본 논문은 개방형 응답, 헤드라인, 소셜 미디어 게시물과 같은 텍스트 분석이 시간과 노력이 많이 들고 편향되기 쉬운 과정이라는 점을 지적하며, 사전 정의된(top-down) 또는 데이터 중심(bottom-up) 분류 체계를 사용하여 LLM(대규모 언어 모델)을 활용한 효율적인 텍스트 분석 방법을 제시합니다. 연구자와 LLM 간의 반복적이고 협력적인 프로세스를 통해 비정형 데이터 분석을 위한 분류 체계를 개발, 테스트 및 적용하는 단계별 자습서를 제공하며, 참가자의 개인 목표를 예시로 사용하여 데이터 세트 검토를 위한 프롬프트 작성, 삶의 영역 분류 체계 생성, 프롬프트 및 직접 수정을 통한 분류 체계 평가 및 개선, 분류 체계 테스트 및 코더 간 신뢰도 평가, 높은 코더 간 신뢰도를 갖는 전체 데이터 세트 분류에 대한 방법을 보여줍니다. LLM을 이용한 텍스트 분석의 가능성과 한계에 대해서도 논의합니다.
