트리 기반의 앙상블 머신러닝 및 SHAP 기법을 활용한 고령층의 삶의 만족도에 영향을 미치는 디지털 정보격차 요인 탐색
Exploration of Digital Divide Factors Affecting Life Satisfaction in Older People: Using Tree-Based Ensemble Machine Learning and SHAP
- 발행
- 2024 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 소속·발행
- 가천대학교 소프트웨어센터
- 출처
- 국내 KCI
- DOI
- 10.9728/dcs.2024.25.7.1847
- 원문
- 원문 보기 ↗
개념
키워드
디지털 정보격차, 고령층, 삶의 만족도, 기계학습, SHAP, Digital Divide, Elderly, Life Satisfaction, Machine Learning, SHAP
초록
디지털 전환은 일상의 다양한 영역에서 혜택을 제공하는 반면, 디지털 격차로 인해 사회적 불평등 및 소외를 비롯한 여러 문제가 발생하고 있다 특히, 디지털 대전환과 가속화된 고령화로 인해 고령층의 디지털 정보격차가 삶의 질에 미치는 영향은 더욱 심화될 것이다. 본 연구는 「2022년 디지털 정보격차 실태조사」 자료를 활용하여 고령층의 삶의 만족도에 영향을 미치는 디지털 정보격차 요인을 탐색하는 것을 목적으로 한다. 이를 위해 트리 기반의 앙상블 기계학습 기법인 Random Forest, XGBoost, LightGBM, CatBoost를 적용하였고, 모델들의 성능 비교 결과 CatBoost가 가장 우수한 것으로 나타났다. SHAP 기법을 활용한 CatBoost 모델 결과에 따르면, 기술적 자기효능감이 삶의 만족도에 가장 큰 영향을 미치는 요인이며, 결속형 사회적 자본, 디지털 기기에 대한 태도, 디지털 조력자, 인터넷 서비스 이용 정도, 월 가구 소득 및 학력 등이 주요 요인으로 확인되었다. 본 연구는 고령층의 삶의 만족도에 영향을 미치는 주요 디지털 정보격차 요인을 실증적으로 밝힘으로써 디지털 정보격차 해소를 위한 정책 수립 및 디지털 포용성 제고가 개인의 삶의 질 향상으로 이어질 수 있다는 시사점을 제시한다.