코로나-19 팬데믹 상황 속 자살 고위험 청소년의 생태요인 네트워크 분석과 자살사고예측 머신러닝연구

Abstract

이 연구는 코로나19 팬데믹 상황 속에서 발달하고 있는 청소년의 자살사고를 탐색하고, 자살사고 고위험군의 특징을 탐색하기 위해 진행되었다. 이를 위해 코로나19가 팬데믹 수준으로 확산되었던 2021년에 중･고등학생을 대상으로 온라인 설문조사를 실시하여 총 975명의 자료를 분석에 활용하였다. 수집된 자료는 잠재적계층분석을 통해 자살사고 수준에 따라 고위험군(n=158), 저위험군(n=817)으로 구분하였으나 표본의 불균형이 분석결과의 왜곡을 야기할 수 있어 SMOTE 기법을 적용하여 표본의 균형을 조정하였다. 이후 두 집단의 발달적 특성을 탐색하기 위해 네트워크 분석과 머신러닝 분석을 진행하였으며, 결과는 다음과 같다. 네트워크 분석 결과 자살사고 저위험군은 불안, 부모의 방임, 충동성이 중심적인 요인으로 나타났다. 반면 자살사고 고위험군은 우울, 공격성, 부주의가 발달 네트워크의 핵심요인이었고, 예측도 분석에서 부모의 방임과 우울이 70% 이상의 높은 값이 나타났다. 따라서 우울은 자살사고 고위험군 청소년 네트워크에서 가장 중요한 위험요인이며, 다른 발달요인들의 상호작용을 촉진시키는 중요한 역할인 것으로 나타났다. 머신러닝 분석을 통해 자살사고 고위험군을 예측하기 위해 Random Forest, XGBoost, LightGBM, Logistic Regression, Artificial Neural Network 알고리즘을 활용하였고, 알고리즘의 성능을 비교한 결과 XGBoost의 성능이 가장 우수하였다. XGBoost를 통해 변수 중요도를 확인한 결과 우울이 자살사고 고위험군을 가장 잘 예측하는 요인으로 확인되었다. 결과를 종합해본다면, 팬데믹 상황에서 청소년의 자살사고 수준에 따라 발달 네트워크의 구조가 상이했고, 우울이 자살사고 고위험군을 가장 잘 설명할 수 있는 핵심요인이었다. 따라서 팬데믹 속에서 청소년을 보호하기 위해서는 우울감과 같은 정서적 문제를 관리하고 강한 사회적 유대를 형성할 수 있도록 돕는 것이 필요하겠으며, 청소년 자살 문제를 해결하기 위한 개입 및 정책 수립에 이 연구가 기초자료로 활용될 수 있을 것이다.