본 연구는 브라질의 기초 교육에서 학생 성적에 영향을 미치는 요인을 파악하기 위해, SAEB(기초 교육 평가 시스템)의 마이크로 데이터를 활용하여 9학년 및 고등학생의 숙련도를 분류하는 다층 머신 러닝 접근 방식을 제시한다. 학생의 사회경제적 특성, 교사 프로필, 학교 지표, 교장 관리 프로필 등 4가지 데이터 소스를 통합한 Random Forest 모델을 사용했으며, 90.2%의 정확도와 96.7%의 AUC를 달성했다. XAI (SHAP)를 통해 분석한 결과, 학교의 평균 사회경제적 수준이 가장 중요한 예측 변수로 나타났으며, 이는 개인적 특성보다 시스템적 요인이 학업 성취도에 더 큰 영향을 미친다는 것을 시사한다. 본 연구는 학교 간 격차 해소를 위한 정책 수립에 기여할 수 있는 데이터 기반의 해석 가능한 도구를 제공한다.
