메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
저널정보
한국교육행정학회 교육행정학연구 敎育行政學硏究 第43卷 第1號
오류 신고하기

피인용 2

검색

    초록·키워드

    본 연구는 4년제 대학생의 중도탈락을 예측하기 위해 딥러닝 기반의 심층신경망 모델을 구축하고, 설명가능한 인공지능 기법인 SHAP을 활용하여 주요 예측요인을 분석하였다. 또한, 중도탈락이라는 극단적 불균형 데이터 문제를 해결하기 위해 비용 민감 학습과 적응형 합성 샘플링을 적용하였으며, 더 나아가, Optuna를 활용한 초매개변수 최적화를 수행하면서 불균형 문제를 고려한 최적화 목표를 F2 score로 설정하여 모델의 예측력을 극대화하였다. 분석자료는 한국고용패널Ⅱ 3-4차 자료와 대학알리미 공시자료이다.
    분석 결과, 장학금, 부모·본인 소득, 건강 상태, 대학소재지, 교수지도, 교우관계 등 다양한 요인이 중도탈락 가능성을 예측하는 데 중요한 요인으로 나타났다. 이 중 장학금이 중도탈락을 예측하는 기여도가 가장 컸고, 기존 연구와 달리 GPA가 다른 요인들과 영향을 주고받으며 중도탈락을 예측하는 방향성이 달라지는 패턴이 관찰되었다. 또한 교수지도와 교우관계는 상호 보완적 관계 속에서 학업 지속성을 결정하는 핵심 요인으로 작용하였다. 한편, 대학 규모가 작을수록 재학생 충원율이 증가해도 중도탈락 가능성이 완전히 상쇄되지 않는 것으로 나타나, 학령인구 감소에 따른 대학구조조정에서 학생들의 안정적인 학업 환경을 제공할 세심한 장치들을 적용할 필요성을 보여주었다.
    본 연구는 AI 기반의 중도탈락 예측 모델을 통해 기존 연구의 한계를 보완하고, 중도탈락 가능성을 예측하는 다양한 요인들의 복합적 상호작용을 분석하여, 보다 실질적인 대학 정책 및 학생 지원 전략 수립에 기여할 수 있는 근거를 제시하였다는 데 의의가 있다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-25-02-092836657