Latent Profiles and Predictors of Innovative Work Behavior among Public Servants: Integrating Latent Profile Analysis and Machine Learning

본 연구는 공공부문 종사자의 혁신행동(Innovative Work Behavior)이 어떠한 잠재유형으로 구분될 수 있는지와 이러한 유형의 분포가 2023년부터 2025년까지 어떻게 변화하였는지를 실증적으로 분석하였다. 또한 각 잠재 유형의 예측요인을 탐색함으로써 공공부문 혁신행동의 내부 이질성과 관련 요인을 보다 입체적으로 규명하고자 하였다. 이를 위해 한국행정연구원의 ｢공직생활실태조사｣ 3개년 반복 횡단면 자료(N=18,603)를 활용하여 긍정적 혁신행동 4개 문항을 지표로 LPA를 실시하였다. 이어서 연도별 유형 분포를 비교하고 ElasticNet과 Random Forest를 활용하여 잠재유형의 예측요인을 탐색하였다. 분석 결과, 공공부문 종사자의 혁신행동은 5개의 잠재유형으로 구분되었으며 이들 유형은 전반적으로 혁신행동 수준의 고저에 따른 위계적 구조를 보였다. 일부 유형에서는 ‘규정의 적극적 해석’과 ‘불합리 개선’ 차원에서 제한적인 질적 차이가 나타났다. 연도별 유형 분포는 통계적으로 유의한 차이를 보였으나 효과크기는 소규모 수준에 머물렀고 연도별 개별 LPA를 통해 확인한 프로파일 평균 간 상관은 유형 구조가 시간에 걸쳐 비교적 안정적으로 유지되고 있음을 시사하였다. 예측요인 분석에서는 조직시민행동, 상호작용공정성, 직무만족이 ElasticNet에서 주요 변수로 확인되었으며 Random Forest에서는 공공봉사동기와 공직가치의 상대적 중요성이 추가적으로 부각되었다. 이러한 결과는 공공부문 종사자의 혁신행동이 단일한 평균 수준으로 환원되기보다 내부적으로 이질적인 잠재유형들로 구성되어 있음을 보여준다. 또한 공공부문 혁신행동이 조직 내 자발적 행동 성향, 공정성 경험, 직무 태도뿐 아니라 공익 지향적 동기와 규범적 가치와도 관련될 수 있음을 시사한다. 본 연구는 LPA와 기계학습을 결합하여 공공부문 혁신행동의 유형과 예측요인을 다면적으로 분석하였다는 점에서 이론적･방법론적 의의를 지닌다.