Identifying the post-pandemic determinants of low performing students in Latin America through Interpretable Machine Learning methods

이 논문은 2022 년 PISA 데이터를 기반으로 스택링 모델과 SHAP 분석을 적용하여 라틴아메리카 저성취 학생들의 주요 결정 요인 (소수 언어 사용, 학업 반복, 디지털 기기 부재, 빈곤, 주중 취업, 열악한 학교 환경 등) 을 규명하고 교육 정책 수립에 기여합니다.

핵심

1. 연구의 배경: 왜 이 문제를 파헤쳤을까?

라틴아메리카는 교육 격차가 심한 지역입니다. 마치 거대한 농장이 있는데, 어떤 아이들은 비옥한 토양에서 자라 꽃을 피우는 반면, 어떤 아이들은 바위 틈에서 겨우 숨을 쉬고 있는 상황입니다.

그런데 코로나19 팬데믹이라는 거대한 폭풍이 지나가면서 상황이 더 나빠졌습니다. 학교 문이 닫히고, 인터넷이 끊기면서 가난한 아이들은 농장에서 완전히 방치된 것처럼 공부할 기회를 잃었습니다. 이 연구는 **"도대체 어떤 아이들이 가장 깊은 구덩이에 빠졌고, 그 구덩이에서 어떻게 빠져나올 수 있을까?"**를 찾기 위해 10 개 나라의 데이터를 분석했습니다.

2. 방법론: AI 가 된 '스마트 농부'

연구자들은 단순히 통계만 보는 게 아니라, **최신 AI(머신러닝)**를 활용했습니다.

• 비유: 기존의 연구가 "평균적인 농작물 상태"를 보는 것이라면, 이 연구는 AI 농부를 투입해 "가장 병든 작물 하나하나"를 정밀하게 검사하는 방식입니다.
• SHAP(샤플리) 분석: 이 AI 는 단순히 "누가 뒤처졌나?"만 알려주는 게 아니라, **"왜 뒤처졌는지 그 이유를 하나하나 설명"**해 줍니다. 마치 의사가 "당신이 아프다면, A 는 감기 때문이고, B 는 피로 때문이며, C 는 영양실조 때문이야"라고 구체적으로 진단해 주는 것과 같습니다.

3. 주요 발견: 가장 뒤처진 아이들의 프로필 (Level 0)

AI 가 분석한 결과, **가장 공부에 뒤처진 아이 (Level 0)**들의 공통된 프로필이 나왔습니다. 이 아이들은 마치 여러 가지 장벽에 둘러싸인 고립된 섬에 살고 있습니다.

• 가정 환경:

  • 디지털 기기가 없음: 집에서 태블릿이나 컴퓨터가 없습니다. 팬데믹 때 온라인 수업을 들을 수 없었던 것입니다.
  • 가난과 노동: 집이 매우 가난해서, 아이들은 일주일에 반나절 이상 유급 노동을 해야 합니다. 공부할 시간과 에너지가 없습니다.
  • 언어 장벽: 학교에서 쓰는 언어가 아닌 소수 민족 언어를 집에서 씁니다.
  • 반복 학년: 이미 초등학교 때 **반복 학년 (유급)**을 한 경험이 있습니다.

• 학교 환경:

  • 열악한 학교: 학교 건물이 낡고, 선생님 자격증 소지율이 낮으며 (3 명 중 1 명만 자격증 있음), 인터넷 연결이 안 되는 컴퓨터만 덩그러니 있습니다.
  • 분위기가 나쁨: 학교 분위기가 좋지 않고, 아이들이 학교에 소속감을 느끼지 못합니다.

한 줄 요약: "이 아이들은 가난한 집에서 태어나, 컴퓨터도 없이, 학교도 열악하고, 일하느라 공부할 시간이 없어서 가장 깊은 구덩이에 빠졌습니다."

4. 조금은 나아진 아이들 (Level 1) vs 잘하는 아이들 (Level 2)

연구는 단순히 '가장 나쁜' 아이만 본 게 아닙니다.

• Level 0(가장 나쁨) 에서 Level 1(조금 나아짐) 로 올라가려면:
  • 가정에서 책과 디지털 기기가 필요합니다.
  • 아이들이 유급 노동을 하지 않고, 숙제를 할 시간이 있어야 합니다.
  • 학교 분위기가 좋아지고, 선생님이 아이들을 잘 챙겨주어야 합니다.
• Level 1(조금 나아짐) 에서 Level 2(기본 능력 달성) 로 올라가려면:
  • 가족의 교육적 지원이 더 중요해집니다.
  • 숙제를 더 많이 할 수 있는 환경 (집에 조용한 공간 등) 이 필요합니다.
  • 학교의 선생님들의 전문성 (자격증, 연수 이수율) 이 결정적인 역할을 합니다.

5. 국가별 특징: 모든 나라가 똑같을까?

전체적인 패턴은 비슷했지만, 나라마다 **'마지막 한 방'**이 달랐습니다.

• 멕시코: 아이들이 유급 노동을 거의 매일 하고, 학교를 3 개월이나 결석한 경우가 많았습니다.
• 파나마: 어머니의 학력이 초등학교도 졸업하지 못한 경우가 많았습니다.
• 페루: 원주민 아이들과 인터넷 인프라가 가장 큰 문제였습니다.
• 칠레: 학교를 자주 빠지는 (결석) 경향이 두드러졌습니다.

6. 결론 및 제언: 어떻게 도와줘야 할까?

이 연구는 **"한 번에 해결할 수 있는 마법 지팡이는 없다"**고 말합니다. 대신 단계별 처방이 필요합니다.

1. 단기 처방 (가장 시급한 것):

   • 가난한 아이들에게 현금 지원을 해서 유급 노동을 그만두고 공부하게 하세요.
   • 원주민 아이들을 위한 이중 언어 교육과 선생님들을 보내세요.
   • 반복 학년을 막기 위한 조기 개입이 필요합니다.

2. 중기 처방 (인프라):

   • 학교에 컴퓨터와 인터넷을 제대로 깔아야 합니다. 디지털 기기가 없으면 공부가 불가능합니다.
   • 선생님들의 연수를 강화하고 자격증을 따게 해야 합니다.

3. 장기 처방 (사회 구조):

   • 가난과 불평등이라는 뿌리 깊은 문제를 해결해야 합니다.

요약

이 논문은 **"라틴아메리카의 가난한 아이들은 단순히 '공부를 안 해서' 뒤처진 게 아니라, 가난, 노동, 열악한 학교, 디지털 격차라는 '거대한 벽'에 막혀서 뒤처진 것"**이라고 말합니다.

이 벽을 뚫기 위해서는 AI 가 진단한 정확한 원인에 맞춰, 가난한 아이들에게는 돈과 기기를, 학교에는 좋은 선생님 환경을 제공하는 맞춤형 지원이 필요하다고 강조합니다. 마치 병든 농작물을 구하려면, 단순히 물을 주는 게 아니라 토양을 고치고, 해충을 제거하고, 비료를 주는 정밀한 관리가 필요하듯이 말입니다.

기술 요약

논문 요약: 라틴아메리카의 학습 빈곤 (Learning Poverty) 결정 요인 규명을 위한 해석 가능한 머신러닝 기법

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 라틴아메리카 (LAC) 지역은 이미 존재하던 구조적 불평등과 COVID-19 팬데믹으로 인한 장기적인 학교 폐쇄 (평균 269 일) 로 인해 학습 위기가 심화되었습니다. 팬데믹 이후 저소득층 학생들의 학습 손실이 극심하여, 수학에서 75%, 읽기에서 55% 이상의 학생이 기본 역량을 달성하지 못하는 '학습 빈곤' 상태에 처해 있습니다.
• 문제: 기존 연구들은 평균적인 학생의 성취 요인을 분석하거나 상위권 성취 (Level 2 이상) 에 초점을 맞추는 경향이 있었습니다. 그러나 학습 분포의 하위 구간 (Level 0: 역량 미달, Level 1: 기본 역량 미달) 에 있는 학생들은 서로 다른 결정 요인을 가질 수 있으며, 이들을 구분하여 분석한 연구는 부족합니다.
• 목표: 팬데믹 이후의 PISA 2022 데이터를 활용하여, 라틴아메리카 지역 전체 및 개별 국가 수준에서 '최저 성취자 (Level 0)'와 '저성취자 (Level 1)'를 구분하고, 이들의 학습 빈곤을 유발하는 핵심 결정 요인을 규명하는 것.

2. 데이터 및 방법론 (Methodology)

• 데이터: 2022 년 OECD PISA 데이터를 기반으로 한 10 개 라틴아메리카 국가 (아르헨티나, 브라질, 칠레, 콜롬비아, 도미니카공화국, 멕시코, 파나마, 페루, 파라과이, 우루과이) 의 15 세 학생 데이터.
  • 종속 변수: 이진 분류 (Binary Classification) 문제 설정.
    1. Bottom Performers: Level 0 (역량 미달) vs Level 1.
    2. Low Performers: Level 1 (기본 역량 미달) vs Level 2 (기본 역량 달성).
  • 독립 변수: 학생/가족 특성 (SES, 반복 학년, 디지털 기기 보유 등) 과 학교 특성 (ICT 인프라, 교원 자격, 학교 분위기 등) 포함.
• 모델링 접근법:
  1. 앙상블 학습 (Stacking): 5 가지 이진 분류 머신러닝 모델 (Logistic Regression, Lasso, Random Forest, Gradient Boosting, Neural Networks) 을 개별적으로 훈련시킨 후, Stacking Generalization 기법을 사용하여 메타 모델 (Meta-model) 을 구축했습니다. 이는 단일 모델의 예측 오류를 보완하고 정확도를 극대화하기 위함입니다.
  2. 해석 가능한 머신러닝 (IML): '블랙박스' 모델의 결과를 해석하기 위해 SHAP (Shapley Additive Explanations) 값을 적용했습니다.
     • 글로벌 설명 (Global): 전체 표본에 대한 평균 SHAP 값을 통해 주요 결정 요인의 순위와 영향력을 파악.
     • 로컬 설명 (Local): SHAP 값 분포의 양극단 (최소/최대) 에 위치한 학생들의 프로필을 분석하여, 특정 학생이 저성취 그룹에 속하게 만드는 구체적인 요인 조합을 규명.
     • 상호작용 효과 (Interaction): 성별, 반복 학년, ICT 보유량과 가족 SES 간의 교차 효과 분석.

3. 주요 결과 (Key Results)

가. 글로벌 분석 (전체 지역 기준)

• 최저 성취자 (Level 0 vs Level 1) 의 주요 요인:
  • 개인/가족: 초등/중등 반복 학년, 학교 소속감 부족, 교사의 복지 지원 부재, 소수 언어 사용, 디지털 기기 부재, 저소득 가정, 유급 노동 참여.
  • 학교: 열악한 학교 분위기, 약한 ICT 인프라, 인증된 교사 비율 낮음 (약 1/3), 소규모 학교, 농촌/공립 학교.
• 저성취자 (Level 1 vs Level 2) 의 주요 요인:
  • 개인/가족: 유급 노동 참여, 숙제 시간 부족, 어머니의 학력, 가족의 교육적 지원, 가정 내 디지털 기기 및 책 보유량.
  • 학교: 학교의 상대적 빈곤율, 교직원의 교육적 지원 (STR), 사립 학교 여부, 학교 자율성.
• 국가별 일관성: 10 개 국가 중 8 개 이상에서 **초등 반복 학년, 가정 부 (SES), 교육용 ICT 입력 (디지털 기기)**이 상위 10 위 요인으로 공통적으로 나타났습니다.

나. 로컬 분석 (극단적 프로필 비교)

• Level 0 (역량 미달) 학생의 전형적 프로필:
  • 소수 언어 사용, 반복 학년 경험, 디지털 기기 전무, 극도로 낮은 SES, 주 2~3 일 유급 노동, 열악한 학교 분위기, 인증 교사 비율이 낮은 학교 (약 33%), 인터넷 연결 PC 부재.
• Level 1 (기본 역량 달성) 학생의 전형적 프로필:
  • 높은 SES, 다수의 디지털 기기 및 책 보유, 반복 학년 없음, 유급 노동 없음, 교사의 지원과 학교 소속감 높음, 자율성이 높고 인증 교사가 많은 사립 학교, 높은 ICT 연결성 (PC 90% 이상 인터넷 연결).

다. 교차성 (Intersectionality) 분석

• 성별과 SES: 빈곤 가정이 남성 학생의 저성취 확률에 더 큰 부정적 영향을 미치는 반면, 부유한 가정에서는 성별 격차가 상대적으로 작음.
• 반복 학년과 SES: 빈곤하고 반복 학년 경험이 있는 학생은 저성취 확률이 급격히 증가함 (SHAP 값 차이 약 +15).
• ICT 와 SES: 디지털 기기 보유가 빈곤 학생에게는 성취에 긍정적이나, 부유한 학생에게는 추가적인 이득이 크지 않음 (기울기 차이).

4. 주요 기여 및 의의 (Contributions & Significance)

1. 방법론적 혁신: 라틴아메리카와 같은 글로벌 사우스 (Global South) 지역의 교육 데이터를 대상으로 **해석 가능한 머신러닝 (IML)**과 Stacking 앙상블을 적용한 최초의 연구 중 하나입니다. 기존의 통계적 회귀 분석을 넘어 비선형 관계와 복잡한 상호작용을 포착했습니다.
2. 세분화된 타겟팅 전략 제시: 단순히 '저성취자'를 통틀어 분석하는 것이 아니라, **Level 0(역량 미달)**과 **Level 1(기본 역량 미달)**을 구분하여 각 그룹에 맞는 차별화된 개입 전략을 제시했습니다.
   • Level 0 탈출: 현금 이전 (Cash transfers), 반복 학년 방지, 이중 언어 교육, 교원 질 제고.
   • Level 1 에서 Level 2 로 이동: 가정의 교육적 지원 강화, 숙제 환경 조성, ICT 인프라 확충, 부모 참여 증대.
3. 팬데믹 이후의 시사점: 팬데믹으로 인한 학교 폐쇄 기간이 길어질수록 (특히 500 일 이상) Level 0 성취 확률이 증가함을 확인했습니다. 이는 원격 학습 참여율과 ICT 접근성이 학습 빈곤 완화에 핵심임을 시사합니다.
4. 정책적 함의: '조기 경고 시스템 (Early Warning Systems)' 구축을 위한 데이터 기반의 정밀 타겟팅이 가능함을 입증했습니다. 개별 학생의 프로필을 분석하여 어떤 요인 (예: 반복 학년, 디지털 기기 부재) 을 먼저 해결해야 성취 단계가 상승할 수 있는지에 대한 구체적인 로드맵을 제공합니다.

5. 결론

본 연구는 라틴아메리카의 학습 빈곤이 단일 원인이 아닌 학생, 가족, 학교 수준의 복합적 요인 (특히 빈곤, 반복 학년, 디지털 격차, 교원 질) 이 상호작용하여 발생함을 규명했습니다. 머신러닝 기반의 해석 가능한 분석을 통해 정책 입안자들이 가장 취약한 학생 그룹을 식별하고, 그들의 프로필을 상위 성취 그룹으로 전환시키기 위한 구체적인 개입 지점을 찾을 수 있음을 보여주었습니다.