AI 비지도 학습 기반의 학교폭력 예방 데이터 분석

Analysis of data on prevention of school violence based on AI unsupervised learning

학교폭력은 사회적 문제로 인식되고 있으며 이를 예방하기 위한 다양한 노력도 함께 이루어지고 있다. 본 연구에서는 학생들 상호 간의 대화 빈도 데이터를 분석함으로써 교우 관계를 파악하는 방식으로 학교폭력을 예방할 수 있는 시스템을 제안하고 있다. 평정 척도식 설문을 활용하여 학급 내 학생들과의 대화 빈도를 수치화하였고, 이 데이터는 K-means 알고리즘을 활용하여 일정 개수의 클러스터로 군집화하였다. 담임교사는 학급 내 학생들 간의 대화 빈도를 시각적으로 확인하고, 이를 근거로 특정 그룹의 학생 개별 상담 및 학급 운영 등 학교폭력 예방을 위한 참고 자료로 활용 가능하다. 데이터 분석 결과 기존에 교사가 정성적으로 파악하고 있던 교우관계와 상당 부분 일치하였고, 이는 담임교사의 학급 내 교우 관계 파악을 위한 정량적 근거 자료로 활용될 수 있음을 의미한다. 한계점은 연구 대상이 소규모인 것과 학생들의 주관적인 기준으로 설문 결과가 왜곡될 수 있는 점이다. 본 연구가 담임교사의 학급 내 교우 관계 파악 및 학교폭력 예방을 위한 노력에 실질적인 도움이 되고 학교폭력 예방에 기여될 수 있기를 기대한다.

School violence has long been recognized as a social problem, and various efforts have been made to prevent it. In this study, we propose a system that can prevent school violence by analyzing data on the frequency of conversations between students, and identify peer relationships. The frequency of conversations between students in the class was quantified using a rating scale questionnaire, and this data was grouped into the appropriate number of clusters using the K-means algorithm. Additionally, the homeroom teacher observed the frequency and nature of conversations between students, and targeted specific individuals or groups for counseling and intervention, with the aim of reducing school violence. Data analysis revealed that the teachers' qualitative observations were consistent with the quantified data based on student questionnaires, and therefore applicable as quantitative data towards the identification and understanding of student relationships within the classroom. The study has potential limitations. The data used is subjective and based on peer evaluations which can be inconsistent as the students may use different criteria to evaluate one another. It is expected that this study will help homeroom teachers in their efforts to prevent school violence by understanding the relationships between students within the classroom.