질적 분석은 물리치료에서 환자의 주관적 경험, 치료에 대한 인식, 회복 과정에 대한 심층적 이해를 제공하여 중재 개발 및 치료 결과 향상에 필수적인 과정이다. 그러나 물리치료 환자 인터뷰에 기반한 전통적인 질적 분석은 효율 및 신뢰성 측면에서 문제에 직면하고 있다. 본 연구에서는 이러한 한계를 개선하기 위해 물리치료 연구의 질적 분석에 대형 언어 모델(Large Language Models, LLMs)을 통합하는 방안을 제안하고 있다. 뇌졸중 환자 20명을 대상으로 반구조화된 인터뷰를 실시하였으며, 체계적인 질적 코딩을 위한 정량적 지표인 대형 언어 모델 지수(LLMq, Large Language Model Quotient) 방법론을 적용하여 물리치료 맥락에서의 타당성과 효과성을 검토하였다. 뇌졸중 환자 20명의 반구조화 인터뷰를 시범 사례로 활용하여, ChatGPT, Claude, Gemini 세 LLM에 각 160회 반복 측정을 수행하고 대형 언어 모델 지수(LLMq) 방법론을 적용하여 물리치료 맥락에서의 타당성을 검토하였다. 급내상관계수(ICC) 분석 결과, ICC(3,1)은 0.802, ICC(3,k)는 0.924로 Cicchetti(1994)가 제시한 우수함의 기준에 부합하는 결과를 보였다. 결과적으로 새로운 방법론이 질적분석 효율성 향상 및 주관적 편향을 감소를 촉진한다는 것을 확인하였으며, LLM이 물리치료 연구에 유용한 가치를 제공한다는 것을 시사한다.