AI로 학생 스트레스를 예측할 수 있을까? 머신러닝이 찾아낸 핵심 스트레스 요인
대학생의 스트레스는 학업 성취도와 정신건강에 큰 영향을 미치는 문제다.
페루 호세 파우스티노 산체스 카리온 국립대학교(Universidad Nacional José Faustino Sánchez Carrión) 연구진은 머신러닝 앙상블 모델을 활용해 학생의 스트레스 수준을 높은 정확도로 예측할 수 있는지 분석했다.
연구 결과, Gradient Boosting 모델은 약 89.5%의 정확도와 98.6%의 ROC-AUC를 기록하며 가장 우수한 성능을 보였고, 수면의 질, 혈압, 사회적 지지, 자존감, 우울 및 불안 수준이 스트레스 예측에 가장 중요한 변수로 확인됐다.
다만 연구진은 여러 알고리즘 간 통계적으로 유의한 차이는 발견되지 않았으며, 실제 대학 상담 시스템에 적용하려면 추가적인 외부 검증이 필요하다고 강조했다.
학생 스트레스 예측에 머신러닝이 주목받는 이유
대학생 스트레스는 단순히 심리적인 불편함에 그치지 않는다. 높은 스트레스는 우울증, 불안장애, 학업 성취도 저하, 학업 중단, 삶의 질 감소와 밀접한 관련이 있다. 최근 대학들은 다양한 정신건강 프로그램과 상담 서비스를 운영하고 있지만, 학생이 직접 도움을 요청해야 하는 경우가 많아 조기 개입에는 한계가 있었다.
이번 연구는 이러한 문제를 해결하기 위해 인공지능 기반 머신러닝 기술을 활용했다.
연구진은 심리적·사회적·생활습관 데이터를 함께 분석하면 학생의 스트레스 위험을 비교적 정확하게 예측할 수 있으며, 이를 대학의 조기 경보 시스템(Early Warning System)에 활용할 가능성이 있다고 설명했다.
연구진이 데이터를 분석한 방법
연구에는 공개 데이터셋인 Student Stress Factors가 사용됐다. 데이터는 네팔의 한 대학 학생 1,100명을 대상으로 수집됐으며 총 20개의 예측 변수와 1개의 목표 변수(스트레스 수준)로 구성됐다.
예측 변수에는 불안 수준, 우울 정도, 자존감, 정신건강 병력, 수면의 질, 혈압, 사회적 지지, 또래 압력, 생활환경, 학업 성적, 학업 부담, 교사와의 관계, 미래 진로에 대한 걱정 등 심리·신체·사회·학업 요인이 모두 포함됐다.
연구진은 데이터 누수(Data Leakage)를 방지하기 위해 학습용 데이터와 평가용 데이터를 엄격하게 분리했으며, Nested Cross Validation과 독립 Holdout 평가를 함께 적용했다. 또한 확률 보정(Calibration)과 다양한 성능 지표를 사용해 실제 환경에서도 안정적으로 작동할 수 있는지를 검증했다.
비교한 머신러닝 알고리즘
연구에서는 총 9개의 대표적인 앙상블 머신러닝 알고리즘을 비교했다.
Gradient Boosting, XGBoost, LightGBM, Random Forest, Extra Trees, AdaBoost, Bagging, Voting, Stacking 모델을 동일한 조건에서 학습시켜 예측 성능과 계산 효율성, 확률 보정 성능 등을 종합적으로 평가했다.
Gradient Boosting이 가장 높은 예측 성능을 기록했다
9개 머신러닝 알고리즘 가운데 Gradient Boosting은 중첩 교차검증에서 가장 높은 평균 성능을 기록했다. Gradient Boosting의 정확도는 89.55±3.16%, 가중 F1 점수는 89.54±3.17%, MCC는 0.845±0.047, 가중 ROC-AUC는 98.59±0.92%였다.
가중 F1 점수는 각 스트레스 집단의 분류 성능을 데이터 비율에 따라 종합한 지표이며, MCC는 실제 분류와 예측 결과가 얼마나 일치하는지를 보여주는 지표다.
Gradient Boosting의 결과는 낮음·보통·높음으로 구분된 학생 스트레스 수준을 전반적으로 안정되게 분류했음을 의미한다.
독립 평가 데이터에서도 약 88.2%의 정확도를 유지했다
최종 Gradient Boosting 모델은 학습과 모델 선택에 사용되지 않은 220명의 독립 Holdout 데이터에서 88.18%의 정확도를 기록했다. 가중 F1 점수는 88.18%, MCC는 0.8237, 가중 ROC-AUC는 98.61%로 나타났다.
독립 평가 결과가 교차검증 결과와 크게 다르지 않았다는 점은 Gradient Boosting 모델이 학습 데이터에만 과도하게 맞춰지지 않았을 가능성을 보여준다.
다만 같은 공개 데이터셋을 나눈 내부 평가이므로, 다른 대학이나 국가의 학생에게도 동일한 성능을 보인다고 해석해서는 안 된다.
세 가지 스트레스 수준에서 고른 분류 성능을 보였다
독립 평가 데이터에서 세 스트레스 집단의 F1 점수는 0.87에서 0.90 사이였다. 연구진이 클래스 1로 표시한 집단은 0.90으로 가장 높은 F1 점수를 기록했고, 클래스 0은 0.88, 클래스 2는 0.87을 기록했다.
클래스 0의 정밀도는 0.93으로 높았지만 재현율은 0.84로 상대적으로 낮았다. 클래스 1의 정밀도와 재현율은 각각 0.88과 0.92였고, 클래스 2는 각각 0.85와 0.89였다. 이러한 결과는 특정 집단에서 분류 성능이 급격히 무너지지 않았음을 보여준다.
XGBoost와 LightGBM도 비슷한 예측력을 보였다
XGBoost는 중첩 교차검증에서 89.43±3.83%의 가중 F1 점수와 98.57±0.99%의 가중 ROC-AUC를 기록했다. LightGBM은 89.27±4.09%의 가중 F1 점수와 98.51±1.05%의 가중 ROC-AUC를 기록해 Gradient Boosting과 매우 가까운 성능을 보였다.
Gradient Boosting과 XGBoost의 가중 F1 점수 차이는 약 0.11%포인트에 불과했다.
Gradient Boosting은 연구진이 사전에 정한 평균 성능 기준에서 1위로 선정됐지만, 이 작은 차이만으로 Gradient Boosting이 다른 모델보다 확실히 우월하다고 판단하기는 어렵다.
알고리즘 사이의 차이는 통계적으로 유의하지 않았다
9개 알고리즘의 가중 F1 점수를 Friedman 검정으로 비교한 결과, 검정통계량은 χ²=10.953, 유의확률은 p=0.204였다.
일반적으로 사용하는 유의수준 0.05보다 p값이 높았기 때문에 연구진은 알고리즘 사이에 통계적으로 유의한 성능 차이가 있다고 결론 내리지 않았다.
이번 연구에서 Gradient Boosting은 사전에 설정한 모델 선택 기준에 따라 최종 모델로 채택됐을 뿐, 통계적으로 다른 알고리즘보다 우월하다고 입증된 모델은 아니다. XGBoost와 LightGBM은 예측 성능, 계산 비용, 실제 구현 조건에 따라 충분히 선택할 수 있는 대안이다.
계산 속도에서는 XGBoost와 Bagging이 유리했다
Gradient Boosting의 전체 계산 시간은 615.02초였지만 XGBoost는 94.47초가 걸렸다. XGBoost는 Gradient Boosting과 거의 비슷한 예측 성능을 유지하면서 계산 시간은 약 6분의 1 수준으로 줄였다.
Bagging은 7.84초의 전체 계산 시간으로 가장 빠른 처리 성능을 보였다. Bagging의 가중 F1 점수는 88.38±3.73%로 최상위 모델보다 다소 낮았지만, 빠른 반복 실험이나 계산 자원이 제한된 환경에서는 실용적인 선택지가 될 수 있다.
정확도만으로 학생 스트레스 예측 모델을 선택해서는 안 된다
학생 스트레스 조기 경보 시스템에 사용할 모델은 정확도뿐 아니라 계산 효율성, 확률 보정, 해석 가능성, 유지 비용과 운영 편의성을 함께 고려해야 한다.
이번 연구에서 여러 앙상블 모델이 비슷한 성능을 보였다는 사실은 실제 적용 목적에 따라 서로 다른 알고리즘을 선택할 수 있음을 보여준다.
대학이 상담 대상자의 우선순위를 정하려면 단순한 스트레스 분류뿐 아니라 예측 확률이 실제 위험 수준과 얼마나 잘 맞는지도 중요하다.
연구진은 최종 모델에 확률 보정을 적용했으며, 독립 평가 데이터에서 다중분류 Brier 점수 0.1374를 기록했다. Brier 점수는 낮을수록 예측 확률과 실제 결과의 차이가 작다는 의미다.
설명 가능한 AI가 찾아낸 학생 스트레스 핵심 요인
연구진은 최종 Gradient Boosting 모델에 SHAP과 LIME을 적용해 AI가 어떤 변수를 바탕으로 학생의 스트레스 수준을 예측했는지 분석했다.
설명 가능한 AI 분석에서 가장 큰 영향을 보인 변수는 수면의 질, 혈압, 사회적 지지, 자존감, 우울, 불안, 생활환경, 호흡 문제, 비교과 활동, 소음 수준이었다.
이 변수들은 학생 스트레스에 직접적인 원인이 된다고 증명된 것은 아니다. SHAP과 LIME 결과는 머신러닝 모델이 데이터 안에서 학습한 예측 연관성을 보여주며, 실제 인과관계를 확인하려면 별도의 종단 연구와 실험 연구가 필요하다.
수면의 질이 높은 스트레스 예측에 가장 크게 기여했다
SHAP 전역 분석에서 수면의 질은 높은 스트레스 수준을 예측하는 데 가장 큰 기여를 한 변수로 나타났다.
논문 16쪽의 SHAP 벌집 그래프는 특정 수면의 질 범주가 높은 스트레스 집단에 속할 가능성을 높이는 방향으로 모델에 영향을 주었음을 보여준다.
수면 상태는 스트레스와 단순히 함께 나타나는 변수일 수 있으며, 수면 부족이 반드시 스트레스의 직접적인 원인이라는 의미는 아니다.
그러나 수면의 질이 여러 모델 설명에서 반복적으로 중요한 변수로 나타났다는 점은 대학 상담과 학생 건강관리에서 수면 상태를 함께 점검할 필요성을 시사한다.
혈압과 사회적 지지도 중요한 예측 변수였다
혈압 관련 범주와 사회적 지지 관련 범주는 높은 스트레스 수준을 구분하는 데 중요한 예측 정보를 제공했다. SHAP 분석에서는 특정 혈압 범주가 높은 스트레스 예측을 강화했고, 특정 사회적 지지 범주도 같은 방향으로 기여했다.
사회적 지지 변수의 세부 범주는 데이터셋의 인코딩 방식에 따라 해석해야 하므로 단순히 사회적 지지가 높을수록 스트레스가 증가한다고 읽어서는 안 된다.
연구 결과는 특정 범주가 모델 예측에 기여했다는 뜻이며, 실제 의미를 판단하려면 원자료의 범주 정의와 측정 방식을 함께 확인해야 한다.
낮은 자존감과 높은 우울 수준이 고위험 예측을 강화했다
낮은 자존감은 높은 스트레스 수준에 대한 모델의 예측 근거를 강화하는 경향을 보였다. SHAP 분석에서 자존감 값이 낮을수록 높은 스트레스 집단을 지지하는 방향의 기여가 자주 나타났고, 자존감 값이 높을수록 반대 방향의 기여가 관찰됐다.
우울과 불안 수준도 중요한 심리 변수였지만 모든 학생에게 동일한 방향과 크기로 작용하지는 않았다. 연구진은 우울과 불안의 영향이 수면, 사회적 지지, 생활환경 등 다른 변수와 함께 나타날 때 달라질 수 있다고 설명했다.
개별 학생 예측에서는 몇 가지 요인이 큰 영향을 미쳤다
논문 17쪽의 SHAP 폭포 그래프는 한 학생의 높은 스트레스 예측 사례를 구체적으로 보여준다.
해당 사례에서 모델은 높은 스트레스 집단에 속할 확률을 96.5%로 예측했으며, 수면의 질이 약 +1.43 log-odds로 가장 큰 긍정적 기여를 했다.
같은 사례에서 혈압은 약 +0.815, 사회적 지지는 약 +0.522, 우울은 약 +0.422, 자존감은 약 +0.372, 불안 수준은 약 +0.212의 기여를 보였다. 반면 소음 수준, 두통, 비교과 활동의 일부 범주는 높은 스트레스 예측을 다소 낮추는 방향으로 작용했다.
이 수치는 특정 학생 한 명의 예측을 설명한 결과이므로 전체 학생에게 일반화할 수 없다. 개별 설명은 상담 담당자가 AI 판단의 근거를 검토하는 데 도움이 될 수 있지만, 진단이나 치료 결정을 대신하는 근거로 사용해서는 안 된다.
AI 기반 학생 스트레스 조기 경보 시스템의 활용 가능성
이번 연구는 심리적·신체적·사회적·학업적 정보를 함께 분석하면 학생의 관찰된 스트레스 수준을 약 88~90%의 정확도로 분류할 수 있음을 보여준다.
이러한 모델은 대학 상담센터가 지원이 필요한 학생을 조기에 파악하고 상담 우선순위를 정하는 보조 수단으로 활용될 가능성이 있다.
AI 기반 조기 경보 시스템은 정기 설문, 학업 부담, 수면 상태, 사회적 지지 등의 정보를 종합해 위험 신호를 제시할 수 있다. 대학은 이 정보를 바탕으로 스트레스 관리 교육, 심리상담, 학업 지원, 생활환경 개선 프로그램을 보다 선제적으로 제공할 수 있다.
학생 정신건강 AI는 전문가를 대체하는 도구가 아니다
학생 스트레스 예측 모델은 정신건강 전문가의 진단을 대신할 수 없다. 이번 연구의 모델은 설문 데이터에 기록된 스트레스 범주를 분류한 것이며, 임상적 스트레스 장애나 우울증을 진단하도록 설계된 시스템이 아니다.
대학이 AI 모델을 도입할 경우에는 상담 전문가의 판단, 학생의 동의, 개인정보 보호, 데이터 편향 점검이 함께 이루어져야 한다. AI 예측 결과는 지원 필요성을 알리는 참고 신호로 사용하고, 실제 개입은 학생과 전문가의 면담을 거쳐 결정하는 방식이 적절하다.
공개 데이터와 단면 연구라는 한계가 있다
이번 연구는 네팔 다란대학교 학생 1,100명의 공개 데이터셋을 사용했다. 특정 지역과 교육환경에서 수집된 데이터이므로 다른 국가, 대학, 연령 집단에서도 같은 예측 성능이 유지된다고 단정할 수 없다.
연구 데이터는 한 시점에서 수집된 단면 자료이기 때문에 변수 사이의 선후관계와 인과관계를 확인할 수 없다. 예를 들어 낮은 수면의 질이 스트레스를 높였는지, 높은 스트레스가 수면의 질을 낮췄는지는 이번 분석만으로 구분할 수 없다.
실제 대학 적용 전 외부 검증이 필요하다
학생 스트레스 예측 모델을 실제 대학 조기 경보 시스템에 적용하려면 다른 국가와 교육기관의 독립 데이터로 외부 검증을 실시해야 한다. 연구진은 새로운 학생 집단을 시간의 흐름에 따라 추적하는 전향적 검증도 필요하다고 밝혔다.
향후 연구에서는 예측 성능뿐 아니라 모델의 공정성, 개인정보 보호, 실제 상담 개입의 효과도 평가해야 한다. 특히 성별, 경제적 배경, 지역, 문화에 따라 예측 오류가 다르게 나타나는지 확인해야 AI가 기존 불평등을 확대하는 문제를 줄일 수 있다.
이번 연구가 보여준 핵심 의미
이번 연구의 핵심은 특정 알고리즘 하나가 압도적으로 우수하다는 사실이 아니라, 엄격한 검증 절차를 적용했을 때 여러 앙상블 모델이 학생 스트레스를 안정적으로 예측할 수 있었다는 점이다.
Gradient Boosting은 평균 성능 기준으로 선택됐지만 XGBoost와 LightGBM도 통계적으로 비교 가능한 성능을 보였다.
학생 스트레스 AI의 실제 가치는 정확도 경쟁보다 투명하고 책임 있는 활용에 달려 있다. 예측 결과를 전문가 검토와 연결하고, 설명 가능한 AI를 통해 판단 근거를 점검하며, 외부 검증과 개인정보 보호를 충족할 때 교육 현장에서 의미 있는 보조 도구가 될 수 있다.
자주 묻는 질문
Q. AI는 학생의 스트레스를 얼마나 정확하게 예측했나?
A. Gradient Boosting은 중첩 교차검증에서 89.55%의 정확도와 89.54%의 가중 F1 점수를 기록했다. 학습에 사용하지 않은 220명의 독립 평가 데이터에서는 88.18%의 정확도를 유지했다.
Q. 학생 스트레스 예측에 가장 중요한 요인은 무엇인가?
A. 설명 가능한 AI 분석에서는 수면의 질, 혈압, 사회적 지지, 자존감, 우울, 불안, 생활환경 등이 주요 예측 변수로 나타났다. 이 결과는 예측 연관성을 의미하며 직접적인 인과관계를 증명하지는 않는다.
Q. Gradient Boosting이 다른 머신러닝 모델보다 확실히 우수한가?
A. Gradient Boosting은 평균 가중 F1 점수가 가장 높았지만 Friedman 검정의 p값은 0.204로 알고리즘 간 차이가 통계적으로 유의하지 않았다. XGBoost와 LightGBM도 성능과 운영 조건에 따라 선택할 수 있는 대안이다.
Q. 학생 스트레스 예측 AI를 대학에서 바로 사용할 수 있나?
A. 이번 모델은 단일 공개 데이터셋을 이용해 내부 검증한 결과이므로 바로 적용하기 어렵다. 다른 대학과 국가의 데이터에 대한 외부 검증, 개인정보 보호, 전문가 감독이 선행돼야 한다.
Q. AI가 학생의 정신건강을 진단할 수 있나?
A. 이번 연구의 AI는 설문에 기록된 낮음·보통·높음의 스트레스 수준을 분류한 모델이다. 임상 진단 도구가 아니며 상담사나 정신건강 전문가의 평가를 대체할 수 없다.
출처
Andrade-Girón, D. C., Marin-Rodriguez, W. J., Zuñiga-Rojas, M. G., Neri-Ayala, A. C., Susanibar-Ramírez, E. T., & Aguilar-Luna-Victoria, M. A. (2026). Predicting student stress using machine learning ensemble models: A multi-criteria comparison with explainable artificial intelligence analysis. AI, 7, 268. https://doi.org/10.3390/ai7070268