Middle School Students in Rural Area Using Machine Learning High School Graduation Predictions

인공지능(AI)이 4차 산업혁명의 핵심 키워드로 떠오르면서 교육부에서도 인공지능 도입을 위한 연구개발이 진행되고 있다. 교육현장에서는 인공지능이 학생들의 개인적 특성을 분석하여 맞춤형 교육을 지도해 줄 수 있다고 믿고 있다. 본 논문은 진로진학에 대한 학생들의 개인적 특성을 머신러닝으로 학습하여 고등학교 진학예측을 연구 목적으로 한다. 여러 가지 머신러닝 기법을 사용하여 관련 파라미터 조정하여 높은 정확도를 얻었고, 고등학교 진학예측의 결정 요인을 특정한 점에서 다른 연구와의 차별성을 갖는다. 이를 위해 충청북도 괴산·증평, 청주 지역을 중심으로 읍·면 지역 학생들에게 설문조사를 실시했다. 그 결과 각 기법에 따라 KNN(70.1%), Multi Logistic Regression(91.25%), Decision Tree(95%), Gradient Boosting(96.25%), AdaBoost(98.75%), Random Forest(98.125%), SVM(93.8%)의 정확도를 보였다. 높은 정확도를 보인 AdaBoost를 활용하여 학생, 학부모, 교사에게 고등학교 진학을 추천할 수 있는 인공지능 플랫폼, 앱 등이 제공이 된다면, 교육적 효과와 함께 유효한 의사결정을 하는 데 도움을 줄 것으로 기대할 수 있을 것이다.