Analysis of Predictive Factors for Economic Activity Status and Employment Type by Occupation Among Middle and Older Adults: Using Machine Learning and Deep Learning Ensemble Models

본 연구는 국내 중·고령층을 대상으로 직종별로 경제활동 상태와 일자리 고용형태를 동시에 분류·비교하고 직종 및 종속변수별 핵심 예측 요인을 도출하는 것을 목적으로 하였다. 이에 머신러닝·딥러닝 기반 분류모형을 학습한 뒤 앙상블을 적용하고, 정확도, 정밀도, 재현율, F1-macro, ROC-AUC, Logloss 값 및 교차검증 성능과 변수 중요도를 산출하여 중·고령층의 경제활동 활성화 및 사회적 고립 위험 감소를 위한 직종별 사회적 주안점을 제시하고자 하였다. 분석에는 한국고용정보원에서 제공하는 고령화연구패널의 2022년 제9차 자료(w09, Lt09)를 바탕으로 총 6,057명의 원시자료를 활용하였다. 연구 결과, 경제활동 상태의 경우 다수 직종에서 소득 지표가 핵심 예측 요인으로 관찰되었고, 자산, 건강, 가족·관계, 정서, 사회적 이전소득 요인이 직종의 물리적 요구도와 소득 변동성에 따라 상이한 가중치로 결합하는 패턴이 확인되었다. 일자리 고용 형태 또한 소득·자산 기반에 건강·연령 요인이 직종별로 차별적으로 결합하는 양상이 확인되었다. 이에 본 연구 결과는 중·고령층의 직종 특성에 맞춘 일·건강 친화적 설계, 소득 변동 완충, 가족·지역사회 기반 지원의 필요성을 시사한다.