ScholarWorks@성균관대학교

초록

목적 본 연구는 머신러닝 기법 중 랜덤포레스트를 활용하여 한국⋅싱가포르⋅마카오의 수학 학업성취를 예측하고, 국가별 주요예측요인 차이를 비교⋅분석하는 데 그 목적이 있다. 방법 본 연구에서는 기존 전통적인 통계 분석 기법이 다수의 변수를 투입하기 어렵기 때문에, 머신러닝 기법들 중 랜덤 포레스트분석을 활용하여 한국⋅싱가포르⋅마카오 학생들의 수학 학업성취를 예측하는 모델을 개발하고, 국가별 주요 예측 요인을 파악하고자 하였다. 이를 위해 PISA 2022 학생 데이터를 활용하였으며, 학생들의 수학 학업성취 수준을 측정하기 위해 10개의 유의측정값(Plausible Values, PVs)을 종속변수로 설정하였다. 독립변수는 학생 개인, 가정 환경, 학교 특성, ICT 활용 등 학업성취에 영향을 미칠 가능성이 있는 다양한 변수를 포함하였으며, 최종적으로 분석에 포함된 변수의 수는 총 247개였다. 결과 본 연구의 분석 결과, 세 국가 모두에서 수학적 자기효능감(Mathematics Self-Efficacy)이 수학 학업성취를 결정짓는 가장중요한 변수로 확인되었다. 또한 정규 수업 시간(Total Number of Class Periods per Week)이 주요 예측 요인으로 도출되었다. 일반적으로 학업성취에 큰 영향을 미친다고 알려진 가정의 사회경제적 지위(SES), 부모의 직업 및 교육 수준과 같은 가정환경 변수보다도 정규 수업 시간이 상위 예측 변수로 나타난 점은 주목할 만하다. 이와 더불어, ‘Frequency of ICT Activity’도 주요 예측요인으로 확인되었다. 특히, ‘Frequency of ICT activity’와 ‘Use of ICT in enquiry-based learning activities’가 한국의 주요예측변수로 포함된 점은 ICT 활용이 학업 성취를 높이는 데 중요한 역할을 할 수 있음을 시사한다. 결론 본 연구는 한국 학생들의 수학 학업성취 저하 문제를 인식하고, 머신러닝 기법을 활용하여 한국⋅싱가포르⋅마카오 학생들의수학 학업성취를 예측하고 국가별 주요 예측 요인을 비교⋅분석하였다는 점에서 의의를 가진다. 이러한 연구 결과는 한국 학생들의수학 학업성취 향상을 위한 효과적인 맞춤형 교육 시스템을 구축하는 데 기여할 뿐만 아니라, 국가 간 교육 격차 해소 및 미래 교육정책 수립에 의미있는 기초 자료로 활용될 수 있을 것이다.

키워드