질문 수보다 먼저, 질문의 균형

12·32·60문항은 네 축을 3·8·15문항씩 살펴봐요. 각 축에는 두 방향을 묻는 문항이 있어요. 방향별 평균을 먼저 구한 뒤 반씩 반영하므로, 짧은 검사에서 한 방향 문항이 하나 더 많아도 모든 답을 “그렇다”로 골라 특정 유형으로 치우치지 않아요. 32·60문항은 12문항을 포함해 탐색 범위를 넓혀요.

응답에서 비율이 되는 과정

응답은 −3~+3이며 반대 방향 문항의 부호를 바꿔요. 비율은 50 + [(정방향 평균 + 방향 보정한 역방향 평균) ÷ 2] × (50 ÷ 3)으로 계산해요. 화면에서 반올림하며, 각 축의 실제 문항 수·중립 답변 수를 함께 보여줘요. 이 값은 규준 집단의 백분위가 아니에요.

단정하지 않기 위한 세 가지 장치

중립이 75% 이상이거나 동일한 답이 90% 이상, 또는 네 축 모두 40~60 범위라면 유형 확정을 보류해요. 이는 응답자를 평가하는 기준이 아니라 해석을 보수적으로 하려는 운영 규칙이에요. 문항 하나를 한 칸 움직여 방향이 바뀌는지 확인하고, 중간 축의 다른 캐릭터도 제안해요. 민감도는 신뢰도나 정확도 수치가 아니에요.

궁합 추천의 규칙도 공개해요

친구 모드는 네 축의 공통점에 18·30·26·16, 다른 점에 각 7의 내부 가중치를 줘요. 연인 모드는 공통점에 12·30·26·12를 주고, 충전·리듬 차이는 18, 나머지 차이는 7을 줘요. 이 수치는 데이터를 학습한 예측값이 아니라 콘텐츠 탐색을 위한 편집 규칙이에요. 같은 점수의 순서는 코드순이며, 자신의 유형을 제외한 상위 다섯 후보를 보여줘요. 실제 관계의 성공 확률로 표시하지 않아요.

코드 테스트와 사람을 통한 검증은 달라요

자동 테스트는 역채점, 점수 범위, 중립 처리, 저장·공유 동작이 설계대로 작동하는지 확인해요. 사람의 성격을 얼마나 정확히 측정하는지는 별도의 문제예요. 현재 모아에는 대표 표본, 언어별 타당화, 재검사 신뢰도, 실제 관계 결과를 통한 검증 자료가 없어요. “정확도 95%”, “과학적으로 더 우수” 같은 문구는 쓰지 않아요.

데이터를 더 믿을 수 있게 만드는 다음 단계

먼저 참여 동의를 받은 파일럿에서 질문이 의도대로 읽히는지 확인하고, 문항별 분포와 축 구조를 점검해야 해요. 이어 시간 간격을 둔 재검사, 언어별 번역 검토, 별도 검증 표본을 통한 평가가 필요해요. IPIP는 신뢰도·타당도를 실제 표본의 근거로 설명해요. 모아는 그 구분을 참고했지만 IPIP 검사 자체를 탑재하거나 그 연구 결과를 물려받은 것은 아니에요. 현재 답변은 서버로 보내지 않아요.