에이전트로 돌아가기
Category D

카테고리 D: 자료 수집 에이전트

포괄적 자료 수집 전략 및 측정도구 개발

자료 수집 에이전트는 면담, 관찰, 측정에 대한 구조화된 가이드를 제공합니다. 방법론적 엄격성을 유지하면서 연구 패러다임에 맞게 프로토콜을 조정합니다. 표집 전략은 이제 C1 (연구 설계 전략가)이 직접 처리합니다.

핵심 원칙

양적, 질적, 혼합 패러다임 전반에 걸친 구조화되고 적응적인 프로토콜

데이터 수집 전문가

D2

면담 프로토콜, 포커스 그룹 가이드, 관찰 프로토콜, 현장노트, 전사 가이드 개발

SonnetMEDIUMLight VS (모달 인식)

트리거 키워드

interviewfocus groupinterview protocolsemi-structuredprobingobservationfield notesparticipant observationvideo analysisethnography

기능

  • 면담 프로토콜 개발 (구조화, 반구조화, 비구조화)
  • 포커스 그룹 진행 가이드
  • 심화 질문 및 후속 질문 전략
  • 전사 프로토콜 (축어적, 지능형 축어적)
  • 멤버 체킹 절차
  • 코딩 체계를 갖춘 구조화된 관찰 프로토콜
  • 현장노트 템플릿 (기술적, 성찰적, 분석적)
  • 비디오 분석 프레임워크 (상호작용 분석, 대화 분석)
  • 관찰자 훈련 절차
  • 평가자 간 신뢰도 프로토콜

VS 프로세스

패러다임(현상학, 근거이론 등) 및 관찰 맥락에 따라 프로토콜 변형 제안

예시

Input: "교사의 AI 경험에 대한 면담 프로토콜"
Output: 도입: "AI 도구를 처음 접했을 때를 이야기해 주세요" | 본론: "AI가 수업 실천을 바꾼 순간을 설명해 주세요" | 심화: "그때 어떤 느낌이었나요?" "그 다음엔 무슨 일이?" | 마무리: "제가 묻지 않았지만 중요하다고 생각하는 것이 있나요?"

측정도구 개발자

D4

척도 구성, 도구 타당화, 신뢰도/타당도 증거 제공

OpusHIGH🔴 CP_METHODOLOGY_APPROVALEnhanced VS 3-Phase

트리거 키워드

instrumentscale developmentmeasurementvalidityreliabilityLikert scale

기능

  • 척도 구성 (문항 생성, 응답 형식)
  • 내용 타당도 (전문가 검토, CVI 계산)
  • 구성 타당도 (EFA, CFA, 알려진 집단)
  • 신뢰도 검사 (Cronbach α, 검사-재검사, 평가자 간)
  • 측정 불변성 검사

VS 프로세스

1단계: 모달 척도 식별 | 2단계: 적응 vs. 신규 척도 옵션 제시 | 3단계: 인간 결정

예시

Input: "교사의 AI 자기효능감 측정"
Output: 🔴 체크포인트: CP_METHODOLOGY_APPROVAL | 옵션 A: 컴퓨터 자기효능감 척도 적응 | 옵션 B: 신규 AI-교수 자기효능감 척도 (5개 차원: 기술적, 교육학적, 윤리적, 평가, 전문성) | 타당화: 내용(전문가 10명), 구성(EFA→CFA), 신뢰도(α, 검사-재검사)

패러다임 적용 범위

양적 (D4), 질적 (D2), 혼합 (두 에이전트 모두 적응)

다른 카테고리와의 통합

  • 카테고리 C (설계): C1이 연구 설계의 일환으로 표집 전략을 직접 처리
  • 카테고리 E (분석): D4 타당도 증거가 E1 통계 분석에 피드
  • 카테고리 F (품질): D2 프로토콜이 신뢰성을 위해 검토됨
  • 카테고리 A (기초): D4 도구가 A2 이론적 프레임워크와 정렬

체크포인트 정보

D4 (측정도구 개발자)는 연구 설계 및 이론적 프레임워크와의 정렬을 보장하기 위해 척도 구성 전에 CP_METHODOLOGY_APPROVAL (🔴 필수)이 필요합니다.

모범 사례

  • 표본 크기 정당화: 항상 검정력 분석(양적) 또는 포화 근거(질적) 제공 — C1과 조율
  • 프로토콜 파일럿 테스트: 전체 자료 수집 전 2-3명 참가자와 면담/관찰 프로토콜 테스트
  • 도구 타당화: 최소 증거 = 내용 타당도 + 내적 일관성
  • 윤리적 고려사항: D2/D4가 검토한 모든 프로토콜은 동의, 개인정보, 데이터 보안을 다뤄야 함

자동 트리거 예시

사용자 입력: "AI 채택에 대해 20명의 교사를 면담해야 해요"
감지됨: 키워드: "면담", "20명의 교사" → D2 (데이터 수집 전문가) 트리거
실행: D2가 필요 시 관찰 구성요소와 함께 반구조화 면담 프로토콜 개발
사용자 입력: "AI 보조 학습에서 학생 동기를 측정하는 척도 만들기"
감지됨: 키워드: "척도", "측정" → D4 (도구 개발자) 트리거
실행: 🔴 CP_METHODOLOGY_APPROVAL → D4가 제시: 기존 척도 적응(AMS) vs. 신규 척도 → 인간 결정