논문 872편

디지털 혁명 시대에 데이터는 단순한 정보를 넘어 지식 창출, 의사결정 과정의 주요 요소, 창작과 표현의 주된 매체로 자리 잡고 있다. 본 연구는 실시간 기상 데이터의 시각화를 텍스트 기반의 생성형 AI를 활용해 자연 풍경 속 구름 이미지로 표현하는 방법론 개발을 목적으로 한다. 이 시각화 방법론을 통해 자연의 현상과 실시간적 특성을 시각적으로 표현을 하고자 한다. 생성형 인공지능을 활용한 기상 데이터의 시각화는 3단계로 진행된다. 첫 번째 단계에서는 공공 API를 통해 실시간 기상 데이터를 연동하고, 두 번째 단계에서는 자연의 구름 형성과 관련된 키워드를 추출하여 텍스트 프롬프트로 작성한다. 세 번째 단계에서는 선택된 생성형 인공지능 모델을 사용해 실시간으로 구름 이미지를 생성하고 시각화한다. 본 연구는 이미지 생성형 인공지능을 활용한 데이터 시각화는 기존의 데이터 시각화에서 표현 방법을 확장하고, 실시간 데이터로 생성된 프롬프트는 생성형 인공지능 이미지 기술의 표현 범위 확장으로 데이터의 가치와 표현 잠재력에 대한 새로운 가능성을 제공한다는 의의가 있다.

디지털 심화 시대에 접어들면서 교육 분야에서 인공지능(AI)의 활용이 확대되고 있으며, 특히 생성형 AI가 학습자의 인지적 파트너로서 협력할 가능성에 대한 논의가 활발해지고 있다. 이러한 흐름을 고려하여 본 연구는 예비 종교교사와 생성형 AI의 협력을 지원하는 학습환경을 설계하고, 예비 종교교사의 디지털 리터러시 및 생성형 AI 수용도에 미치는 영향과 협력 경험을 분석하여 생성형 AI의 교육적 의미와 역할을 탐색하고자 하였다.
 연구 결과, 생성형 AI와의 협력은 예비 종교교사의 디지털 리터러시 역량 향상에 긍정적인 영향을 미쳤으며, 생성형 AI의 수용도 또한 증가한 것으로 나타났다. 이는 생성형 AI가 학습자의 파트너로서 효과적으로 기능할 수 있음을 시사한다. 예비 종교교사의 협력 경험을 테크놀로지 교수내용지식(TPACK) 프레임워크로 분석한 결과, 테크놀로지 지식(TK)과 테크놀로지 교수지식(TPK)에서 뚜렷한 향상이 확인되었으나 테크놀로지 교수내용지식(TPACK)은 상대적으로 낮은 향상을 보였다. 이러한 연구 결과는 예비 종교교사 교육 시 테크놀로지와 교수법, 교육 내용이 보다 체계적이고 통합적으로 이해, 적용될 필요가 있음을 시사한다.
 본 연구는 예비 종교교사와 생성형 AI의 협력에 대한 예비적 연구이나 예비 종교교사의 생성형 AI와의 협력 경험이 디지털·AI 소양을 강화할 수 있음을 실증적으로 논의한다는 점에서 의의를 갖는다.

현재 우리는 생성형 인공지능의 기술적 가능성과 발전에 대한 경이로움과 판단 유보를 동시에 보이고 있다. 4차 산업혁명의 첫 번째 쇼크인 알파고의 바둑 경기는 인공지능 혁신을 촉발했지만, 두 번째 쇼크인 ChatGPT는 인공지능에 대한 두려움을 불러왔다. 생성형 인공지능으로 촉발되는 여러 윤리 문제를 고려할 때 인류는 ‘윤리적 진공상태’에 빠져있다. 본 연구는 생성형 인공지능 시대에서 제한된 AI, 윤리적 AI, 지속 가능한 AI의 필요성을 강조한다. 제한된 AI는 위험 관리를 위한 규제 방안을 모색하고, 윤리적 AI는 윤리적 기준 설정과 자발적 윤리적 행위를 강조한다. 지속 가능한 AI는 생태 공동체에 미치는 부정적 영향을 줄이고 글로벌 협력을 통해 지속가능성을 보장하는 것을 목표로 한다.

생성형 인공지능이 국어교육과 교실 현장에 미치는 영향은 심대하다. 언어 사용 행위의 표층적 층위에서 언어 행위를 대체하기 때문이다. 이 연구는 생성형 인공지능이 가져올 문식성 변화 양상을 기술하기 위한 이론적 논의를 목적으로 하였다. 이를 위해 라투르로 대표되는 행위자-네트워크 이론에 기대어 생성형 인공지능이 우리의 국어사용 교육에 미치는 영향을 체계적으로 검토하였다. 먼저 문식성 네트워크의 새로운 행위자로서 생성형 인공지능의 역할과 번역의 양상을 검토하였다. 이를 바탕으로 주체적 문식성 네트워크 구축을 위한 문식성 교육 방안을 목표, 내용, 방법의 측면에서 논의하였다. 이 연구는 문식성 교육에서 생성형 인공지능에 대응하는 관점의 이론적 토대를 마련하였다는 점에서 의의가 있다.

본 연구는 시대적 변화에 맞춰 사회의 다양한 기술을 활용하며 변화하는 문화기반시설인 박물관에 생성형 인공지능 기술을 활용 가능성을 찾아보고자 한다. 본 연구의 문제는 첫째, 생성형 인공지능이란 무엇인지? 둘째, 박물관에서의 생성형 인공 지능 활용과 필요성은 무엇인지? 마지막으로 생성형 인공지능이 박물관에서 활용될 때 방향성은 무엇인지? 와 같은 박물 관에서의 생성형 인공지능 활용 가능성을 연구하는 것을 목표로 한다. 선행연구와 문헌조사를 통해 개념과 유형을 살펴보 고, 국내외 적용 사례를 중심으로 박물관에서의 생성형 인공지능 활용방안과 도입과정에서 고려해볼 것들을 제시하고자 하 였다. 그 결과로 첫째, 생성형 인공지능은 앞으로 박물관의 다양한 분야에서 활용될 가능성이 크고 박물관 업무 효율증가와 관람객 서비스 제고에 도움을 줄 것으로 기대된다. 둘째, 생성형 인공지능은 관람객에게 창의적이고 새로운 경험을 제공할 수 있다. 전시를 보는 것에서 그치지 않고 직접 참여하며 인공지능 생성물과 상호소통을 통해 더욱 적극적으로 박물관을 경험할 수 있다. 셋째, 박물관에서는 생성형 인공지능을 통해 발생할 수 있는 문제점을 예방하고 관리해야 한다. 생성형 인 공지능 활용에 대한 가이드라인을 만들고 저작권 문제, 윤리 문제 등이 발생하지 않도록 준수해야 한다. 마지막으로, 생성 형 인공지능은 아직 개발이 진행 중이고 초기 단계인 만큼 효율적인 작업의 도구로 사용하고 더욱 다양한 사례를 만들고 시행착오를 줄일 수 있도록 지속적인 연구가 필요하다. 생성형 인공지능으로 전환되는 패러다임의 전환에 따라 앞으로 박 물관에서 생성형 인공지능을 활용하는 데 도움이 되기를 기대한다.

오늘날 화두로 떠오른 것 중 하나가 인공지능이라고 해도 과언이 아닐 것이다. 특히 멀티모달 분야에서 범용 인공지능은 인공일반지능이라고도 불리며, 인간 수준의 사고가 가능하여 주제에 구애받지 않고 성공적으로 문제를 해결할 수 있기 때문에 전 세계의 이목이 집중되고 있다. 이러한 현상을 분석하는데 있어서는 다양한 유형이 존재하고 있으나, 대명사 격인 챗GPT로부터 시작할 수 있다.
 이처럼 생성형 인공지능 등 해당 분야에 대한 접근은 인류의 시대적 과업이고, 시간을 거듭할수록 예견할 수 없을 만큼 성장할 것이다. 그러나 생성형 인공지능 분야의 올바른 성장을 위해서는 청사진만을 바라봐서는 안 된다. 지금까지 산업계, 학계 등 전문가들은 공통적으로 새로운 형태의 범죄 발생 가능성을 경계해야 된다고 주장하고 있다.
 따라서 본 연구에서는 생성형 인공지능의 정립을 위해서 그 실체에 대한 개관을 통해 분석해 보고, 다양한 범죄 발생 가능성 등 한계점은 무엇인지 검토해 보며, 부정적인 측면 내지는 한계점을 최소화하여 생성형 인공지능이 미래에 바로 설 수 있도록 입법·정책적 제언으로 이어 나가고자 한다. 이러한 과정을 통해 오히려 위협당하거나 불안감을 조장하는 대상으로서의 인공지능이 아닌, 이용자가 안심하고 활용하여 자신이 하고자 하는 행위에 도움이 될 수 있는 매개체로서 생성형 인공지능이 자리 잡을 수 있을 것이다.

지난 10년에 있어서 인공지능 기술은 가장 주목 받고 가장 빠르게 발전한 신기술이었다는 것은 의심할 바 없다. 2022년 11월에 발표된 Chat GPT와 이후 출시된 다양한 대형 모델은 불과 1년 반 사이에 세계를 휩쓰는 생성형 인공지능 기술조류를 빠르게 형성했다. 생성형 인 공지능의 강력한 멀티모드 콘텐츠 생성 능력, 자연어 기반 상호작용 능력 등은 출판과 교육의 미래를 재정의 하게 될 것이다. 출판교육은 출판산업 발전의 인적자본 엔진으로서 교육변혁의 내적 요구에 기반하든 출판산업에 혁신적인 인재를 제공해야 하는 외적 수요에 기반하든 우리 는 인공지능 시대의 출판교육의 방향과 출판교육이 어떻게 출판 산업의 발전을 위해 인적자본 의 배치를 앞당길 수 있는지에 대하여 다시 생각해 볼 필요가 있다. 이 글은 교육에서 인공지 능의 응용 상황을 정리하고, 이를 바탕으로 출판교육 혁신에 대한 생성적 인공지능의 가치를 논의하고, 인공지능에 의한 출판교육 혁신의 길을 제시하고자 한다.

본 논문은 기존에 개발된 개인정보 라이프 사이클 모델을 정리 및 분석 후 이러한 개인정보 라이프 사이클 모델이 인공지능 학습에 적용 가능한지를 살펴보았다. 검토 결과 기존의 개인정보 라이프 사이클은 인공지능 학습의 적용에 일부 한계가 있음을 발견했다. 따라서 본 논문에서는 인공지능 학습에 적합한 개인정보 라이프 사이클을 제시했다. 새로운 개인정보 라이프 사이클은 수집-학습-보유-생성·추론-차단·재학습·삭제 단계로 구성했다. 새로운 모델 제시에 따라 현행 개인정보 보호법 조항과 일치 여부를 검토 후 향후 법령 개정 방향을 제시했다. 본 논문은 인공지능 학습과 개인정보 보호의 영역에서의 체계적 접근 가능성을 높였다는 측면에서 의의가 있다.

본 연구는 초·중등 교육에서 생성형 AI 활용을 위한 시사점을 탐색하는 데 목적이 있다. 이를 위해 국내 가이 드라인 6종, 국외 가이드라인 6종 총 12종에 대해 19가지 구성 항목을 중심으로 비교 분석하여 초·중등 교육에 서 생성형 AI의 교육적 활용에 대한 시사점을 도출하였다. 연구 결과, 국내·외 모두 생성형 AI가 가지는 교육적 활용에 대해 긍정적인 인식을 가지고 있는 것으로 나타났으며, 기술적 한계에서 비롯한 우려점들에 대한 행동요 령이나 지침, 예상되는 문제에 대해 제시하고 있는 것으로 나타났다. AI 활용에 있어서의 평등한 접근, AI 개발 과정에서의 교육자의 참여, AI 교육 활용에 대한 국제 협력 강조에 대해 국외 가이드라인에서는 강조하고 있으 나 국내에서는 다소 미흡한 것으로 나타났다.

This study aims to evaluate the educational impact of integrating generative AI tools into architectural theory courses by analyzing student learning outcomes and experience. The research applied the ADDIE model (Analyze, Design, Develop, Implement, Evaluate) to develop and implement a generative AI-integrated curriculum in a first-year architecture theory class. The study examined four key aspects through quantitative and qualitative methods: (1) understanding the relationship between architectural forms and language, (2)ease of use, (3)perceived advantages, and (4)perceived limitations of AI tools. The results showed that 78% of the students reported a positive impact on their understanding of architectural forms and language with an average satisfaction score of 3.84 out of 5. The ease of use was highly rated, with 84% of the students expressing satisfaction and an average score of 4.20, highlighting the intuitive nature of AI tools in architectural design visualization. Student feedback further identified four major advantages of using AI tools: 1)Efficient Image Creation and Time Savings, 2)Concrete Visualization of Abstract Concepts, 3)Creative Inspiration and Idea Generation

본 연구는 생성형 인공지능 기술이 영화 제작에서 어떻게 주체적인 역할을 수행하는지를 분석하는 데 중점을 둔다. 특히, 딥러닝, 자연어 처리(NLP), 컴퓨터 비전 기술이 영화의 창의적 과정과 의사 결정에 어떻게 깊이 관여하며, 단순한 보조 도구를 넘어 창의적 콘텐츠를 직접 생성하는 주체적 역할을 하는지를 탐구한다. 이를 통해 AI 기술이 영화 제작의 전반적인 창의성과 효율성을 어떻게 향상시키는지에 대한 심층적인 논의를 제공하며, AI와 인간의 협업이 영화 산업의 미래에 미칠 수 있는 영향을 제시한다. 본 연구는 생성형 인공지능이 영화 제작의 주요 주체로서 창작 과정을 혁신할 수 있는 가능성을 조망하며, AI의 효과적인 통합을 통해 영화 제작에서 창의적 시너지를 극대화하는 방법을 제안하는 데 초점을 맞춘다.

The purpose of this study is to analyse the grounded theory of the use of generative AI. This study reviews the literature on the sociology of science and technology and the four types of use of generative AI, focusing on the grounded theory analysis of the use of generative AI. In addition, three professors and three learners who have experience in using generative AI in their classes were selected as participants in this study. The core of this study was to find out the recognition of generative AI and the types of use by conducting intensive interviews about the usefulness, problems, and types of use of generative AI according to the sociology of science and technology. The results of the study were as follows professors emphasised the benefits of generative AI but expressed concerns about over-reliance, ethical and pedagogical implications, and the need for appropriate usage guidelines and policies. On the other hand, learners were positive about the benefits of generative AI, such as increased productivity/efficiency and personalised learning, and suggested using generative AI for a variety of educational purposes. In conclusion, given the inevitability of using generative AI

본 연구의 목적은 MZ세대의 여행 경험에서 생성형 AI 기반 챗봇 서비스의 활용을 분석하고, 기술수용모델과 사회적 현존감 이론을 적용하여 인지적 및 심리적 요인 간의 관계를 통합적으로 살펴보는 것이다. 디지털 네이티브인 MZ 세대는 AI 기술을 빠르게 수용하며, 개인 맞춤형 서비스를 선호하기 때문에, 본 연구는이들의 여행계획 과정에 생성형 AI 챗봇 서비스의 사용 경험을 이해해보고자 하였다. 연구를 위해 지난 3개월 이내에 여행 계획 과정에서 생성형 AI 챗봇 서비스를 사용한 20대 초반에서 40대 중반의 응답자를 대상으로 온라인 설문조사를 실시하였으며, 최종적으로 201명의 응답 데이터를 분석하였다. 주요 연구 결과, 생성형 AI 기반 챗봇 서비스에서 사회적 현존감이 사용자 만족도에 유의미한 영향을 미친다는 점을 확인하였다. 특히 음성 인터페이스를 사용할 때 사회적 현존감과 만족도가 더 높게 나타났다. 또한 AI 챗봇의 유용성과 용이성도 사용자 만족도에 긍정적인 영향을 미쳤으며, 만족도가 높을수록 서비스의 지속적 이용 의도가증가하였다. 본 연구는 연구 결과를 통해 기술수용모델과 사회적 현존감 이론을 통합하여 심리적 요인인 사회적 연결감이 생성형 AI 기술의 수용 과정에서 중요한 역할을 한다는 것을 실증연구를 통해 입증하였다. 또한, 음성 인터페이스가 텍스트 기반 인터페이스보다 더 강한 사회적 현존감을 유발한다는 것을 실증적으로보여주어, AI 기반 상호작용에서 사회적 현존감 이론의 적용 범위를 확장하였다. 마지막으로 생성형 AI 챗봇서비스 설계단계에서 음성 인터페이스를 우선적으로 고려하여 사용자 만족도와 사회적 현존감을 높이는 것이 필요하며, 직관적인 인터페이스 설계도 고려해야 하는 중요한 요인임을 제안하였다.

This study investigates the use of generative AI in career English integrated education for K-12 teacher training, carried out in two stages. In the first stage, university students with various majors participated in AI-based career English integrated lessons. Feedback from these students led to refinement of AI tools, including a shift from Poe AI to Mizou AI for better accessibility and functionality. In the second stage, various AI tools were introduced to elementary and secondary teachers, guiding them on personalizing career English integrated education. Results showed that elementary teachers responded more positively and consistently, while secondary teachers, in contrast, identified challenges, particularly with the rigid, grade-based evaluation systems. Specifically, elementary teachers rated career decision-making and subject interest higher than secondary teachers, although their differences were not statistically significant (p > 0.05). These results suggest that while AI tools can offer promising solutions for integrating career education into English teaching, their effectiveness is contingent on flexibility of existing evaluation systems and adapting AI tools to

최근 텍스트 생성형 인공지능은 자연어 처리 기술의 발전으로 다양한 응용 분야에서 활용되며, 그 영향력이 확대되고 있다. 이와 같은 상황에서 본 연구는 텍스트 생성형 인공지능에 대한 사용자 경험이 이용자 만족도와 지속적 이용 의도에 미치는 영향을 실증적으로 분석하는 데 목적을 두고 진행되었다. 이를 위해 텍스트 생성형 인공지능 프로그램을 사용한 경험이 있는 만 20세 이상의 성인 남녀 200명을 대상으로 온라인 설문조사를 통해 자료를 수집하였다. 사용자 경험의 주요 요인으로는 유용성, 사용성, 접근성, 신뢰성 등을 설정하였으며, 이 요인들이 이용자 만족 및 지속적 이용 의도에 미치는 영향을 분석하였다.
 연구결과, 유용성, 사용성, 신뢰성은 이용자 만족에 긍정적인 영향을 미쳤으며, 유용성과 접근성은 지속적 이용 의도에 긍정적인 영향을 미치는 것으로 나타났다. 특히, 텍스트 생성형 인공지능의 유용성은 이용 만족과 지속적 이용 의도 모두에 강한 영향을 미치는 핵심 요인으로 확인되었다. 이러한 결과는 텍스트 생성형 인공지능 기술이 사용자 경험에 따라 그 이용 가치가 달라지며, 이를 기반으로 사용자의 만족도와 지속적 이용 의도가 결정됨을 시사한다. 본 연구는 향후 텍스트 생성형 인공지능 기술이 더욱 발전하고 다양한 산업 분야에서 활용될 수 있도록 사용자 친화적인 인터페이스 및 기능 개발의 중요성을 강조하며, 기술적 완성도와 사용자 맞춤형 서비스 제공의 필요성을 제안할 것으로 기대한다.

이제까지 새로운 기술은 일부 전문가들만 사용할 수 있었고, 대중화되기까지 상당한 시간이 걸렸다. 그런데 생성형 AI는 2022년 11월 본격적으로 서비스된 이후로 빠른 속도로 대중화되고 있다. 이윤을 추구하는 기업들은 빠르게 생성형 AI를 수용하여 이익과 효율성을 높이고 있다. 그런데 그에 못지않게 범죄자들도 각종 범죄에 생성형 AI를 활용하고 있다. 따라서 기존 사이버범죄는 더욱 고도화되며, 생성형 AI를 활용하는 새로운 유형의 범죄도 예상된다. 형사사법 분야에서도 생성형 AI를 활용하려는 노력은 있지만, 사회나 범죄자에 비해 더딘 걸음을 보이고 있다. 하지만 이제는 생성형 AI를 활용하는 범죄에 대응하기 위해 생성형 AI를 형사정책 수단에 포함시키는 것을 지체할 수 없다. 생성형 AI를 활용하여 빠른 속도로 고도화 되는 사이버범죄에 전형적인 형사사법 도구로 대응하는 것에는 한계가 있기 때문이다. 그래서 본 연구에서는 생성형 AI를 활용하여 앞으로 발생할 수 있는 범죄유형을 예측하고, 생성형 AI를 활용하여 대응하는 방안들에 대해 살펴보았다. 그 결과 전통적으로 사람을 기망하여 이익을 취하는 범죄도 고도화될 것이고, 사이버범죄 가운데 해킹 범죄는 더욱 고도화 및 대중화 될 것이며, 개인정보를 침해하는 범죄유형이 단순히 개인 민감 정보, 신상 털기 등에 그치는 것이 아니라 개인의 디지털화 된 인격체 전부를 탈취할 수 있을 것으로 예상된다. 생성형 AI의 범죄위험성을 예측하기 위해 생성형 AI를 활용하고, 인간 전문가의 종합적인 견해로 판단한 결과이다. 생성형 AI와 관련된 범죄에 대해서는 형사정책에서 생성형 AI를 적극적으로 활용할 필요성이 있다. 다만, 생성형 AI라는 도구가 가지고 있는 한계를 인식하고 최종 판단은 결국 인간 전문가의 종합적인 견해가 있어야 할 것이다. 그리고 형사사법기관이 형사정책에 필요한 생성형 AI를 지속적으로 유지・보수・개발하고 운영하기 위해 적절한 예산과 전문 인력이 투입되어야 한다.

명예훼손 범죄는 개인의 사회적 평판을 해치는 사실적시 또는 허위사실의 적시를 다루는 형법적 개념이다. 인공지능(AI) 시대가 도래하기 전에는 말이나 행동, 그리고 신문, 잡지, 라디오, 출판물 등이 명예훼손의 주요 수단이었으나, 디지털 시대에는 사이버 공간을 통해 순식간에 초국경적으로 다수에게 피해를 확신시키고 있다. 이에 더하여 생성형 AI 기술을 이용한 명예훼손 범죄는 중대한 전환점을 맞이하고 있다. 최근 ChatGPT로 대표되는 생성형 AI 기술의 급속한 발전은 누구나 단시간에 저렴한 비용으로 허위사실이나 허위영상 등을 제작하여 온라인 플랫폼, 페이스북, 인스타그램 등과 같은 소셜 네트워크 서비스(SNS) 등에 게시하는 방법으로 순식간에 유포・재생산하여 회복 불가능하고 광범위한 피해를 발생시키고 있다.
 생성형 AI는 인간도 아니고 법인도 아니기 때문에 피해자가 생성형 AI 자체를 대상으로 명예훼손 소송을 제기할 수 없다. 그러나 생성형 AI 시스템을 직접 이용하는 자, 생성형 AI 서비스제공자, AI 설계자/제작자는 일정한 조건이 충족될 때 형사책임의 주체로 인정할 수 있다.
 따라서 이 논문에서는 생성형 AI를 이용한 새로운 명예훼손 사례에 있어 누가 책임귀속의 주체인지, 그 책임의 구체적 내용은 무엇인지를 고찰함으로써 현재와 미래의 명예훼손 형사소송 당사자들이 직면하게 될 도전을 검토하고자 한다. 이 논문에서는 먼저 생성형 AI 기술의 출현에 따른 명예훼손 범죄의 새로운 법적 문제를 살펴본다. 다음으로, 생성형 AI를 이용한 명예훼손 범죄 책임귀속의 주체로 생성형 AI 직접 이용자, 생성형 AI 서비스제공자, 생성형 AI 개발 설계자/제작자, 그리고 생성형 AI 그 자체를 고찰한다. 셋째, 생성형 AI를 이용한 명예훼손 범죄의 형사책임의 내용과 관련하여 직접 이용자의 정보통신망법상 허위사실 적시 명예훼손죄의 주요 법적 쟁점, 생성형 AI 서비스제공자의 부작위 방조범의 성립 요건, 직접 이용자에 대한 형법 제310조 위법성조각사유 적용 여부와 형법 제310조 착오의 문제를 검토한다.
 이 글은 생성형 AI를 이용한 명예훼손 범죄와 관련하여 진화하는 법리와 잠재적인 해결책에 대한 통찰력을 제공하고자 한다. 이를 통해 생성형 AI 시대에 명예훼손으로 인한 잠재적인 사회적 피해에 적극적으로 대처하고, 표현(언론)의 자유를 보장하기 위한 법적 프레임과 책임 있는 생성형 AI 기술 개

본 연구는 생성형 AI를 활용한 실용음악 작곡 교육이 학습자의 자기조절학습능력과 연주 수행에 미치는 영향을 실증적으로 분석하였으며, 특히 음악 교육적 측면에서 중요한 시사점을 제공하고 있다. 연구 결과, AI 기반 작곡 교육이 인지조절, 동기조절, 행동조절과 같은 자기조절학습의 주요 요소를 향상시키는 데 효과적임을 확인하였으며, 이를 통해 학습자의 연주 수행 능력이 향상되는 것을 검증하였다.
 음악 교육적 측면에서 중요한 점은 AI가 학습자의 곡 분석 및 리듬 이해 능력을 강화하고, 학습자가 지속적인 동기를 유지하며 연습 계획을 체계적으로 세우는 데 도움을 준다는 점이다. 특히, 음악적 사고력과 창의적 해석 능력을 키우는 데 AI 도구가 효과적이라는 결과는, 전통적인 교육 방식과는 차별화된 AI 기반 교육의 가능성을 시사한다.
 또한, AI가 학생들에게 맞춤형 학습 경로와 실시간 피드백을 제공함으로써 자기주도적 학습을 강화하는 데 중요한 역할을 한다는 점이 강조되었다. 이러한 결과는 교육자들이 학생 개개인의 학습 특성에 맞춘 교육을 설계하고, 학생들이 자신만의 학습 전략을 세우고 실천할 수 있는 환경을 제공하는 데 유용한 지침을 제공한다.
 따라서, 본 연구는 음악 교육 현장에서 AI의 잠재력과 중요성을 강조하며, AI 기술이 단순한 도구를 넘어 학생들의 학습 성과를 극대화하는 중요한 촉매제로 작용할 수 있음을 보여준다.

생성형 인공지능(AIGC; Artificial Intelligence Generated Content) 기술의 급속한 발전과 함께 애니메이션 캐릭터 디자인 분야에서 광범위하게 응용되면서 전통 애니메이션 제작 프로세스에 혁신적인 변화를 이끌고 있다. 이에 본 연구의 목적은 애니메이션 캐릭터 디자인 차원에서 생성형 인공지능의 응용이 미치는 영향을 탐색하는 데 있다. 본 연구는 현상학 이론을 바탕으로, 정성 연구를 활용해 혁신성, 효율성, 상호작용성 차원에서 장점을 분석했다. 생성형 인공지능을 활용한 캐릭터 디자인에 관한 사례 분석을 통해 캐릭터 디자인 분야에서 생성형 인공지능의 독창성과 한계성을 제시하였다. 연구 결과, 생성형 인공지능 기술은 창의성 및 디자인을 지원하고 자동화된 소프트웨어 도구와 알고리즘을 통해 캐릭터 디자인의 프로세스를 단순화해 디자인 효율성을 제고하고 새로운 상호작용 방식 제공 등 기술적 차원에서 장점이 있지만 인간의 예술적 인식과의 결합 차원에서 디자이너의 창의적 사고, 예술적 표현, 상황의 이해 여전히 한계점을 가지고 있다. 본 연구는 애니메이션 캐릭터 디자인 분야에서 생성형 인공지능 기술의 잠재력과 인간의 창의력 간의 균형과 중요성을 강조하며 향후 발전 방향을 제시하였다.

인공지능이 빠르게 확산되고 있는 상황에서 일반 대중들의 인공지능에 대한 긍정적 혹은 부정적 태도형성과 수용에 미치는 요인을 탐색하는 것은 인공지능의 바람직한 수용을 높이는데 중요한 시사점을 제공해줄 수 있다. 이에 인공지능을 사용해 본 경험이 있는 성인남녀를 대상으로 인공지능 자기효능감과 인공지능 불안, 인공지능 신뢰가 태도와 수용의도에 미치는 영향을 규명하였다. 주요 결과를 제시하면, 첫째, 인공지능 자기효능감은 인공지능 불안에 부적 영향을 미친 반면에 인공지능 신뢰와 태도에는 정적 영향을 미치는 것으로 나타났다. 둘째, 인공지능 불안은 인공지능 신뢰에 유의한 영향을 미치지 못한 것으로 나타났다. 셋째, 인공지능 신뢰는 인공지능 태도와 인공지능 수용의도에 정적 영향을 미치는 것으로 나타났다. 넷째, 인공지능에 대한 태도는 수용의도에 정적 영향을 미치는 것으로 나타났다. 이상의 결과에 기초하면 인공지능의 수용의도를 높여 바람직한 활용으로 이어지기 위해서는 사용자들의 인공지능에 대한 긍정적인 태도를 높이고, 이를 위해 인공지능 자기효능감을 촉진시켜 인공지능에 대한 신뢰로 이어질 수 있는 커뮤니케이션 전략이 마련되어야 할 것이다.

본 연구는 생성형 인공지능 사용 경험이 청소년의 인공지능 교육 인식에 미치는 영향을 분석하여, 효과적인 인공지능 교육을 위한 시사점을 도출하는 것을 목적으로 한다. 이를 위해 14~18세 청소년 200명을 대상으로 설문조사를 실시하여 생성형 인공지능 사용 경험과 인공지능 및 인공지능 교육에 대한 인식을 조사하였다. 분석 결과, 청소년들은 주로 학업 지원을 목적으로 생성형 인공지능을 사용하고 있으며, 인공지능이 미래 사회에 미칠 영향에 대해 큰 관심을 보였다. 생성형 인공지능 사용 경험이 많은 학생일수록 인공지능에 대해 더 긍정적인 태도를 가지고 있으며, 인공지능의 작동 원리와 학습 원리에 대한 교육 필요성을 강하게 느꼈다. 이러한 결과는 인공지능 교육이 학생들의 실생활과 경험에 밀접하게 연계될 때 효과적임을 시사한다. 본 연구는 인공지능에 대한 학생들의 경험과 이해도가 다른 만큼, 학생들의 관심과 요구를 반영한 인공지능 교육이 학습 효과를 높이는 데 유효하다는 점을 제시하였다.

노후 인프라 구조물을 안전하게 유지하기 위해서는 지속적인 관리가 필요하며, 이는 터널 내부의 콘크리트 구조물에도동일하게 적용된다. 터널 구조물의 건전성 관리는 정기적인 점검과 정밀한 검사 기술을 통해 이루어진다. 기존의 검사 방법은 인력 기반으로, 작업자가 직접 현장을 방문하여 육안으로 상태를 확인하고 기록하는 방식이다. 이로 인해 구조물 상태는 경험적이고 주관적인 판단에 의해 결정될 수밖에 없는 상황이다. 이러한 문제를 개선하고 점검 결과의 객관성과 신뢰성을 높이기 위해 고해상도 카메라와 딥러닝을 활용한 방법이 활발히 연구되고 있다. 특히, 터널 구조물에 발생하는 균열을 탐지하는 신경망 모델 기반의 알고리즘은 높은 정확도를 보여주고 있다. 그러나 이러한 딥러닝 기술은 다수의 훈련영상 데이터가 확보되었다는 전제가 필요하다. 현실적으로 균열과 같은 손상 영상은 주변에서 흔히 찾아볼 수 없고, 이를확보하는 데 많은 비용과 시간이 소요된다. 이러한 문제를 해결하기 위해 본 연구에서는 생성형 AI를 이용해 균열 영상데이터를 증강하는 방법을 제안하였다. 또한, 실제와 유사한 균열 영상을 생성하기 위한 파라미터 분석을 완료하였고,그 결과 Fréchet Inception Distance가 31.73의 값을 나타내는 성능의 생성모델을 확보하였다. 이러한 방법은 향후 균열탐지 훈련 방법과 연계하여 유지관리 점검의 정확성과 신뢰성을 높이는 기술로 활용될 것으로 기대된다.

챗GPT는 혁신적으로 새로운 시대를 열었다. 챗GPT로 대표되는 생성형 인공지능 모델은 ‘대체적 분쟁 해결(Alternative Dispute Resolution, ADR)’ 방식을 보완하거나 개선할 기회를 마련해 주고 있다. 이 글은 인공지능을 활용한 ADR을 ‘AIDR’이라고 지칭하며, 특히 챗GPT를 중점으로 AIDR의 활용과 운영 지침, 규범적 논의 등에 관한 고찰을 담고 있다.
 AIDR 시스템의 분류를 살펴보면 분쟁 해결을 지원하는 보조 기술과 자동화된 기술로 설명할 수 있다. 현재 AIDR 시스템의 유형은 보조 기술 단계나 자동화된 기술 단계 그리고 그 중간 어딘가에 자리 잡고 있다.
 AIDR 도입에 관한 논의를 검토해 보면 인공지능은 자신의 논리에 대해 설명할 수 없으므로 시기상조라고 하며 이를 유보하는 견해가 있다. 그러나 미국과 유럽 등 각국은 인공지능이라는 신기술을 ADR 시장에 새롭게 적용해야 한다는 의견에 적극적인 태도를 보이고 있다.
 한편, AIDR의 효과적이고 올바른 활용을 위해 운영에 대한 지침이 필요하다. AIDR 적용 규제의 예로 2023년 11월 미국중재협회 국제분쟁해결센터(AAA-ICDR)에서 제시한 지침을 살펴보면, AIDR 활용은 인간 전문가들의 책임하에 이루어져야 하며 그 사용의 장단점을 파악하여 책임성을 보유한 인공지능을 사용해야 한다.
 AIDR 활용에서 유의할 점은 최근 버전인 챗GPT-4에도 여전히 그럴싸하게 대답을 만들어내는 환각 현상이 여전하다는 것이다. 또한, 편향성도 문제가 되는데 이러한 현상은 인공지능을 ADR 활용에 적용할 때 여전히 잠재적인 위험이 될 수 있다. 인공지능의 편향성에 대응하는 방안으로 먼저 학습 데이터의 선택에 신중을 가하고, 설계자들을 다양하게 구성할 필요가 있다.
 더불어 개인정보 보호 문제가 매우 중요하다. 인공지능 도구가 클라우드 기반 서비스에 운영되는 경우가 많은데, 분쟁과 관련된 데이터를 제3자 클라우드 제공업체에 전송하게 되고 그 과정에서 개인정보가 유출될 위험이 크다. 또한, 인공지능의 발전으로 ‘딥페이크(Deepfake)’와 같이 조작되거나 위조된 증거가 ADR 절차에 제출될 수 있다. 이러한 개인정보보호의 문제를 극복하기 위한 기술적 방법으로 차등 개인정보 보호나 암호화 등이 논의되고 있다. 아울러 중립적 제3자가 의사결정 기능을 인공지능에 위임하고, 그 사실을 분쟁 당사

이 연구의 목적은 2022 교육과정과 교과서에 나타난 자기표현적 글쓰기의 양상을 분석함으로써, 인공지능 시대에 자기표현적 글쓰기를 활용한 평생 필자로의 성장 방안을 모색하는 데 있다. 이를 위해 생성형 인공지능 시대에서 자기표현적 글쓰기의 중요성을 고찰하였으며, 2022 교육과정의 학년군별 쓰기 교육과정, ‘공통국어’, ‘독서와 작문’ 교과서에 나타난 자기표현적 글쓰기의 양상을 분석하여 자기표현적 글쓰기의 교육 방안을 탐색하였다.
 이에 쓰기의 경험을 온전히 경험하도록 하여 쓰기를 생활화하고 ‘질문하기’를 통해 사고력을 함양하며 인공지능 시대에 질문하는 능력을 키우기 위해, ‘질문 중심 자기표현적 글쓰기 교수·학습 모형(Q-ODWH)’을 구안하였다. 이 모형은 ‘관찰→의미의 발견→표현→기록의 습관’의 단계로 구성되며, ‘질문 중심 읽기-생각 나누기-쓰기 학습 모형’ 및 Peter Elbow의 표현적 글쓰기 이론을 참고하여 ‘질문하기’와 ‘고쳐쓰기’ 활동이 가능하도록 새롭게 구안한 모형이다. 이 모형에서는 ‘질문하기’, ‘고쳐쓰기’를 활용한 자기 점검을 활성화하였으며, 2022 교육과정에서 자기표현적 글쓰기에서 ‘읽고 쓰는’ 활동이 교수·학습의 중심을 이루고 있다는 점을 고려하여 ‘관찰’ 단계의 활동을 다양화하였다.

건설 안전표지는 사고예방에 있어 중요한 역할을 수행한다. 그러나 기존의 안전표지는 정보 전달성, 위험 지각 등의 측면에서 여러 한계점을 갖고 있다. 한편, 타 분야 연구에 따르면 착시 현상을 나타내는 디자인이 안전표지에 결합될 경우 근로자의 위험 인식 능력이 크게 향상될 수 있음이 드러났다. 다만, 착시형 안전표지 개발은 개발자의 주관성에 크게 의존하며 시간 소모적인 특징을 갖는다. 따라서, 본 연구에서는 여러 대안을 효과적으로 제작할 수 있는 생성형 인공지능을 활용하여 착시형 안전표지 개발 및 해당 효과를 검증해보고자 한다.

생성형 인공지능은 멀티미디어 콘텐츠 제작 분야에서 급속한 발전을 이루며, 특히 동영상 생성 기술이OpenAI의 Sora, Runway, Kling 등을 통해 획기적으로 진보하고 있다. 이러한 기술은 프롬프트와 참고 이미지만으로도 영화나 극장용 애니메이션에 준하는 고품질 영상을 생성할 수 있으며, 이는 게임 엔진이나 VFX 제작 환경의 미래 발전 방향에도 상당한 영향을 미칠 것으로 전망된다. 그러나 현재 생성형 인공지능이 보여주는 뛰어난 시각적 퀄리티에도 불구하고, 특히 캐릭터 애니메이션 분야에서는 스토리텔링을 지원하는 맥락있는 제스처와 포즈 구현에 있어 분명한 한계를 보이고 있다. 본 연구는 애니메이션 제작에서 생성형 인공지능의 현재 활용 방식의 비효율성을 분석하고, 실질적인 활용 방안을 모색하여 효과적인 개발 방향을 제시하는 것을 목적으로 한다. 이를 위해 인공지능 생성 동영상과 실제 극장용 애니메이션의 제작 과정 및 원리를비교 분석하고, 특히 캐릭터 움직임의 한계점을 중점적으로 고찰한다.

본 연구는 중국 전통문화의 전파와 혁신적 발전을 촉진하기 위해 생성형 인공지능(AIGC) 도구인 MidJourney v6.1 모델을 활용하여 둔황 벽화 당나라 '비천상'을 기반으로 문화 캐릭터를 디자인하는 것을 목적으로 한다. 전통문화의 전파 방식이 단조롭고 젊은 세대와 단절된 문제가 글로벌화와 디지털화의 배경에서 더욱 두드러지고 있다. 본 연구는 Z세대라는 IP 소비 주력군을 핵심 대상으로 삼아, 생성형 인공지능이 Z세대의 현대적 미적 요구를 어떻게 충족시킬 수 있는지를 탐구하고, 이를 통해 전통문화의 전파력을 강화하며 매력을 높이는 방안을 모색하고자 한다. 연구 방법은 MidJourney 도구의 장점을 분석하는 사례 연구, 둔황의 시각적 요소를 정리하는 문헌 조사, 문화 캐릭터를 생성하는 실험 설계, 그리고 설문 조사와 SPSS 분석을 통해 디자인 효과와 전파 가능성을 검증하는 방식으로 구성된다.연구 결과, MidJourney는 둔황 벽화 요소를 효율적으로 추출하여 전통적 가치와 현대적 시각적 미감을 겸비한 디자인을 생성할 수 있으며, Z세대의 미적 요구를 충족시키는 데 적합하다는 사실이 밝혀졌다. 다만, 문화적 세부 표현에서는 디자이너의 추가적인 최적화가 필요하다. 본 연구는 AIGC 기술이 전통문화 캐릭터 디자인에서 가지는 잠재력을 입증하였으며, 디지털 재창조를 통해 전통문화의 계승과 전파를 촉진할 새로운 방향을 제시하였다.

Over the past decade, artificial intelligence (AI) technology has been widely applied across various fields due to rapid advancements in machine learning and neural network technologies. These developments have opened an era of intelligent process automation in industries such as healthcare, manufacturing, finance, and automotive. Recently, the paradigm has shifted towards research on accessible AI technologies aimed at creating ecosystem environments and providing personalized services. Additionally, there has been growing interest in generative AI technologies, which create new data based on learned data. Generative AI refers to technologies that generate new content―such as text, audio, and images―in response to user requests, rather than merely learning from existing data. Due to these advantages, various research and development efforts are underway to apply generative AI technology. This paper analyzes the trends and application cases of generative AI technology by examining its main components and functions, presenting the current state of generative AI through cases studies, and discussing future challenges for improvement.

The use of Artificial Intelligence(AI) in academia is a hot topic in the education field. Generative AI, like ChatGPT, is an AI tool that offers a range of benefits, including increased student engagement, collaboration, and accessibility. Especially Chat GPT is said to offer a wealth of opportunities for both higher education students and teachers. ChatGPT is an AI tool that has sparked debates about its potential implications for education. This paper is to examine utilization of General AI by university students focusing on ChatGPT focusing on ChatGPT. Based on prior studies which utilized TAM and VAM, media self-efficacy, educational expectancy, subjective norm, enjoyment, and trust were identified as affecting factors. According to the results of regression analysis, most factors were found to be significantly related to utilization of General AI by university students except trust. This study has implication in that it analyzed real utilization of General AI not the intention to use General AI by University students. It can provide a useful guideline for educational use of General AI in higher education.

본 연구는 방송 프로그램 제작에서 생성형 인공지능의 활용 양상과 그 의미를 탐구했다. MBC의 <PD가 사라졌다!>를 주요 사례로 삼아, 방송 제작에 활용된 생성형 인공지능의 유형과 범위를 분석했다. 구체적으로 버추얼 휴먼, 음성합성, 인공지능 카메라 등 다양한 기술의 적용 방식과 영향을 조사했다. 연구는 첫째, 방송 제작 과정에서 인공지능 기술이 어떻게 활용되었는지 살펴보았다. 인공지능 PD의 섭외 기준 마련, 출연료 산정, 게임 아이템 기획 등 다양한 측면에서 인공지능의 역할을 조명했다. 둘째, 인공지능 PD 캐릭터가 담지하는 의미를 심층적으로 분석했다. 채트먼의 서사 구조 분석틀을 활용하여 인공지능 PD 캐릭터와 인간 출연자들이 맺는 관계가 갖는 의미를 분석하였다. 이때, 재현을 개념과 기호를 통해 의미를 만드는 실천으로 보고, 이에 영향을 미치는 담론을 고려하여 분석했다. 이를 위해 최종 프로그램 내용뿐만 아니라 비하인드 영상을 포함한 제작 과정, 그리고 인공지능 PD 엠파고를 제작하는 과정에서 내려진 의사결정 등을 포함하여 이들이 생산하는 담론을 종합적으로 분석했다. 분석 결과, 제작진은 이중 서사 구조를 통해 인공지능 PD의 프로그램 내용에 대한 기여를 과장해서 강조하고 있었으며, 인공지능 연출의 한계를 은폐함으로써, 시청자의 관심을 끌기 위한 소재로서 신화화 하고 있었다.

급격한 기술 발전의 시대에 인공 지능의 제품과 서비스는 일상 생활에 폭 넓게 활용되고 있다. 특히 Chat GPT와 같은 생성형 AI의 등장으로 사용자의 편의성과 효율성이 대폭 향상되었다. 따라서 많은 연구자들이 기업이나 산업체 수준에서 생성형 AI의 효과적 이용에 관하여 광범위한 연구를 수행했지만, 개별 사용자가 생성형 AI를 지속적으로 사용하는 과정과 영향요인에 대한 이론적, 실증적 연구는 아직 부족하다고 볼 수 있다. 따라서 본 연구에서는 UTAUT2 이론을 토대로 생성형 AI의 지속적 이용에 유의적 영향을 미치는 요인을 실증적으로 살펴보고자 한다.
 생성형 AI Chat GPT를 이용한 경험이 있는 중국 사용자 470명으로부터 설문자료를 수집하여 구조방정식모형으로 연구모형과 관련 가설을 검증하였다. 보다 구체적으로, 연구모형에 포함된 11개 요인의 신뢰성과 타당성을 상관관계, 확인적 요인분석, 평균분산 추출값으로 평가하였으며, 또한 연구모형의 적합도를 측정하였다. 본 연구에서 제시된 가설들을 구조방정식모형의 경로분석으로 분석한 결과, 모든 변수(성과 기대, 노력 기대, 사회적 영향, 촉진 조건, 쾌락적 동기, 가격, 지각된 위험, 윤리)가 사용자 만족에 긍정적인 영향을 미치는 것으로 나타났다. 또한 사용자 만족도와 습관은 사용자의 지속적인 사용에 정(+)의 유의적 영향을 미치는 것으로 나타났다.

4차 산업혁명 시대의 디자인 분야에서 인공지능의 잠재력과 더불어 AIGC 도구의 활용은 점차 확장되고 있다. 이에 본 연구는 디자인 분야에서 AIGC 도구 사용이 디자이너의 만족도 및 지속적 사용 의도에 미치는 효과를 기술 수용 모델(TAM)에 근거하여 분석하는 것을 연구 목적으로 하였다. 연구 방법으로 문헌 분석과 사례 분석을 사용하였으며, AIGC를 사용하는 디자이너들을 대상으로 설문조사를 진행하였다. 연구 결과, 지각된 유용성과 심미성이 사용자의 만족도를 유의하게 향상시키는 것으로 나타났다. 그러나 지각된 사용 용이성과 유희성은 만족도와 사용 의도에 상대적으로 약한 영향을 미치며, 디자이너의 작업 시나리오에서 조작의 단순성과 유희성에 비해 기능성과 시각적 매력이 영향력을 증가시키는 것으로 나타났다. 따라서 향후 디자이너의 만족도와 지속 사용 의도를 높이기 위해서 AIGC 도구의 실용성과 심미성을 개선하는 것이 중요하다는 것을 시사하였다.

본 연구는 수학교육에서 생성형 인공지능(o1-preview)의 활용 가능성을 탐색하기 위하여, 수학적 성능 및 추론 과정을 분석하였다. 특히, 생성형 인공지능의 추론 과정을 심층적으로 분석한 독창적인 연구로, 문제 해결에서 나타나는 구체적인 단계와 특성을 도출하였다. 2022~2024학년도 대학수학능력시험 수학 문제를 대상으로 o1-preview의 답변 정확성과 추론 단계의 특징을 검토한 결과, 2점 및 3점 문항에서 높은 정확도를 보였고, 일부 4점 고난도 문항도 성공적으로 해결하였다. 추론 과정에서는 ‘분석’과 ‘계획/실행’ 단계를 통해 대부분 정답을 도출했으며, ‘탐색’과 ‘검증’ 단계가 포함될 경우 특히 높은 정확도를 보였다. 이는 o1-preview는 수학교육에서 활용 가능한 유용한 공학 도구임을 시사하며, 실질적인 적용 가능성을 보여준다. 그러나 문제 풀이 과정에서 ‘탐색’과 ‘검증’ 단계가 충분히 수행되지 않을 경우 수학적 오답을 생성한다는 한계를 확인하였으며, 이를 해결하기 위해 교사의 지도와 생성형 인공지능 활용 프롬프트 설계가 중요함을 강조하였다. 본 연구는 실제 교육 현장에서의 생성형 인공지능 활용 가능성을 구체적으로 평가하며, 추후 다양한 교육 환경에서의 효과적인 사용 방안을 모색하고자 하였다.

본 연구의 목적은 생성형 인공지능 시대에 내러티브의 역할과 중요성을 재조명하고, 두 개념의 상호 연관성을 탐구하여 인간 중심 교육을 위한 상생의 길을 모색하는 데 있다. 연구 방법으로는 문헌 연구에 기반한 방법으로 신토피컬 독서 방식을 활용하였다. 인간 중심의 교육을 위해 생성형 인공지능과 내러티브에 대해 개념적으로 분석하고 두 키워드가 교육에서 상호 보완적으로 작용하여 학습자의 창의적 사고와 의미 구성 능력을 촉진할 수 있는 방안을 탐구하였다. 생성형 인공지능은 방대한 데이터를 학습하여 학습자의 수준과 요구에 맞춘 맞춤형 학습 콘텐츠를 제공하는 데 강점을 보이나, 감정적·경험적 맥락을 반영하여 학습자의 개별적 의미를 구성하는 데에는 한계가 있다. 이에 본 연구는 내러티브를 통해 학습자가 자신의 경험과 지식 체계에 따라 학습 내용을 재구성하고 깊이 있는 학습을 수행할 수 있도록 지원하는 접근을 제시하였다. 생성형 인공지능과 내러티브의 결합은 학습자 중심의 맞춤형 피드백과 의미 구성 과정을 강화하여 학습자가 단순한 정보 수용을 넘어서는 인간 중심의 학습 경험을 형성하도록 돕는다. 이러한 융합적 접근을 통해 인공지능이 도입된 미래 교육에서 새로운 방향성과 교육 현장에서 창의적이고 주도적인 학습이 가능하다는 시사점을 도출하였다. 본 연구를 통하여 생성형 인공지능과 내러티브를 활용한 질적 담론과 실천적 연구가 이어지기를 기대한다.

연구목적 이 연구의 목적은 국어 교사가 ChatGPT를 활용하여 학생들의 글쓰기 피드백을 개선할 수 있는 가능성을 탐색하고, 학생 글쓰기 피드백을 위한 ChatGPT의 적절한 활용 방안을 모색하는 데 있다.
 연구방법 본 연구는 학교 현장에서 ChatGPT를 활용하여 학생들의 글쓰기에 대한 피드백을 실제로 수행한 경험이 있는 국어 교사 10명을 대상으로 초점집단면담(FGI)을 실시하였다. 이를 통해 국어 교사들이 인식한 ChatGPT를 활용한 피드백 생성의 장단점과 효과적인 쓰기 피드백을 위한 프롬프트 구성 방안에 대해 탐색하였다.
 연구결과 Krueger와 Casey(2009)의 FGI 질문 구성 및 자료 분석 절차를 통해 도출된 결과는 다음과 같다. 첫째, 국어 교사들은 ChatGPT가 신속하고 즉각적으로 학생 글에 대한 풍부하고 구체적인 피드백을 생성한다는 점을 주요 장점으로 인식하였다. 둘째, 국어 교사가 제공한 쓰기 피드백에 대해 구체적인 예시나 개선 방향을 제시하며, 교사가 인지하지 못한 피드백 내용을 추가하는 것도 ChatGPT의 장점으로 평가되었다. 셋째, 비일관적이거나 부정확한 피드백 생성은 ChatGPT의 주요 단점으로 인식되었다. 국어 교사들은 효과적인 작문 피드백을 위해 교사의 초안을 기반으로 ChatGPT를 활용하여 피드백을 구체화하고 보완하는 방법이 더욱 효과적이라고 인식하고 있었다.
 결론 연구와 관련하여 1) ChatGPT를 활용한 피드백의 질을 높이기 위한 교사 교육 및 연수 방안 탐색, 2) 다양한 프롬프트 구성 방식과 성능 탐색, 3) ChatGPT의 성능 개선, 특히 GPT-4 및 GPT-4 turbo 출시에 따른 사용자 인식의 변화 비교 분석, 4) ChatGPT를 통한 작문 피드백의 질과 유효성을 객관적으로 측정하는 연구가 후속적으로 진행될 필요가 있다.

이 연구의 목표는 독일어 말하기 연습의 보조 도구로서 챗지피티 ChatGPT의 활용 가능성을 진단하는 것이다. ChatGPT와의 대화가 독일어 말하기 연습에서 가장 취약한 부분인 물리적인 상대화자의 부재 문제를 해결하는 데 새로운 대안일 수 있다는 확신에서 출발하여, 구체적인 활용 방안에 관한 두 가지 질문을 따라간다. 첫 번째는 학습목표인 말하기 언어행위가 무엇인지, 그리고 자신의 숙달도 목표 달성을 위해 어떠한 연습을 더 보충해야 할지를 학습자가 주도적으로 결정해야 하는데, 그러한 설계안을 어떻게 ChatGPT에게 제시해 나가는 것이 효율적일까에 대한 질문이다. 두 번째 질문은 교수학습의 어느 단계에서 ChatGPT를 활용하는 것이 가장 효과적일 것인가의 문제이다.
 먼저 II장에서는 관련 분야의 연구동향을 개관하고 본 논문에서 전제할 수 있는 사실들을 선행연구의 결과로부터 확인한다. III장에서는 두 가지의 대화 실험을 통하여 ChatGPT의 응답 패턴과 상호작용의 특성을 분석한다. 먼저 ‘제안하기와 반응하기 Vorschläge machen und auf Vorschläge reagieren’ 언어행위 연습을 진행한 실험1과, ‘상대화자와 계획·협의하기 mit einem Partner planen und aushandeln’ 담화 연습을 진행한 실험2의 결과를 소개한다. 실험1은 튜터로서의 ChatGPT와의 대화이며, 실험2에서는 연출된 담화 내의 상대화자로서의 역할이 ChatGPT에게 부여된다. 이 두 가지 실험을 통하여 ChatGPT와의 상호작용 중 말하기 연습에서 중요한 응답의 특성을 파악하고 효율적인 활용을 위한 학습자의 역할을 도출해낸다. IV장에서는 ‘약속잡기’를 학습목표로 하는 구체적인 학습 단원의 사례에서 ChatGPT와의 대화를 적용하는 방안을 제안하고, V장은 그 밖의 활용 가능성에 관한 견해로 논문을 마무리한다.

본 연구는 공공 또는 민간기관에서 근무하는 직업상담사가 온라인 직업상담 질문에 답변한 결과와 인공지능 언어모델인 챗지피티 3.5가 답변한 결과를 비교ㆍ분석해 보는 데 있다. 2022년 워크넷에 게시된 온라인 직업상담 질문 1,000건을 챗지피티에게 하였고 프로그램을 작성하여 답변을 하나의 데이터로 확보하였다. 답변의 동일성 여부를 검증하기 위하여 텍스트마이닝, 키워드 분석, 감성분석을 실시하였다. 키워드 분석결과, 직업상담사의 키워드는 ‘직업’, ‘정보’, ‘상담’, ‘진로’, ‘자신’인 반면 챗지피티는 ‘자격증’, ‘관리’, ‘자신’, ‘능력’으로 나타나 서로 상당히 다른 빈도의 단어를 사용하였다. 크로스 분석과 감성어에서도 직업상담사는 챗지피티에 비해 인간적인 이해와 공감 능력을 바탕으로 한 감성어 사용 비중이 높았다. 그리고 단어 간의 연관성을 보는 네트워크 분석에서 직업상담사는 희망-흥미-새로운-능력-도움으로 단어 간의 연계가 취업의 과정의 전략적인 맥락이 뚜렷이 드러났지만 챗지피티 답변의 연관성은 부족하고 모호한 것으로 나타났다. 이러한 분석결과는 인간과 인공지능 간 상담의 차이를 이해하고 강점의 결합과 역할 분담을 통해 직업상담의 질을 높일 수 있음을 시사한다. 직업상담사와 챗지피티의 답변 중 질적으로 어느 것이 우수한지에 대한 분석은 후속연구로 남겨 놓는다.

이 연구에서는 학교 교육에서 활용 가능한 인공지능을 적용한 수업 사례를 개발하고 그 교육 효과를 평가하였다. 본 연구에서 개발한 수업안은 고등학교 물리 과정에서 다루는 단진동 운동을 교육하는 데 인공지능을 적용한 수업이다. 구체적으로 알고두(Algodoo) 프로그램을 활용하여 단진동 운동에서 시간에 따른 위치 데이터를 생성하는 과정과, 챗지피티를 활용하여 물체의 시간에 따른 위치를 기술하는 수학적 함수를 찾는 과정으로 이루어진 세 차시 수업을 설계하였으며, 이를 고등학교 수업에 적용하였다. 본 연구에서 개발한 수업에 참여한 학생들 중 과반 이상이 정보 수집 및 분석, 학습 내용 이해, 학습 과제 해결에 챗지피티가 도움이 되었다고 응답하였다. 이 결과를 통해 물리 법칙에 내재된 공식을 단순 제공하는 기존의 수업 방식과 달리, 학생들이 실험 데이터를 분석하는 데 직접 인공지능을 활용하는 방식이 학습 내용 이해도를 향상시킬 수 있다는 점을 확인할 수 있었다.

이 연구의 목적은 기독교교육과 전공과목 수업에서 학습자들의 ChatGPT 활용이 수업내용 이해와 과제수행에 어떤 가능성과 한계로 나타났는지를 탐구하고 그 가능성과 한계가 보여주는 기독교교육적 함의에 대해서 연구하는 것이다. ChatGPT 활용의 가능성으로는 학습자가 ChatGPT와의 질문과 대답을 주고받으면서 학습 이해와 과제수행에 도움이 되는 것으로 나타났는데, 여러 번의 관련이 있는 질문을 하게 될 때, 더 심층적이고 의미 있는 지식을 발견하게 되었다. 수업에서의 개념이 질문을 통해 연결되고 확장되는 과정이 나타났고, ChatGPT는 학습자가 쉽게 찾아내지 못하는 창의적 키워드를 알려주는 역할을 하였다. 질문의 과정이 반복되면서 학습자가 더 나은 질문을 하게 된 경우도 나타났고, 그 과정을 통해 전에 가졌던 개념이 완전히 새로운 개념으로 바뀌게 된 경우도 나타났다. ChatGPT 활용의 한계로는 기독교 신앙에 관련된 자료의 부족과 3.5 버전이 가지고 있는 정보의 한계가 나타났다. 학습자의 주체성과 관련된 ChatGPT 활용의 한계가 드러났는데, Chat-GPT가 제시한 정보의 평가자로서 나타난 학습자의 주체성이 드러났고, ChatGPT가 제시한 정보의 성찰자로서 나타난 학습자의 주체성이 드러났다. 평가자로서의 학습자의 역할을 통해서 ChatGPT의 정보를 근거로 더 정확하고 사실적인 지식을 추구할 수 있게 되었고, 성찰자로서의 학습자의 역할을 통해서 학습자의 삶과 연결된 지식의 이해와 더 나아가서 최적성과 효율성을 추구하는 지식이 아닌 부정성마저 수용하고 직면하는 가운데 나타나는 특별한 의미의 지식을 추구할 수 있었다. 결국 이 과정을 통해서 학습자들은 기독교교육자로서의 삶의 목적 및 의미를 추구할 수 있었다. 기독교교육적 함의로는 관계적 질문을 통한 상향 단계로의 지식 형성을 추구하는 기독교교육, ChatGPT를 평가하는 인간 학습자의 주체성을 강조하는 기독교교육, 학습자의 성찰을 통한 의미를 추구하는 기독교교육, 최적화를 넘어 실존적 지식을 추구하는 기독교교육 등으로 나타났다.