Earticle

초록

영어

This study aimed to predict admission outcomes in a practical dance performance-based examination and to interpret key predictors using explainable artificial intelligence (XAI). Secondary data on 807 applicants from University A were analyzed, and 800 samples with 111 variables were used after preprocessing. Experience-related variables (number of performances, dance experience, and preparation period) and body-related derived features (BMI, HW_ratio) showed high importance, and AdaBoost achieved the highest performance (ROC-AUC of approximately 0.63), although overall predictive power remained limited. This study is a pioneering application of machine learning and XAI to dance admission evaluation, presenting both the possibilities and limitations of data-driven admission prediction.

한국어

본 연구는 실용무용 실기전형 지원자의 합격 여부를 머신러닝으로 예측하고, 주요 예측 변수를 설명가능 인공지능(XAI)으로 해석하는 데 목적이 있다. A 대학 학점은행제 실기전형 2차 데이터(807명)를 전처리하여 최종 800명, 111개 변수를 분석하였다. 분석 결과, 공연 횟수, 무용 경력 기간, 입시 준비 기간 등 경험 축적 변수와 BMI, HW_ratio 등 체형 관련 파생변수가 높은 중요도를 보였으며, AdaBoost 모형이 ROC-AUC 약 0.63으로 가장 높았으나 전반적 예측력은 제한적이었다. 본 연구는 무용 실기전형에 머신러닝과 XAI를 적용한 선도적 연구로서, 데이터 기반 합격 예측의 가능성과 한계를 제시하였다는 점에서 의의가 있다.

목차

요약
Abstract
Ⅰ. 서론
1. 연구의 필요성
2. 연구의 목적
3. 연구문제
Ⅱ. 이론적 배경
1. 실용무용
2. 탐색적 데이터 분석(Exploratory Data Analysis)
3. SHAP(SHapley Additive exPlanations) 기반 분석
4. 대표적인 머신러닝 모델
5. 모델의 평가 지표
Ⅲ. 연구방법
1. 연구대상
2. 데이터 전처리
3. 분석 절차 및 자료 처리
4. 연구의 한계
Ⅳ. 연구결과
1. 변수 중요도 평가 결과
2. SHAP 중요도 평가 결과 및 주요 요인과 비선형/상호작용 양상
3. 머신러닝 모델링 결과
Ⅴ. 논의
Ⅵ. 결론 및 제언
참고문헌

키워드

저자

• 최종환 [ Choi, Jong-Hoan | 세종대학교 ]
• 정지원 [ Jung, Ji-Won | 세종대학교 ]
• 이문세 [ Lee, Moon-Se | 세종대학교 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국무용학회지 [The Korean Journal of Dance Research]

• 간기

  계간

• pISSN

  1975-4477

• 수록기간

  2001~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 685 DDC 792