퍼지 기반 진로 상담 프레임워크

초록

이 논문은 인도 농촌 학생들을 대상으로 10+2 성적과 직업 흥미를 퍼지 집합으로 모델링하여, 학생의 능력을 분석하고 엔지니어링·의료·관광 분야에 적합한 전공과 직업을 제시하는 자동화된 진로 상담 시스템의 개념적 구조를 제안한다.

상세 분석

본 연구는 두 단계로 구성된 퍼지 기반 진로 상담 프레임워크를 제시한다. 첫 번째 단계에서는 학생의 학업 성취와 직업 흥미를 입력 변수로 삼아 각각 퍼지 집합을 정의한다. 10+2 과목별 점수는 ‘낮음’, ‘보통’, ‘높음’ 등 3단계의 언어 변수로 변환되고, 직업 흥미는 ‘관심 낮음’, ‘관심 중간’, ‘관심 높음’ 등으로 구분된다. 이러한 입력 퍼지 집합에 대해 멤버십 함수는 삼각형 혹은 가우시안 형태로 설계되어, 불확실성을 정량화한다.

다음으로, 엔지니어링, 의료, 호스피탈리티 세 분야에 대한 능력 평가 규칙이 IF‑THEN 형태의 퍼지 추론 규칙으로 구성된다. 예를 들어, “수학 점수가 높고 물리 점수가 보통이며 기술 흥미가 높음이면 엔지니어링 적합도는 높음”과 같은 규칙이 정의된다. 규칙 베이스는 전문가 인터뷰와 문헌 조사에 기반해 도출되었으며, 각 규칙은 가중치를 부여해 중요도를 조정한다.

추론 단계에서는 Mamdani 방식의 최대‑최소 연산을 적용해 각 분야별 적합도 퍼지 집합을 계산하고, 중심값 디플레이션(Centroid) 방법으로 디지털화된 점수를 산출한다. 이 점수는 0~1 사이의 연속값으로, 학생이 각 분야에 어느 정도 적합한지를 정량적으로 제시한다.

두 번째 단계에서는 ‘능력‑전공‑직업’ 관계를 이진 관계 행렬로 표현하고, 관계의 합성(composition of relations)을 이용해 적합도 점수가 높은 분야에 연결된 전공·직업 리스트를 자동으로 도출한다. 이때 관계 행렬은 사전 정의된 매핑 테이블에 기반하며, 예를 들어 엔지니어링 적합도가 0.7 이상이면 전기·기계·컴퓨터공학 전공과 관련 기업·연구소 직무를 제시한다.

시스템 구현은 MATLAB Fuzzy Logic Toolbox를 활용했으며, 사례 연구를 통해 규칙 집합이 실제 학생 데이터에 적용될 때 합리적인 진로 제안을 제공함을 확인했다. 그러나 규칙 수가 제한적이며, 분야가 세 가지에 국한된 점, 그리고 관계 매핑이 정적이라는 한계가 존재한다. 향후 연구에서는 규칙 자동 생성, 딥러닝 기반 퍼지 파라미터 최적화, 그리고 동적 관계 업데이트 메커니즘을 도입해 시스템의 확장성과 정확성을 높일 필요가 있다.