독립 Core가 아니면 넣지 않습니다
새로운 이름이나 흥미로운 설명만으로 성향을 추가하지 않습니다. 기존 construct로 설명되거나 근거가 부족하면 중단·보류합니다.
FIND ME는 처음부터 지금의 구조를 알고 시작한 프로젝트가 아닙니다. 아이디어를 세우고, 기존 연구와 비교하고, 시뮬레이션과 외부검토로 공격하고, 지지되지 않는 것은 버리거나 보류하면서 현재의 CI-A 단계까지 왔습니다.
유형검사의 쉬운 이해성과 공유성을 인정하면서도, 같은 방향 안의 정도와 세부패턴, 상황차이, 반복성을 놓치지 않는 자기이해 도구를 구상했습니다.
사건·반응·강도·지속·회복·주기 같은 관찰단위에서 새로운 개인차를 직접 찾으려 했습니다. 하지만 새로워 보이는 차이가 기존 성향·상황·전략·노력·이해로 설명될 가능성이 컸습니다. 이후 새 construct는 ‘남는 설명되지 않은 안정적 차이’에서만 제안하기로 바꿨습니다.
Big Five·BFI-2·NEO·HEXACO 등 기존 성격·개인차 연구를 기준점으로 두었습니다. 어느 한 모델을 정답으로 복제하지 않고, 각 연구가 축적한 정의·경계·측정지식과 실패모드를 출발점으로 사용합니다.
초기 후보 가운데 보상 접근 기울기, 계획성, 관계 특이성 등은 독립적인 Core 성향으로 충분히 지지되지 않았습니다. 외부검토는 Level 차이가 Contingency 차이처럼 만들어질 수 있다는 문제와 construct stripping·환경선택 혼동 등을 제기했습니다.
Level-only false contingency, Sequence-Luck, Effort/Understanding nuisance, 측정모형 misspecification을 재현했습니다. 이 과정에서 ‘반복해서 안정적으로 보임 = 실제 개인특질’이라는 단순 규칙을 폐기하고, 순서·세션·맥락·오차를 기록하는 구조로 바꿨습니다.
6개 넓은 Reference 영역 아래 20개 세부 성향 후보를 운영하고 문항풀을 만들었습니다. 80개 후보에서 시작해 내부·외부 공격 과정에서 86개까지 확장한 뒤 약한 문항을 제거해 84개 후보로 정리했습니다.
역채점 부재, 사회적 바람직성, 문항 중복, 목표노력과 과업지속성의 경계, Honesty–Humility 계열의 도덕적 응답압력 등을 다시 검토했습니다. 문항 수를 동일하게 맞추는 것보다 각 construct를 필요한 만큼 측정하는 원칙을 채택했습니다.
현재는 문제 가능성이 큰 18문항부터 실제 사람이 어떻게 이해하고 답하는지 확인하고 있습니다. CI-A의 목표는 점수나 신뢰도를 검증하는 것이 아니라 응답과정, 문항이해, 상황성, 사회적 바람직성, cross-construct 문제를 찾는 것입니다.
새로운 이름이나 흥미로운 설명만으로 성향을 추가하지 않습니다. 기존 construct로 설명되거나 근거가 부족하면 중단·보류합니다.
심화검사, Parallel item pool, Adaptive branching, Life Module 등은 Core와 실제 데이터가 충분히 확보되기 전에는 범위를 넓히지 않습니다.
중단된 가설, 시뮬레이션 실패모드, 외부검토의 비판도 이후 설계를 다시 공격할 수 있는 연구 자산으로 보존합니다.
자연응답 후 문항이해, 회상, 판단, 응답척도 매핑, 상황차이를 확인합니다. 필요하면 문항을 수정하고 CI-A2에서 다시 확인합니다.
전체 후보를 실제 온라인 검사와 유사한 흐름으로 제시해 문항순서, 피로, 전체 이해, 응답경험을 확인합니다.
분포, 중복, 요인구조, method effect와 예상하지 못한 관계를 검토합니다. 데이터가 기존 가정을 지지하지 않으면 다시 수정합니다.
동일 문항·채점·해석기준을 유지하고 문항순서만 변경해 반복합니다. 평소 수준·상태·상황·오차를 가능한 범위에서 분리한 뒤 검증된 부분만 Release합니다.
FIND ME는 아직 완성된 검사가 아닙니다. 지금까지 얻은 가장 중요한 성과는 ‘무엇을 안다’보다 ‘무엇을 아직 단정하면 안 되는가’를 더 명확하게 만든 것입니다.