머신러닝을 활용한 한국인의 행복요인 분석: SNS상의 소외감과 신뢰를 중심으로

Machine Learning Analysis of Happiness Factors in Koreans: Focus on Social Media Isolation and Trust

본 연구는 머신러닝과 XAI(eXplainable Artificial Intelligence) 기법인 SHAP(SHapley Additive exPlanations)를 활용하여 한국인의 행복감에 영향을 미치는 요인들을 심층적으로 분석하였다. 일 만족도, 가족생활 만족도, 건강 만족도, 환경 만족도 등 다양한 변수들이 행복감에 미치는 선형적 및 비선형적 관계를 파악하였다. 특히, SNS 사용에서 느끼는 소외감이 행복감에 부정적 영향을 미치며, 대인신뢰가 이 부정적 관계를 완화하는 핵심 요인임을 밝혀냈다. 또한, 개별 표본에 대한 예측을 수행하여 동일한 변수라도 개인의 특성과 맥락에 따라 행복감에 미치는 영향력이 상이할 수 있음을 확인하였다. 이러한 결과는 개인의 행복감 증진을 위해 SNS 사용으로 인한 소외감을 완화하고 대인신뢰를 향상시키는 정책적 노력이 필요함을 시사하며, 머신러닝을 통해 행복에 영향을 미치는 요인들을 보다 정밀하고 상세하게 논의하였다는 점에서 의의가 있다.

This study conducted an in-depth analysis of the factors influencing the happiness of Koreans by utilizing SHAP (SHapley Additive exPlanations), a machine learning-based XAI (eXplainable Artificial Intelligence) technique. We examined various variables -including job satisfaction, family life satisfaction, health satisfaction, and environmental satisfaction- to identify both linear and nonlinear relationships affecting happiness within complex contexts. Notably, the findings reveal that feelings of alienation experienced during SNS (Social Network Service) use negatively impact happiness, and that interpersonal trust is a key factor in mitigating this adverse effect. By performing individual-level predictions, we confirmed that the influence of the same variables on happiness can vary based on individual characteristics and contexts. These results suggest that policy efforts are needed to alleviate feelings of alienation from SNS use and to enhance interpersonal trust to improve personal happiness. The significance of this study lies in its precise and detailed discussion of the factors affecting the happiness of Koreans through machine learning.