본 연구는 브라질의 기초 교육에서 학생 성적에 영향을 미치는 요인을 파악하기 위해, SAEB(기초 교육 평가 시스템)의 미세 데이터를 활용하여 9학년 및 고등학생의 숙련도를 분류하는 다층 머신 러닝 접근 방식을 제시합니다. 학생의 사회경제적 특성, 교사의 전문 프로필, 학교 지표, 교장 관리 프로필 등 4가지 데이터 소스를 통합했습니다. 앙상블 알고리즘의 비교 분석을 통해 Random Forest 모델의 우수성을 확인했으며, 90.2%의 정확도와 96.7%의 AUC를 달성했습니다. SHAP을 사용한 XAI를 통해 학교의 평균 사회경제적 수준이 가장 지배적인 예측 변수임을 밝혀냈으며, 개별 특성보다 시스템적 요인이 더 큰 영향을 미친다는 것을 입증했습니다.
