SERIES · 02 / 05 · 검사 안을 들여다보다

왜 4축으로 정리하는가

11개 영역의 응답이 — 자기이해 · 자기표현 · 자기설계 · 자기실행이라는 4축으로 다시 정리됩니다. 그 이유와 구조를 공개합니다.

· 7분 읽기 · 시리즈 2편 / 5편

1편을 한 줄로 요약하면

1편에서 76문항 = 본문항 56 + 기타 14 + 메타 2, 그리고 이것이 11개 영역으로 묶인다는 사실을 보았습니다. 이번 글은 그 다음 단계입니다. 11개 영역의 응답이 어떻게 다시 4개 축으로 정리되는가.

왜 한 번 더 정리하느냐 — 11개를 그대로 두면 정보가 너무 많아 '나에게 무엇을 하라는 건지'가 흐려집니다. 4축으로 한 번 더 묶으면, 한 사람의 그림이 이해 → 표현 → 설계 → 실행이라는 한 흐름으로 보이게 됩니다.

네 개의 축 — 무엇이 다른가

28문항 기여

① 자기이해 (Self-Understanding)

자신의 생각·감정·신념을 인식하고 성찰하는 정도. 가장 많은 문항이 기여하는 축. "나는 나를 얼마나 정확하게 알고 있는가."

12문항 기여

② 자기표현 (Self-Expression)

자신의 감정과 생각을 외부로 드러내고 전달하는 방식. 가장 적은 문항 — 의도된 절제. "나는 나를 어떻게 보이게 하는가."

32문항 기여

③ 자기설계 (Self-Design)

삶의 방향·기준·루틴을 스스로 설계하는 능력. 가장 많은 문항이 기여하는 축. "나는 어디로 가려 하는가, 어떤 기준으로 가는가."

17문항 기여

④ 자기실행 (Self-Execution)

결정한 것을 행동·결과·성취로 만들어내는 추진력. "나는 결정한 것을 실제로 살아내는가."

축별 문항 기여 수 (중복 포함) — 자기이해 28 · 자기설계 32 · 자기실행 17 · 자기표현 12. 합계 89는 76보다 큽니다. 한 문항이 두세 축에 동시에 기여하기 때문입니다.

한 문항이 여러 축에 기여한다는 것

예를 들어 — "나는 일주일에 한 번 이상, 내 가치에 맞는 행동을 했는지 점검한다" 같은 문항을 생각해 봅시다. 이 한 문항은:

한 행동에 세 차원이 동시에 들어 있는 것이 — 실제 우리 인생의 모습에 가깝습니다. 그래서 문항-축 관계를 1:1로 두지 않고, 다대다(N:N) 매핑으로 설계했습니다.

왜 하필 이 4축인가

왜 5축이 아니고, 왜 3축이 아닌가. 이 질문은 정당합니다. 우리는 다음 흐름을 가정했습니다.

  1. 이해가 없으면 — 표현은 진정성을 잃습니다.
  2. 표현이 없으면 — 설계는 자기 안에 갇힙니다.
  3. 설계가 없으면 — 실행은 방향을 잃습니다.
  4. 실행이 없으면 — 이해는 다시 자기 안의 말로만 남습니다.

이 네 단계는 닫힌 고리입니다. 어느 하나가 약해지면 — 다음 단계가 무너집니다. 그래서 한 사람의 점수를 네 축의 균형으로 봅니다. 가장 낮은 한 축이 — 다음 분기에 먼저 살펴야 할 자리입니다.

11영역과 4축의 관계 — 한눈에 보기

11개 영역과 4축의 관계는 다음과 같이 정리됩니다. ◉는 주요 기여, ○는 부분 기여를 의미합니다.

영역 자기이해 자기표현 자기설계 자기실행
1. 자기인식
2. 가치와 신념
3. 전환과 회복
4. 감정과 표현
5. 관계와 연결
6. 동기와 열정
7. 에너지·리듬
8. 동기와 추진력
9. 의사결정 기준
10. 실행과 성취
11. 관심 영역

위 표는 영역-축의 대표 관계를 정리한 것입니다. 실제 문항 단위의 매핑은 data/mapping.json에 정의되어 있고, 다음 글(3편)에서 가중치와 함께 다룹니다.

이 4축이 리포트의 6개 섹션으로 흘러간다

4축의 점수와 응답은 — 그대로 리포트로 가지 않습니다. 다시 한 번 정리되어, 6개 섹션으로 흐릅니다.

그래서 한 사람의 리포트는 — 11영역 → 4축 → 6섹션이라는 3단 정리를 거친 결과입니다. 단순한 점수 나열이 아니라, 한 사람의 그림이 이해 → 표현 → 설계 → 실행이라는 흐름으로 다시 정리되는 구조입니다.

다음 글에서 이어집니다

3편에서는 가중치 시스템을 다룹니다. 모든 문항이 같은 무게가 아닙니다. 어떤 문항은 0.5점, 어떤 문항은 2.0점으로 — 사명·비전에 더 직접적으로 기여하는 문항이 더 무겁게 다뤄집니다. 가중치 분포(0.5×19, 0.8×2, 1.0×32, 1.2×12, 1.5×8, 1.8×1, 2.0×2)를 전부 공개합니다.