재직자의 비형식교육 참여 결정요인 분석: 랜덤 포레스트와 SHAP 적용 = Determinants of Non-formal Education Participation Among Working Adults: Application of Random Forest and SHAP

국문 초록 (Abstract)

본 연구의 목적은 재직자의 비형식교육 참여 예측모형을 개발하고 비형식교육 유형별 주요 결정요인을 비교·분석하는 것이다. 2022년 한국교육개발원 평생학습 개인실태조사 자료에서 추출한 4,543명의 재직자를 분석대상으로 하였으며, 비형식교육 유형을 (1)직업관련 비형식교육과 (2)비직업관련 비형식교육으로 구분하였다. 분석을 위해 랜덤 포레스트와 SHapleyAddictive exPlanations(SHAP) 알고리즘 등 설명 가능한 머신러닝 기법을적용하여 재직자의 비형식교육 참여 주요 결정요인을 탐색하였다. 분석결과, 첫째, 직업관련 비형식교육의 경우 비수도권 거주, 큰 규모의 직장 재직 여부, 높은 수준의 학습지향성 및 의도적 학습경험이 부족하거나 풍부한 재직자 집단의 참여 수준이 높은 것으로 나타났다. 둘째, 비직업관련비형식교육의 경우 높은 수준의 평생학습 접근성, 학습지향성, 암묵적 학습경험 및 수도권 거주 재직자의 참여 수준이 높은 것으로 나타났다. 셋째, 분석에 활용된 각 예측변수와 비형식교육 참여와의 관계는 전반적으로정적인 것으로 나타났으나, 변수의 측정 방식과 유형에 따라 심층적인 해석이 요청됨을 확인하였다. 본 연구의 결과를 바탕으로 비형식교육 유형별목적과 성격에 따른 맞춤형 프로그램 운영, 관련 정책 개발 및 체제 구축등 평생학습 활성화 실천방안 마련을 위한 시사점을 논의하였다.

다국어 초록 (Multilingual Abstract)

The study aimed to develop a predictive model that identifies the factorsinfluencing working adults’ participation in non-formal education and discerns theprimary determinants across different types of non-formal education. Data for thisstudy was sourced from the 2022 Korean Adult Lifelong Learning Survey,comprising a total sample size of 4,543 respondents. In this study, two types ofnon-formal education were delineated: (a) work-related non-formal education and(b) non-work-related non-formal education. For data analysis, we employedexplainable machine learning algorithms, specifically random forest and SHapleyAddictive exPlanations (SHAP). The main findings revealed that: (a) factors suchas residence, organization size, learning orientation, and participation in intentionalinformal learning were the significant determinants of working adults’ participationin work-related non-formal education; (b) lifelong learning accessibility, learningorientation, residence, and participation in tacit informal learning were the majordeterminants of participation in non-work-related non-formal education; and (c)the correlations between the variables and non-formal education participation werepredominantly positive; our findings necessitate a deeper interpretation based onthe measurement methods and types of variables. Based on the results, the studyproposes implications for policy and practice to invigorate lifelong learningparticipation among working adults.