)에 접목시키는 것이다. 이번 학습자료는 이론(theory), 모델(model)에 대해 알아본다.
이론(theory)은 주어진 가정과 조건하에서 어떤 현상이나 행동을 설명하는 서로 연관된 구성개념과 명제들의 체계적인 집합체이다. 명제는 두·세 가지의 연결된 구성개념들이고 이러한 명제들의 연결된 집합을 이론이라고 한다. 따라서 이론은 많은 구성개념 및 명제들의 체계(system)를 나타내기 때문에 명제나 가설에 비해 보다 넓고 복잡하며 추상적이라고 할 수 있다.
과학적 연구에 익숙하지 않은 사람들은 종종 이론을 추측(speculation)의 관점으로 본다. 그러나 실용적이고 사실적인 것은 과학적으로 이론을 입증하는데 매우 중요한 요인이다. 훌륭한 과학적 이론은 명백한 사실을 사용하여 입증된 것이고 그것은 실제적으로 가치가 있다. 유명한 독일의 심리학자 퀄트 레빈(Kurt Lewin)은 “실제 없는 이론은 없으며 이론 없는 실제는 세울 수 없다”라고 하여 이론과 실제는 분리될 수 없음을 설명하였다. 그러므로 과학적 연구에서는 이론과 실제 모두 중요한 요소이다.
이론은 사회적 현상이나 자연적 현상을 설명한다. 좋은 설명과 빈약한 설명이 존재 하듯 좋은 이론과 그렇지 않은 이론도 존재할 수 있다. 연구자는 이론이 절대 ‘진실(truth)’이 아니라는 것을 명심해야 한다. 어떠한 이론도 절대적인 것은 없으며 이론은 어떠한 사람이 제안했다고 반드시 진실로 받아들여지는 것은 아니기 때문이다. 그러므로 과학적 연구는 빈약한 이론을 좀 더 설명력을 가지고 있는 이론으로 발전시키는 것이다. 연구자들의 이러한 도전은 현상을 기존보다 좀 더 풍부한 이론으로 정립시키는데 있다.
이론과 함께 자주 쓰이는 용어 중 하나가 모델이다. 모델(model)은 연구를 위해 구성된 전체 혹은 부분적 시스템이라고 표현된다. 이론의 기본적인 목적이 현상을 설명(explanation)이라면 모델은 현상을 표상화(representation) 하는 것이다. 모델은 의사결정자들이 주어진 투입을 바탕으로 중요한 결정을 하는데 사용하기도 한다. 예를 들어, 마케팅 관리자가 올해 광고 비용을 작년 광고 비용, 판매수익, 시장 성장, 경쟁상품과 관련된 수치를 사용하여 어떤 상품에 어떻게 사용하였는지 알아보고자 할 때 모델을 사용한다. 혹은 일기예보를 할 때 바람의 강도, 방향, 기온, 습도의 수치를 바탕으로 미래 기상 패턴을 예측하는 모델을 사용하기도 한다. 이러한 모델들은 매우 유용하며 모델은 매우 다양한 형태를 취하기도 한다. 대표적으로 수학적 모델, 네트워크 모델, 경로 모델(path model)등이 있다. 또한, 모델은 기술적(descriptive), 예측적(predictive), 규범적(normative)인 형태를 갖는다. 기술모델(descriptive model)은 변수들을 시각화하고 그 변수들의 관계를 시스템 안에서 표현한다. 앞선 광고 지출 모델이 그러하다. 예측모델(predictive model)은 미래의 사건에 대한 예견을 표현하고자 할 때 사용하며, 기상예보가 대표적인 예이다. 규범모델(normative model)은 일반적으로 규범 활동을 표현하는 가이드의 역할로 사용된다.
[그림 1] 모델을 만들기 위한 과정
이론과 모델의 발전 과정에는 귀납적(inductive)와 연역적(deductive) 추론을 포함하고 있다. 연역적 추론(deduction)은 이론적이거나 논리적인 이유를 바탕으로 현상이나 행동에 대해 결론을 이끌어 냄으로써 전제(premise)화 하는 것이다. 예를 들면, 어떤 한 은행에서 직원에게 강력한 윤리성을 강요한다(전제 1). ABC 는 그 은행의 종업원이다(전제 2). 그렇다면 ABC 는 그 윤리성을 따를 것이라고 믿는다(결론). 따라서 연역적 추론은 기본 전제와 근거가 올바르다면 그 결과는 반드시 옳다는 것이다.
귀납적 추론(induction)은 사실과 관찰된 증거를 바탕으로 결론을 그려나가는 과정이다. 예를 들어, 한 회사가 프로모션 캠페인에 많은 비용을 지출했다(관찰 1). 그러나 판매량을 증가하지 않았다(관찰 2). 따라서 프로모션 캠페인은 잘못되었을 가능성이 있다(결론). 그러나 여기서 낮은 판매량을 경제침체나 경쟁상품의 등장, 자사 브랜드 파워, 공급망 문제와 같은 다른 변수들이 존재한다. 따라서 귀납적 추론을 통한 결론은 오직 가설이며, 반증될 수 있다. 일반적으로 연역적 방법으로의 결론이 귀납적 방법의 결론보다 강하지만 연역적 방법의 기본명제가 잘못되었다면 그 결과는 반드시 잘못된 결론을 갖는다는 의미를 포함하는 점을 가지고 있다는 것을 명심해야 한다.
이론과 모델 설정의 과정에서 귀납적 추론과 연역적 추론에 대하여 보여주고 있다(그림 1). 귀납적 추론은 우리가 어떤 현상을 관찰한 후 “왜 이런 일이 벌어졌는가?”라는 질문으로 시작한다. 이에 대한 답을 도출하기 위하여 우리는 가설을 설립하게 된다. 그리고 나서 우리는 결론을 도출하기 위해 기존 이론으로부터 현상을 잘 설명할 수 있는 로직과 근거 있는 전제를 바탕으로 연역적 추론을 통해 설명한다. 이와 같이 연구자는 귀납적 추론과 연역적 추론을 적절히 사용하여 현상을 가장 잘 설명할 수 있는 방법을 모색하여야 한다.
* 출처: Social Science Research: Principles, Methods, and Practices. Anol Bhattacherjee.
- 이전글
- [학습자료] 요인분석 소개
- 다음글
- 연구설계에 대한 이해