직업계고 졸업자의 진로이행과정 유형 및 주요 예측 변인 탐색: 시퀀스 분석과 설명가능한 인공지능을 활용하여 (Exploring the Vocational High School Graduates’ Type of Career Transition Process and Key Predictive Variables: Using Sequence Analysis and Explainable Artificial Intelligence)

서지정보

· 발행기관 : 한국조사연구학회
· 수록지 정보 : 조사연구 / 26권 / 2호 / 21 ~ 60페이지
· 저자명 : 백예은, 정혜원

초록

본 연구에서는 직업계고 졸업자의 진로이행과정 유형을 탐색하고, 그 유형을 예측하는 변인을 탐색하였다. 이를 위해 한국교육고용패널 Ⅱ의 3차~7차년도 자료를 활용하여 현재 학력(대학 재학여부), 근무 형태(정규직·비정규직), 구직활동 경험 여부, 취업을 위한 준비 활동 경험 여부와 같은 진로이행상태의 변화에 대하여 시퀀스 분석을 수행하고, 이를 k-means 군집분석을 통해 유형화하였다. 이에 도출된 진로이행과정 유형을 예측하는 변인을 탐색하기 위하여 자동화 머신러닝을 통해 가장 우수한 성능을 보이는 머신러닝 기반의 예측 모형을 도출하고, SHAP 알고리즘과로지스틱 회귀분석을 통하여 예측 모델에 투입한 다양한 개인 특성, 고등학교 생활 및 가정 생활변인과 진로이행과정 유형 간의 관계를 살펴보았다. 주요 결과를 정리하면 다음과 같다. 첫째, 직업계고 졸업자의 진로이행과정의 유형은 ‘초기 정규직 정착형’, ‘점진적 정규직 정착형’, ‘대학 진학형’, ‘장기 NEET형’ 4가지로 구분되었다. 둘째, ‘초기 정규직 정착형’을 준거집단으로 설정하고, ‘점진적 정규직 정착형’, ‘대학 진학형’, ‘장기 NEET형’을 비교집단으로 각각 설정했을 때, 자격증개수가 많고 취업·자격증 방과후학교, 취업상담에 참여한 경험이 있는 학생일수록 ‘초기 정규직정착형’에 속할 확률이 높은 것으로 나타났다. 셋째, 진로 역량이 낮을수록 ‘장기 NEET형'에 속할확률이 높았으며, 희망교육수준이 높을수록 대학 진학형’에 분류될 확률이 높은 것으로 나타나는등 비교집단 설정에 따라 차별적으로 나타난 연구결과 또한 확인할 수 있었다. 그리고 분석결과를 통해 나타난 주요 예측 변인과 진로이행과정 간 관계를 바탕으로 진로이행과정 유형에 맞는직업계고 졸업자의 진로 지원을 위한 시사점을 논의하였다

영어초록

This study explored the types of career transition processes among vocational high school graduates and examined the key predictors of each type. Using data from Waves 3 (2019) to 7 (2023) of the Korea Education and Employment Panel II (KEEP II), sequence analysis was conducted to capture longitudinal patterns in career transition states, including college enrollment status, employment type (regular/non-regular), job-seeking experience, and participation in employment preparation activities. Based on the sequence results, k-means cluster analysis was used to categorize four distinct types of career transitions: ‘Early Regular Employment’, ‘Gradual Regular Employment’, ‘College Enrollment’, and ‘Long-term NEET’. To identify predictors of these types, the best-performing prediction model was selected through an AutoML algorithm, and key variables were interpreted using the SHAP algorithm and logistic regression analysis. The findings revealed that students with a greater number of certifications and experiences in career-related after-school programs and career counseling were more likely to follow the ‘Early Regular Employment’. In contrast, those with weaker career competencies were more likely to be classified as ‘Long-term NEET’, while students with higher desired education levels were more likely to follow the ‘College Enrollment’. Based on these differentiated patterns, the study discusses implications for tailored career support strategies for vocational high school graduates, aligned with their specific career transition trajectories.

참고자료

· 없음