의과대학·의학전문대학원생의 학업소진과 선택-최적화-보상 전략

Academic burnout and selection-optimization-compensation strategy in medical students

Article information

Korean J Med Educ. 2014;26(4):299-308
Publication date (electronic) : 2014 December 1
doi : https://doi.org/10.3946/kjme.2014.26.4.299
1Department of Medical Humanities, Yeungnam University College of Medicine, Daegu, Korea
2Department of Medical Education, Yeungnam University College of Medicine, Daegu, Korea
천경희,1orcid_icon, 박영순2, 이영환1, 김성용2
1영남대학교 의과대학 의료인문학교실
2영남대학교 의과대학 의학교육학교실
Corresponding Author: Kyung Hee Chun (http://orcid.org/0000-0002-5351-0376) Department of Medical Humanities, Yeungnam University College of Medicine, 170 Hyeonchung-ro, Nam-gu, Daegu 705-717, Korea Tel: +82.53.620.4380 Fax: +82.53.628.4383 email: khchun@yu.ac.kr
Received 2014 July 18; Revised 2014 August 11; Accepted 2014 September 23.

Trans Abstract

Purpose:

This study was conducted to examine the relationship between academic demand, academic burnout, and the selection-optimization-compensation (SOC) strategy in medical students.

Methods:

A total of 317 students at Yeungnam University, comprising 90 premedical course students, 114 medical course students, and 113 graduate course students, completed a survey that addressed the factors of academic burnout and the selection-optimization-compensation strategy. We analyzed variances of burnout and SOC strategy use by group, and stepwise multiple regression analysis was conducted.

Results:

There were significant differences in emotional exhaustion and cynicism between groups and year in school. In the SOC strategy, there were no significant differences between groups except for elective selection. The second-year medical and graduate students experienced significantly greater exhaustion (p<0.001), and first-year premedical students experienced significantly higher cynicism (p<0.001). By multiple regression analysis, subfactors of academic burnout and emotional exhaustion were significantly affected by academic demand (p<0.001), and 46% of the variance was explained. Cynicism was significantly affected by elective selection (p<0.05), and inefficacy was significantly influenced by optimization (p<0.001).

Conclusion:

To improve adaptation, prescriptive strategies and preventive support should be implemented with regard to academic burnout in medical school. Longitudinal and qualitative studies on burnout must be conducted.

서론

학업소진(academic burnout)은 과도한 학업으로 인해 피로감, 좌절감, 학업에 대한 거리감, 스트레스, 정신적인 소모감, 무력감, 냉소적인 태도 등을 나타내는 신체적, 정서적, 정신적 고갈상태를 의미한다[1]. 이러한 학업소진은 학업 스트레스에 적응적으로 대처하지 못하여 정신적 부담, 근심, 우울, 초조감 등이 만성화 될 때 나타나며, 신체적으로 지치고 학업에 대해 냉소적으로 반응하며 자기 자신에 대하여 무능력감을 느끼게 되는 것이다[1]. 즉, 학업과 관련하여 나름의 목표를 달성하기 위해 자신의 환경을 적절하게 조절하는 일련의 적응적 행위는 목표 달성에 필수적이나, 학업상황에서의 적응 노력이 적절한 보상이나 성공 경험을 가져오지 못할 때, 과도한 학업부담으로 인해 학업과 관련된 자신의 통제가 불가능하다는 지각이 장기간 계속될 때 학생들은 학업소진을 경험하게 된다. 학업소진의 구성요인은 정서적 고갈(emotional exhaustion), 냉소성(cynicism), 효능감(efficacy) 저하의 3개 요인으로 알려져 있으며[2], Koeske & Koeske [3]는 학업소진이 학생들의 성취감 저하, 유급, 자퇴 등의 학교생활 부적응과 우울, 자살과 같은 심리·정서적 문제를 야기할 수 있다고 하였다.

국내에서 이루어진 학업소진 관련 연구들의 대부분은 초·중고등학생을 중심으로 이루어졌으며, 의과대학생(이하 의대생)이나 의학전문대학원생(이하 의전원생)의 학업소진과 관련된 자료는 극히 드물다. 그러나 의과대학과 의학전문대학원(이하 의전원)에서 학생들이 수행해야 하는 주요 과업은 학업이며, 의대생들과 의전원생들이 학업에서의 적응과 학업과 관련된 목표 달성, 그리고 예비의사로서 성공적으로 학업을 준비하는 과정은 항상 중요한 것으로 인식되어 왔다. 특히 타 집단에 비하여 학업요구 및 부담이 높은 의대생들과 의전원생들이 학업 스트레스를 얼마나 받는지와 이를 어떻게 극복하는지에 따라 성공적인 학교생활 적응 및 학업 적응을 예측할 수 있을 것이다. 또한 이러한 예측이 가능하다면 학업소진의 원인을 사전 개선하거나 완화시킬 수 있을 것이며, 마찬가지로 학업소진 가능성이 높은 학생들에 대한 사전 예방 조치나 적응을 돕는 일련의 지원이 가능할 것이다. 이에 본 연구에서는 의대생과 의전원생의 학업부담 정도와 이에 따른 학업소진의 양상, 그리고 이를 감소시킬 수 있는 요인으로 자기주도적인 적응 전략인 선택-최적화-보상 전략(selection-optimization-compensation strategy, SOC 전략)을 탐색해 보고자 하였다. 특히 학업소진 수준에 따라 학생들의 적응 전략 수준에 어떠한 차이가 있는지를 알아보고 의대생과 의전원생의 학업소진과 적응에 대하여 논의해 보고자 하였다.

국내에서 이루어진 의대생의 학업소진과 관련된 대표적인 연구는 Lee & Lee [4]의 연구를 들 수 있는데, 382명의 의대생을 대상으로 학업소진 척도의 타당화를 시도하였으며, 의대생 중 학업소진이 높은 학생들은 우울감이 높고 학업적 자기효능감이 낮다고 보고한 바 있다. 특히 Lee et al. [5]은 의대생의 학업 스트레스가 의학과 1학년에서 가장 높으며, 학년 증가에 따라 차츰 감소한다고 한 바 있으며, Chun [1]은 질적 연구 결과에서는 의학과 1학년에서 스트레스가 가장 높은 것으로 주로 보고하였으나 학업소진에 대한 양적 연구에 있어서는 의학과 2학년에서 가장 높았음을 보고한 바 있다. 특히 Chun [1]은 완벽주의 성향에 따른 학업소진의 차이와 함께 실패내성이 높은 학생들이 학업소진을 덜 경험한다는 사실을 발견한 바 있다. 본 연구에서는 Chun [1]의 연구를 보다 확장하여 의예과 1, 2학년 학생들을 포함한 5개 학년의 학생들을 대상으로 학업부담과 학업소진 정도를 살펴보았으며, 학업소진 수준에 따라 어떠한 적응적 전략 수준을 보이는지를 살펴보고자 하였다.

특히 본 연구에서는 학생들의 적응적 전략으로 SOC 전략을 살펴보았다. SOC 모델은 적응적인 발달과업 달성을 위한 대표적인 적응적 행위로써 전 생애에 걸친 자기조절 행동을 이해하는 데 매우 유용하다[6]. SOC 모델은 Baltes & Baltes[7]와 Freund & Baltes [8]에 의해 제안되고 정의되었으며, 크게 선택(selection), 최적화(optimization), 보상(compensation)의 3개 요인으로 구성된다. 이후 선택이 특정 목표를 향해 있다는 점에 착안하여 선택 요인을 의도적 선택(elective selection)과 상실에 의한 선택(loss-based selection)으로 구분하기 시작하였으며, SOC 전략은 최종 4개 요인으로 이루어지는 것으로 알려져 있다[8,9].

SOC 전략의 요인 중 하나인 의도적 선택은 바라는 것을 얻는 데 초점을 맞춘 것으로 모든 가능한 목표들 중에서 의미있는 일련의 목표에 집중하는 개인의 능력을 의미한다. 반면에 상실에 의한 선택은 바라는 목표가 자신이 가진 수단으로 달성할 수 없을 때 다른 새로운 목표를 찾는 것으로 기존에 세웠던 목표의 위계를 조정하거나, 선택한 목표의 중요성을 다시 고려하는 행위, 기존 목표를 포기하고 새로운 목표를 세우고 그 새로운 목표에 에너지를 쏟는 행위 등을 포함한다[6,8,9,10,11]. 그러나 이러한 선택만으로는 목표 달성을 보장할 수 없으며 이때 필요한 것이 바로 최적화이다. 최적화란, 한 개인이 선택한 목표를 달성하기 위하여 점차 노력해가는 자기조절 행위로서, 인지능력과 함께 자원과 기술을 획득하고 발전시켜 나가는 것을 의미하며[6], 목표 달성 과정에서 장애물이 등장하고 실패나 상실이 발생할 경우, 이를 극복하고 적응하기 위해 필요한 전략으로 목표를 달성하기 위하여 대안적인 수단을 사용하는 것이 보상 전략이다[6]. 이러한 SOC전략들은 직장과 가정에서의 스트레스 원을 줄이는 데 효과적인 것으로 알려져 있으며[12], Ryu & Kim [13]의 연구에서는 대학생활에 있어서의 학업, 사회, 정서적 적응을 반영하는 대학생활 적응과 SOC 전략의 상관관계를 검증한 바 있다. 본 연구에서는 의대생과 의전원생들이 의과대학 및 의전원 진학으로 인해 고성취자 집단에 속하게 됨으로써 발생 가능한 실패 및 좌절 경험, 그리고 학업부담에 따른 학업소진을 얼마나 경험하고 있으며, 이러한 학업소진 수준에 따라 어떠한 SOC 전략 수준을 보이는지를 알아보고자 하였다. 이에 본 연구의 연구 문제는 다음과 같다.

1) 의대생과 의전원생의 소속 및 학년에 따라 학업부담과 학업소진 및 SOC 전략 수준에 차이가 있는가?

2) 의대생과 의전원생의 학업소진 및 그 하위 요인의 수준에 따라 SOC 전략 수준에 차이가 있는가?

3) 학업소진과 그 하위 변인에 영향을 미치는 SOC 전략은 무엇인가?

대상 및 방법

1. 연구 대상

본 연구를 위하여 대구소재 영남대학교 의과대학·의전원에 재학 중인 의예과 1, 2학년 학생 90명과 의학과 1, 2, 3학년 학생 227명 등 총 317명의 학생들이 참여하였다. 이 중 여학생은 104명(32.80%), 남학생은 213명(67.19%)이었으며, 조사 대상자 중 의학과 학생은 204명(64.35%), 의전원 학생은 113명(35.64%)이었다. 조사 대상자 중 유급 경험이 있는 학생은 총 13명(4.18%)이었으며 전체 학생들의 연령 평균은 23.46세였고, 의예과 학생의 연령 평균은 20.16세, 의학과 학생의 연령 평균은 22.68세, 그리고 의전원 학생의 연령 평균은 27.06세였다. 구체적인 인구통계학적 특성은 Table 1과 같다.

Demographic Data

2. 연구 도구

본 연구에서는 먼저 조사 대상자의 성별, 소속, 연령 및 학년과 유급 여부를 알아보기 위한 인구통계학적 특성을 질문하였다.

학업부담과 학업소진을 측정하기 위하여 Chun [1]의 연구에서 사용한 척도를 사용하였다. 학업부담은 Choi & Lee [14] 연구에서 사용된 5문항의 업무과부하 척도를 학업부담 문항으로 전환한 것이며, 학업소진 척도는 Lee & Lee [4], Jung [15]의 연구에서 사용된 MBI-SS [2]를 수정한 것으로 고갈, 냉소성, 무능력감의 3개 요인 15개 문항으로 구성된다. 두 척도 모두 2명의 교육학 전문가와 1명의 영문학 전공자, 1명의 심리측정 전문가가 협의하여 다시 번안하여 사용하였다. 학업부담 요인의 신뢰도는 0.86이었고, Likert 7점 척도로 구성되었다. 학업소진의 전체 신뢰도는 0.86이었고 고갈 요인의 신뢰도는 0.90, 냉소성 요인의 신뢰도는 0.82, 무능력감 요인의 신뢰도는 0.83이었다.

SOC 전략을 측정하기 위해서 Baltes et al. [16]의 SOC 척도를 번안하여 탐색적 요인분석을 실시하여 타당화한 Ha & Kim [9]의 척도를 사용하였으며, Likert 5점 척도로 구성된다. 최적화 전략은 총 13개 문항으로 구성되며, 신뢰도는 0.90이었다. 상실에 의한 선택 전략은 총 9개 문항으로 구성되며, 신뢰도는 0.80이었다. 보상 전략은 총 5개 문항으로 구성되며, 신뢰도는 0.82였다. 의도적 선택 전략은 총 7개 문항으로 구성되며, 신뢰도는 0.84였다. 전체 SOC 전략 척도는 34개 문항이었고, 신뢰도는 0.84였다.

3. 자료 수집 및 결과 분석

본 연구를 위한 설문은 2014년 4~5월에 온라인과 오프라인 설문을 통해 수집되었으며, 의예과 1, 2학년 학생들과 의학과 1, 2학년 학생들에 대한 조사는 온라인에서, 의학과 3학년 학생들에 대한 조사는 오프라인에서 실시되었다. 설문 작성에 소요되는 시간은 약 15분이었다. 먼저 조사 대상자의 성별, 소속, 학년에 따른 학업부담과 학업소진 및 SOC 전략 정도를 알아보기 위하여 변량분석을 실시하였다. 학업소진 전체 점수 및 각 요인별 점수에 따라 상위 1SD 이상을 학업소진 고집단, 1SD 이하를 학업소진 하 집단, 그 가운데 집단을 중 집단으로 구분하여 이들 집단 간 학업부담과 SOC 전략 차이를 변량분석을 통해 살펴보았다. 또한 학업소진 전체 점수와 각 하위 변인에 영향을 미치는 학업부담과 SOC 전략의 하위 변인을 알아보기 위하여 단계적 다중회귀분석(stepwise multiple regression)을 실시하였다.

결과

먼저 인구통계학적 특성에 따른 학업소진 및 SOC 전략 수준의 차이를 살펴보았다. 본 연구의 대상자들은 학업소진 및 SOC 전략에 있어서 성별에 따른 유의한 차이가 없었다.

의예과, 의과대학, 의전원 소속 학생들 간 학업부담의 차이를 알아본 결과는 Table 2와 같으며, 학업소진의 차이를 알아본 결과는 Table 3과 같다. 학업부담을 가장 높게 지각하는 집단은 의대생들이었으며(mean, 4.32±0.84), 세 집단의 차이가 통계적으로 유의하게 나타났다(F=67.29, p<0.001). 학업소진 전체 점수의 차이는 유의하지 않았으나, 그 하위 변인인 정서적 고갈(F=24.05, p<0.001)과 냉소성(F=8.87, p<0.001) 요인에서는 통계적으로 유의한 차이가 있었다. 의예과, 의과대학, 의전원 소속 학생들 간 SOC 전략의 차이를 알아본 결과는 Table 4와 같다. 마찬가지로 이들 세 집단 간 SOC 점수의 차이는 유의하지 않았으나, 의도적 선택에 있어서 통계적으로 유의한 차이가 있었다(F=3.13, p<0.05).

Descriptive Statistics and Variance Analysis of Academic Demand by Group

Descriptive Statistics and Variance Analysis of Academic Burnout by Group

Descriptive Statistics and Variance Analysis of the Selection-Optimization-Compensation by Group

학년별 학업부담의 차이는 Table 5와 같으며, 학업소진의 차이를 알아본 결과는 Table 6과 같다. 학업부담은 학년별로 통계적으로 유의한 차이가 있었으며(F=52.68, p<0.001), 5개 학년 중 학업부담을 가장 높게 지각하는 학년은 의학과 2학년이었으며(mean, 4.88±1.24), 그 다음으로 의학과 1학년(mean, 4.67±0.86), 의학과 3학년(mean, 3.75±0.98), 의예과 2학년(mean, 3.05±0.83), 그리고 의예과 1학년(mean, 2.66±0.84) 순이었다. 학업소진에서는 정서적 고갈의 경우, 의학과 2학년(mean, 4.91±1.19), 의학과 1학년(mean, 4.33±1.16), 의학과 3학년(mean, 3.93±1.24), 의예과 2학년(mean, 3.43±1.19), 의예과 1학년(mean, 3.07±1.20) 순으로 평균이 높은 것으로 나타났으며, 집단 간 유의한 차이가 있었다(F=18.82, p<0.001). 냉소성 요인에 있어서는 의예과 1학년(mean, 3.67±1.34), 의예과 2학년(mean, 3.62±0.94), 의학과 2학년(mean, 3.42±1.05), 의학과 3학년(mean, 2.94±1.08), 그리고 의학과 1학년(mean, 2.89±1.16)의 순으로 평균이 높았으며, 집단 간 통계적으로 유의한 차이가 있었다(F=6.72, p<0.001). 무능력감 요인에 있어서는 집단 간 유의한 차이가 없었으나, 의예과 1학년, 의학과 3학년, 의학과 2학년, 의예과 2학년, 의학과 1학년 순으로 높은 것으로 나타났다.

Descriptive Statistics and Variance Analysis of Academic Demand by Year in School

Descriptive Statistics and Variance Analysis of Academic Burnout by Year in School

학년별 SOC 전략 수준의 차이는 Table 7과 같다. SOC 전략의 전체 점수에 있어서는 집단 간 유의한 차이가 있었으며(F=2.85, p<0.05), Scheffé 검증 결과, 의학과 1학년 학생들의 점수가 의예과 1학년 학생들의 점수보다 유의하게 높은 것으로 나타났다. 4개 하위 전략 중 최적화 전략(F=7.08, p<0.001)과 의도적 선택 전략(F=3.07, p<0.05)에서 통계적으로 유의한 차이가 있었다. 최적화 전략의 경우, 의학과 1학년(mean, 3.77±0.54)이 가장 높고 이를 기준으로 학년이 낮아지거나 높아질수록 최적화 전략 점수가 낮았다. 의도적 선택 전략에 있어서도 의학과 1학년(mean, 3.65±0.63) 학생들의 점수가 가장 높았다.

Descriptive Statistics and Variance Analysis of the Selection-Optimization-Compensation by Year in School

학업소진 수준에 따른 SOC 전략의 차이는 Table 8과 같다. 학업소진 전체점수의 상·중·하 집단 간에는 SOC 전체 점수에서 유의한 차이가 있는 것으로 나타났으며(F=3.81, p<0.05), 학업소진 고·저·중 집단 순으로 SOC 전략을 사용하는 것으로 나타났다. 학업소진의 하위 요인인 정서적 고갈 수준에 따른 SOC 전략의 차이는 통계적으로 유의하지 않았다. 학업소진의 하위 요인인 냉소성 수준에 따라 최적화 전략(F=4.85, p<0.01)과 의도적 선택 전략(F=3.39, p<0.05), 그리고 SOC 전체 점수(F=3.91, p<0.05)에서 유의한 차이가 있었다. 세 종속변수 모두 냉소성이 높은 집단의 점수가 가장 높았다. 학업소진의 하위 요인인 무능력감 수준에 따라 보상 전략을 제외한 모든 변인들에서 유의한 차이가 있었다. 최적화 전략의 경우(F=7.89, p<0.001), 고·중·저 집단의 순으로 평균이 높은 것으로 나타났으나, 상실에 의한 선택 전략(F=4.87, p<0.01)은 역으로 저·중·고 집단의 순으로 평균이 높았다. 의도적 선택 전략에서는 고·저·중 집단의 순으로 평균이 높은 것으로 나타났으며, SOC 전체 점수에서도 고·중·저 집단 순으로 유의한 평균 차이가 있는 것으로 나타났다.

Descriptive Statistics and Variance Analysis of the Selection-Optimization-Compensation by Academic Burnout Degree

학업소진을 종속변수로 하고 학업부담 및 SOC 전략들을 독립변수로 한 회귀분석 결과는 Table 9와 같다. 학업 부담은 냉소성과 무능력감에는 유의한 영향을 미치지 않지만, 정서적 고갈 변량의 약 46%와 학업소진 전체 점수의 약 14%를 설명해주고 있었다. 반면, SOC 전략은 정서적 고갈에는 영향을 미치지 않았으나, 냉소성에 대해서는 의도적 선택 전략이 약 5%의 변량을 설명해주고 있었으며(t=-2.14, p<0.05), 무능력감에 대해서는 최적화 전략이 약 14%의 변량을 설명해주고 있었다(t=-4.82, p<0.001). 즉, 학업부담은 학업소진 가중 요인으로 작용하고 있었으며, SOC 전략은 학업소진 감소 요인으로 나타났다.

Results of Regression Analysis

고찰

본 연구에서는 영남대학교에 재학중인 의예과 1, 2학년 학생들과 의과대학 및 의전원에 재학중인 1, 2, 3학년 학생 등 총 317명의 학생들을 대상으로 학업부담, 학업소진 및 SOC 전략의 활용 정도를 각 요인별로 탐색해 보았으며, 학업소진 수준에 따른 SOC 전략 사용 정도와 학업소진에 영향을 미치는 SOC 전략이 무엇인지를 알아보았다.

Ryu & Kim [13]의 연구에서와 마찬가지로 본 연구에서는 SOC 전략 사용에 있어서는 성별에 따른 차이가 없었으며, 학업소진에 있어서도 성별에 따른 차이가 발견되지 않았다. 그러나 학업소진의 가장 주된 원인으로 알려져 있는 학업부담에 있어서는 유의한 차이가 있었다. 의대생들과 의전원생들이 의예과 학생들보다 학업부담을 높게 지각하고 있었으며, 특히 의대생들이 학업부담을 가장 높게 지각하고 있는 것으로 나타났다. 학업소진 전체 점수에 있어서는 세 집단 간 통계적으로 유의한 차이는 없었으나, 학업소진의 하위 요인인 정서적 고갈과 냉소성에 있어서는 통계적으로 유의한 차이가 있었다. 특히 세 집단 모두 유능감의 저하에 있어서는 유사하게 지각하는 것으로 나타났으나, 의대생과 의전원생의 정서적 고갈 정도가 의예과 학생들에 비하여 유의하게 높은 것으로 나타난 반면, 냉소적인 태도에 있어서는 의예과 학생들이 의대생과 의전원생들에 비하여 높은 것으로 나타났다. 냉소성의 학년별 차이와 진폭이 매우 크다는 점에서 이러한 현상을 설명하기 위한 추가 연구가 요구된다.

의과대학·의전원 1~4학년 학생들을 대상으로 한 Chun [1]의 연구에서는 연령 증가에 따라 학업소진이 감소하는 것을 발견한 바 있으나 본 연구에서는 의예과 학생들을 포함함으로써 학업부담과 학업 스트레스가 적은 의예과 학생들이 정서적 고갈은 덜 느끼지만 상대적으로 학업에 대해 냉소적으로 반응하고 있음을 알 수 있었다. 냉소성의 증가는 학습동기의 저하나 대학생활 적응을 떨어뜨리는 특성일 수 있으며, Jo & Lee [17]의 연구에서는 숙달목표와 수행접근 목표가 낮을수록 학업소진이 증가하는 것을 발견한 바 있다. 따라서 학업 소진의 일부 특성이 성취목표를 떨어뜨릴 수 있음을 감안하여 의예과 학생들이 대학 입시와 관련한 이전의 학습에 의해 학업소진 상태를 경험하고 있는 것은 아닌지에 대한 관찰과 냉소성을 감소시킬 수 있는 방안을 모색할 필요가 있다. 반면, Cordes & Dougherty [18]과 Kim et al. [19]의 연구에서는 높은 수준의 냉소성이 이후 정서적 고갈과 학업적인 무능력감의 증가를 더디게 할 수 있음을 보고한 바 있다. 따라서 보다 장기적인 관점에서 입시에 따른 학업소진 가능성과 의과대학 및 의전원 진학 이후의 학습에 따른 학업소진을 보다 심도 있게 탐색해 보고, 이러한 학업소진이 시간의 경과에 따라 어떠한 발전 양상을 보이는지에 대한 종단 연구가 요구된다. 구체적인 학업소진 정도를 알아보기 위하여 학년별 소진 정도를 살펴본 결과에서도 정서적 고갈에 있어서는 의과대학 2학년생들과 1학년생들의 고갈 정도가 중앙치를 넘어 매우 높은 것으로 나타났으며, 3학년생들은 상대적으로 다소 낮은 것으로 나타났다. 특히 정서적 고갈에 대한 회귀분석 결과에서도 알 수 있듯이 정서적 고갈에 대한 SOC 전략의 영향은 유의하지 않으나, 반면 학업 부담 요인이 전체 변량의 약 46%를 설명하고 있었다. 이는 매우 높은 설명력을 보이는 것으로, 학업 소진 중 정서적 고갈의 주된 원인이 학업부담이라는 사실을 알 수 있었다.

Kim et al. [19], Maslach & Leiter [20] 등은 정서적 고갈이 학업소진의 시작점이며, 정서적 고갈이 냉소성과 무능력감의 증가를 촉발한다고 제안한 바 있다. 이 연구자들의 제안을 적용하자면, 의과대학과 의전원 진학 이후 의학과 1학년 재학 시 최대한 적응하기 위해 노력하나, 이 과정에서의 학업 부담 증가와 이에 따른 학업 스트레스가 만성화되고 통제력을 상실하게 됨으로써 학업소진의 시작점인 정서적 고갈 상태가 발생할 수 있다. 특히 학업소진은 학업부담이 더 증가하는 의학과 2학년에서 높아지며, 이러한 전형적인 학업소진 과정을 학생들이 실제로 경험하고 있음을 알 수 있었다. 또한 정서적 고갈 상태의 주된 원인이 학업부담이라는 사실에 기인하여 학업소진의 시작점인 정서적 고갈을 초기 관리하는 것이 매우 중요하다고 판단되며, 학생들이 학업에 의해 정서적인 고갈을 경험하기 전에 전체 학년에 걸쳐 학업 부담이 분산될 수 있도록 교육과정을 개편할 필요성이 있다. 특히 2019년부터 본 연구의 대상이었던 영남대학교 의과대학·의전원이 6년제 의과대학 제도로 전환을 앞두고 있다는 점에서 학업부담이 낮고 따라서 정서적 고갈 정도가 낮은 의예과 교육과정으로 일부 의과대학 교육과정을 분산시킬 필요가 있다.

학업소진의 하위 요인 중 하나인 무능력감을 감소시킬 수 있는 요인은 최적화 전략인 것으로 나타났다. 최적화 전략은 의예과 1학년이나 의학과 3학년 학생들에 비하여 의학과 1학년 학생들이 주로 사용하는 전략이었으며, 학습량이 갑자기 증가하는 의학과 1학년 학생들이 이러한 학습 환경에 적응하기 위하여 최선을 다해 적응적 노력을 하고 있음을 알 수 있다. 최적화는 지식의 축적, 수단의 활용, 목표몰입, 실행, 노력과 같은 행동을 증가시켜주며, 목표와 관련된 수단들을 획득하고 정교화하여 적용하는데 시간과 에너지를 투자하는 것을 의미한다[9]. 특히 최적화를 통해 시간과 에너지를 투자하는 것을 지속하는 것은 당장의 만족을 지연시킬 수 있는 능력과도 관련된다[9]. Lee et al. [11]은 최적화 전략이 선택 가능한 영역에서 개인의 발달적 잠재능력을 최대한 활용하여 질과 양을 극대화시키는 행동을 하게 하는 것이며, 원하는 것을 얻고 원치 않는 것을 피하기 위한 효과적인 전략이라고 하였다. 따라서 대다수의 의학과 1학년 학생들이 효과적으로 긍정적인 적응 전략을 사용하고 있는 것을 알 수 있었다.

Lee et al. [11]의 연구에서는 특히 스트레스가 높으면서도 잘 적응하는 탄력성 집단의 경우 최적화와 보상 전략을 주로 사용하며, 이 집단은 설정한 목표를 달성하기 위하여 개인이 가진 능력을 최대한 활용하고 목표 달성을 위한 다른 방안을 모색하거나 도움 요청을 하는 등 대안적 수단을 주로 사용한다고 하였다. 반면, 스트레스가 높으면서 적응도 잘 하지 못하는 부적응 집단과 스트레스가 낮으면서도 적응을 잘 하지 못하는 취약성 집단의 경우, 설정한 목표를 향해 끊임없이 노력하기 보다는 상실에 기반 한 선택을 주로 사용하고 최적화나 보상 전략은 거의 사용하지 않는다고 보고한 바 있다. 본 연구에서는 학업소진이 높은 집단뿐만 아니라 중, 저 집단 모두에서 가장 높은 평균을 보인 전략이 보상 전략이었으며, 다음으로 최적화와 의도적 선택, 그리고 상실에 기반한 선택이 보고되었다.

보상 전략은 새로운 기술의 습득 혹은 타인의 도움을 얻는 행위 등을 포함하며, 시간과 에너지 제약과 상실에 대처하는 행동을 의미한다[13]. 즉, 상실에 의한 선택과 함께 목표 달성이 어려운 상황에서의 적응적 노력을 의미한다. 대부분의 학생들이 목표 달성의 어려움을 지각하고 이에 적응하고 있으며, 이는 Chun [1]의 연구에서 이루어진 인터뷰에서도 확인되는 바이다. 단, 학업소진 정도에 따라 이들 전략들 간 유의한 차이가 나지 않는다는 사실에서 알 수 있듯이 학생들이 받고 있는 스트레스나 학업소진 경험에 비하여 적응적인 전략 사용에 있어서는 차별적인 적응 노력이 이루어지고 있지 않을 가능성이 있다. 특히 본 연구의 결과, 학업소진 전체 점수 및 하위 요인들을 감소시켜 줄 수 있는 SOC 전략이 최적화와 의도적 선택으로 나타난 반면, 본 연구 대상자들이 가장 높게 보고한 SOC 전략이 보상 전략 이었다는 점에서 추후 학생들의 적응을 높여주기 위한 적응 전략의 효과적인 사용에 대한 안내가 요구된다. Ha & Kim [9]은 이러한 목표에 대한 적응적 자기조절이 대안적 목표를 활용할 수 있는 가능성에 달려있으며, 새로운 목표를 추구하는 행위가 달성할 수 없는 목표로 인한 부적 스트레스를 감소시키고[7], 개인의 안녕감을 가져다 줄 수 있다고 하였다[21]. 따라서 학생들의 목표수준을 감지하고 적합하게 조절할 수 있는 기회와 지원을 제공하는 노력이 대학 차원에서 이루어질 필요가 있다.

비록 본 연구가 1개 의과대학의 학생들을 대상으로 하였다는 점과 단일 시점에 이루어진 횡단연구라는 점에서 한계가 있으나, 스트레스 대처를 넘어 발달과업의 달성을 위한 삶의 적응적 전략들이 학생들의 소진을 감소시킬 수 있는지에 대하여 탐색해 보았다는 점에서 의의가 있다. 추후 학업소진의 경험 이유나 경과, SOC 전략의 선택과 활용 및 이에 따른 구체적인 현황을 파악하기 위하여 인터뷰를 포함한 질적 연구가 필요할 것이며, 장기간의 종단연구를 통해 실제 학생들이 학년 증가와 교육과정 변화에 따라 어떤 스트레스 경험과 적응적 노력을 하는지에 대하여 탐색해 볼 필요가 있음을 제안하는 바이다.

References

1. Chun KH. Relationship between academic burnout of medical and graduate students and related variables. Korean Med Educ Rev 2014;16:77–87.
2. Schaufeli WB, Martínez IM, Pinto AM, Salanova M, Bakker AB. Burnout and engagement in university students: a cross-national study. J Cross Cult Psychol 2002;33:464–481.
3. Koeske GF, Koeske RD. Underestimation of social support buffering. J Appl Behav Sci 1991;27:475–489.
4. Lee SH, Lee DY. Validation of the MBI-SS Scales-based on medical school students. Asian J Educ 2013;14:165–187.
5. Lee KH, Ko Y, Kang KH, Lee HK, Kang J, Hur Y. Mental health and coping strategies among medical students. Korean J Med Educ 2012;24:55–63.
6. Geldhof GJ, Bowers EP, Gestsdóttir S, Napolitano CM, Lerner RM. Self-regulation across adolescence: exploring the structure of selection, optimization, and compensation. J Res Adolesc Epub 2014 March 31. http://dx.doi.org/10.1111/jora.12131. 2131.
7. Baltes PB, Baltes MM. Psychological perspectives on successful aging: the model of selective optimization with compensation. In : Baltes PB, Baltes MM, eds. Successful aging: perspectives from the behavioral sciences New York, USA: Cambridge University Press; 1990. p. 1–34.
8. Freund AM, Baltes PB. Orchestration of selection, optimization, and compensation: an action-theoretical conceptualization of a theory of development regulation. In : Flammer A, Perrig WJ, Grob A, eds. Control of behavior, mental processes, and consciousness Mahwah, USA: Lawrence Erlbaum Associates; 2000. p. 35–58.
9. Ha MO, Kim CN. The study for validating the selection, optimization and compensation scale. Korean J Ind Organ Psychol 2006;19:597–615.
10. Freund AM, Baltes PB. Life-management strategies of selection, optimization, and compensation: measurement by self-report and construct validity. J Pers Soc Psychol 2002;82:642–662.
11. Lee JH, Park SY, Lee CY, Lee J, Uhm J, Lee SM. Exploring the types of goal-selection-action strategies in resilient group. Korean J Educ Methodol Stud 2011;23:781–797.
12. Baltes BB, Heydens-Gahir HA. Reduction of work-family conflict through the use of selection, optimization, and compensation behaviors. J Appl Psychol 2003;88:1005–1018.
13. Ryu JY, Kim SR. The relationship between adjustment and SOC strategies of college students. Korean J Couns Psychother 2008;20:1211–1225.
14. Choi WS, Lee JG. Identification of sequential relationship between job burnout and emotional labor of call center employees. Korean J Ind Organ Psychol 2010;23:181–200.
15. Jung ES. Group differences in self-regulated learning and academic burnout among undergraduate students: comparison of clusters by achievement goal and regulatory focus. Stud Humanit 2013;39:617–646.
16. Baltes PB, Baltes MM, Freund AM, Lang FR. The measurement of selection, optimization, and compensation (SOC) by self report Berlin, Germany: Max Planck Institute for Human Development and Education; 1999.
17. Jo HI, Lee HA. The mediating effects of achievement goals on the relationship among perfectionism, academic burnout and academic engagement. Korean J Youth Stud 2010;17:131–154.
18. Cordes CL, Dougherty TW. A review and an integration of research on job burnout. Acad Manage Rev 1993;18:621–656.
19. Kim B, Lee M, Kim K, Choi H, Lee SM. Longitudinal analysis of academic burnout in Korean middle school students. Stress Health Epub 2014 January 23 http://dx.doi.org/10.1002/smi.2553.
20. Maslach C, Leiter MP. Early predictors of job burnout and engagement. J Appl Psychol 2008;93:498–512.
21. Wrosch C, Scheier MF, Carver CS, Schulz R. The importance of goal disengagement in adaptive self-regulation: When giving up is beneficial. Self Identity 2003;2:1–20.

Article information Continued

Table 1.

Demographic Data

Year in school Male Female Medical students Graduate students Total
Premedical 1st 24 (61.53) 15 (38.46) 39 (100.00) - 39
Premedical 2nd 39 (76.47) 12 (23.52) 51 (100.00) - 51
Medical 1st 47 (61.03) 30 (38.96) 42 (54.54) 35 (45.45) 77
Medical 2nd 45 (63.38) 26 (36.61) 34 (47.88) 37 (52.1 1) 71
Medical 3rd 58 (73.41) 21 (26.58) 38 (48.10) 41 (51.89) 79
Total 213 (67.19) 104 (32.80) 204 (64.35) 1 13 (35.64) 317

Data are presented as number (%).

Table 2.

Descriptive Statistics and Variance Analysis of Academic Demand by Group

Variable Premedical students Medical students Graduate students Total F Scheffé
Academic demand 2.88±0.85 4.70±0.84 4.32±1.18 3.95±1.26 67.29*** 2,3>1

Data are presented as mean±SD.

*

p<0.05,

**

p<0.01,

***

p<0.001.

Table 3.

Descriptive Statistics and Variance Analysis of Academic Burnout by Group

Academic burnout Premedical students Medical students Graduate students Total F Scheffé
Exhaustion 3.27±1.20 4.51±1.25 4.30±1.26 4.03±1.33 24.05*** 2,3>1
Cynicism 3.64±1.12 3.13±1.27 3.03±1.08 3.23±1.15 8.87*** 1>3
Inefficacy 3.54±0.86 3.52±0.85 3.45±0.83 3.49±0.84 0.37
Total 3.49±0.80 3.72±0.90 3.60±0.82 3.58±0.83 1.24

Data are presented as mean±SD.

*

p<0.05,

**

p<0.01,

***

p<0.001.

Table 4.

Descriptive Statistics and Variance Analysis of the Selection-Optimization-Compensation by Group

SOC Premedical students Medical students Graduate students Total F
Optimization 3.44±0.52 3.55±0.49 3.58±0.53 3.54±0.53 2.07
Loss-based selection 3.01±0.41 3.07±0.39 2.99±0.39 3.01±0.40 0.45
Compensation 3.66±0.69 3.59±0.67 3.69±0.61 3.67±0.64 0.37
Elective selection 3.34±0.55 3.61±0.58 3.52±0.67 3.47±0.63 3.13*
Total 3.36±0.35 3.45±0.37 3.45±0.36 3.42±0.36 1.65

Data are presented as mean±SD.

SOC: Selection-optimization-compensation.

*

p<0.05,

**

p<0.01,

***

p<0.001.

Table 5.

Descriptive Statistics and Variance Analysis of Academic Demand by Year in School

Variable Premedical 1st Premedical 2nd Medical 1st Medical 2nd Medical 3rd Total F Scheffé
Academic demand 2.66±0.84 3.05±0.83 4.67±0.86 4.88±1.24 3.75±0.98 3.95±1.26 52.68*** 4,3>5>2,1

Data are presented as mean±SD.

*

p<0.05,

**

p<0.01,

***

p<0.001.

Table 6.

Descriptive Statistics and Variance Analysis of Academic Burnout by Year in School

Academic burnout Premedical 1st Premedical 2nd Medical 1st Medical 2nd Medical 3rd Total F Scheffé
Exhaustion 3.07±1.20 3.43±1.19 4.33±1.16 4.91±1.19 3.93±1.24 4.03±1.33 18.82*** 4>5,2,1 3>2,1 5>1
Cynicism 3.67±1.34 3.62±0.94 2.89±1.16 3.42±1.05 2.94±1.08 3.23±1.15 6.72*** 1,2>5,3
Inefficacy 3.62±0.77 3.48±0.92 3.29±0.79 3.50±0.85 3.61±0.84 3.49±0.84 1.69
Total 3.45±0.80 3.51±0.80 3.50±0.84 3.94±0.75 3.50±0.84 3.58±0.83 3.65** 4>3,5

Data are presented as mean±SD.

*

p<0.05,

**

p<0.01,

***

p<0.001.

Table 7.

Descriptive Statistics and Variance Analysis of the Selection-Optimization-Compensation by Year in School

SOC Premedical 1st Premedical 2nd Medical 1st Medical 2nd Medical 3rd Total F Scheffé
Optimization 3.28±0.44 3.57±0.54 3.77±0.54 3.57±0.51 3.41±0.47 3.54±0.53 7.08*** 3>5,1
Loss-based selection 3.05±0.39 2.98±0.43 2.98±0.40 2.99±0.45 3.04±0.31 3.01±0.40 0.39
Compensation 3.62±0.65 3.69±0.72 3.74±0.65 3.66±0.60 3.63±0.62 3.67±0.64 0.34
Elective selection 3.24±0.49 3.42±0.57 3.65±0.63 3.42±0.75 3.54±0.57 3.47±0.63 3.07* 3>1
Total 3.29±0.32 3.42±0.37 3.54±0.38 3.41±0.37 3.41±0.33 3.42±0.36 2.85* 3>1

Data are presented as mean±SD.

SOC: Selection-optimization-compensation.

*

p<0.05,

**

p<0.01,

***

p<0.001.

Table 8.

Descriptive Statistics and Variance Analysis of the Selection-Optimization-Compensation by Academic Burnout Degree

SOC Academic burnout
F Scheffé
High Middle Low Total
Optimization 3.66±0.51 3.51±0.50 3.50±0.62 3.54±0.53 1.83
Loss-based selection 3.02±0.44 2.98±0.36 3.09±0.48 3.01±0.40 1.36
Compensation 3.81±0.75 3.61±0.60 3.74±0.64 3.67±0.64 2.52
Elective selection 3.59±0.69 3.42±0.62 3.57±0.57 3.47±0.63 2.13
Total 3.52±0.42 3.38±0.34 3.48±0.32 3.42±0.36 3.81* a>b
Emotional exhaustion
Optimization 3.54±0.38 3.52±0.56 3.60±0.59 3.54±0.53 0.38
Loss-based selection 3.00±0.42 2.99±0.39 3.09±0.38 3.01±0.40 1.30
Compensation 3.72±0.70 3.66±0.62 3.62±0.64 3.67±0.64 0.34
Elective selection 3.40±0.69 3.52±0.60 3.40±0.63 3.47±0.63 1.29
Total 3.41±0.40 3.42±0.35 3.43±0.33 3.42±0.36 0.02
Cynicism
Optimization 3.71±0.55 3.48±0.51 3.50±0.52 3.54±0.53 4.85** 1>2
Loss-based selection 2.97±0.42 3.02±0.37 3.02±0.48 3.01±0.40 0.33
Compensation 3.78±0.71 3.64±0.60 3.62±0.70 3.67±0.64 1.26
Elective selection 3.65±0.72 3.45±0.59 3.28±0.59 3.47±0.63 4.49* 1>3
Total 3.53±0.41 3.40±0.33 3.36±0.36 3.42±0.36 3.91* 1>2
Inefficacy
Optimization 3.69±0.55 3.55±0.49 3.28±0.58 3.54±0.53 7.89*** 1,2>3
Loss-based selection 2.94±0.37 2.99±0.39 3.17±0.41 3.01±0.40 4.87** 3>2,1
Compensation 3.85±0.75 3.64±0.61 3.62±0.63 3.67±0.64 2.39
Elective selection 3.67±0.67 3.43±0.62 3.45±0.59 3.47±0.63 3.11* 1>2
Total 3.54±0.39 3.40±0.35 3.38±0.33 3.42±0.36 3.28*

Data are presented as mean±SD.

SOC: Selection-optimization-compensation.

*

p<0.05,

**

p<0.01,

***

p<0.001.

Table 9.

Results of Regression Analysis

Dependent variable Independent variable Unstandardized coefficient
Standardized coefficient t-value R2 (adjusted R2) F
B Standard error
Exhaustion Academic demand 0.72 0.04 0.68 16.00*** 0.46 (0.46) 256.08***
Cynicism SOC
 Optimization -0.27 0.14 -0.12 -1.96 0.05 (0.04) 6.60**
 Elective selection -0.25 0.12 -0.14 -2.14*
Inefficacy Academic demand - - - - - -
SOC
 Optimization -0.44 0.09 -0.28 -4.82*** 0.08 (0.07) 23.25***
Total Academic demand 0.24 0.04 0.37 6.96*** 0.14 (0.13) 48.38***
SOC
 Optimization -0.26 0.09 -0.17 -2.79** 0.03 (0.02) 7.79**

SOC: Selection-optimization-compensation.

*

p<0.05,

**

p<0.01,

***

p<0.001.