Journal Archive

최근 국내 대학생의 중도탈락률은 꾸준히 증가하는 추세를 보이고 있다(Kim and Sim, 2019; An and Shin, 2023). 이러한 추세와 맞물려(Lee, Song and Oh, 2020; Lee and Kang, 2019), 2000년대 이후 중도탈락과 관련한 학술적 연구도 지속적으로 확대되었다(Lee and Kang, 2019; An and Lee, 2025).

대학생 중도탈락은 개인의 학업·진로에 부정적인 영향을 미칠 뿐 아니라, 대학의 재정 안정성과 교육의 질에도 위협이 된다(Song et al., 2022; Kang, Lee and Lee 2019; Gu, 2024). 특히 등록금 의존도가 높은 사립대학의 경우 재정 기반을 심각하게 흔들 수 있다(Lee and Lee, 2021). 심각할 경우 대학 존립 자체를 위협한다(Kim, 2006). 나아가 고등교육이 배출하는 인적 자원의 비효율적인 활용은 국가 경쟁력 약화로 이어질 수 있다(So and Kim, 2015). 이처럼 대학의 중도탈락 문제는 대학 생존과 국가 경쟁력 확보를 위해 반드시 해결해야 할 중대한 과제가 되었다(Park and Kim, 2016).

대학 중도탈락은 학생이 학위 취득을 완료하지 못하고 학업을 중단하여 소속 교육기관을 떠나는 현상을 의미하며(Im, 2007; Park and Park, 2025; Cheong and Yang, 2024), 일반적으로 ‘학업중단’과 유사하게 사용된다(Kim, 2012; Yune and Kang, 2022). 연구에 따라 범위는 자퇴와 제적뿐만 아니라 편입학, 휴학 등까지 포함되며(Kim, 2021; Park and Kim, 2016), 정의의 폭은 상이하다.

중도탈락에 영향을 미치는 요인은 크게 성별, 학년, 학업 특성 등과 같은 개인적 요인(Song et al., 2022; Yun, 2025; Kim, 2025), 대학·전공 만족도, 사회적 관계 적응 등과 같은 대학생활 적응 요인(Song et al., 2022; Yun, 2025; Kang et al., 2019), 대학 평판·재정·교육비 등과 같은 대학 특성 요인(Chung, Sun and Jeong, 2015)으로 구분된다. 선행연구들은 대학생의 중도탈락이 단일 요인이 아닌 다양한 요소들이 복합적으로 상호작용한 결과임을 보고하고 있다(Kang et al., 2019; Chung et al., 2015). 그러나 중도탈락에 영향을 미치는 요인은 연구에 따라 상반된 결과가 공존하는 것으로 나타났다. 그 대표적인 예가 성별과 학년이다(Kang et al., 2019; Song et al., 2022).

성별의 경우, 남학생의 중도탈락 가능성이 높다는 연구가 다수(Kim, 2021; Moon, 2022; Yeon and Jang, 2015)이나, 여학생 탈락률 증가(Lee and Park, 2019) 또는 성별 영향이 유의하지 않다는 결과(Lee and Kwon, 2018)도 존재한다. 학년의 경우, 대학생활 초기(1~2학년) 탈락률이 높다는 연구(Kim, 2012; Song et al., 2022; Lee et al., 2020; Lee and Son, 2021)와 3학년 때 탈락 위험이 높다는 연구 결과가 공존한다(Yeon and Jang, 2015).

성별과 학년의 이러한 차이는 군 복무와 같은 맥락적 요인으로 설명될 수 있다(Song et al., 2022). 많은 남학생이 1~2학년 사이 입대 후 복학 시 동기와 시기가 어긋나 대학 적응이 어려워지고, 휴학·자퇴로 이어지는 사례가 발생한다. 또한, 저학년의 탈락률이 높게 나타나는 현상은 연구 표집 및 설계상의 편향 영향도 고려해야 한다. 일부 연구는 신입생만을 조사 대상으로 하였거나 특정 학년의 비중이 과중하게 높기도 했다(Lee et al., 2020; Park and Park, 2025; Lee and Lee, 2021; Kim, 2025; Kim, 2012), 또한 대부분의 선행 연구가 ‘중도탈락 의도’를 가진 재학생을 대상으로 설문조사 등 정형 데이터를 사용하여 간접적으로 원인을 추정하였기 때문에(Lee and Kang, 2019; Gu, 2024; Kim, 2012), 실제 탈락 사건과 그 시점을 규명하는 데 한계가 있었다(Kim, 2022). 따라서 성별과 학년별 중도탈락 양상을 실증적으로 분석하기 위해서는 학적 변동일과 같은 행정자료 기반 조사가 필요하며, 성별과 학년에서 나타나는 상반된 결과를 규명하기 위한 지속적이고 체계적인 연구가 요구된다(Kang et al., 2019; Song et al., 2022; Lee et al., 2020). 이에 본 연구는 A대학교 2021학년도 신입생의 입학부터 졸업까지 기간의 종단 데이터를 이용하여, 실제로 어느 시점에 어떤 성별의 학생들의 중도탈락이 발생하는지 알아보고자 한다.

대학에서 중도탈락 예방을 위한 행정적 요소 중 교수와 학생 간 상담은 필수적이다. 코로나19 팬데믹 기간을 거쳐 대부분 대면 수업으로 복귀하였으나, 비대면 상담은 여전히 활용되고 있다. 특히 출석률이 저조한 중도탈락 예상자와의 상담은 전화, 이메일, SNS 등 다양한 온라인 수단을 통해 지속적으로 이루어진다. 그러나 비대면 수업 환경이 중도탈락에 미치는 영향을 분석한 연구(Lee and Son, 2021)와 달리, 대면 상담과 비대면 상담 환경의 차이가 중도탈락에 미치는 영향을 직접적으로 다룬 연구는 아직 부족하다. 한편, 교수와 학생 간 상호작용에 대한 만족도가 학생들의 중도탈락 의도에 유의한 영향을 미친다는 연구 결과(Choi, 2010; Nam, Lee and Baik, 2016)는 상담 유형과 상호작용의 질이 중도탈락 관리에서 중요한 변인임을 시사한다. 이에 본 연구는 중도탈락 관리에서 핵심적 역할을 수행하는 상담을 대면 상담과 비대면 상담으로 구분하여, 이들이 학생들의 중도탈락 위험과 발생 시점에 미치는 영향을 집중 분석하고자 한다. 이를 통해 상담 활동이 행정적으로 중도탈락 예방에 실질적으로 기여하는지를 검증하며, 향후 상담 방식 및 전략 개발을 위한 기초 자료를 제공하고자 한다.

최근 대학에서는 학생들의 중도탈락을 예방하기 위해 다양한 조기경고시스템을 도입하고 있다. 본 연구는 대학 행정자료를 기반으로 학생들의 출석, 학사경고, 학점, 상담유형 등 주요 변인들을 종합적으로 반영한 ‘중도탈락 조기경고 관리단계 체계’를 적용하였다. 해당 체계는 아래 표와 같이 네 단계로 구분된다(<Table 1> 참고). 이 관리단계는 학적 및 성적 등 복합적 위험 요인의 누적적·동시적 발생을 반영하여 학생별로 위험군을 분류한다는 점에서 실질적이며 실무적 적용 가능성이 높다. 이를 위해 본 연구는 생존분석(survival analysis)를 적용한다.

생존분석(survival analysis)은 특정 사건이 발생할 때까지 소요되는 시간과 사건의 발생 여부를 동시에 고려하는 통계 기법으로(Park, 2006), 의료 및 사회과학 분야에서 오래전부터 활용되어 왔다. 최근에는 교육 분야에서도 중도탈락, 졸업, 유급 등과 같이 특정 사건의 발생 시점과 그에 영향을 미치는 요인을 분석하는 데 활발히 적용되고 있다. 생존분석의 가장 큰 장점은 검열자료(censored data)를 분석에 포함할 수 있다는 점으로(Park, 2006), 이는 발생 시기와 패턴이 불규칙한 중도탈락 연구에 매우 적합하다(Lee et al., 2020). 특히, Kaplan–Meier 생존함수 분석은 변수 집단 간 생존율 차이를 검증할 수 있고, 위험함수(hazard function) 분석은 시간 경과에 따른 사건 발생 위험 변화를 시각적으로 제시할 수 있어 교육 현장에서의 실질적 적용 가능성이 높다(Lee et al., 2020). 이에 본 연구는 성별, 상담유형(대면/비대면), 조기경고시스템 관리단계가 대학생의 중도탈락 생존율 및 위험함수에 미치는 영향을 실증적으로 분석함으로써, 대학 조기경보체계의 실효성을 평가하고 맞춤형 중도탈락 예방 전략 수립을 위한 기초자료를 제공하고자 한다

본 연구는 다음과 같은 연구 문제를 중심으로 수행되었다.

첫째, 성별에 따라 중도탈락 생존율에는 유의미한 차이가 있는가?

둘째, 상담유형(대면/비대면)에 따라 생존곡선에 차이가 있는가, 그리고 성별×상담유형 상호작용은 유의한가?

셋째, 관리단계(지도/주의/집중/특별)에 따라 생존곡선과 위험함수에 유의한 차이가 있는가?

본 연구에서는 2021학년도에 입학한 학생 중 A대학교 ‘잠재적 중도탈락 예상자’로 분류된 496명을 약 4년 4개월간(2021년 3월~2025년 6월/1,582일) 추적하여 성별, 상담유형(대면·비대면), 성별×상담유형 상호작용, 관리단계에 따른 중도탈락 시점과 위험도를 분석하였다. 관찰 종료 시점까지 학업을 지속한 학생은 우측검열로 처리하였다. <Table 4>는 각 독립변수별 Kaplan–Meier 생존곡선, Log-rank 검정 및 위험함수 분석의 통계값을 요약한 것이다. 표에는 변수별 카이제곱 값(χ²), 자유도(df), 유의확률(p)이 제시되어 있으며, 이를 통해 각 변수 수준 간 생존율 차이의 통계적 유의성을 확인할 수 있다.

1. 성별에 따른 생존율 분석

성별에 따른 Kaplan-Meier 생존곡선 분석 결과, 남학생의 생존율이 전 재학 기간 동안 여학생보다 유의하게 낮았다(Log-rank χ²=14.171, df=1, p<.001). 1,440일 시점에서 남학생 생존율은 약 82%, 여학생은 93%로 나타났다([Fig. 1]).

[Fig. 1] 
Kaplan-Meier Survival Curve by Gender.

위험함수([Fig. 2])에서는 남학생의 중도탈락 위험률이 1,260~1,440일에서 급격히 상승하는 패턴이 관찰되었다. 이는 남학생이 장기 재학 구간에서 중도탈락에 취약함을 시사한다.

[Fig. 2] 
Hazard Function Curve by Gender.

이와 같은 성별 차이는 국내 다수 연구(Kim, 2021; Moon, 2022; Yeon & Jang, 2015)에서도 보고되었으며, 남학생을 대상으로 하는 맞춤형 중도탈락 예방 정책의 필요성을 뒷받침한다.

2. 상담유형에 따른 생존율 분석

가. 상담유형에 따른 생존율

대면 상담 그룹이 비대면 상담 그룹보다 지속적으로 높은 생존율을 보였다(Log-rank χ²=18.241, df=1, p<.001). 위험함수([Fig. 3])에서는 비대면 상담군이 약 1,080일 이후부터 탈락 위험이 급증하는 현상이 나타났다. 대면 상담은 학생의 대학 몰입과 정서적 안정에 긍정적 역할을 하여 탈락 위험을 낮추는 보호 요인으로 해석된다(Chung et al., 2015; Cheong and Yang, 2024).

[Fig. 3] 
Hazard Function Curve by Counseling type.

나. 성별과 상담유형 간 상호작용 분석

성별과 상담유형 간 상호작용 분석 결과, ‘남학생-비대면 상담’ 조합은 1,440일 시점에서 가장 낮은 생존율(76.4%)을 기록하였다([Fig. 4]).

[Fig. 4] 
Kaplan-Meier Survival Curve by Male × Counseling type interaction.

반면 ‘여학생-대면 상담’ 조합은 가장 높은 생존율(98.4%, [Fig. 5])을 나타냈다(Log-rank χ²=13.102, p<.001 for males; χ²=4.435, p=0.035 for females).

[Fig. 5] 
Kaplan-Meier Survival Curve by Female × Counseling type interaction.

이는 상담 유형이 성별에 따라 달리 작용하며, 남학생에게는 대면 상담이 탈락 예방에 더욱 효과적임을 시사한다.

3. 관리단계(유형)에 따른 생존율 분석

학생을 위험관리 단계로 구분하여 Kaplan-Meier 생존곡선을 비교한 결과, 위험단계가 높아질수록 급격히 낮아지는 것으로 나타났다(Log-rank χ²=46.466, df=3, p<.001). 1,440일 시점에서 생존률은 지도관리형(93.2%) > 주의관리형(100%) > 집중관리형(82.4%) > 특별관리형(70.6%) 순으로 나타났으며, 특히 특별관리군은 입학 후 약 800일 이후부터 생존곡선이 급격히 하강하였다([Fig. 6]).

[Fig. 6] 
Kaplan-Meier Survival Curve by Risk management levels.

위험함수 분석([Fig. 7])에서도 1,200일 이후 특별관리군의 탈락 위험이 급격히 상승하였다.

[Fig. 7] 
Hazard Function Curve by Risk management levels.

이 결과는 대학의 관리유형 분류 기준이 실제 생존률과 밀접하게 연결되어 있음을 시사하며, 고위험군에 대한 조기 개입과 지속적 관리가 중요하다는 점을 반영한다.

본 연구는 약 4년 4개월간(1,582일)의 추적을 통해 성별, 상담유형, 위험관리 단계가 중도탈락 시점과 위험에 미치는 차이를 확인하였다. 연구결과는 다음과 같다.

첫째, 성별에서는 남학생의 생존율이 전 기간 낮았고, 위험은 1,440일(약 4년) 시점에 집중되었다(χ²=14.171, p<.001). 본 연구에서 유의해서 보아야 할 점은 중도탈락이 일어난 시점(1,440일)과 실제 학년과 일치하지 않을 수 있다는 점이다. 이 관점으로 보면, 한국 4년제에서는 남학생의 2학년 말~3학년 초 군휴학·복학 과정이 누적되며 이 구간의 위험이 높아질 수 있다는 해석이 가능하다(Song et al., 2022). 반면 2–3년제(전문대)는 졸업 후 입대가 일반적이어서 재학 중 성별 격차가 완화될 가능성이 있다(So and Kim, 2015).

둘째, 상담유형에서는 대면 상담 참여 학생이 높은 생존율을 보였고, 비대면 상담군은 1,080일(약 3년) 이후 탈락 위험이 크게 상승하였다. 기존 연구들은 1~2년 단기 추적 분석(Kim, 2012; Lee et al., 2020)이 많아, 초기에 중도탈락률이 높다는 결론이 일반적이었다. 반면 본 연구는 장기 추적을 통해 3년 시점에 중도탈락 위험이 재증가하는 패턴을 확인하였다.

셋째, 성별×상담유형 상호작용에서 1,440일 시점에서 ‘남학생-비대면 상담’ 조합이 가장 낮은, ‘여학생-대면 상담’ 조합이 가장 높은 생존율을 보였다. 이 결과는 상담 유형이 학생의 중도탈락 위험 관리에 중요한 역할을 하며, 특히 남학생의 경우 상담 방식에 따른 차별적 영향을 더욱 면밀히 고려할 필요가 있음을 시사한다.

넷째, 위험관리 단계별 분석 결과, 단계가 높아질수록 중도탈락 생존율이 가파르게 하락하는 것으로 나타났다. 특히 ‘집중’ 단계와 ‘특별’ 단계에 속하는 학생들은 입학 초기부터 높은 중도탈락 위험을 보였으며, 이는 Lee et al.(2020)와 Park and Park(2025)의 연구 결과와 일치한다. 이러한 결과는 조기경고시스템 내 위험관리 단계가 중도탈락 발생 시기와 위험 수준을 효과적으로 구분함을 시사하며, 고위험군 학생들에 대한 초기 집중적인 개입의 필요성을 강조한다. 또한 특별단계에서 800일 이후에 급격하게 생존률이 하락하는 것은 <Table 1>과 연관이 있는 것으로 보인다. 학사경고 3회(3학기)를 받을 경우, 중도탈락으로 이어진다고 해석할 수 있다. 이는 대학 차원에서 학습지원을 강화해야 하는 이유이기도 하다.

본 연구의 분석결과는 대학생 중도탈락 관리 및 예방정책 설계에 다음과 같은 시사점을 제공한다. 첫째, 2학년 말부터 3학년 초까지를 중점 개입 시기로 설정(Yeon and Jang, 2015)하고, 특히 ‘남학생·비대면 상담군’에 대해 대면 상담 전환과 정기 학업·생활 코칭을 강화해야 한다. 둘째, ‘집중’·‘특별’ 단계 학생은 입학 첫 학기부터(Lee and Lee, 2021) 의무 대면상담과 출결·성적 연계 상시 모니터링을 시행하고(Park and Park, 2025), ‘주의’ 단계는 월 1회 대면상담을 기본으로 하되 위험 신호 시 즉시 개입 강도를 높이는 유연한 체계를 운영해야 한다. 셋째, 군휴학·복학 주기의 누적 위험을 완화하기 위해 2학년 2학기부터 사전 식별–입대 전 상담–복학 브릿지 프로그램을 연계 운영한다. 넷째, 단기 의도조사보다 장기 행정데이터 기반 종단 모니터링 체계를 상시 운영하여, 탈락 발생 시점을 실시간 진단·예방하고 개입 효과를 주기적으로 검증해야 한다. 마지막으로 중도탈락의 책임을 개인의 학업 특성으로 보는 미시적인 시각에서 벗어나(Roh and Choi, 2008) 대학 차원의 문제로 인식하여(Yeon and Jang, 2015; Lee et al., 2020) 저학년 때부터 장기적으로 기초학력 역량강화 및 자기주도학습 프로그램을 강화해야 한다.

본 연구는 다음과 같은 의의가 있다. 첫째, 학년 효과를 시간–사건 자료로 재구성함으로써, 탈락 위험이 3학년 진입 전후에 재상승하는 구체적 시점을 실증적으로 제시하였다(Song et al., 2022). 둘째, 성별과 상담유형을 단순 주효과 차원이 아니라 상호작용 효과로 분석하여, 남학생×비대면 상담이라는 취약 조합을 실증적으로 가시화하였다(Kim, 2021). 셋째, 행정자료 기반의 위험관리 단계가 실제 생존율의 단조 하락 패턴과 연결됨을 종단적으로 확인하여, 대학 현장의 조기경보 체계에 대한 예측 타당성을 제시하였다(Lee et al., 2020). 넷째, Kaplan–Meier 추정, Log-rank 검정, 위험함수 계산을 포함한 사건시점 기반 분석 프레임을 구체적으로 적용함으로써, 우측검열을 포함하는 대학 행정자료 분석의 방법론적 틀을 제공하였다(Lee et al., 2020). 이러한 결과는 학문적으로는 장기 생존분석의 적용 가능성과 분석 절차를 구체화한 점에서, 실무적으로는 대학 탈락 예방전략 수립에 정량적·실증적 근거를 제공했다는 의미가 있다.

본 연구의 한계는 다음과 같다. 첫째, 표본이 단일 대학 사례에 한정되어 있다. 둘째, 상담유형을 대면과 비대면으로 구분했다. 셋째, 군휴학 시점·취업 준비와 같은 시간 가변적 외부 요인을 변수화하지 못했다.

향후 연구에는 첫째, 다수 대학과 다양한 전공군을 포함한 대규모 종단 자료를 확보하여 본 연구 결과의 일반화 가능성을 검증·확장해야 한다.