[논문]토픽 분석을 이용한 학생부종합전형의 쟁점 분석

홍영희

doi:10.5351/kjas.2019.32.3.423

토픽 분석을 이용한 학생부종합전형의 쟁점 분석
Issue analysis of the admission officer system using topic analysis 원문보기

응용통계연구 = The Korean journal of applied statistics, v.32 no.3, 2019년, pp.423 - 434

홍영희 (부산광역시교육청 교육정책연구소)

초록
AI-Helper

지난 2018년, 우리사회를 뜨겁게 달구었던 이슈 중 하나로 대입제도 개편에 관한 논쟁을 꼽을 수 있겠다. 그 중에서도 학생부종합전형에 대한 쟁점이 무엇인가를 파악하기 위해 감시와 비판이라는 언론의 기능에 주목하여 관련 뉴스 기사에 대한 토픽 분석을 시도해 보았다. 그 결과 수능체제 개편 논의가 비중있는 주제로 등장하여 수능시험에 대한 한국 사회의 민감성을 보여 주었다. 학생부종합전형과 직접적 관련이 있는 주제로는 학생부종합전형의 세부적인 선발 요소에 대한 논의가 등장하였고, 대입전형의 공정성에 관한 논의와 밀접한 관계를 보였다.

Abstract ▼ AI-Helper

An important issues in Korea society in 2018 was the revision of the university entrance examination system. Among the discussions, in order to grasp what the issue of admission officer system is, attention was focused on the function of media such as monitoring and criticism as well as the tried topic analysis of related news articles. As a result, the reorganization of the College Scholastic Ability Test (CSAT) was derived and showed the sensitivity of Korean society towards the CSAT. Topics directly related to the admission officer system were the selection factor and fairness of the university entrance examination system in relation to the selection factor.

주제어

표/그림 (7)

그림 Figure 3.1. change in the number of news articles.
표 Table 3.1. Number of ﬁnal collected news articles
그림 Figure 3.2. 10-fold cross-validation of topic modelling.
그림 Figure 3.3. The Rate of perplexity change.
표 Table 3.2. Some keyword of 5 topics
그림 Figure 3.4. 5 topics obtained by latent Dirichlet allocation modeling.
그림 Figure 3.5. Visualization of 5 topics.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

가정의 사회경제적 배경 영향에 따른 전형 대비의 유·불리와 이로 인한 교육 불평등의 가능성 등에 관한 논란과 문제점을 지적하였다.
그러나 Zhao 등 (2015)에서 지적하였듯이 동일한 분석 자료에 대해서도 초기 값을 어떻게 주느냐에 따라 복잡도 지수의 값이 안정적으로 나타나지 않는 문제가 발생한다. 따라서 Zhao 등 (2015)에서 제안한 복잡도 변화율(rate of perplexity change; RPC)을 활용하여 자료의 특성과 초기 값에 의한 민감함을 보완하여 토픽의 개수를 결정하고자 한다.
따라서 본 연구에서는 보다 엄격하게 토픽의 수를 결정하기 위해 일차적으로 복잡도 지수를 고려하였다. 복잡도 지수는 분석 대상 자료를 임의로 훈련용 자료(training data)와 테스트 자료(test data)로 나눈 후, 훈련용 자료로 만든 토픽 모델을 테스트 자료에 적용하여 구할 수 있으며 다음과 같이 정의된다.
따라서 본 연구에서는 언론 매체의 감시와 비판이라는 기능에 주목하여 학생부종합전형에 관한 뉴스 기사를 분석함으로써, 여론을 통해 나타난 학생부종합전형과 관련한 주된 쟁점들을 파악해 보고자 한다. 기존의 쟁점 분석이 문헌과 선행연구를 분석하는 것으로 이루어져 왔다면, 본 연구에서는 언론 매체의 뉴스 기사를 분석함으로써 기존 문헌과 선행연구에서 다루지 못한 여론을 반영하였다는 것에 의의를 둘 수 있다.
이는 교육부가 2022학년도 대입제도 개편(안) 마련을 위해 시행한 국민 참여형 공론조사를 통해 여실히 드러났다. 본 연구에서는 이러한 논란의 중심에 서 있는 학생부종합전형에 대한 쟁점이 무엇인가를 파악해 보고자 한다.

제안 방법

복잡도를 계산하기 위해 (k − 1)개의 훈련용 자료로 LDA 모형을 적합시켜 시험용 자료에 적용한다.
다음 단계로 한글 형태소 분석을 통해 토픽 분석에 필요한 명사 추출(extract noun) 작업이 일반적으로 필요한데, 통계프로그램 R의 ‘KoNLP’ 라이브러리의 extractNoun() 함수를 활용하면 짧은 시간 안에 처리가 가능하다. 빅카인즈를 통하면 명사만을 추출할 수 있으므로 본 연구에서 형태소 분석은 생략하였다.

대상 데이터

기사 수집 시 선택한 언론사는 한국ABC협회의 2017년 일간신문 163개사에 대한 발행부수와 유료부수 인증결과 상위 20위권에 속하는 신문사 중에서 빅카인즈를 통해 수집이 가능한 10개의 채널(매일경제, 한국경제, 한겨레, 경향신문, 문화일보, 한국일보, 국민일보, 서울신문, 부산일보, 국제신문 등)을 대상으로 하였다. 최초 수집된 기사는 총 2,108건이며 이 중 연구 주제와 직접적인 관련이 없는 기사들, 예를 들면 각 대학별 대입전형 모집요강, 사교육 기관의 대입 관련 광고, 단순히 특정 행사를 홍보하기 위한 기사 등은 분석 대상에서 제외하여 총 1,240건의 기사를 최종 분석대상으로 하였고 각 채널별로 수집된 기사의 수는 Table 3.
학생부종합전형에 대한 언론보도 자료의 데이터 수집은 한국언론진흥재단에서 운영하는 빅카인즈를 활용하였고, 수집 기간은 2014년 1월 1일부터 2018년 8월 31일로 설정하였다. 데이터 수집 기간에 대한 근거는 학생부종합전형이 시행된 시기가 2015학년도 대입전형부터로 2014학년도 수시모집 전형기간이 끝난 2014년 1월 1일을 시작기준일로 삼았다. 데이터 수집을 위한 검색어는 대학입학전형이며 빅카인즈를 통해 검색된 기사의 세부적인 내용 검토를 통해 학생부종합전형에 관한 신문기사만을 분석대상으로 하였다.
데이터 수집 기간에 대한 근거는 학생부종합전형이 시행된 시기가 2015학년도 대입전형부터로 2014학년도 수시모집 전형기간이 끝난 2014년 1월 1일을 시작기준일로 삼았다. 데이터 수집을 위한 검색어는 대학입학전형이며 빅카인즈를 통해 검색된 기사의 세부적인 내용 검토를 통해 학생부종합전형에 관한 신문기사만을 분석대상으로 하였다. 제외된 기사의 내용은 주로 특정 대학의 입학전형을 소개하거나 사교육 기관의 홍보내용 등이며, 동일한 내용의 중복된 기사도 1개만 남기고 나머지는 삭제하였다.
최종적으로 길이가 2 이상인 단어들만 이용하여 22,363 × 1,240의 단어-문서행렬을 구성하여 분석에 사용하였다.
기사 수집 시 선택한 언론사는 한국ABC협회의 2017년 일간신문 163개사에 대한 발행부수와 유료부수 인증결과 상위 20위권에 속하는 신문사 중에서 빅카인즈를 통해 수집이 가능한 10개의 채널(매일경제, 한국경제, 한겨레, 경향신문, 문화일보, 한국일보, 국민일보, 서울신문, 부산일보, 국제신문 등)을 대상으로 하였다. 최초 수집된 기사는 총 2,108건이며 이 중 연구 주제와 직접적인 관련이 없는 기사들, 예를 들면 각 대학별 대입전형 모집요강, 사교육 기관의 대입 관련 광고, 단순히 특정 행사를 홍보하기 위한 기사 등은 분석 대상에서 제외하여 총 1,240건의 기사를 최종 분석대상으로 하였고 각 채널별로 수집된 기사의 수는 Table 3.1과 같다.
학생부종합전형에 대한 언론보도 자료의 데이터 수집은 한국언론진흥재단에서 운영하는 빅카인즈를 활용하였고, 수집 기간은 2014년 1월 1일부터 2018년 8월 31일로 설정하였다. 데이터 수집 기간에 대한 근거는 학생부종합전형이 시행된 시기가 2015학년도 대입전형부터로 2014학년도 수시모집 전형기간이 끝난 2014년 1월 1일을 시작기준일로 삼았다.

데이터처리

토픽 분석을 위해 통계프로그램 R에서 ‘topicmodels’ 라이브러리의 LDA 함수를 활용하였고, RPC을 이용하여 적합한 토픽의 수를 탐색하였다.

이론/모형

마지막으로 통계프로그램 R의 ‘ldatuning’ 라이브러리에서 제공하는 3가지 기준 값을 활용하는 것으로, Griffiths와 Steyvers (2004), Cao 등 (2009), Arun 등 (2010)이 제안한 통계량을 토대로 결정 할 수 있다.
복잡도를 계산하는 방법으로 k-fold cross validation을 적용하는데, 분석 대상 자료를 임의로 k개의 부분 데이터 셋, S1, . . . , Sk로 나누고 토픽의 개수에 대한 후보군을 t1 ≤ · · · ≤ tr로 표시하자.
학생부종합전형에 대한 토픽분석을 시도하고자 경향신문, 부산일보 등 10개의 채널에 실린 4년 8개월간의 기사를 수집하여 총 1,240건을 분석한 결과, 최종적으로 5개의 주제가 도출되었다. 토픽의 수를 결정하기 위해 복잡도 지수를 활용하되, 계산 값의 불안정성을 보완하기 위해 Zhao 등 (2015)이 제안한 RPC을 기준으로 하였다. 토픽의 수가 결정되면 해당 토픽별로 주요 키워드와 관련 기사를 검토하여 토픽명을 결정할 수 있는데, 해당 분야에 대한 전문 지식이 없는 경우에는 토픽명 부여에 다소 어려움을 겪을 수도 있다.

성능/효과

다시 말해 학생부종합전형에 대한 쟁점에서도 수능체제 개편이 중요한 논의의 대상임을 확인하였으며, 대입전형의 공정성에 대한 기대가 크다는 것이 확인되었다.
토픽 분석 결과로 가장 큰 비중을 차지하는 것은 학생부종합전형의 선발요소와 관련된 논의였으며, 다음으로 수능체제 개편에 대한 논의가 대입전형 개편 논의보다 더 주요 토픽으로 등장하여 우리 사회에서 수능 시험이 얼마나 민감하고 중요한 사안으로 다루어지고 있는지를 보여 주었다. 또 토픽들의 관계를 시각화하여 표현해 본 결과 학생부종합전형과 대입전형의 공정성이 연관되어 있으며, 대입전형 개편 논의에서 큰 비중을 차지하는 것은 수능체제 개편 논의임이 확인되었다.
토픽 분석 결과로 가장 큰 비중을 차지하는 것은 학생부종합전형의 선발요소와 관련된 논의였으며, 다음으로 수능체제 개편에 대한 논의가 대입전형 개편 논의보다 더 주요 토픽으로 등장하여 우리 사회에서 수능 시험이 얼마나 민감하고 중요한 사안으로 다루어지고 있는지를 보여 주었다. 또 토픽들의 관계를 시각화하여 표현해 본 결과 학생부종합전형과 대입전형의 공정성이 연관되어 있으며, 대입전형 개편 논의에서 큰 비중을 차지하는 것은 수능체제 개편 논의임이 확인되었다.
학생부종합전형에 대한 토픽분석을 시도하고자 경향신문, 부산일보 등 10개의 채널에 실린 4년 8개월간의 기사를 수집하여 총 1,240건을 분석한 결과, 최종적으로 5개의 주제가 도출되었다. 토픽의 수를 결정하기 위해 복잡도 지수를 활용하되, 계산 값의 불안정성을 보완하기 위해 Zhao 등 (2015)이 제안한 RPC을 기준으로 하였다.

후속연구

Kim과 Baek (2016)은 교육부 보도 자료와 신문 기사 분석을 통해 대학구조개혁 평가와 관련된 주요 쟁점들을 구체화하고, 정책 이해 주체 간의 유사점과 차이점을 분석하였다. 새로운 연구방법은 많은 시간이 소요되는 전통적 조사방법이 가지는 한계인 여론을 즉시에 반영할 수 없다는 단점을 보완할 수 있다는 점에서 주목할 여지가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	대입제도와 관련하여 공통적으로 등장한 화두는 무엇이 있는가?	한국은 대입제도가 처음으로 실시된 1945년부터 지금에 이르기까지 무수히 많은 변화 과정을 거쳐 왔다. 대입제도와 관련하여 끊임없이 공통적으로 등장한 화두는 제도의 공정성과 신뢰성을 어떻게 지켜낼 것인가? 고교 교육과정 운영을 어떻게 정상화 시킬 것인가? 그리고 사교육비를 어떻게 하면 줄일 수 있을 것인가? 하는 등의 문제로 귀결 된다.
	학생부종합전형에 대한 논란이 드러난 곳은 어디인가?	근자에는 2015학년도부터 도입된 학생부종합전형이 고교 교육과정 운영의 정상화와 학생의 다양한 면모를 평가할 수 있다는 측면에서 이를 지지하는 집단과 수능 점수로 줄 세우는 평가방법이 가장 공정하고 신뢰할 수 있다는 점을 강조하는 집단 간의 첨예한 대립이 발생했다. 이는 교육부가 2022학년도 대입제도 개편(안) 마련을 위해 시행한 국민 참여형 공론조사를 통해 여실히 드러났다. 본 연구에서는 이러한 논란의 중심에 서있는 학생부종합전형에 대한 쟁점이 무엇인가를 파악해 보고자 한다.
	토픽 분석이란 무엇인가?	토픽 분석은 문서에 숨겨져 있는 주제들을 찾아내기 위해 문서에 출현하는 단어의 빈도를 기반으로 문서를 분류하기 위해 개발된 분석방법이다. 하나의 문서에는 여러 개의 주제가 함께 등장할 수 있다는 것을 가정하되, 개별 문서에서 비중이 가장 큰 주제를 대표 주제로 할당하여 문서들을 분류한다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증