KRIVET 한국직업능력연구원 국무총리 산하 정부출연 연구기관

정보지식기반사회의 도래로 진로지원서비스 측면으로서의 진로정보 제공의 중요성이 증대되고 있다. 본 연구의 목적은 고등학생의 진로정보 필요도 예측 변수를 탐색하여 수요자의 요구에 부합하는 진로정보 프로그램의 개발에 기여하는 것이다. 이를 위하여 진로교육 현황조사(2018) 고등학생 자료의 학생, 학부모, 담임교사, 진로전담교사, 학교관리자 응답자료를 병합해 group Mnet 기계학습 기법을 활용하여 분석하였다. 자료의 무선분할 후 모형을 적합하는 과정을 100번 반복한 결과, 394개의 설명변수 중 학생 변수 25개와 학부모 변수 5개가 100번 중 75번 이상 선택되었음을 확인하였다. 선택된 학생 변수는 성별, 학교생활 만족도, 진로 관련 정보의 주요 획득경로, 희망교육수준, 고등학교 졸업 직후 진로계획, 진로인식, 학습동기, 진로활동 참여 경험 및 의향, 도전정신 등이었으며, 학부모 변수는 진로정보 필요 정도, 연령대, 자녀의 학교생활 지원 만족도, 자녀의 진로지도와 관련된 요구사항 등이었다. 본 연구는 학생 변수 뿐만 아니라 학부모와 관련된 새로운 변수를 발견했다는 점에서 연구 의의가 있다. 연구 결과를 바탕으로 진로정보 프로그램 개발에 초점을 맞추어 제언을 논하였다.

With the advent of information-based society, career information has become increasingly important to students. The main purpose of this study was to explore variables to predict  high-school students’ career information needs and consequently contribute to improving career information programs. In particular, this study employed group Mnet, a penalized regression method (machine learning), to analyze students, their parents, homeroom teachers, career counseling teachers, and school administrators data of Career Education Status Survey (2018). After 100 times of modeling with random data splitting, a total of 25 student variables and 5 parent variables were selected as important. Selected student variables included gender, school satisfaction, educational aspirations, learning motivation, career planning after high-school graduation, career education activities, career awareness, and risk-taking disposition. Parent variables included age, career guidance needs, and satisfaction on school support. Based on the results of the study, suggestions for career information programs are discussed.