선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 2004년 이전의 지필지각검사는 총 7개 항목이었으나 한국적인 특성의 결여, 낮은 변별력, 문제에 사용된 그림이나 도형의 어려운 판독 등의 이유로 기계원리(X4)는 전면수정 되었고 계기판독(X5)은 일부수정 되었으며 공구용도(여러 가지 공구와 이들의 용도를 파악하는 능력을 묻는 항목)와 토막수세기(표 2의 X7)는 제외되었다. 그러나 토막수세기는 제외에 대한 확실한 판단을 할 수 없어 연구목적으로 지속 측정 되었고 본 연구에서는 4장 개인특성변수 연구에서 토막수세기의 타당성에 대하여 알아보았다. 조종적성검사 항목의 자료 유형은 모두 수치형(Numerical)이다.
가설 설정
- (b)와 같은 λ-BIC 그래프에서는 최소 BIC에 대응하는 λ에서의 추정량이 모두 0이 되어 그래프의 경향이 최대로 바뀌는 꼭지점(Vertex)에 해당하는 λ를 선택하는 것이 합리적이다.
제안 방법
- <표 8>은 개인특성변수를 추가로 투입하여 조종적성검사와 개인특성변수 모두를 설명변수로 한 4가지 분류모형을 각 단계별로 제시한 것이다. Random Forest는 의사결정나무의 특성상 다양한 값으로 분할 가능한 변수가 다른 변수에 비해 선호되는 문제를 반영하기 위해 수치형 자료(X1~X10)와 범주형 자료(X11~X20)를 구분하여 노드 불순도 개선에 기여한 정도에 따라 제시하였다. 기호(∥)의 왼쪽이 수치형 자료, 오른쪽이 범주형 자료의 변수 중요도이다.
- 본 연구에서는 2004년 8개 항목에서 6개 항목으로 개선되어 현재 한국 공군이 조종사 선발에 사용하고 있는 조종적성검사 항목에 대한 타당성을 다양한 분류모형의 변수선택 과정을 종합적으로 분석하여 각 단계 및 전체 비행교육과정에서의 주요 항목을 선정하였다. 그리고 개인특성변수를 추가로 투입하여 분류모형을 구성함으로써 예측력을 높이는 실험 및 주요 개인특성변수를 선정하여 조종사 선발에 정책적 조언을 시도하였다.
- -검정을 실시하였다. 두 번째로 선택된 변수의 중요도를 직관적으로 파악할 수 있는 로지스틱 회귀분석, SCAD 모형, 의사결정나무, Random Forest를 이용하여 모형을 구성하였고 위의 두 가지 방법으로 선택된 변수를 종합적으로 판단하여 각 단계별 주요 항목을 선정하였다[8, 9, 10].
- 본 연구에서는 2004년 8개 항목에서 6개 항목으로 개선되어 현재 한국 공군이 조종사 선발에 사용하고 있는 조종적성검사 항목에 대한 타당성을 다양한 분류모형의 변수선택 과정을 종합적으로 분석하여 각 단계 및 전체 비행교육과정에서의 주요 항목을 선정하였다. 그리고 개인특성변수를 추가로 투입하여 분류모형을 구성함으로써 예측력을 높이는 실험 및 주요 개인특성변수를 선정하여 조종사 선발에 정책적 조언을 시도하였다.
- 한편, Son et al.은 주의분배력, 속도추적능력, 기계원리, 계기판독을 가장 큰 영향을 미치는 항목으로, 수표해독, 추적능력, 100m 달리기, 인간관, 공구용도, 멀리뛰기를 중요도는 떨어지지만 결과에 영향을 미치는 항목으로 분석하였다. Lee et al.
- [4]은 위의 축적된 자료에 지능검사, 체력검사, 인성검사의 자료를 포함하여 분석하였는데 Choi et al.은 추적능력, 기계원리, 계기판독, 인간관, 산수추리를 주요 항목으로 선정하였다. 한편, Son et al.
- 이를 극복하기 위해 예측과 관련이 없는 설명변수의 추정량을 쉽게 0으로 만들어 자연스럽게 변수선택 효과까지 노릴 수 있는 식(1)의 Jλ와 같은 벌점화 함수(Penalty Function)를 도입하였다.
- 이에 전체과정의 정확도, 모델의 단순화, 의 t-검정 결과를 고려하여 로지스틱 회귀분석 시 학위교육평점(X8)과 생활/훈련평점(X9)을 제외하고 모형을 구성하였다.
대상 데이터
- 의사결정나무는 불순도 측정기준으로 지니지수를 사용하는 CART(Classification and Regression Model) 알고리즘을 적용하였다. Random Forest는 총 500개의 의사결정나무를 구성하였고 각 노드마다 4개의 변수를 사용하였다[14].
- 본 연구에 사용된 데이터는 2012년부터 2014년까지 공군의 비행교육과정에 입과한 OO 출신 372명의 자료이다.
데이터처리
- 로지스틱 회귀분석은 AIC를 기준 통계치로 한 단계적 방법(Stepwise Selection)을 실시하였다. 한편, 로지스틱 회귀분석은 설명변수가 반응변수의 예측과 관련이 없음에도 불구하고 종종 선택되는데 이런 경우와 설명변수 사이에 다중공선성이 존재할 때 예측력이 현저히 떨어지는 단점을 보인다.
- <표 5>는 조종적성검사 항목을 설명변수로 한 4가지 분류모형을 각 단계별로 제시한 것이다. 모형 평가 기준으로 정확도(Accuracy)를 측정하였는데 10겹 교차검증을 10번 실시하여 총 100번의 실험을 통해 평균 및 분산을 제시하였다. 그리고 주요 선택변수(Selected Variables)는 전체데이터를 학습시켜 선정하였다.
- 변수선택은 크게 두 가지 방법으로 실시하였는데 첫 번째로 모형의 구성없이 데이터의 통계적 특성을 이용하여 0에 가까운 분산 유무, 상관분석, t-검정, X2-검정을 실시하였다. 두 번째로 선택된 변수의 중요도를 직관적으로 파악할 수 있는 로지스틱 회귀분석, SCAD 모형, 의사결정나무, Random Forest를 이용하여 모형을 구성하였고 위의 두 가지 방법으로 선택된 변수를 종합적으로 판단하여 각 단계별 주요 항목을 선정하였다[8, 9, 10].
이론/모형
- 의사결정나무는 불순도 측정기준으로 지니지수를 사용하는 CART(Classification and Regression Model) 알고리즘을 적용하였다. Random Forest는 총 500개의 의사결정나무를 구성하였고 각 노드마다 4개의 변수를 사용하였다[14].
- 그러나 LASSO 모형은 다른 벌점화 함수를 사용한 모형에 비해 필요 이상의 변수를 선택한다는 것이 알려져 있다. 이에 본 연구에서는 벌점화 추정량(\(\hat{β}_{PMLE} \))이 예측과 관련된 변수만으로 얻어진 이상적인 추정량(Oracle Estimator)과 점근적으로 일치한다는 신탁성질(Oracle Property)이 있는 것으로 알려진 SCAD 모형을 사용하였다. SCAD 모형의 벌점화 함수는 식(3)과 같다[11, 12]
성능/효과
- 가장 우수한 SCAD 모형은 벌점화 함수 도입에 따른 추정량의 왜곡이 있어 오즈(Odds) 분석에 부적합하여, 로지스틱 회귀분석으로 전체과정에 해당하는 자료를 유의수준 5% 이내 변수로 오즈를 분석해 보면 평균적으로 종합평점(X10)이 1단위 증가할 때마다 수료가능성은 무려 4.8배 증가하는 것으로 나타났고 에너지(X14)가 외향인 인원이 내향인 인원에 비해 평균적으로 수료가능성이 1.8배 높았다. 이는 비행교육이 교관과의 일대일 실습방식이라는 점에서 기인한 것으로 적극적인 성향의 에너지 방향이 외향형인 인원이 수료 가능성이 높다고 추론할 수 있다.
- 각 단계별로 SCAD 모형이 가장 높은 정확도를 보였으며 전체과정의 정확도는 66.2%였다. Random Forest 모형의 선택변수 부등호(>) 왼쪽 항목은 노드불순도 개선에 기여도가 가장 높은 항목이고 오른쪽은 기여도가 가장 떨어지는 항목이다.
- 7% 포인트 향상되었다. 개인특성변수 추가 투입 시 예측 정확도 향상에 대한 통계적 검증으로 t-검정을 실시한 결과 SCAD 모형뿐만 아니라 나머지 모형에서도 통계적으로 유의한 결론에 도달하였다.
- 셋째, 모의비행검사(X6)의 중요성에 비추어 볼 때 신체협응능력을 평가할 수 있는 수행평가체계 및 고등과정의 훈련기(T-50) 성능을 구현할 수 있는 모의비행장비의 도입이 필요하다. 넷째, 종합평점(X10) 즉, 학업성취도는 선발과정에서 어떠한 형식으로든 평가가 이루어져야 한다. 다섯째, 성별에 따른 수료율의 차이가 존재하지 않는 것은 일부 출신 여성장교에게만 열려있는 조종사의 문을 넓히기 위한 초석이 될 수 있다.
- 또한 을 보면 조종적성검사 항목 간에 보통(Usual) 이하의 양의 상관관계(r)를 보여주고 있는데 이는 조종적성검사 항목이 일관성 있는 평가도구로서 가치가 있다는 것을 보여준다.
- 9%로 가장 우수하였다. 또한 조종적성검사 항목만으로 모형 구성 시 정확도는 66.2%이고 개인특성변수를 추가 투입 시 정확도는 71.9 %로 5.7% 포인트 향상되었다. 개인특성변수 추가 투입 시 예측 정확도 향상에 대한 통계적 검증으로 t-검정을 실시한 결과 SCAD 모형뿐만 아니라 나머지 모형에서도 통계적으로 유의한 결론에 도달하였다.
- 그 밖에 흥미로운 사실은 학위교육평점(X8), 생활/훈련평점(X9), 종합평점(X10)은 토막수세기(X7)를 포함한 조종적성검사 항목과 상관관계가 매우 약하다는 것이다. 또한 종합평점(X10)은 학위교육평점(X8)과 생활/훈련평점(X9)의 선형결합이므로 양의 상관관계가 매우 강하였는데(Very Strong), 분산팽창요인 역시 모두 10 이상으로 매우 높았다. 이에 전체과정의 정확도, 모델의 단순화, <표 6>의 t-검정 결과를 고려하여 로지스틱 회귀분석 시 학위교육평점(X8)과 생활/훈련평점(X9)을 제외하고 모형을 구성하였다.
- 모든 단계에서 SCAD 모형이 가장 우수한 정확도를 보였다. 예측모형 구성 시 기존의 입문과정에 초점이 맞추어져 있던 것에서 벗어나 조종사로서의 자격이 주어지는 전체과정을 중심으로 하는 것이 합리적이므로 전체과정의 정확도를 살펴보면 SCAD 모형이 71.
- 본 연구의 핵심인 2004년 개선하여 현재 한국 공군이 조종사 선발에 사용하고 있는 조종적성검사 항목 타당성에 대한 연구 결과 수표해독(X1), 전기미로(X2), 계기판독(X5), 모의비행검사(X6)는 유의한 항목으로 지속 발전시켜 나가야 하며 척도판독(X3) 및 기계원리(X4)는 재고의 여지가 다분하다. 또한 개인특성변수로는 토막수세기(X7), 생활/훈련평점(X9), 종합평점(X10)이 주요 변수로 선정되었다.
- 본 연구의 핵심인 조종적성검사 항목 타당성 분석을 위해 앞에서 실시한 변수선택 결과를 종합하면(의 굵은 글씨체) 입문과정과 전체과정은 동일하게 수표해독(X1), 전기미로(X2), 계기판독(X5), 모의비행검사(X6)가 선정되었고 기본과정은 수표해독(X1), 계기판독(X5), 모의비행검사(X6)가 선정되었으며 고등과정은 어떠한 항목도 선정되지 않았다.
- 둘째, 이와 같이 새롭게 개발된 조종적성검사 항목은 반드시 조종적성계발 프로그램에 반영되어 사전준비의 도구로 활용되어야 한다. 셋째, 모의비행검사(X6)의 중요성에 비추어 볼 때 신체협응능력을 평가할 수 있는 수행평가체계 및 고등과정의 훈련기(T-50) 성능을 구현할 수 있는 모의비행장비의 도입이 필요하다. 넷째, 종합평점(X10) 즉, 학업성취도는 선발과정에서 어떠한 형식으로든 평가가 이루어져야 한다.
- 모든 단계에서 SCAD 모형이 가장 우수한 정확도를 보였다. 예측모형 구성 시 기존의 입문과정에 초점이 맞추어져 있던 것에서 벗어나 조종사로서의 자격이 주어지는 전체과정을 중심으로 하는 것이 합리적이므로 전체과정의 정확도를 살펴보면 SCAD 모형이 71.9%로 가장 우수하였다. 또한 조종적성검사 항목만으로 모형 구성 시 정확도는 66.
- 위의 변수선택 결과를 종합하면 대체로 종합평점(X10)은 모든 단계 및 모형에서 가장 중요한 개인특성변수이다. 따라서 종합평점(X10) 즉, 학업성취도는 조종사 선발과정에서 조종적성검사의 한개 항목으로 포함되거나 선발과정의 다른 절차에 포함되어 반드시 평가되어야 한다.
후속연구
- 넷째, 종합평점(X10) 즉, 학업성취도는 선발과정에서 어떠한 형식으로든 평가가 이루어져야 한다. 다섯째, 성별에 따른 수료율의 차이가 존재하지 않는 것은 일부 출신 여성장교에게만 열려있는 조종사의 문을 넓히기 위한 초석이 될 수 있다.
- 첫째, 현재 한국 공군에서 사용하고 있는 조종적성검사는 항공무기체계의 발전 및 비행교육과정의 변화에 발맞추어 지속적으로 연구되고 새로운 옷으로 갈아입어야 한다. 둘째, 이와 같이 새롭게 개발된 조종적성검사 항목은 반드시 조종적성계발 프로그램에 반영되어 사전준비의 도구로 활용되어야 한다. 셋째, 모의비행검사(X6)의 중요성에 비추어 볼 때 신체협응능력을 평가할 수 있는 수행평가체계 및 고등과정의 훈련기(T-50) 성능을 구현할 수 있는 모의비행장비의 도입이 필요하다.
- 단계별 분석은 각 단계별로 설정된 목표와 요구되는 능력이 상이한데 따른 단계별 비행훈련의 성패를 결정짓는 주요 요인이 어떤 차이를 보이는지 분석하기 위한 목적도 있다. 또한 2004년 2차 개선사업으로 현재까지 사용하고 있는 한국 공군의 조종적성검사에 대해서는 연구된 바가 없어, 끊임없이 변화하고 있는 항공무기체계의 발전에 발맞추어 공군의 비행교육과정도 진화하고 있는 만큼 조종적성검사의 주요 항목도 변화할 것이므로 이를 분석할 필요성이 제기된다.
- 05사이의 항목으로는 항공공학(X13), 에너지(X14), 윗몸일으키기(X19)가 있었다. 또한 수료여부와 성별은 서로 독립인데 이는 여성이라고 해서 중도 탈락자가 많지 않다는 것으로 향후 공군의 여성조종사 선발정책에 지표가 될 수 있을 것이다.
- 이는 조종적성검사 항목 개발 시 어떤 능력을 측정해야 하는지에 대한 판단 근거가 될 것이다. 또한 조종적성은 지각능력과 같은 비행자질 자체뿐만 아니라 동기부여와 같은 심리적 요인과 체력적 요인 등 여러 가지 요인이 종합적이고 총체적으로 작용하는 만큼 공동연구가 반드시 필요하다.
- 위의 연구 결과들을 바탕으로 아래와 같은 정책적 제언을 한다. 첫째, 현재 한국 공군에서 사용하고 있는 조종적성검사는 항공무기체계의 발전 및 비행교육과정의 변화에 발맞추어 지속적으로 연구되고 새로운 옷으로 갈아입어야 한다. 둘째, 이와 같이 새롭게 개발된 조종적성검사 항목은 반드시 조종적성계발 프로그램에 반영되어 사전준비의 도구로 활용되어야 한다.
- 향후 연구는 실제 단계별로 이루어지고 있는 비행교육 현장에서 훈련비행 탑승교관이 데이터베이스에 입력한 방대한 강평자료를 바탕으로 중도 탈락자집단과 수료자집단에 대하여 비정형데이터 분석을 실시하여 중도 탈락자집단과 수료자집단의 차이를 규명하는 것이다. 이는 조종적성검사 항목 개발 시 어떤 능력을 측정해야 하는지에 대한 판단 근거가 될 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.