Exploring the Vocational High School Graduates’ Type of Career Transition Process and Key Predictive Variables: Using Sequence Analysis and Explainable Artificial Intelligence

본 연구에서는 직업계고 졸업자의 진로이행과정 유형을 탐색하고, 그 유형을 예측하는 변인을 탐색하였다. 이를 위해 한국교육고용패널 Ⅱ의 3차~7차년도 자료를 활용하여 현재 학력(대학 재학 여부), 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 알고리즘과 로지스틱 회귀분석을 통하여 예측 모델에 투입한 다양한 개인 특성, 고등학교 생활 및 가정 생활 변인과 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, 자격증 개수가 많고 취업·자격증 방과후학교, 취업상담에 참여한 경험이 있는 학생일수록 ‘초기 정규직 정착형’에 속할 확률이 높은 것으로 나타났다. 셋째, 진로 역량이 낮을수록 ‘장기 NEET형'에 속할 확률이 높았으며, 희망교육수준이 높을수록 대학 진학형’에 분류될 확률이 높은 것으로 나타나는 등 비교집단 설정에 따라 차별적으로 나타난 연구결과 또한 확인할 수 있었다. 그리고 분석결과를 통해 나타난 주요 예측 변인과 진로이행과정 간 관계를 바탕으로 진로이행과정 유형에 맞는 직업계고 졸업자의 진로 지원을 위한 시사점을 논의하였다.

Authors

Publication Details

Journal
Survey Research
Published
2025-05-31
DOI
https://doi.org/10.20997/sr.26.2.2
Primary Topic
Computational and Text Analysis Methods
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Exploring the Vocational High School Graduates’ Type of Career Transition Process and Key Predictive Variables: Using Sequence Analysis and Explainable Artificial Intelligence

Yeheun Baek, Hyewon Chung
Survey Research
Computational and Text Analysis Methods
article

Exploring the Vocational High School Graduates’ Type of Career Transition Process and Key Predictive Variables: Using Sequence Analysis and Explainable Artificial Intelligence

Yeheun Baek, Hyewon Chung
article en

Abstract

본 연구에서는 직업계고 졸업자의 진로이행과정 유형을 탐색하고, 그 유형을 예측하는 변인을 탐색하였다. 이를 위해 한국교육고용패널 Ⅱ의 3차~7차년도 자료를 활용하여 현재 학력(대학 재학 여부), 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 알고리즘과 로지스틱 회귀분석을 통하여 예측 모델에 투입한 다양한 개인 특성, 고등학교 생활 및 가정 생활 변인과 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, 자격증 개수가 많고 취업·자격증 방과후학교, 취업상담에 참여한 경험이 있는 학생일수록 ‘초기 정규직 정착형’에 속할 확률이 높은 것으로 나타났다. 셋째, 진로 역량이 낮을수록 ‘장기 NEET형'에 속할 확률이 높았으며, 희망교육수준이 높을수록 대학 진학형’에 분류될 확률이 높은 것으로 나타나는 등 비교집단 설정에 따라 차별적으로 나타난 연구결과 또한 확인할 수 있었다. 그리고 분석결과를 통해 나타난 주요 예측 변인과 진로이행과정 간 관계를 바탕으로 진로이행과정 유형에 맞는 직업계고 졸업자의 진로 지원을 위한 시사점을 논의하였다.

Survey ResearchVol. 26(2)
Openalex Percentile: Top 81%
Computational and Text Analysis Methods
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.