Network Analysis of Teaching Self-Efficacy and Tacit Knowledge Sharing among Clinical Nursing Preceptors: A Multicenter Cross-Sectional Study

임상 간호 프리셉터(새로운 학생들을 가르치는 숙련된 간호사)의 세계를 개별적인 기술의 목록이 아니라, 거대하고 북적이는 도시 지도라고 상상해 보십시오. 이 도시에서 모든 교육적 습관과 숨겨진 '현장 지식(street-smart knowledge)'은 하나의 건물입니다. 오랫동안 연구자들은 단순히 이 도시의 총 인구수만을 살펴보았습니다. 하지만 이 연구는 이 도시가 실제로 어떻게 작동하는지 보기 위해 모든 건물을 연결하는 실제 도로를 그려내기로 했습니다.

도시 지도: 32개의 건물과 234개의 도로
연구진은 2026년 2월부터 6월 사이, 쓰촨성 광원시의 4개 병원에서 1,221명의 임상 간호 프리셉터를 대상으로 조사했습니다. 그들은 이 교사들에게 32가지 서로 다른 항목(건물)에 대해 스스로를 평가하도록 요청했습니다. 어떤 건물은 '교수 자기효능감'(교사가 느끼는 자신감)에 관한 것이었고, 다른 건물은 '암묵지 공유'(교과서에는 나오지 않는, 까다로운 환자 대화법이나 특정 절차와 같이 말로 설명하기 어려운 숨겨진 지식을 공유하는 것)에 관한 것이었습니다.

연구 결과, 이 건물들은 234개의 도로로 연결되어 있음이 밝혀졌습니다. 이 지도는 무작위가 아닙니다. 한 건물을 변화시키면 그 이웃 건물에도 영향을 미치는 긴밀하게 연결된 네트워크입니다.

가장 강력한 도로들
연구는 지도상에서 가장 붐비고 강력한 도로들을 찾아냈습니다. 가장 강력한 연결은 두 가지 특정 '암묵지' 건물 사이에서 나타났습니다:

1. 다른 간호사들과의 업무 관련 경험 교환.
2. 요청 시 주요 절차 기술에 대한 정보 공유.

이 두 건물은 너무 밀접하게 연결되어 있어 마치 슈퍼 하이웨이처럼 작동합니다. 이는 프리셉터가 의료 절차에 대한 '방법(how-to)'을 공유할 때, 그 뒤에 숨겨진 이야기와 경험도 거의 항상 함께 공유한다는 것을 시사합니다.

가장 중요한 건물들 ("중심" 노드)
어떤 건물들은 너무나 중심적이어서, 만약 도시 전체를 개선하고자 한다면 반드시 그곳에서 시작해야 합니다. 연구진은 가장 높은 '강도 중심성(strength centrality)'(즉, 다른 모든 것과 직접적인 연결을 가진 정도)을 가진 세 가지 '슈퍼 건물'을 식별했습니다:

• 인턴들이 임상 환경에 적응할 수 있도록 학습 기회 창출하기.
• 인턴의 평가 결과에 기반하여 임상 교육 과정 최적화하기.
• 다학제적 협업을 통해 임상 실무, 교육, 연구의 통합 촉진하기.

이 건물들을 도시의 주요 발전소라고 생각하십시오. 만약 전체 네트워크를 강화하고 싶다면, 교사들이 더 나은 학습 장소를 만들도록 돕고, 학생들의 피드백에 따라 교육을 조정하며, 서로 다른 의료 팀들이 협력하도록 돕는 데 집중해야 합니다.

다리: 두 동네를 연결하기
도시는 두 개의 주요 동네, 즉 '자신감'(자기효능감)과 '숨겨진 지식'(암묵지)으로 나뉩니다. 연구진은 이 두 동네를 연결하는 특정 '다리 건물'들을 발견했습니다. 가장 강력한 다리는 다음과 같습니다:

• 교육이나 강의 중 아이디어 표현하기.
• 문제가 발생했을 때 간호사들에게 개인적으로 의사소통 기술 지도하기.
• 다른 간호사들과 업무 관련 노하우 공유하기.

이는 교사가 공식적인 자리(예: 강의)에서 자신의 아이디어를 말하는 방식이, 그들의 내면적 자신감과 실질적인 숨겨진 지식을 공유하는 능력 사이를 잇는 비밀스러운 다리라는 점을 시사합니다.

이 지도가 보여주지 않는 것 (그리고 배제하는 것)
이 지도가 무엇을 말해주지 않는지 이해하는 것이 매우 중요합니다.

• 인과관계 기계가 아닙니다: 연구는 이 연구가 특정 시점의 스냅샷을 찍은 단면 연구(cross-sectional study)이기 때문에, 새로운 '학습 기회' 건물을 만드는 것이 더 나은 지식 공유를 '유발한다'는 것을 증명할 수 없다고 명시적으로 밝히고 있습니다. 이는 단지 그것들이 서로 연결되어 있음을 보여줄 뿐입니다. 저자들은 이 결과가 '탐색적 연관성'일 뿐, 무엇이 무엇을 일으키는지에 대한 증거는 아니라고 경고합니다.
• 경력이 자동으로 지도를 바꾸지는 않습니다: 여러분은 10년 경력의 교사가 2년 경력의 교사와는 완전히 다른 도시 지도를 가지고 있을 것이라고 생각할 수도 있습니다. 하지만 연구는 이를 명시적으로 배제했습니다. 프리셉팅 경력 연수에 따라 네트워크 구조는 차이가 없었습니다. 단순히 경력이 많다고 해서 반드시 네트워크의 도로들을 재배치하는 것은 아닙니다.
• 연령과 교육은 도로를 바꿉니다: 그러나 지도는 35세 미만 교사와 35세 이상 교사의 지도가 달랐습니다. 또한 교육에 자주 참여하는 교사와 그렇지 않은 교사의 지도도 달랐습니다. 이는 연령과 교육 노출이 비록 전체 도로의 수는 유지하더라도, 건물들이 '어떻게' 연결되는지를 바꿀 수 있음을 시사합니다.

숫자와 "천장 효과"
교사들은 전반적으로 매우 높은 점수를 보고했습니다.

• 평균 교수 자기효능감 점수는 167.78 ± 38.44 (최대 216점 중)였습니다.
• 평균 암묵지 공유 점수는 36.96 ± 4.65 (최대 40점 중)였습니다.

점수가 매우 높았기 때문에, 연구진은 많은 교사가 이미 척도의 상한선에 도달해 있다는 '천장 효과(ceiling effect)'를 언급했습니다. 이는 데이터에서 작은 차이를 포착하는 것을 더 어렵게 만들 수 있습니다. 또한, 연구진은 그려진 도로들이 무작위 소음이 아니라 실제임을 보장하기 위해 **정규화 부분 상관관계(regularized partial-correlation)**라는 통계적 방법을 사용했습니다. 그들은 1,000번의 부트스트랩 샘플링(지도의 내구성을 테스트하는 방법)을 통해 지도의 안정성을 확인했으며, 주요 연결이 안정적임(안정성 계수 0.60)을 발견했습니다.

결론
이 연구는 임상 간호 교육을 개선하기 위해서 교사의 자신감이나 지식의 총점을 보는 것만으로는 부족하다는 점을 시사합니다. 대신, 그것들을 연결하는 구체적인 도로를 보아야 합니다. 데이터는 학습 기회를 창출하고, 피드백을 사용하여 교육을 조정하며, 숨겨진 노하우를 공유하는 것에 집중하는 것이 가장 좋은 시작점이 될 수 있음을 암시합니다. 하지만 기억하십시오, 이것은 연결의 지도이지 인과관계의 설계도가 아닙니다. 저자들은 이러한 아이디어들을 향후 교육을 위한 '후보 우선순위'로 제안하면서도, 이 특정 도로들을 변화시키는 것이 실제로 도시의 교통 정체를 해결할 수 있는지 증명하기 위해서는 더 많은 연구가 필요하다고 강조합니다.