본 연구에서는 ‘청년재직자 내일채움공제’ 사업의 행정데이터를 이용해서 중도해지 예측모형을 개발하고 중도해지에 영향을 주는 요인들을 분석하였다. 데이터 분석에는 머신러닝 방법론인 의사결정나무와 통계 방법론인 생존분석을 활용하였다. 그 결과 첫째, 청년재직자 내일채움공제 상품에 대한 미납이 발생하면 중도해지가 발생할 확률이 높았다. 둘째, 중소기업의 규모, 이익, 부채 등 전반적인 경영 상황이 중도해지에 유의한 영향을 미쳤다. 셋째, 소규모 중소기업일수록 입사 기간이 짧은 청년재직자가 중도해지하는 경향이 높은 것으로 나타났다. 이를 바탕으로 정책적 개선 방안 및 시사점을 제시하였다.

This study aims to develop a prediction model for the premature termination of the ‘Naeil Chaeum Deduction for Young Employees’ program using administrative data and to analyze the factors influencing this termination. To this end, we used a decision tree from machine learning and survival analysis from statistics. As a results, first, the probability of premature termination was high when there were arrears for the ‘Naeil Chaeum Deduction for Young Employees’ program. Second, the overall business conditions of small and medium-sized enterprises (SMEs), such as size, profit, and debt, significantly influenced the premature termination. Third, the shorter the employment period of current employees in smaller SMEs, the higher the tendency for premature termination. Based on these findings, we have proposed policy improvement measures and implications.