K-평균 군집분석을 활용한 한국 대학의 유형화 연구

• 영문명: A Study on Classifying Korean Universities Using k-means Clustering Analysis
• 발행기관: 한국교육학회
• 저자명: 전석진(Jeon, Seokjean) 김정환(Kim Jeonghwan) 송승익(Song Seungik)
• 간행물 정보: 『교육학연구』제60권 제6호, 523~556쪽, 전체 34쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2022.10.31

국문 초록

본 연구는 기계학습을 통해 우리나라의 대학 분류를 새롭게 시도하는 것을 목적으로 한다. 대학을 분류하는 것은 복잡하고 다양한 대학을 명확하게 이해할 수 있도록 돕는 기본적인 인식틀을 제공한다. 특히 대학을 둘러싼 환경이 빠르게 변화함에 따라 대학의 기능 또한 확대되고 변화하고 있다. 따라서 새로운 분류체계를 통해 대학을 적절히 이해하고, 이를 토대로 학술적·정책적인 접근을 취하는 것이 중요하다. 본 연구에서는 새로운 대학 분류를 위하여 대학알리미에 공시된 자료 중 26개 변수를 활용하여 k-means 군집분석을 수행하였다. 그 결과, 우리나라 205개의 대학을 7개 유형으로 분류할 수 있음을 밝혔으며, 각 유형이 가지는 강점과 특징을 중심으로 유형을 설명하였다. 특히, 유형별로 가장 큰 영향을 미치는 변수와 평균 상위 변수에 대한 분석을 토대로 각 유형에 대한 새로운 명명을 시도하였다. 이 연구의 분석결과를 토대로 대학을 분류하는 기준으로써 기존에 주로 활용되어왔던 교육과 연구 관련 변수뿐만 아니라, 산학협력 변수와 국제화 변수 등이 중요하게 고려되어야 함을 밝혀냈다. 이는 대학의 기능이 다원화되고 있으며 이를 대학 분류가 적절히 반영해야함을 시사한다. 또한 본 연구는 대학분류 연구에서 새롭게 시도되는 기계학습을 통한 분류를 시도했다는 점에서 새로운 관점을 제시했으며 실증적이고 귀납적인 접근의 유용성을 보여주며, 후속 연구의 가능성을 제시하였다.

영문 초록

The function of universities is expanding and changing, as the environment around them has been rapidly changing. Therefore, it is important to properly understand universities through a new classification system and to take an appropriate approach to academic research and policymaking based on it. The purpose of this study was to newly classify Korean universities using machine learning. We can use the classification of universities as a basic framework to understand complicated and varied universities more clearly. This study employed a k-means cluster algorithm using 26 variables. Results showed that 205 Korean universities can be classified into seven groups. Each group is described based on an analysis of the variables that had the greatest influence on each type and the mean top variables. This study found that the industry-academic cooperation related variables and internationalization variables are crucial criteria for classifying universities even though they were not considered important in previous research. Also, this study using machine learning, a new attempt at Korean university classification research, suggests that empirical and inductive approaches can be useful.

목차

I. 서론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

Ⅳ. 연구 결과

Ⅴ. 논의 및 결론

키워드

대학 분류 기계학습 군집분석 k-means 알고리즘 university classification machine learning cluster analysis k-means algorithm