설문 응답은 몇 건이어야 결과를 믿을 수 있고, 인터뷰는 몇 건이면 충분한가? (2026 비즈니스를 위한 표본 크기 가이드)

하지만 이 수치는 하나의 전체 그룹을 분석할 때만 성립합니다. 결과를 하위 그룹별로 나누어 보아야 한다면 모든 수치가 달라집니다. 이 글은 표본 크기를 올바르게 판단하는 방법을 실제로 참고할 수 있는 표와 함께 설명합니다.

설문 응답은 몇 건이어야 결과를 믿을 수 있는가?

설문의 신뢰도는 오차범위로 측정하며, 오차범위는 결과가 실제 값에서 얼마나 벗어날 수 있는지를 알려 줍니다.

모집단이 큰 경우, 95% 신뢰수준에서의 오차범위:

• —응답 50건: 오차범위 약 ±13.9%
• —응답 100건: 오차범위 약 ±9.8%
• —응답 200건: 오차범위 약 ±6.9%
• —응답 300건: 오차범위 약 ±5.7%
• —응답 385건: 오차범위 약 ±5.0%(비즈니스 표준)
• —응답 600건: 오차범위 약 ±4.0%
• —응답 800건: 오차범위 약 ±3.5%
• —응답 1,000건: 오차범위 약 ±3.1%
• —응답 1,500건: 오차범위 약 ±2.5%
• —응답 2,000건: 오차범위 약 ±2.2%

표 읽는 법: 400건의 응답을 수집해 응답자의 60%가 제품에 관심이 있다고 나왔다면, 시장의 실제 수치는 55~65% 사이일 가능성이 높으며, 이는 대부분의 의사결정에 충분히 정확한 수준입니다.

사람들이 자주 오해하는 핵심 포인트:모집단 크기는 필요한 응답 수에 거의 영향을 미치지 않습니다. 시장 규모가 5만 명이든 500만 명이든, 385건의 응답은 거의 같은 정밀도를 제공합니다. 정밀도를 결정하는 것은 모집단 대비 비율이 아니라 응답 수입니다.

385건 미만이어도 괜찮은 경우

많은 프로젝트는 385건에 도달할 필요가 없습니다.

모집단이 한정된 경우. 예를 들어 기업 고객이 총 300곳이라면, 유한 모집단 보정(finite population correction) 덕분에 169건의 응답만으로도 약 ±5%의 오차범위를 얻을 수 있습니다. 고객 수가 수백 곳 수준인 B2B의 경우 필요한 수는 예상보다 훨씬 적습니다.

전후를 비교하는 경우. 예를 들어 이번 분기 만족도를 지난 분기와 비교하는 경우입니다. 매번 같은 수집 방법을 사용한다면 체계적 오차가 서로 상쇄되므로, 추세를 보는 데는 200건의 표본으로 충분합니다. 하지만 무작위 표본오차는 상쇄되지 않습니다. 회차당 200건이라면 결과가 약 10%포인트 넘게 변해야 실제로 변했다고 확신할 수 있으며, 분기 간 3~5%포인트의 변동은 표본의 변동에 불과할 수 있습니다.

관심 있는 차이가 큰 경우. 정확한 수치가 아니라 어느 그룹이 무언가를 분명히 더 선호하는지만 알면 된다면 150~200건의 응답으로 충분할 수 있습니다.

결과가 공개용이 아니라 내부 의사결정을 지원하는 경우. 조직 내부의 의사결정에 쓰이는 작업은 의사결정자가 각 수치의 오차범위가 얼마나 넓은지 알고 있다면 더 높은 오차범위를 감수할 수 있습니다.

통계로 쓸 수 있는 최저선: 그룹당 30건

400건은 좋은 목표이지만, 현실에서는 많은 프로젝트가 여기에 미치지 못합니다. 타깃 그룹에 접근하기 어렵거나(임원, 의사, 기업 고객), 예산이나 시간이 제한되어 있거나, 응답률이 낮기 때문입니다. 따라서 질문은 몇 건을 수집해야 하는가만이 아니라실제로 확보한 수로 무엇을 결론 내릴 수 있는가입니다.

널리 쓰이는 최저선은분석하려는 그룹당 최소 30건의 응답입니다. Roscoe (1975)가 제안한 원칙으로, 표본을 하위 그룹으로 나눌 때 각 하위 그룹에 최소 30건이 있어야 한다는 것입니다. 근거는 중심극한정리(Central Limit Theorem)에 있습니다. 크기가 약 30 이상이면 표본평균의 분포가 정규분포에 충분히 가까워져 표준적인 통계 기법을 쓸 수 있습니다. 흔한 오해는 다음과 같습니다.30건의 응답이 데이터를 정규분포로 만드는 것도 아니고, 결과가 충분히 정확하다는 뜻도 아닙니다. 30건에서 오차범위는 여전히 약 ±18%에 달하므로, 이는 통계를 쓸 수 있는 출발점일 뿐 중요한 의사결정에 적합한 수준은 아닙니다.

목표에 미치지 못했을 때 해야 할 일

• —실제 오차범위를 항상 보고하십시오. 위 계산기를 '이미 수집함' 모드로 사용해 모든 수치 옆에 오차범위를 명시하십시오. 그러면 의사결정자가 각 수치를 어디까지 믿을 수 있는지 알 수 있습니다.
• —응답이 30건 미만인 하위 그룹은 따로 분석하지 마십시오. 꼭 살펴봐야 한다면 백분율이 아니라 정성적 관찰로 보고하십시오.
• —모집단이 작다면 유한 모집단 보정을 적용하십시오. 예를 들어 기업 고객이 수백 곳 수준이라면 필요한 수가 상당히 줄어듭니다.
• —심층 인터뷰로 보완하십시오. 수치가 작을 때는 '얼마나'를 추정하는 것보다 '왜'를 설명하는 것이 더 큰 의미를 갖습니다.
• —무응답 편향에 주의하십시오. 응답한 사람은 응답하지 않은 사람과 체계적으로 다를 수 있습니다. 이는 응답을 더 모은다고 해결되지 않으며, 표본 크기보다 더 중요한 경우가 많습니다.

가장 비싼 함정: 하위 그룹 분석

조사 프로젝트에서 가장 많은 돈이 낭비되는 지점이 바로 여기입니다.

400건의 응답을 수집한 뒤 4개 연령대로 나누어 분석하려 하면, 각 그룹에는 약 100건씩만 남아 오차범위가 거의 ±10%에 이릅니다. 즉 A 그룹이 55%, B 그룹이 48%로 답했더라도 두 그룹이 실제로 다르다고 결론 내릴 수 없습니다. 그룹당 약 100건일 때는 두 그룹 간 차이가 약 14%포인트를 넘어야 95% 신뢰수준에서 실제 차이로 볼 수 있기 때문입니다. 따라서 7%포인트 차이는 아직 무작위 표본오차와 구분되지 않습니다. 두 그룹의 오차범위가 겹치는지를 보는 것은 올바른 검정 방법이 아닙니다.

실무 원칙:

• —따로 분석하려는 모든 하위 그룹에는 최소 100건의 응답이 있어야 하며, 그룹 간 비교를 자신 있게 하려면 150~200건이 필요합니다.
• —거꾸로 계산하십시오. 5개 하위 그룹을 분석해야 한다면 400건이 아니라 최소 750~1,000건이 필요합니다.
• —데이터를 수집하기 전에 몇 개의 하위 그룹을 분석할지 정하십시오. 사후에 고민하는 것이 조사가 중요한 질문에 답하지 못하는 가장 큰 이유입니다.
• —예산이 부족하다면 모든 그룹에 표본을 얇게 나누기보다, 의사결정에 정말 중요한 그룹만 분석하고 그 그룹에 대해 충분히 수집하십시오(오버샘플링).

주요 표본추출 방법과 표본 크기에 미치는 영향

계산기의 공식은 모집단의 모든 사람이 동일한 선택 확률을 갖는 단순무작위추출을 가정합니다. 실무에서는 다른 표본추출 방법도 널리 쓰이며, Cochran (1977)과 Kish (1965)의 원칙에 따라 각 방법은 필요한 수를 서로 다르게 변화시킵니다.

층화추출은 하위 그룹 함정에서 벗어나는 방법입니다. 처음부터 4개 지역을 분석해야 한다는 것을 안다면, 모든 사람을 한꺼번에 추출하고 각 지역에 충분한 수가 모이기를 바라는 대신 지역별로 충분한 수를 정하십시오(예: 지역당 100~150건). 일부 지역을 실제 비중보다 많이 수집했다면(오버샘플링), 전체 그림을 요약할 때 모집단 비율로 되돌리는 가중치를 적용하십시오.

심층 인터뷰는 몇 건이면 충분한가?

정성조사는 정량조사와 같은 논리를 따르지 않습니다. 모집단의 값을 추정하는 것이 아니라 메커니즘과 이유를 이해하는 것이 목적이기 때문입니다. 사용하는 기준은데이터 포화(data saturation), 즉 인터뷰를 추가해도 새로운 주제가 나오지 않는 시점입니다.

실증 연구는 일관된 수치를 제시합니다.Guest, Bunce and Johnson (2006)은 60건의 인터뷰를 분석해 거의 모든 주제가 처음 12건 안에 나타났으며, 핵심 주제는 약 6건부터 나타났다는 것을 발견했습니다.Hennink, Kaiser and Marconi (2017)은 포화를 두 수준으로 나누었습니다. 모든 주제를 포착하는 수준(코드 포화, code saturation)은 약 9건, 각 주제의 의미를 충분히 깊이 이해하는 수준(의미 포화, meaning saturation)은 약 16~24건입니다.Hennink and Kaiser (2022)의 체계적 문헌고찰은 타깃 그룹이 비교적 동질적이고 연구 질문이 명확할 때 대부분의 인터뷰 연구가 9~17건에서 포화에 도달했음을 발견했습니다. 포커스 그룹의 경우Guest, Namey and McKenna (2017)은 2~3개 그룹이 주제의 약 80%를, 3~6개 그룹이 약 90%를 포괄한다는 것을 발견했습니다.

적정 수는 각 인터뷰가 얼마나 풍부한지에도 달려 있습니다.Malterud, Siersma and Guassora (2016)은정보력(information power)이라는 개념을 제안했습니다. 연구 목적이 좁고 명확할 때, 정보제공자가 타깃 그룹과 잘 일치할 때, 연구가 이론적 틀의 뒷받침을 받을 때,면접자의 역량에 직접 좌우되는 대화의 질이 높을 때, 그리고 분석이 심층 사례 분석에 초점을 둘 때 필요한 정보제공자 수가 줄어든다는 것입니다. 따라서 좁고 명확한 질문은 약 6건의 인터뷰로 충분한 데이터를 얻을 수 있으며, 이는 핵심 주제가 대개 나타나는 수준입니다(Guest et al., 2006). 반면 복잡한 질문이나 다양한 그룹은 20건 이상이 필요할 수 있습니다. 숙련된 면접자는 매우 좁은 쟁점을 6건 미만으로 확인할 수도 있지만, 이는 예비 검증으로만 보아야 합니다.

실무적 결론:대부분의 질문에서 타깃 그룹당 약 12건의 인터뷰가 안전한 출발점입니다. 질문이 좁고 면접자의 경험이 풍부하다면 더 줄일 수 있고, 질문이 복잡하다면 더 많이 계획해야 합니다. 미리 정한 수에 도달했을 때가 아니라 실제로 포화에 도달했을 때 멈추십시오.

실무에서 통하는 수치:

• —심층 인터뷰: 타깃 그룹당 8~15건. 대부분의 핵심 주제는 대개 10~12건 안에 나타납니다. 타깃 그룹이 매우 다양하다면 15~20건으로 늘리십시오.
• —포커스 그룹: 타깃 그룹당 3~4개 그룹, 그룹당 6~8명. 3개 그룹 미만이면 시장의 견해가 아니라 특정 그룹 하나의 역학을 포착할 위험이 있습니다.
• —에스노그래피(실제 행동 관찰): 참여자 1인당 데이터가 훨씬 깊기 때문에 보통 6~12명이면 충분합니다.
• —타깃 그룹이 여러 개라면 그룹 수를 곱하십시오. 예를 들어 타깃 그룹이 3개라면 12건을 나누어 하는 것이 아니라 총 30~45건의 인터뷰를 진행해야 합니다.

포화에 도달했다는 신호는 연속된 3명의 정보제공자가 이미 기록된 주제 외에 새로운 주제를 제시하지 않을 때입니다. 실무에서는 처음부터 수를 경직되게 고정하기보다 어느 정도 여유를 두고 계획한 뒤 포화에 도달하면 멈추십시오.

숫자가 전부는 아니다: 더 중요한 세 가지

저희 경험상 잘못된 조사의 대부분은 표본이 너무 작아서가 아니라 다음 세 가지 때문에 실패합니다.

1. 표본이 타깃 그룹과 일치하지 않는다. 타깃 고객이 아닌 사람들로부터 받은 1,000건의 응답은 올바른 그룹에서 받은 200건보다 가치가 낮습니다. 이 문제는 스크리닝이 느슨한 저가 온라인 패널에서 흔합니다. 업체에 물어봐야 할 것은 응답자를 어떻게 스크리닝하는지, 출현율(incidence rate)은 얼마인지입니다.

2. 질문 설계가 부실하다. 유도 질문, 구매 의향이 아니라 예의를 측정하는 질문, 고객이 실제로 쓰지 않는 용어를 쓰는 질문은 의미 없는 것에 대해 정밀한 수치를 만들어 냅니다. 그래서 저희는 설문을 설계하기 전에 항상 정성조사를 먼저 하기를 권합니다.

3. 수치를 설명하는 단계가 없다. 결과가 예상 밖으로 나오면 많은 프로젝트가 실제 사람들에게 돌아가 설명을 듣는 대신 스스로 해석하는 쪽을 택합니다. 가장 가치 있는 발견은 바로 여기에 있는 경우가 많습니다.

참고문헌

• —Cochran, W. G. (1977). Sampling Techniques (3rd ed.). John Wiley & Sons.
• —Guest, G., Bunce, A., & Johnson, L. (2006). How Many Interviews Are Enough? An Experiment with Data Saturation and Variability. Field Methods, 18(1), 59–82.
• —Guest, G., Namey, E., & McKenna, K. (2017). How Many Focus Groups Are Enough? Building an Evidence Base for Nonprobability Sample Sizes. Field Methods, 29(1), 3–22.
• —Hennink, M. M., Kaiser, B. N., & Marconi, V. C. (2017). Code Saturation Versus Meaning Saturation: How Many Interviews Are Enough? Qualitative Health Research, 27(4), 591–608.
• —Hennink, M., & Kaiser, B. N. (2022). Sample Sizes for Saturation in Qualitative Research: A Systematic Review of Empirical Tests. Social Science & Medicine, 292, 114523.
• —Kish, L. (1965). Survey Sampling. John Wiley & Sons.
• —Malterud, K., Siersma, V. D., & Guassora, A. D. (2016). Sample Size in Qualitative Interview Studies: Guided by Information Power. Qualitative Health Research, 26(13), 1753–1760.
• —Roscoe, J. T. (1975). Fundamental Research Statistics for the Behavioral Sciences (2nd ed.). Holt, Rinehart and Winston.