코로나-19 상황에서 나타난 청소년 행복의 부익부 빈익빈 현상에 대한 머신러닝 모델 연구
A Machine Learning Model Study of the Polarization of Happiness of Adolescents in the Context of COVID-19
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
이 연구는 청소년기의 행복 수준에 영향을 미치는 요인을 생태체계적 관점에서 고찰하고 행복 수준에 대 한 발달요인의 예측 가능성을 머신러닝 분석을 통해 탐색하였다. 이를 위해 한국아동․청소년패널조사 2018(KCYPS) 데이터 중 2차(2019년), 4차(2021년), 6차(2023년) 응답 자료를 사용하였으며, 분석을 위해 잠 재계층분석과 머신러닝 분석을 활용하였다. 분석결과, 행복 변화 양상에 따라 ‘유지형’(중간 수준의 행복 지속), ‘부익부형’(높은 행복 수준 유지․상승), ‘빈익빈형’(낮은 행복 수준 지속․하락), ‘조정형’(높은 행복 수준에서 하향 조정)으로 명명하였고, 방향성이 뚜렷한 ‘부익부형’, ‘유지형’, ‘빈익빈형’을 주요 집단으로 설정하였다. 이후 발달요인을 통해 ‘부익부형’과 ‘빈익빈형’을 예측하기 위한 머신러닝 분석을 진행하였 다. ‘부익부형’은 삶의 만족도, 우울, 자아존중감, 현실비행이 계층을 예측하는 중요한 요인이었고, ‘빈익 빈형’은 자아존중감, 부모의 자아존중감과 부모의 따스함, 친구관계, 부모의 자율성지지가 중요한 예측요 인으로 확인되었다. 이러한 결과는 행복계층에 따라 다른 개입이 필요할 수 있음을 의미한다. 따라서 낮 은 행복수준을 일반수준으로 높이기 위해서는 심리 사회적 접근이 필요하고, 특히 부모와 또래관계에 대 한 접근이 함께 이루어져야 하며, 일반수준에서 높은 행복수준으로 높이기 위해서는 심리적 접근이 효과 적일 수 있겠다. 마지막으로 논의에서는 청소년 행복 증진을 위해 심리적 지원과 환경개선을 통한 심리 및 복지적 접근의 필요성을 제안하였다.
Abstract
This study aimed to explore the factors influencing adolescents’ happiness from an ecological perspective and to examine the predictive power of developmental variables on happiness levels using machine learning analysis. For this purpose, data from the 2nd (2019), 4th (2021), and 6th (2023) waves of the Korean Child and Youth Panel Survey 2018 (KCYPS 2018) were used. Latent class analysis and machine learning techniques were applied to analyze the patterns of change in happiness. The analysis results categorized happiness change patterns as: ‘Maintaining’ (sustained intermediate happiness), ‘high-to-higher’ (maintained and rising high happiness), ‘low-to-lower’ (sustained and declining low happiness), and ‘Adjusting’ (downward adjustment from high happiness). Among these, the ‘high-to-higher’, ‘Maintaining’ and ‘low-to-lower’ groups were selected as the main analytic groups due to their clear directional trends. Machine learning analyses were then conducted to predict the “low-to-lower” and “high-to-higher” groups using various developmental factors. For the high-to-higher group, key predictors included life satisfaction, depression, self-esteem, and deviant behaviors. In contrast, predictors for the low-to-lower group were self-esteem, parental self-esteem, parental warmth, peer relationships, and parental autonomy support. These findings suggest the need for differentiated interventions according to the pattern of happiness. Specifically, psychosocial approaches—including support for parent and peer relationships—may be effective in raising happiness from low to average levels, while psychological approaches may be more suitable for enhancing happiness from average to high levels. Finally, the discussion emphasizes the importance of psychological support and environmental improvements as a combined strategy to promote adolescent well-being.