논문 872편

AI's role in architectural design is shifting architects' roles from leading to guiding AI in the design process. While AI shows potential in automating design, its integration in CAD/BIM tools is still emerging. This research identifies architectural design tasks that AI can enhance, particularly in CAAD and BIM, proposing an AI Assistant for task automation and intuitive interface use. The research proposes an early design process using LLM and image-generating AI based on previous research. This process emphasizes user-centered communication using image-recognition-enabled LLM and image GAI, demonstrating that AI can assist in most early design tasks. In this research, a prototype AI Assistant module integrated into a CAD/BIM tool is proposed, showing that image GAI can generate various building interior alternatives, and image recognition LLM can extract furniture features from these images. With proper prompt- ing and data processing, the LLM can recommend similar furniture elements from the user's BIM library, automating design tasks. This bridges the gap between AI's theoretical potential and practical application in architectural design.

음성 인식과 모션 인식 기술은 다양한 스마트 디바이스에 적용되어 사용되고 있으나, 단순한 명령어 인식 형태로 구성되어 단순 기능으로 사용되고 있다. 인식 데이터에 대한 단순 기능에서 벗어나 다양한 분야에서 학습된 데이터를 기반으로 전문적인 명령어 수행 능력이 요구되고 있다. 현재 세계적으로 경쟁이 이루어지고 있는 생성형 AI를 활용하여 사용자에게 최적의 데이터를 제공하고, 음성 인식과 모션 인식을 통해 상호작용할 수 있는 시스템 플랫폼에 대한 연구가 진행되고 있다. 연구를 위해 설계한 주요 기술 프로세스는 음성 및 모션 인식 기능, AI 기술 적용, 양방향 대화 등의 프로세스를 가지고 있다. 본 논문에서는 디바이스와 사용자 간 양방향 커뮤니케이션을 가능하게 하고, 사용자가 요구하는 데이터를 최적으로 가공하여 제공하는 기술을 개발하는 것이 목표이다.

The purpose of this study is to identify the perceptions of university students regarding the use of generative AI in problem-based learning (PBL) English courses. Specifically, the study measured the participants’ perceptions of their overall improvement in their English and convergence skills related to the affective factors, self-regulated learning, and perceived achievement. To obtain the results, a survey was conducted with 84 university students who were enrolled in an AI-based PBL course at a four-year university in Gyeongnam Province. The results showed that the higher the awareness of affective factors and the higher the self-regulated learning, the higher the perceived achievement. The results also indicated that self-regulated learning had a greater influence on perceived achievement than affective factors. In learner-centered PBL English education, the focus is on improving communication, interaction skills, and critical thinking. As a result, students’ interest in learning through generative AI utilization experiences increased.

The Transformation of Dance in the Era of Generative AI Jun He Rim (Kookmin Univ.) This study aims to explore the impact and changes that generative AI technology, which is bringing innovation to the art field, will have on the field of dance. To this end, literature review and FGI (Focus Group Interview) with AI experts were utilized as the main research methods.
 In the literature review, the concepts of artificial intelligence and generative AI, as well as cases of their application in the art field, were examined. Additionally, previous studies on the convergence of dance and AI were reviewed to identify their significance and limitations. In the FGI, semi-structured interviews were conducted with seven AI experts to gather their opinions on the changes and potential applications of generative AI in the field of dance.
 The research results suggest that generative AI is expected to trigger changes in various areas of dance art, such as collaborating with robots, expanding business through a one-source multi-use strategy, differentiating performances, supporting choreography creation and practice processes and preserving dance as an intangible cultural heritage.

생성형 AI가 가수의 음성을 모방하여 노래를 하는 일명 "AI 커버곡"이 인기를 끌고 있다. 이처럼 생성형 AI 모델을 활용하여 이미지, 동영상, 음성에 있어 이전에는 없던 새로운 작품을 만들어 내고 있다. 특히 생성형 AI 음악물이라는 결과물을 만들어 내기 위해서는 필수적으로 방대한 데이터를 기반으로 한 학습이 필요하다. 이러한 과정에서 원저작물의 저작권자 즉 작곡가, 작사가에게 이용에 대한 동의를 받지 않고 무단으로 저작물을 학습데이터로 사용하는 경우가 일반적인데, 이러한 모습은 저작권자의 저작권을 침해하는 모습이 될 수도 있다. 또한 조회 수를 통해 수익이 발생하는 유튜브, 인스타그램 등 SNS의 특성상 생성형 AI 음악물을 업로드하여 수익이 발생하는 경우 이는 부정경쟁방지법 상의 부정경쟁행위에 해당할 수도 있는 상횡이다. 이처럼 다양한 권리침해의 소지를 가지고 있는데, 본 논문은 생성형 AI 음악물의 건전한 활용을 통한 관련 사업의 장기적 발전을 위한 방안을 제시하고자 한다.

생성형 AI의 교수·학습자료 추천 기능 향상을 위해 프롬프트 엔지니어링 역량이 강조되고 있지만 이는 여러 어려움이 있다. 이에 본 연구는 교수자가 교수·학습자료 생성을 위한 프롬프트 입력의 용이성 향상을 위해 질의형 프롬프트 엔지니어링 기법을 제안하였다. ChatGPT에서 해당 기법을 활용하여 교수·학습자료 제작을 위한 프롬프트를 작성하였고 그 프롬프트를 Dall-E와 Midjourney에 입력하여 교수·학습자료용 이미지를 제작하였다. 그 결과 교수·학습자료와 관련된 이미지가 생성되었으나 생성형 AI의 Hallucination으로 인해 이미지의 세부적인 표현에 한계가 있음을 파악하였다. 이에 따라 이 문제를 해결하기 위한 후속 연구가 이어지길 기대한다. 향후 2025학년도에 도입될 AI 디지털 교과서에도 생성형 AI를 활용한 교수·학습자료를 제작하는 기법이 도입된다면, 학습 과정에서 이해하기 어려운 개념들을 학습자 스스로 교수·학습 자료를 제작해 보는 활동을 가능하게 하며, 이러한 활동은 학습자의 몰입과 이해를 강화할 기회도 제공할 것이다.

인공지능과 빅데이터의 개발과 적용은 국가 경쟁 우위를 재형성하고 경제적 변혁과 성장을 위한 새로운 동력이 되었다. 세계 각국 정부는 디지털 인프라 구축을 가속화하고 있으며, 이는 경제와 사회의 다양한 분야에서 인공지능의 적용을 크게 발전시켰다. 본 연구에서는 국내 온라인 뉴스 데이터를 활용한 텍스트 마이닝과 네트워크 분석을 통해 생성형 AI의 주요 키워드와 그 연관성을 도출하였다. 분석한 결과에서 가장 많이 사용되는 키워드로 ‘기업’, ‘서비스’, ‘지능’ 등이 있었고 이 키워드들이 네트워크 내의 중심성 수치의 상위 값을 나타내었다. CONCOR 분석의 결과로 6개의 단어 군집이 형성되었는데, 클러스터 1은 ‘생성형 AI의 주요 기업 및 활용’, 클러스터 2는 ‘생성형 AI 적용에 대한 계획’, 클러스터 3은 ‘한국 금융 산업에서의 생성형 AI’, 클러스터 4는 ‘생성형 AI의 활용 분야’, 클러스터 5는 ‘거대 기업의 생성형 AI와 관련된 경제 성장’, 클러스터 6은 ‘생성형 AI의 미국 관점’의 주제로 형성되었다. 결론적으로, 생성형 AI는 다양한 분야에서 디지털 및 데이터 기반 서비스를 제공하며, 지속적인 연구와 투자를 통해 그 잠재력을 최대한 활용하는 것이 필요하다.

본 연구는 지역·문화적인 관점에서 생성형 AI를 이용한 디자인 창작의 동향을 살펴보고, 발생할 수 있는 디자인윤리 문제를 진단한다. 지역적 특성과 문화가 AI와 디자인에 미치는 영향을 사례분석하며, 시사점과 보완점을 제시하는 것을 목적으로 한다. AI 기술이 나날이 발전하는 과정에서 생기는 문화적·윤리적·법적인 공백을 데이터의 편향성과 저작권 침해의 두 가지 방면에서 고찰하였다. 연구 결과, AI의 학습 데이터에 내제된 특정 고정관념이 디자인에 편향적으로 반영되는 것이 관찰되었으며, 저작권에 대한 국제적 법률이 제정되지 않아 각 국가 간의 대처방식이나 정도에 차이가 있음을 발견했다. AI를 활용한 디자인의 편향성 문제로는, ‘인종차별’, ‘문화에 따른 사회적 역할 및 고정관념의 강화’, ‘특정 문화권에 편향된 디자인 생성’이 있다. AI와 디자인의 저작권 문제로는, ‘인공지능 창작물의 저작권 인정 범위 논란’과 ‘무분별한 데이터세트 수집’이 있다. 이러한 문제를 해결하기 위해서는 문화의 다양성을 고려해 AI 디자인 윤리로 포용성과 공정성을 중시해야 하며, AI 디자인에 대한 사회적 책임 소재를 명확히 하고, 윤리적 디자인 원칙을 세워야 한다. 본 연구가 AI를 활용한 디자인의 글로벌 동향 파악 및 지역·문화적 관점에서의 AI와 디자인 윤리 문제를 자각할 수 있는 참고자료로 사용되기를 기대한다.

최근 생성형 AI 기술의 발달에 따라 개인과 기업의 생성형 AI 기술 사용이 증가하는 추세이다. 생성형 AI 기술의 발달과 보편화로 인해 생성형 AI의 창작물에 저작물성을 부여할 수 있는지에 대한 논의가 이루어지고 있다. 우리나라 저작권법은 인간 이외에 저작자의 지위를 인정하지 아니하고, 정부의 AI 창작 가이드라인에서는 AI 창작물의 저작물성을 부인한다. 이를 감안하였을 때 현행 저작권법 하에서는 생성형 AI를 통해 산출된 창작물에 저작물성이 부여될 여지가 없다고 판단된다. 그러나 본고는 현행 저작권법을 분석하여 생성형 AI가 창작한 창작물에 저작권이 성립될 수 있는 여지가 없는지 검토해보고자 한다. 또한 AI 산출물과 차용미술은 모두 미술사, 광고, 미디어 등에 이미 등장한 형상을 가지고 새로운 형상과 합성시켜 또 다른 작품을 창조한다는 점에서 유사성을 지닌다는 점에 주목하여, 차용미술의 저작권 침해 여부를 논의하는 판례를 참조하여 AI 창작물의 저작권 침해 여부를 판단하는 기준을 논의하고자 한다. 이를 통해 AI 기술의 발전과 저작권 보호와의 균형점에 대해 생각해보고, 공정한 방식으로 이용된 AI가 창작자들의 창작성을 발현할 수 있는 도구로서 작용하여 문화 및 관련 산업의 발전을 도모할 가능성을 발견할 수 있길 바란다.

인공지능이 대량의 데이터와 저작물 학습을 필요로 하는 생성형 AI로 진화하면서 오픈 AI사 등 개발자를 상대로 한 저작권자들의 침해소송이 빈번하게 발생하고 있다. 생성형 인공지능 학습과정에서 엄청난 규모의 저작물의 이용은 불가피하며, 그 이용 행태가 일정요건을 갖추면 개발자들은 공정이용 또는 TDM 면책사유로 인정받아 저작권 침해에서 벗어날 수 있는 여지가 있다. 본 고에서는 생성형 인공지능의 학습완료모델 구축과정에서의 저작권 침해 이슈를 기 발생한 분쟁사례를 통해 살펴보고 공정이용과 TDM에 대한 해외 입법례와 국내 저작권법 개정안들의 내용을 주요 쟁점별로 비교 검토하여 복잡한 이해관계 대립의 균형점을 찾아본다.
 나아가 학습완료모델에 의한 산출물 생성행위 과정에서도 타인의 저작물과 흡사한 결과물이 산출되면 저작권 침해로 인정되는 경우가 별도로 발생할 수 있다. 이때 법인격 없는 AI나 서비스 이용자를 침해자로 보기 어려운 측면이 있어 우리 저작권법상 저작권 침해의 기본 법리와 온라인 서비스제공자 책임의 법리를 적용시켜 검토해보고자 한다.

본 연구는 이미지 생성형 AI 도구인 ‘니지저니(Niji·Journey)’의 ‘Text-to-Image’ 기능을 활용하여 효율적인 지형 텍스처(Terrain Texture)를 제작하는 연구이다. 이때 핵심은 프롬프트(Prompt) 구조가 ‘목표’→‘주제’→‘환경’→‘세부 디테일’의 순서를 따라야 한다는 것이다. 또한‘Terrain Texture’, ‘Top View’, ‘Look Down’, ‘90 Degrees’ 등의 이미지 각도를 포함해야 한다.
 이 과정을 통해 추출된 지형 텍스처를 ‘유니티(Unity)’ 엔진에 적용하여 활용도를 검증한 결과효율성 측면에서 유의미한 결과를 확인하였다.

본 연구는 생성형 AI를 활용하여 보다 효율적이고 일관성 있는 법령사무조사를 수행하기 위한 자동화 모델을 개발하여 법령상 사무총조사에 대한 자동화 모델의 적용 가능성과 이를 통한 미래 방향의 모색을 목적으로 한다. 이에 본 연구는 사무인지 여부를 판별할 수 있는 사무판단모델(AI Model 1)과 사무의 유형을 구분할 수 있는 사무유형모델(AI Model 2)을 제시하였다. 이를 통하여 검토가 필요한 약 84만 여개의 조문 중 자동화 모델을 통하여 비사무를 제거하면 검토가 필요한 행은 32만여 개로 약 62%의 노력을 획기적으로 줄일 수 있는 것으로 나타났다. 또한 학습화된 인공지능을 활용하여 기존에 구축된 데이터의 오류를 검증하는 데에도 자동화 모델의 역할이 가능한 것으로 나타났다.
 이러한 결과를 종합하면 그동안 방대한 노력이 투입되어야만 했던 법령상 사무총조사를 자동화 모델을 통하여 보다 신속하고 정확하게 수행할 수 있을 것으로 기대된다. 다만, 이를 위해서는 다양하고 복잡한 사무유형의 판단 과정을 반영할 수 있도록 보다 고도화된 모델의 개발이 필요할 것이며, 고도화된 모델의 개발이 되기 전까지는 사람(연구자)과 AI의 협력적인 역할 분담 방안 등이 모색되어야 할 것이다.

생성형 AI 기술이 다양한 산업 분야에 혁신을 일으키고 있는 상황에서 대학의 디자인전공 교육에서도 생성형 AI를 교육 내용과 방법에 적용의 필요성이 있다. 이를 위해 본 연구에서는 디자인전공 학생들의 생성형 AI 지속사용의도에 영향을 미치는 요인을 탐색하고, 생성형 AI 수용에 관한 기술수용모형을 구성하여 연구 문제를 설정하였다. 혁신특성(상대적 이점, 적합성, 복잡성, 관찰/소통 가능성, 시도가능성, 위험인지), 학생특성(자기효능감, 창의성)과 환경특성(교수법, 사회 영향)이 지각된 유용성, 지각된 용이성을 매개로 하여 지속사용의도에 직·간접 영향을 미치는지 검증하였다. 분석 결과, ‘상대적 이점’은 지각된 유용성을 통해 생성 AI 지속사용의도에 간접적인 영향을 미쳤다. ‘관찰/소통 가능성’, ‘시도가능성’ 및 ‘창의성’은 생성형 AI 지속사용의도에 직접적인 영향을 미쳤다. 그러나 창의성은 역(-)의 영향을 미치는 것으로 나타났다. ‘자기효능감’은 두 매개변수 모두를 통해 간접적인 영향을 미쳤다. ‘사회 영향’은 지속사용의도에 직접적으로 영향을 미치고, 지각된 유용성을 통해서도 간접적으로 영향을 미쳤으며 그 영향력이 가장 높은 것으로 나타났다. 이러한 연구 결과는 전공자의 생성형 AI 지속사용을 위한 수업개발과 교육방법의 방향성을 제시한다.

중국 소비자의 메디컬 화장품 선호가 높아지면서 여러 제품이 등장했지만, 시장은 여전히 유럽 중심의 글로벌 브랜드들이 주도하고 있다. 최근 화장품 업계에서 감성적인 제품과 패키지가 강조되고 있으나 메디컬 화장품 시장에서는 그 경향이 미미하다. 생성형 AI는 입력된 키워드로 아이디어를 시각화하여 디자인 단계를 단축한다. 본 연구는 생성형 AI를 활용해 감성 키워드와 브랜드 특징을 반영한 패키지 컨셉을 제작하고, 감성 패키지디자인 프로세스를 구축하고자 한다. 연구 범위는 2023년 상반기 중국 타오바오 및 외국 메디컬 화장품 브랜드 순위와 메디컬 화장품이다. 연구 방법은 첫째, 문헌조사로 메디컬 화장품과 감성 패키지디자인, 생성형 AI의 이론적 지식을 확립한다. 둘째, 중국 최대 온라인 쇼핑몰 타오바오 화장품몰의 소비자 설문조사를 통해 메디컬 화장품 패키지디자인의 선호와 문제점 및 감성 디자인 브랜드 4개를 사례 분석한다. 셋째, 중국 메디컬 화장품 브랜드 FulQun의 문제점을 소비자 조사를 통해 파악하고, 생성형 AI를 활용한 감성 패키지디자인을 제안한 후 이를 평가한다. 패키지디자인 과정에서는 소비자 설문조사를 통해 브랜드 컬러를 선정하고, 감성 키워드를 반영한 로고 디자인, 용기 스케치 생성 후 구체화, 지기 및 패키지를 생성하여 기존 패키지와 비교하였다. 제작에는 생성형 AI 툴로 미드저니를 선정했다. 연구결과 생성형 AI를 활용한 FulQun 패키지디자인이 브랜드 인지 및 심미성에서 기존 패키지보다 높은 결과가 나타났다. 연구 범위의 한계점은 있으나 고도화된 화장품 시장에서 본 프로세스가 경쟁력을 확보하고 브랜드를 강화할 디자인 전략이 될 수 있기를 기대한다.

이 연구에서는 생성형 AI를 활용한 네 교사의 교육과정 실행 경험을 대상으로 질적 사례 연구를 수행함으로써 생성형 AI의 교육적 활용 가능성과 한계를 탐색하고자 하였다. 이를 위해 생성형 AI를 통합한 교육과정의 실행 경험을 심층적으로 이해하고, 학습자의 학습 결과 및 반응을 분석하여 생성형 AI 활용이 교육 현장에 미치는 영향을 평가한 뒤, 생성형 AI의 교육적 활용을 위한 시사점을 논의하였다. 이 연구에서는 참여 관찰, 심층 인터뷰, 문서 분석 등의 방법을 통하여 연구 자료를 수집하였다. 연구의 범위는 다양한 학습 환경에서 생성형 AI를 활용한 네 교사의 교육과정 실행 경험에 초점을 두며 이들의 경험과 학습자의 반응을 통해 생성형 AI의 잠재력과 한계를 종합적으로 분석하였다. 연구 결과 생성형 AI의 교육적 활용 가능성과 한계가 비교적 명료하게 나타났다. 생성형 AI는 학생의 창의적 표현력 증진, 개별화 및 맞춤형 학습 경험 제공, 교육 자원에 대한 접근성 향상 등의 잠재적 이점을 제공하였다. 이러한 이점들은 학생이 개별적으로 자신의 학습 스타일과 속도에 부합하는 교육을 경험하게 함으로써 학생의 교육과정 경험의 질을 높일 새로운 기회를 마련해주었다. 이와 동시에 기술적 제약, 교사와의 상호작용 감소, 기술적 의존도 증가에 따른 표현의 제약, 깊이 있는 학습의 제한, 학습 동기 감소 등의 한계도 존재하였다. 이러한 한계는 교사가 의도한 교육 활동의 추진과 목표 달성을 방해하고 학생이 학습의 과정에 온전히 몰입하여 성장할 기회를 제한하였다. 이상의 연구 결과를 바탕으로 첫째, 생성형 AI를 활용하는 교육에서도 교육과정을 설계하고 실행하는 주체로서 교사의 역할이 여전히 중요하며, 둘째, 생성형 AI를 활용하는 교육에서 생성형 AI는 학생의 온전한 배움과 성장을 지원하기 위한 수단을 명심해야 한다는 점을 논의하였다.

최근 개인정보 공유에 대한 사람들의 우려가 높아지면서 온라인 마케팅을 통해 고객 데이터를 수집하는 것이 점점 어 려워지고 있다. 본 연구에서는 생성형 AI 기반 챗봇을 이용하여 고객의 정보 제공의도를 향상시키기 위한 효과적인 요인 을 탐색하고자 한다. 보다 구체적으로, 프라이버시 계산이론과 조절초점 이론을 바탕으로 고객의 성향과 생성형 AI 챗봇 에 대한 친숙도가 고객의 개인정보 제공의도에 어떻게 영향을 미치는지 살펴보았다. 473명의 참가자를 이용한 실험 결과 에 따르면 생성형 AI 기반 챗봇에 대한 친숙도가 낮은 경우, 예방초점 성향의 참가자가 향상초점 성향의 참가자보다 프 라이버시 위험을 높게 인식하고 유용성을 더 낮게 지각한 반면, 챗봇에 대한 친숙도가 높은 경우, 예방초점과 향상초점 참가자 간의 프라이버시 위험과 인지된 유용성에는 차이가 나타나지 않았다. 개인정보 제공의도 역시 생성형 AI 기반 챗봇에 대한 친숙도가 낮은 경우, 향상초점 성향의 참가자가 예방초점 성향의 참가자보다 개인정보 제공의도가 더 높게 나타난 반면 챗봇에 대한 친숙도가 높은 경우, 예방초점과 향상초점 참가자 간의 개인정보 제공의도에는 차이가 나타나 지 않았다. 이는 개인정보 제공의도에 대한 프라이버시 위험에 의해 매개되었다. 본 연구는 고객의 개인정보 공개를 촉 진하기 위해서는 고객의 내재적 성향과 함께 생성형 AI 기반 챗봇에 대한 친숙도를 함께 고려해야 한다는 시사점을 제공하며 더불어 생성형 AI 챗봇에 대한 관련 연구 분야에 기여한다.

The demand for psychological counseling among students is increasing, but the number of counselors is limited and it is difficult to satisfy the demand. AI-based counseling attempts to solve this shortage, but it is difficult to counsel with directive-based models. There are also models based on deep learning, but they do not consider the connection with the counselor and have the limitation that the entire counseling must be viewed again. In this paper, we propose a generative AI model for counseling based on emotion analysis. This model conducts psychological counseling and emotion analysis, and summarizes the conversation after the end of the counseling, so it is easy to understand the entire counseling. To achieve this goal, the model consists of a Solar-based counseling AI, a summary AI, and an ELECTRA-based analysis AI model. Then, using the collected data, we use various fine-tuning techniques to specialize the models for counseling. In the experiment to validate the model, the analysis AI model showed an F1 Score of about 0.69 on 6,640 sentiment data, and the counseling AI, summary AI model was validated by G-Eval Framework. Thus, we demonstrated the validity of the propose

본 연구는 생성형 인공지능의 활용이 사용자 경험 디자인의 퍼소나 생성 과정에 미치는 영향을 조사함으로써, 퍼소나 제작을 위한 생성형 인공지능 활용 가능성과 한계를 탐구하는 것을 목표로 한다. 이를 위해 Non-AI 팀 과 AI 팀의 퍼소나 제작 과정을 프로토콜 분석과 포커스 그룹 인터뷰(FGI) 를 통해 비교 분석하였다. 연구 결과, AI 사용은 디자이너의 상상력을 제한 하였고, 특히 퍼소나의 관점을 고려하는 발화를 감소시켰다. 또한 AI 사용 은 스토리 구성에 대한 발화를 감소시켰으며 특히 캐릭터의 심리적, 정신적 측면을 묘사하는 발화를 감소시켰다. 결과적으로 AI의 활용은 퍼소나에 대 한 공감 형성을 저해하였다. 그러나 영감을 주고 자기 참조를 방지하는 긍 정적인 결과 또한 나타났다. 본 연구는 디자인 방법론에서의 AI 활용이 UX 디자인의 인간 중심적 측면을 약화할 수 있음을 시사한다. 또한 생성형 AI를 디자인 과정에 통합시킬 때 단순한 작업 자동화를 넘어 인간 디자이 너의 창의성과 공감을 강화하는 방안에 대한 심도 있는 고민이 필요함을 강조한다.

본 연구는 생성형 인공지능(Generative AI)의 기술적 특성과 도서관 사서의 개인적 특성이 생성형 AI 사용의도에 미치는 영향을 분석하였다. 이를 위해 본 연구는 생성형 AI 사용의도에 영향을 미치는 요인으로 개인화, 상호작용, 맥락 인지를 생성형 AI의 기술적 특성으로 투입하고, 혁신성과 사용빈도를 사서의 개인적 특성으로 투입하였다. 연구대상은 도서관에서 재직 중인 사서 187명이 대상이며, 이 중 165부의 설문지를 수집하여 분석에 사용하였다. 연구결과, 생성형 AI의 기술적 특성은 생성형 AI의 사용의도에 통계적으로 유의미한 영향을 미치는 것으로 나타났고, 사서의 개인적 특성인 혁신성과 생성형 AI 사용빈도 역시 모두 생성형 AI의 사용의도에 유의미한 영향을 미친 것으로 나타났다. 본 연구의 결과는 도서관 사서들이 생성형 AI 사용의도를 높여 도서관 서비스의 질과 만족도를 제고하는 중요한 기초자료로 활용될 것이다.

생성형 인공지능(AI) 기술의 급속한 발전에 따라 이를 가짜뉴스 제작과 유포에 악용할 수 있다는 우려가 제기되고 있다. 가짜뉴스를 인간의 관심과 감정을 먹이로 하는 디지털 생물체로 보고, 생성형 AI가 어떻게 가짜뉴스의 생산과 전파력을 높일 수 있는지 고찰한다. 문헌 검토와 사례 분석을 통해 가짜뉴스 제작에 악용될 수 있는 생성형 AI의 주요 특징을 도출하였다. 심층학습, 자연어처리, 멀티모달(Multimodal) 콘텐츠 합성 등이 대표적이다. 이를 토대로 AI 생성 가짜뉴스의 생애주기와 디지털 플랫폼 내 전파 요인을 설명하는 개념 모형을 제안하였다. 연구 결과는 생성형 AI가 사실적이고 감정 자극적인 콘텐츠를 자동 생산함으로써 가짜뉴스의 규모와 설득력을 크게 증폭시킬 수 있음을 시사한다. 또한 AI 생성 가짜뉴스 전파에서 디지털 플랫폼과 이용자 행동의 중요성을 부각한다. 이러한 위협에 대응하기 위해서는 기술적 해법, 미디어 리터러시 교육, 규제 등 다차원적 접근이 필요하다. 디지털 생태계에서 AI 기술과 인간사회의 공진화 역학에 대한 심층적 이해가 요구된다. 본 연구는 탐색적 통찰을 제공하나, 제안된 모형의 경험적 검증과 정교화를 위한 후속 연구가 필요하다.

연구 목적 : 본 연구는 디자인씽킹 기반 단계별 메타버스, 인공지능 생성형 AI, 스크래치를 활용한 기독교 프로그램에서 학습자의 감사 성향이 컴퓨터 사고력과 디지털 효능감에 미치는 영향을 탐색하는데 그 목적을 둔다. 
 연구 내용 및 방법 : 연구 대상은 2024년 1월 13일, 20일 2주 동안 청소년 기독교 프로그램에 참여한 22명의 중·고등학생의 학습자이다. 프로그램 사후 설문지 검사를 통한 자료를 단순 회귀분석을 실시하였다(Ⅰ장, Ⅱ장)
 결론 및 제언 : 연구 결과 첫째, 학습자의 감사 성향이 컴퓨터 사고력에 유의한 영향을 미치는 것으로 나타났다. 둘째, 학습자의 감사 성향이 디지털 효능감 하위 구인 중 자신감, 친숙도에 유의한 영향을 미치는 것으로 나타났다. 반면에 디지털 효능감 하위 구인 중 유용성에는 유의한 영향을 미치지 못한 것으로 나타났다. 본 연구의 결과는 기독교 교육에서 디자인씽킹을 기반으로 에듀테크 프로그램에서 학습자의 경험 인식을 중심으로 구체적으로 탐색하고 언급했다는 점에서 의미가 있으며, 본 프로그램의 교육적 활용과 기독교 교육 프로그램 활용 시 효과적인 적용을 할 수 있는 기초자료를 제공하자고 한다.

인구 감소의 문제는 국방력 유지에 있어 중요한 문제점으로 부각되고 있다. 국방부는 병력 감소의 문제와 연계하여 최신 기술을 접목하는 스마트 밀리터리 환경을 구축하고, AI 등의 기술을 적극적으로 활용하는 계획을 수립하여 시행 중에 있다. 스마트 밀리터리 환경에서 장병 개개인의 역할은 매우 중요하나 해당 장병이 경계선 지능을 보유한 경우 복잡한 상황 판단이나 전문 기술에 대한 이해에 어려움을 겪을 수 있다. 소수의 병력이 차지하는 비중이 커지는 스마트 밀리터리 환경에서는 일상생활에 어려움이 있는 경계선 지능 장병이라도 작전목적 달성을 위해 한 사람의 역할을 충분히 하여야 한다. 생성형 AI의 여러 종류 중 하나인 텍스트 생성 모델은 경계선 지능 장병을 지원하는 데 효과적인 방식이 될 수 있다. 본 연구에서 제시하고 있는 국방용어 기반의 임의 문장 생성과 경력을 보유한 승인권자의 피드백을 통한 생성형 AI 데이터 확보, 제공범위와 군 조직 연계를 고려한 분석 설계, 경계선 지능 장병 개개인의 능력과 주어진 임무를 고려한 적용방향은 미래 국방환경에서 경계선 지능 장병의 능력을 향상시키는 보조역할을 수행하는 데 큰 기여를 할 수 있을 것으로 기대된다.

사이버대학교는 사전 제작된 수업 콘텐츠를 ICT 기술을 활용한 가상 공간을 통해 학습자에게 제공한다. 일과 학업을 병행하는 20~60대의 다양한 학습자 연령층으로 인해 사회적 화두를 반영한 실무 중심 교육과정 제공이 사이버대학교의 교육 경쟁력을 위해 중요하다. 최근의 생성형 AI에 대한 사회적 관심은 사이버대학교의 교육과정에도 변화를 일으키고 있으나 교원 역량을 위한 체계적인 교육 프로그램은 드물다. S 사이버대학교는 2023년 AI 선도대학으로서 전환 및 교육 경쟁력 강화, 재학생, 교직원의 업무 효율성 향상을 위해 생성형 AI 도구 적용에 대한 교육 콘텐츠를 개발하였다. 2024년에는 AI 융합 교육과정 개발을 목표로 전체 교수자 대상 생성형 AI 활용 역량 강화 교육 프로그램을 진행하였다. 본 논문에서는 S 사이버대학교에서 진행한 생성형 AI 도구 활용 역량 강화를 위한 교육 프로그램을 공개하고 각 학문 분야별 적용 가능한 프로그램을 제시한다. 이를 통해 생성형 AI를 활용한 수업 설계 및 AI 융합 교과목을 개설하고자 하는 교수자들에게 실질적인 도움을 제공하고자 한다.

본 논문은 AI시대 중국 고전문학 교육의 방향에 대한 고민에서 출발하였다. 특 히 최근 COVID-19 팬데믹(pandemic) 장기화에 따라 소위 ‘비대면’ 이라는 개념이 우리의 삶의 심층까지 침투하게 되었고, 비대면의 일상화와 더불어 사람들의 정보 통신(IT)에 대한 의존도가 예전에 비해 높아진 상황에서 등장한 ‘챗(Chat)GPT’에 많은 사람들이 높은 관심을 나타내는 것은 매우 자연스러운 현상이라고 하겠다.
 물론 훨씬 이전부터 우리는 대부분 ‘인공지능(AI)’ 이라고 부르는 용어에는 익 숙해진 것은 사실이지만 AI의 정확한 개념이 무엇인지, 특히 AI와 인문학은 어떻게 융합될 수 있는가의 문제는 아직까지 명확하게 정리가 되지 않았다. 이에 AI의 개념에 대해 인문학적 관점에서 살펴보는 과정을 통해 AI와 인문학은 어떠한 관계를 맺고 어떠한 관계로 공생할 수 있을까 하는 문제에 대해 몇 가지 의견을 제시하였다.
 AI 중에서도 최근에는 이른바 ‘생성형 AI(Generative Artificial Intelligence)’의 경우 그 지식의 양과 지능이 폭발적으로 향상되면서 해당 서비스 가입자가 폭증하였고, 그 적용 범위 단기간 내에 다양화 하는 특성을 지니게 되었다. 따라서 본고에서 는 생성형 AI의 활용 방안 중 하나로서 중국 고전시가 교육에 활용 가능한 방안에 초점을 맞추어 논의를 진행하였으며, 아울러 앞으로 고전 교육 전반에 AI를 어떻게 활용할 수 있을지에 대한 고민과 대안도 다양한 예시와 함께 담으려 노력하였다.

생성형 AI(Generative AI)는 다양한 실무 분야에서 업무 효율을 높이는 데 활용되고 있다. 특히, 프로그래밍 교육에서는 개인별 차이를 극복하고 코드 생성을 통한 교육적 효과를 증대시키는 데 생성형 AI가 활용되고 있다. 본 연구는 OpenCV를 이용한 영상처리 프로젝트를 주제로 하여, ChatGPT를 활용한 코드 생성의 가능성과 효과적 사용을 탐구한다. 연구 방법으로는 프로젝트 수업에서 ChatGPT를 사용하여 코드를 생성하고 실제로 적용해보는 과정을 포함한다. 오래된 옛날 사진을 복구하는 방법과 필요한 알고리즘을 프롬프트로 얻어내고 다시 세부적인 구현 코드를 응답받아 사진에 적용하는 단계를 거치고 있다. 가우시안과 양방향 블러, 샤프팅 기법을 사용한다. 프롬프트로 구한 코드를 적용한 결과 손상히 심해진 경우가 발생했으며 이 때 다시 프롬프트 입력으로 문제점을 보완하는 방법을 반복했다. 필터링 후에도 세부 손상이 발생하는 경우에는 대비조정을 위한 OpenCV의 히스토그램 평활화 기능을 수행할 것을 제안하는 등 추가 작업으로 원하는 결과를 얻을 수 있었다. 연구 결과, ChatGPT는 프롬프트에 기반하여 효과적으로 코드를 생성하며, 학습자는 이를 통해 문제 해결 방법을 배우고 코드를 최적화하는 과정을 경험한다. 하지만 반복적인 프롬프트 입력과 조정을 통해 원하는 결과를 얻어야하는 생성형 AI의 문제점도 있다. 본 연구는 생성형 AI의 적극적인 활용으로 학습자가 반복적 프롬프트와 입력 조정의 과정을 통해 스스로 효과적인 코드를 생성하고 결과에 이르도록 문제를 해결하는 성과를 제시한다.

(연구배경 및 목적) AI 기술은 현재 이미지 생성 및 영상제작 분야에서 급격한 발전을 만들고 있다. 특히 광고 분야에서 AI 기술의 최신 동향을 적극적으로 활용하여 제작의 편의성과 속도 그리고 품질을 크게 향상시키고 있다. 이러한 기술의 발전으로 국외 광고 산업 영상제작 프로세스의 다양한 형태에 AI를 활용한 영상제작의 능력과 효율성이 인정 받고 있다. 예를 들어, 생성형 AI 기술을 활용한 광고 제작은 전통적인 제작 방식보다 훨씬 빠르고 효율적으로 이루어지며, 예술적, 상업적 성공을 만들고 있다. 따라서 본 연구는 생성형 AI 기술을 활용한 영상제작 프로세스 단계에 따른 작업 효율성에 중점을 두어 연구한다. 이를 통해 관련 분야의 연구와 산업에 새로운 가능성을 제시하고 유용한 기초자료로 사용되기를 기대한다. (연구방법) 현재 영상 제작 분야에서 떠오르고 있는 생성형 AI 기술을 중심으로, 국외 광고 영상을 집중 분석한다. 국외 광고 산업에서 생성형 AI 기술을 먼저 활용 하였기 때문에 국외 광고에서 생성형 AI 기술이 더 발전한다. 본 연구에서는 글로벌 기업에서 생성형 AI 기술을 선도하고 활용하는 광고를 대표사례로 설정하고 이를 프리 프로덕션, 프로덕션 포스트 프로덕션의 단계로 나누어 분석한다. 분석을 통해 생성형 AI 기술이 영상 제작 프로세스 단계에 어떻게 활용되는지 확인하고 작업의 효율성은 어떠한지 연구한다. (결과) 본 연구에서는 생성형 AI 인공지능 기술을 활용한 영상제작 프로세스 단계에 따른 작업 효율성을 연구한다. 이를 세 가지 측면으로 분류한다. 작업의 속도 측면에서는 AI 기술이 방대한 양의 데이터를 기반으로 작업을 신속하게 처리함으로써 기존 영상제작 작업에는 수개월이 소요되었던 작업을 생성형 AI 기술을 활용해 단 몇 주 안에 완료한다. 둘째로 작업의 품질 측면에서 AI 기술이 작업을 자동화하여 제작 과정의 복잡성을 줄이고 단계별 작업의 의도를 명확히 완성한다. 마지막으로 정교한 작업 측면에서 생성형 AI가 복잡한 작업도 정교하게 처리하여 고품질의 결과물을 만들어내는지 확인한다. 하지만 생성형 AI 기술이 아직 완성도가 미숙하기 때문에 기술적 한계도 함께 고려되어야 한다. (결론) 본 연구는 생성형 AI 기술이 국외 광고 영상 제작 산업에 작업 효율성 측면의 속도, 품질, 정교한 작업 완성에 큰 발전을 제공한다는 것을 확인한다. 향후 생성형 AI 기술을 영상 제작 분야에 적용하는 것에 유

본 연구의 목적은 테크놀로지 활용 교육이 급속히 교실로 들어와 지식 탐구가 성숙되지 않은 시기에효과적인 교육 실천의 공백을 메우기 위한 대안적 설계개발 연구 방법으로 아카이브 기반 질적 분석을 통한 교수설계 원리 도출 가능성을 탐색하는 것이다. 최근 주목받고 있는 생성형 AI가 교사와 협력적으로 교수설계 할 수 있다는 주장을 토대로 공적․개인적 아카이브를 수집하고 면담 자료와 비교해 교수설계 원리 도출 가능성을 타진해 보았다. 생성형 AI와 협력적 교수설계를 위한 설계 원리 도출에 관한 공적․개인적 아카이브를 유의미성, 실제성, 건전성, 전문성, 대표성을 선정 기준으로 선별하고 준 우수 수행자의 면담 자료를 재구성한 Kemp모형 요소를 기준으로 질적 내용 분석을 실시하여이들 간을 비교 분석하였다. 분석 결과, 개인적․공적 아카이브, 면담 자료의 코드별 내용 빈도 또는비율 패턴은 유사하였으며 공적 아카이브에서 볼 수 없고 면담 자료에서만 식별할 수 있는 코드별 내용을 개인적 아카이브에서 확인할 수 있었다. 이를 통해 교사와 생성형 AI의 협력적 교수설계 원리도출 가능성을 타진하였고 나아가 아카이브 기반 질적 분석 방법을 통한 설계 개발 연구 방법의 시사점을 제안하였다.

이 연구는 생성형 AI를 통해서 이미지를 생성하는 기술을 바탕으로 훼손된 옛 유물을 구현하는 데 집중했다. 이를 위해 조선시대 5명 왕의 어진을 생성형 AI로 구현했다. 생성형 AI로 구현한 조선 왕의 어진의 예술 혹은 전시 작품으로써 가능성을 확인하기 위해서 미디어 아트의 ‘작품평가’와 ‘경험동기’ 요인을 바탕으로 실험을 진행했다. 실험 결과, 조선 왕의 어진을 생성한 작품은 작품을 경험하는 데 있어 긍정적인 평가에 유의미한 관계를 가진다는 것을 확인했다. 주관식 답변에서 생성형 AI 가 사람보다 객관적일 것 같고, 신기술을 활용해 참신하고, 문화 보존에 긍정적일 것이라 확인했다. 이를 통해 훼손된 작품을 복원하며 미디어 아트로 활용할 하나의 방법으로서 생성형 AI가 긍정적인 도구가 될 수 있음을 확인했다. 이를 통해 다양한 문화 보존 관련 분야에서 생성형 AI가 활용되는 데 이 연구가 도움이 되기를 바란다.

최근 AI는 다양한 디자인 분야에 응용되고 있으며, 브랜드 로고 디자인 분야에도 그 활용에 관한 탐색이 웹으로 제공되는AI 플랫폼을 중심으로 이뤄졌다. AI 플랫폼은 시스템의 정해진 단계에 의존하기 때문에 디자인 창작의 폭이 제한될 수 있다.
 이에 반해 생성형 AI는 예측, 분석, 창의적인 디자인 생성 능력이 있어, 창작을 위한 새로운 툴로서의 가능성이 있다. 따라서 본 연구는 브랜드 로고 디자인을 위한 또 다른 AI 툴 관점에서 생성형 AI의 활용성을 높이기 위한 방법을 모색하고자 하였다. 이를 위해 선행자료를 분석해 전통적 브랜드 로고 디자인 프로세스와 AI 파인튜닝 학습 모델을 정립하고, 그것을 응용한 다수의 브랜드 로고 디자인 실험을 진행하고 분석하였다. 그 결과를 전통적 프로세스와 접목해, 브랜드 로고 디자인을 위한 생성형 AI 파인튜닝 프로세스를 설계하고, 그 효과와 활용성을 검증하였다. 연구 결과 디자이너는 파인튜닝 프로세스를활용해 고유의 스타일을 접목한 커스터마이징 디자인을 효율적으로 탐색할 수 있다. 파인튜닝 프로세스와 더불어, 디자이너의 창의성과 일관된 맥락을 유지하며 활용하는 것이 중요하며, 생성형 AI와의 상호작용이 디자인의 효율성을 높일 수 있음을 파악하였다. 반면 AI 디자인 결과물의 기시감이 나타났고, 그로 인한 기존 브랜드 로고와의 저작권 문제가 발생할 수도있다. 따라서 디자이너는 고도의 차별화된 최종 디자인 의사 결정에 필요한 큐레이터로서의 역량이 필요하다. 본 연구를 통해 생성형 AI를 활용한 브랜드 로고 디자인의 효과적 방법을 탐색하였으며, 향후 본 파인튜닝 프로세스를 다른 생성형 AI에도 적용할 수 있는지에 대한 연구도 필요하다.

4차 산업혁명 시대 예술 분야에서 생성형 인공지능을 활용한 작품 창작 관련 논의가 활발하다. 이러한 배경에 따라 본 논문은 미디어아트 ‘포스트휴먼’ 실험 작품의 제작 과정을 중심으로 미래 인간의 모습을 생성형 인공지능으로 표현해보고자 한다. 이를 위해 이미지 생성 이론 연구 및 국내외 제작사례를 조사, 분석하여 이론적 기반을 세운다. 이를 바탕으로 핵심 아이디어를 시각화하여 작품 주제를 디자인하고 인공지능을 활용한 새로운 제작 공정을 도입하였다. 생성 키워드를 선별하고 반복적인 이미지 생성을 통해 실험 미디어아트 작품을 제작하여 테스트한 후, 전시를 진행한 결과, 생성형 인공지능의 창작 결과물은 인간의 상상력을 폭넓게 해석하고 이를 시각적으로 표현할 수 있는 하나의 유용한 도구로서 역할이 일부분 가능한 것으로 나타났다. 이 연구를 통해 생성형 인공지능을 통한 예술 작품의 제작 및 공정에 관한 담론과 더불어 인간의 역할 및 미래의 기술과 어떠한 형태로 융합될 수 있는지에 대한 색다른 시각을 제시하고자 한다.

본 연구는 생성형 AI를 활용한 소프트웨어교육에 관한 수업모델을 연구하였다. 연구 목적은 ChatGPT를 소프트웨어교육에 활용함으로써 비전공학생들의 프로그래밍 수업에서 교수자의 보조자 역할로 ChatGPT를 활용하기 위함이다. 또한, ChatGPT를 이용해 학습자 개별 교육이 가능하도록 설계하고, 학생들이 필요로 한 시점에 즉각적인 피드백을 제공하고자 하였다. 연구 방 법은 교양과목의 파이썬 수업을 듣는 컴퓨터 비전공자를 대상으로 ChatGPT를 보조자로 활용하여 수업을 진행하였다. 그리고 비전공학생의 프로그래밍 교육에서 ChatGPT가 보조자로서 가능성이 있는지 확인하였다. 학생들은 ChatGPT를 과제작성, 오류 수정, 코딩 작성 및 지식 습득에 활발히 사용하였으며, 오류 해결에 많은 시간이 걸리는 것을 프로그램을 이해하는데 집중할 수 있는 등 다양한 이점을 확인하였다. ChatGPT가 학생들의 학습 효율을 높일 수 있는 가능성 볼 수 있었으며, 교육에 활용하는 데 있어서 더 많은 연구가 필요함을 알 수 있었다. 향후에는 ChatGPT를 활용한 교육 모델의 발전과 보완, 평가 방법에 관한 연구가 이루어질 것이다.

본 연구는 디지털 리터러시 개발에서 생성형 AI가 지닌 잠재성에 주목하여 중․고등학교 수학 수업에 활용 가능한 ChatGPT 기반 수학 교수․ 학습 자료를 개발하는 데 목적을 두었다. 이를 위해 생성형 AI를 활용한 수학 수업에서 개발 가능한 디지털 리터러시의 구성 요소로 “정보처리와 생성”, “디지털 문제 해결”, “디지털 개념 형성”을 추출하고, AI 리터러시 개념체계에 비추어 “AI 활용”, “AI 분석”, “AI 창조”, “AI 비판적 평가”의 교수․ 학습 단계를 설정하여 디지털 리터러시 함양을 위한 생성형 AI 활용 수학 교수․학습 자료 개발 틀을 구체화하였다. 이를 토대로 “디지털 개념 형성”과“디지털 문제 해결”을 위한 수학 교수․학습 자료를 예각에 대한 삼각비, 벡터의 내적, 통계적 문제 설정, 명제의 참과 거짓을 다루는 수업에서 활용할수 있도록 개발하였다. 본 연구에서 구체화한 자료 개발 틀과 교수․학습 자료는 생성형 AI를 수학 수업의 교수학적 도구로 활용하는 데 주목하는 연구자와 교사에게 의미 있는 시사를 줄 수 있다.

최근 생성형 AI와 애니메이션 기술의 급속한 발달로 인해 애니메이션 산업은 새로운 패러다임을 맞이하고있다. 이러한 기술적 진보는 애니메이션 제작 과정의 효율성을 높이고, 창의적인 표현 영역을 확장시키는 데 기여하고 있다. 그러나 현재의 애니메이션 교육은 이러한 기술 발전 속도를 따라잡지 못하고 있으며, 변화하는 산업 환경에 대응하기 위한 새로운 교육 방식의 필요성이 대두되고 있다. 전통적인 애니메이션 교육은 주로 드로잉, 모델링, 애니메이팅 등의 기술 습득에 초점을 맞추어 왔다. 그러나 생성형 AI와 같은 첨단 기술의 등장으로 인해 이러한 기술 중심의 교육만으로는 한계에 봉착할 수밖에 없다. 인공지능 기술을 활용한 애니메이션 제작이 보편화되는 상황에서 학습자들은 단순히 기술을 익히는 것을 넘어, 기술과 예술을 융합하고 창의적으로 활용할 수 있는 역량을 갖추어야 한다. 이를 위해서는 예술, 공학, 인문학 등 다양한 학문 분야를 아우르는 다학제적 접근이 필요하다. 인공지능 기술의 이해와 활용을 위한 공학적 지식, 예술적 감수성과 창의력을 발휘하기 위한 예술 교육, 기술과 사회의 관계를 조망하는 인문학적 소양 등이 종합적으로 요구된다. 이러한 다학제적 융합 교육을 통해 학습자들은 기술 활용 능력뿐만 아니라 비판적 사고력, 창의력, 협업 능력 등 미래 사회가 요구하는 핵심 역량을 기를 수 있을 것이다.
 그러나 현재 국내 애니메이션 교육 현장에서 이러한 다학제적 융합 교육은 충분히 이루어지지 못하고 있는 실정이다. 대부분의 교육 과정이 기술 교육에 치중되어 있고, 학문 간 경계를 넘나드는 통섭적 접근은 부족하다. 이에 본 연구는 생성형 AI와 애니메이션 기술의 발달에 부응하는 교육 혁신의 필요성을 제기하며, 이를 위한 다학제적 융합 교육의 방향성을 모색하고자 한다. 인공지능 기술과 애니메이션 예술의 창의적 융합, 기술과 인문학의 만남을 통한 성찰 등 다양한 관점에서 미래 애니메이션 교육의 새로운 지평을 열어 갈 수 있기를 기대한다.

최근 산·학·연에서는 ChatGPT를 필두로 학습을 통해 새로운 콘텐츠를 생성하여사용자에게 제공하는 생성형 AI가 관심을 받고 있다. 이와 관련하여 군에서도ChatGPT와 같은 생성형 AI를 국방업무에 활용하기 위한 국방부, 각군 본부 대상소요제기 횟수가 증가하고 있는 추세이다. 한편, ‘생성형 AI’는 사용자의 질문에대한 입력값도 학습에 사용되는 특징을 갖고 있어 민감한 정보 등 자료유출에대한 보안 위협이 내재 되어있다. 따라서, 생성형 AI와 같은 첨단과학기술이국방혁신에 상당한 영향력을 발휘하고 새로운 과학기술 강군으로의 기회가 될수는 있지만, 보안대책이 잘 마련된 안전한 환경에서의 활용을 고려하지 않을 수없다. 이에 본 논문에서는 생성형 AI의 일반적인 개념 및 국방에서 바라보는AI의 관점을 기반으로 국방의 보안환경을 설명하였고, 이런 군의 보안환경에적합한 생성형 AI 구축과 관련하여 AI 모델 개발, 데이터 관리 전략, 인프라 등3가지 측면으로 구분하여 구축 방법을 제시하였다. 본 논문의 생성형 AI 구축방법을 기반으로 향후 군에 적용하게 될 AI 관련 정책 및 관련 시스템 구축 사업등에 기초 자료로 활용되기를 기대한다.

이 연구는 생성형 AI 기술이 지대한 영향력을 행사하는 현재 대학 교양교육의 현장, 그 중에서도인문교양교육의 영역에서 진행되고 있는 교육적 변화와 쟁점을 분석하고, 향후 인문교양교육이 추구해야 할 방향과 과제를 제시하는 데 목적을 둔다. 이를 위해 2장에서는 먼저 현재 국내 대학에서 생성형AI의 교육적 활용에 대한 학습자와 교수자의 인식과 교육현장의 현황에 대해 살펴본다. 3장에서는생성형 AI 기술이 갖는 의미와 파급효과를 인문-교양학적 관점에서 고찰하고 인문교양교육의 새로운역할이 무엇이어야 하는지 분석한다. 4장에서는 생성형 AI의 시대에 인문교양교육을 내실화하기 위한내용과 방법을 구체적인 교과목의 사례를 통해 제시한다. 이 연구를 진행하며 연구진은 AI 시대에는인간을 탐구하는 인문교양교육이 더욱 강화되어야 한다는 결론에 이르렀다. 물론 그 방식은 예전과달라야 한다. 특히 논리적, 비판적, 창의적 사고교육의 역할을 통합적인 방식으로 강화해야 하는데,그 방법으로 인문고전을 중심으로 하는 텍스트 비판, 분석, 창의적 문제해결 교육의 다변화가 필요함을강조한다. 또한 AI 시대에 필요한 융합형 인문교양교육의 사례를 살펴보고 인문교양교육이 인문학에만머무르지 않고 과학, 기술, 그리고 예술의 영역을 넘나드는 진정한 의미의 융합교육의 가능성을 탐색할필요성을 제시한다.

본 연구는 대학교 교양 영작문 수업에서 학습자가 직접 작성한 영작문과 AI 기계 번역기를 사용한 결과물을 비교하여 어형적, 통사적, 어휘적 차이점을 분석하고 영어 글쓰기 수업의 학습 방안을 제시하고자 한다. 본 연구에서 학습자는 한국 고등 교육 과정에서 체육 수업 확대에 대한 찬반 의견을 한 단락의 국문으로 작성한 후 영작한 결과물과 DeepL Translate(이하 딥엘)로 번역한 결과물을 분석하였다. 그 결과, 학습자의 영작문은 관사 및 한정사의 오류 및 동사의 형태적 오류와 시제 오류 등이 발견되었으며, 통사적 측면에서는 학습자의 글이 단순하고 직접적 문장이 많고, 딥엘은 복문과 다양한 접속사를 활용하여 풍부한 문장을 생성하였다. 어휘 사용면에서 학습자 작문은 어휘의 부적절한 선택과 반복이 사용이 빈번하게 발견되었다. 이러한 결과를 토대로 초급 학습자의 영어 글쓰기 교육에서는 관사 및 한정사 사용, 동사의 다양한 형태와 기능, 어휘의 적절한 선택과 반복 회피, 복문 작성 연습 등을 강조할 필요가 있음을 제안한다.

This research suggests a novel visualization approach utilizing Generative AI to render photorealistic architectural alternatives images in the early design phase. Photorealistic rendering intuitively describes alternatives and facilitates clear communication between stakeholders. Nevertheless, the conventional rendering process, utilizing 3D modelling and rendering engines, demands sophisticate model and processing time. In this context, the paper suggests a rendering approach employing the text-to-image method aimed at generating a broader range of intuitive and relevant reference images. Additionally, it employs an Text-to-Image method focused on producing a diverse array of alternatives reflecting architects’ styles when visualizing the exteriors of residential buildings from the mass model images. To achieve this, fine-tuning for architects’ styles was conducted using the Low-Rank Adaptation (LoRA) method.
 This approach, supported by fine-tuned models, allows not only single style-applied alternatives, but also the fusion of two or more styles to generate new alternatives. Using the proposed approach, we generated more than 15,000 meaningful images, with each image takin

메타버스는 가상융합환경으로 아바타를 통한 사회적 관계 유지와 사용자간 다양한 문화적 활동을 통해 포용성과다양성을 증진시킨다. 일상의 활동을 메타버스에서 동일하게 유지할 수 있게 됨에 따라 메타버스환경에서 구성원간 유용하고 정확한 정보 전달과 상호교환, 공유 등은 매우 중요해졌다. 메타버스에서 아바타를 대화를 통해 원하는정보를 얻고자 하는 욕구와 구성원의 요구사항 또한 증가하는 추세이다. 이에 따라 본 연구에서는 LLM기반으로 생성형 AI를 메타버스플랫폼에서도 활용할 수 있도록 한국폴리텍대학 메타버스플랫폼의 구조를 재설계하고 이를 구현하였다. 구현에 따른 실험 사례 제시를 통해 메타버스환경에서도 LLM을 구성하고 답변을 생성하는 인공지능 기반 서비스 제공이 가능함을 확인하였다. 향후연구에서는 메타버스플랫폼에 다양한 생성형 AI모델을 적용한 뒤 비교분석을 통해 맞춤형 모델을 제시하고 자체 LLM 모델 구현 관련 연구를 지속할 계획이다.

목적 본 연구는 생성형 AI를 활용한 ‘토의하기’ 중심으로, 이해중심 교육과정에 기반한 국어과 의사소통 역량 단원 실행을 목적으로 한다.
 방법 이해중심 교육과정의 특징, 토의의 개념과 절차, 토의를 위한 생성형 AI 활용, 국어 교과서 토의 단원의 비판적 고찰, 국어과 의사소통 역량 기반 단원 구조화 등의 내용을 살피며 이론적 배경을 형성하였다. 이어서 ADDIE 모형에 근거한 연구 절차 수립, 실행 모형 구성, 측정 도구 선정, 연구 집단 구성 및 효과성 검증 계획 수립 후 유정오(2023)에서 개발한 단원 설계(안)을 적용하며 본 연구를 진행하였다.
 결과 Willcoxon 부호순위 검정을 활용하여 연구 집단에 대한 ‘의사소통 역량’ 사전-사후 측정 결과, 전체 하위 요소에서 연구 집단 의 ‘의사소통 역량’이 유의하게 향상하였음을 확인하였다. 분석적 루브릭을 활용한 토의 성찰 및 학습자 포트폴리오 분석 결과, 포용 성과 주도성을 바탕으로 생성형 AI를 활용한 토의 활동을 수행하며, 연구 집단의 의사소통 역량과 토의 능력이 긍정적으로 향상하였 음을 확인하였다.
 결론 본 연구가 미래 교육 환경 변화에 대응하기 위한 국어과의 역할에 시사점을 주고, 역량 중심 국어 교육 연구 및 실천에 보탬이 되기를 기대한다.

목적 본 연구에서는 수업에서의 생성형 AI 활용에 관한 초⋅중등교사의 인식을 조사하여 초⋅중등교사의 요구도를 파악하고, 향후 수업에서 생성형 AI 활용 확대 방안을 모색하기 위한 기초자료를 제공하는 데 목적이 있다.
 방법 이를 위하여 설문 문항을 개발하고, 충청북도 소재 초⋅중⋅고등학교 교사 645명을 대상으로 설문 조사를 실시하였다. 설문 결과는 SPSS 26.0 프로그램을 이용하여 분석하였다.
 결과 수업에서 생성형 AI를 활용한 경험이 있는 교사는 189명, 전체의 29.3%로 나타났으며, 경험이 있는 교사 중에서도 2주에 한 번 이상 활용하고 있다는 응답은 70명으로 아직 수업에서 생성형 AI를 활용하는 교사의 비율은 낮은 것으로 나타났다. 주로 활용 하는 생성형 AI는 ChatGPT와 같은 대화형 AI이고, 이를 활용했을 때 학생들의 수업 참여 동기 유발을 가장 큰 장점으로 꼽았다. 활용 경험이 없는 교사는 그 이유로 생성형 AI 활용 지식 부족을 가장 많이 선택하였으며, 향후 활용 의향을 리커드 5점 척도로 표시 하였을 때 평균 3.20(SD=0.87)으로 활용 의향이 있는 것으로 나타났다. 수업에서 활용 가능한 생성형 AI 콘텐츠로 외국인 학생이 나 언어 사용이 서툰 학생들의 학습을 보조해 주는 AI를 선택한 비율이 가장 높게 나타났다.
 결론 수업에서 생성형 AI 활용을 확대하기 위해서는 교원의 생성형 AI 활용 능력 향상을 위한 교원 연수를 실시하고, 수업 사례 등의 자료를 제공해야 한다. 또한 잘못된 정보 제공이나 유해정보 차단 및 남용 방지, 표절 및 저작권 문제 등에 대한 대안 마련도 필요하다.