최천근사진
최천근

한성대학교 교수
사회과학부 공공행정트랙
GitHub Repository
Hansung University

한국행정개혁학회
한국조직학회

Welcome!

환영합니다!

한성대학교 사회과학부 공공행정트랙 최천근입니다.

한성대학교 행정학과(공공행정트랙) 교수로 일하고 있고, 제23대 한국조직학회 회장으로 활동하고 있습니다.

연구 측면에서는 성과평가, 경찰행정, 재난관리, 조직관리 등의 분야에 관심을 갖고 있으며, Machine Learning 등 새로운 사회과학의 연구방법론에 특히 관심이 많습니다.

교육적 측면에서는, 학부에서 '행정통계론', '공기업론', '경찰행정론'을 강의하고 있으며, 석사 박사과정에서 '계량분석론'과 '사회과학조사방법론'을 강의하고 있습니다

연구결과물은 Public Administration Review(SSCI), Asian and Pacific Migration Journal(SSCI), Inquiry(SSCI), 한국행정학회보, 한국정책학회보, 현대사회와행정, 한국조직학회보, 한국경찰연구 등에 게재되었습니다. 또한, 저서로는 '현대국가의 행정학(공저)'과 '새조직론(공저)'이 있습니다.

행정학 학문공동체의 발전을 위해, "International Journal of Public Administration and Consulting"이라는 영문학술지의 편집위원장을 2017년부터 역임하고 있습니다.

앞으로, 사회과학의 방법론적 발전을 위해 Dataverse의 정신으로 연구데이터와 R, Python, C 등의 Script를 공유하고자 합니다. 최근에 한국노동연구원에서 배포하는 한국노동패널 자료를 tidy하게 분석할 수 있도록 "tidyklips" R 프로그램을 개발하여 Github/cheongchoi/tidyklips 에 게재하였습니다.

많은 관심과 응원 부탁드리며, 'e-mail'을 통해 자유롭게 소통할 수 있기를 바랍니다.

최천근

Recent Articles.

  • 문항반응이론과 의미 연결망 분석을 결합한 정부 부처 하부조직 및 소속기관의 조직유형 분류 , 행정논총 제64권제3호(2026)

    본 연구는 정부 부처 하부조직 및 소속기관의 실질적 직무 특성과 직무 연결 구조를 실증적으로 규명하는 것을 목적으로 한다. 기존의 조직 진단 연구가 공식 직제표나 주관적 설문 조사에 의존하여 외연 파악에 머물렀던 한계를 극복하기 위해, 본 연구는 25개 부·처 의 ‘직제 시행규칙’을 수집하여 302개 조직의 공식 업무 텍스트 데이터를 확보하고, 형태소 처리 기법을 적용하였다. 분석을 위해 문항반응이론(IRT)의 2PL 포아송 모델과 의미 연결망 분석을 결합한 통합적 접근 방식을 채택하였다. 이를 통해 각 조직의 잠재적 직무 특성(정책기획 對 정책집행)과 연결 중심성(주변 對 중심)을 정량적으로 추정하였다. 분석 결과, 각 조직은 크게 4가지 유형으로 분류되었다. 첫째, 거버넌스 중심축 역할을 수행하는 ‘중심적 정책기획형’, 둘째, 고도의 전문성을 바탕으로 독자적 전략을 수립하는 ‘주변적 정책기획형’, 셋째, 광범위한 행정 수요를 현장에서 지원하는 ‘중심적 정책집행형’, 넷째, 특정 목적을 수행하는 분절적 실무 조직인 ‘주변적 정책집행형’으로 나타났다. 특히 베이지안 MCMC 추정을 통해 도출된 각 사분면의 극단적 전형 분석은, 단순히 조직의 명칭이나 공식 조직도만으로는 파악하기 어려운 관료제 내부의 실질적 기능 분화와 연결 구조를 명확히 보여준다. 본 연구는 데이터 기반의 조직 진단 방법론을 제시함으로써, 급변하는 행정 환경 속에서 정부 부처의 기능적 조정과 효율적인 자원 배분을 위한 학술적·정책적 토대를 마련하였다는 데 그 의의가 있다.

    • MCMC 추정방식을 활용한 한국형 직업지위지수(KSEI)의 개발과 타당도 검증 , 직업능력개발연구 제29권제2호(2026)

      이 연구는 한국 사회의 복합적인 직업 위계를 반영할 수 있는 새로운 직업지위지수인 KSEI(Korean Socio-Economic Index)를 개발하고, 대규모 패널 데이터를 통해 타당도를 검증하는 것을 목적으로 한다. 이를 위해 MCMC(Markov Chain Monte Carlo) 기법을 활용하여 직업 지위 점수를 정교하게 추정하였으며, 한국청년패널과 한국노동패널 데이터를 이용하여 기존 국제 표준 지표인 ISEI 및 SIOPS와의 비교 분석을 실시하였다. 분석 결과, 첫째, 한국 청년의 직무만족을 예측함에 있어 KSEI 1.0과 KSEI 2.0은 국제 표준인 ISEI 대비 약 23.4%, SIOPS 대비 약 49.1% 더 높은 영향력을 보이며 예측 타당도를 입증하였다. 둘째, 소득 대체 효과 분석 결과, KSEI 1.0의 1표준편차 상승이 주는 심리적 만족도는 월 평균 소득을 약 45% 인상했을 때 얻는 효용과 대등한 것으로 나타나, 직업 지위가 갖는 강력한 상징적 보상 메커니즘을 확인하였다. 셋째, 한국 노동자의 조직몰입 분석에서는 소득과 연령의 영향력이 부재한 상황에서도 KSEI 지수는 통계적으로 유의미한 예측력을 유지하였으며, 약 73.5%의 높은 모델 설명력 안에서 독자적인 변량을 포착하였다. 이 연구의 결과는 KSEI가 한국 노동자의 주관적 안녕감과 조직적 헌신을 규명함에 있어 기존 국제 지표를 보완하거나 대체할 수 있는 정교한 척도임을 시사한다. 특히 소득이라는 경제적 자본으로 환원되지 않는 ‘직업지위’의 독자적 가치를 실증적으로 규명했다는 점에서 학술적 의의가 있으며, 향후 한국 사회의 계층 구조 및 노동 시장 연구에 있어 기초 지표로 활용될 것으로 기대된다.

      • 경찰 신뢰의 변화에 대한 국가간 비교연구 , 한국경찰연구 제25권제1호(2026)

        이 연구는 경찰에 대한 시민의 신뢰가 세계 각국과 비교하여 어느 정도 수준이고, 어떻게 변화하고 있는지를 실증적으로 비교 분석하는 것을 목적으로 한다. 하지만 다양한 국가를 대상으로 수십년 동안 동일한 설문문항을 활용하여 대규모 조사를 실시하는 것은 현실적으로 어렵다는 점에서 경찰신뢰에 대한 설문조사는 연도별․국가별․조사별로 분절되어 있다. 이러한 현실적 한계를 극복하기 위하여 Claassen(2019)의 베이지언 잠재변인 모형(Bayesian latent variable model)을 활용하였다. 이 연구는 한국, 미국, 영국, 일본 등을 포함한 전 세계 108개 국가를 대상으로 1990년부터 2024년까지 35개년 동안의 경찰 신뢰 수준을 추정하였다. 분석결과에 따르면, 한국의 경찰에 대한 신뢰는 1990년 이후 지속적으로 상승하였고, 2024년에 이르러 분석대상 108개 국가의 평균적 수준에 도달하였다. 또한 아시안․오세아니아 국가 또는 유럽 국가들의 평균보다는 낮은 수준이지만, 미대륙 국가들의 평균보다는 높은 수준이다. 이 연구가 두세 개 국가에 대한 단일 연도 비교분석를 뛰어넘어 한국의 경찰신뢰 변화를 국가간 비교하였다는 점에서 그 의의가 크다.

        • 고정항목을 활용한 국가간 경찰신뢰 측정 연구 , 한국정책학회보 제35권(2026)

          이 연구는 King et al.(2004)이 제기한 차별문항작용의 문제 인식을 바탕으로, 국가간 비교 연구에서 응답자의 속성과 태도 측정에 대한 전통적 측정방법의 대안으로 ‘고정항목’을 활용한 비모수적 측정 방법을 제안하는 것을 목적으로 한다. 국가 간의 문화적․제도적 차이로 인해 발생할 수 있는 국가간 비교 불가능성은 국가 간 비교연구에서 치명적인 한계로 작용한다. 이 연구는 World Value Survey 국제설문 프로젝트의 데이터를 활용하여 전세계 95개 국가에 대한 경찰신뢰를 전통적인 측정방법과 고정항목을 활용한 새로운 측정방법을 각각 적용하여 비교분석하였다. 분석 결과에 의하면, 원자료를 그대로 활용하는 전통적인 측정방법과 새로운 측정방법 간에 높은 상관관계가 있으나, 전통적 측정방법과 새로운 측정방법을 활용한 측정 간에 상당한 차이를 보이는 경우도 다수 발견하였다. 고정항목을 활용한 측정방법이 전통적 측정방법을 보완하여 국가간 비교연구에 새로운 통찰을 제공할 수 있기를 기대한다.

          See All Papers

          Dataverse.

          Random Forest

          Random Forest 랜덤 포레스트(random forest) 머신러닝 예측모델은 데이터 생성 프로세스(DGP)에 대한 가정없이 비선형성, 공변량 간의 상호 작용 또는 관련 없는 공변량의 포함을 매우 유연하게 처리하는 예측 도구이다(Montgomery & Olivella, 2018). 연구 결과, 계층이동 기대 불일치의 측정 타당성을 확인하였고, 직무만족에 미치는 부의 영향과 고등교육을 통한 상호작용 효과를 확인하였다.

          Latent Class Analysis

          잠재계층분석 잠재계층 분석(LCA)은 불안태도의 유형을 분류한다고 하면, 불안태도 질문에 대한 사람들의 응답의 유사성을 기반으로 별개의 “프로필(profile)” 또는 “계층(class)”의 존재를 조사하는 기법(Magidson & Vermunt, 2004)으로, 두 개의 불안 잠재유형(일상적 위험 불안 유형, 비일상적 위험 불안 유형)에서 차별화된 계층을 찾는데 적합한 방법이다.

          컨조인트분석

          컨조인트분석 컨조인트 분석은 펙토리얼(Factorial)로 설계된 평가의 결과들을 낱낱이 나누는 것을 뜻하는데, 평가 대상의 속성을 평가자들이 평가한 후 그 결과를 통해 속성들이 가지고 있는 효용성을 계산할 수 있도록 한다. 즉, 평가자들이 심리적인 판단을 측정하고자 하는 기법이라고 말할 수 있다.

          Fuzzy AHP & Fuzzy TOPSIS

          Fuzzy TOPSIS TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)는 Hwang(1981)에 의 해 개발 되었고, 대안들과 이상적인 해(solution) 간의 유사성과 최악의 해와의 거리를 비교하여 대안의 상대적 우수성을 평가하는 방법이다.

          토픽모델링

          토픽모델링 LDA기법은 문헌 내의 잠재된 토픽을 추정하는 것으로 어떤 단어들을 어떠한 토픽에서 선택하여 배치할 것인지 각각의 파라미터(parameter; α, β)로 모델링하는 기법으로 문헌, 단어 등 관찰된 변수(w)를 통해 문헌의 구조 같은 잠재 변수를 추론하는 것을 목적으로 한다.

          AHP

          AHP AHP(Analytic Hierarchy Process) 분석기법은 1970년대 초에 Saaty에 의해 개발된 계층분석기법으로 해결해야 할 문제 또는 의사결정 체계를 몇 개의 계층으로 구성하여 요소 간의 상대적인 우선순위를 정하려는 분석기법으로 정량적인 분석이 어려운 의사결정 분야에서 전문가들의 정성적인 판단을 활용하여 경쟁 요소의 중요도를 구하는 데 유용하게 활용될 수 있다.

          See All Data