논문 872편

현대 사회에서 컴퓨팅 사고를 통한 문제해결력의 중요성이 강조되고 있다. 특히, 4차 산업혁명의 발전으로 이러한 능력은 더욱 필수적인 요소로 부상하고 있다. 이에 따라 SW 교육의 중요성이 강조되고 있으며, 최근에는 AI 기술을 활용한 새로운 교육 방법에 관한 관심이 증가하고 있다. 이전에는 AI가 교육에 어떤 이바지를 할 수 있는지에 대한 연구들이 많았지만, AI를 SW 교육에 직접적으로 적용한 연구는 아직 많지 않다. 이에, 본 연구에서는 텍스트 기반 생성형 AI를 활용했을 때의 SW 교육의 효과를 확인하고자 하였다. 연구 대상은 K 대학교의 SW 기초교양 교과목을 수강하는 학습자들이며, 연구 방법은 생성형 AI를 활용한 SW 기초 수업을 설계한 뒤, 교육을 진행하여 교육 전과 후의 학습자들의 컴퓨팅 사고와 문제해결력 등을 확인하여 효과를 분석하였다. 연구 결과, SW 기초교양 교육을 시작하기 전과 후의 결과에 대하여 유의미한 차이가 나타났다. 생성형 AI를 활용한 SW 교육이 학습자들의 컴퓨팅 사고와 문제해결력을 향상시키는 효과가 있음을 확인하였다. 또한, 프로그래밍의 어려움 정도에 따른 차이를 분석하고, 컴퓨팅사고와 문제해결 간의 상관관계를 분석하여 생성형 AI를 활용한 SW 교육의 효과를 보다 자세히 확인하였다. 본 연구를 통해 텍스트 기반 생성형 AI를 활용한 SW 교육에 대한 긍정적인 효과를 확인하였고, 개선점을 도출하였다. 미래 교육의 방향성을 모색하기 위해 추가적인 연구와 논의가 필요하며, 이를 통해 SW 기초교육의 질적 향상을 도모할 것으로 기대한다.

본 연구는 초등학교 국어 연극 단원에서 생성형 인공지능(AI)을 활용하여 교수·학습 자료를 제작하는 방안을 탐구하였다. 최근 교육부의 디지털 교과서 도입과 함께 AI 리터러시의 중요성이 대두되고 있는 상황에서, 교사들은 이러한 변화를 효과적으로 수용할 수 있는 능력을 갖추어야 한다. 그러나 현장 교사들이 AI 및 디지털 기술을 활용한 교육 자료 제작에 어려움을 겪고 있다. 이에 본 연구는 생성형 AI를 통해 교사들이 효율적으로 수업 자료를 준비하고, 학생들의 학습 참여도와 학업 성취도를 향상하는 방법을 제안하고자 한다. 연구 결과 생성형 AI를 활용한 스토리보드 제작 기법이 교사들에게 긍정적인 평가를 받았으며, 이는 교사들의 수업 준비 시간을 줄이고 교육 자료의 질을 높일 수 있음을 시사한다. 또한 학생들의 흥미 유발과 능동적인 학습 참여를 촉진하는 데 효과적이라는 평가를 받았다. 이 기법은 교사 연수 프로그램에서도 유용하게 활용될 수 있을 것으로 기대된다. 본 연구의 한계점은 연구 대상이 특정 지역의 초등학교 교사들로 제한되었으며, 생성형 AI를 활용한 교수·학습 자료 제작 기법의 장기적인 효과를 평가하지 못했다는 것이다.

Purpose : This study aims to analyze the causal relationship between users’ evaluation on generative AI service and overall satisfaction.
 Methods : The input variable dimensions include easiness to use dimension, usefulness dimension, enjoyment dimension, suitability dimension, and reliability dimension, whereas the response is measured by satisfaction dimension. Analysis is done by decision tree model based on Gini algorithm and random forest model.
 Results : The results of decision tree models reveal that the first splits are mostly done by reliability dimension variables and the next important is usefulness dimension variables. Enjoyment dimension variables and reliability dimension variables are utilized most for the second splits. The random forest model indicates that the first four ranked variables belong to reliability dimension based on the mean_decrease_gini index.
 Conclusion : The findings of this study suggest that reliability dimension, usefulness dimension, enjoyment dimension, easiness to use dimension, and suitability dimension are crucial for users’ overall satisfaction for generative AI service, all of which are worthwhile to denote for policy ma

인공지능 기술은 우리의 일상생활과 사회 전반에 근본적인 변화를 가져오고 있다. 특히 외국어 교육에서 인공신경망 기반 번역 기술과 ChatGPT 같은 생성형 AI의 상용화는 큰 영향을 미치고 있다. 한국어 교육에서도 AI의 도입은 교육 방법과 내용에 근본적인 변화를 초래하고 있다. 본 연구는 인공지능 기술이 한국어 의미 교육에 미치는 영향을 AI 리터러시 개념을 통해 한국어 의미 교육의 목표와 방향성을 논의한다. AI 리터러시는 인공지능의 작동 원리와 활용 방법을 이해하고 비판적으로 평가하는 능력을 포함한다. AI 기술의 발달로 단순히 원활한 의사소통만을 목표로 하는 교육이 아닌, 이를 넘어서는 탐구의 영역으로 교육의 목표를 확장해야 한다. 즉 AI를 효과적으로 활용하고 이에 대해 비판적으로 판단할 수 있는 AI 리터러시와의 융합적 역량의 함양으로 그 외연이 확대될 필요가 있다는 의미이다.

본 연구는 생성형 AI에 대한 사회과교육의 초기 단계의 연구로서, ChatGPT를 사례로 사회과교육을 둘러싼 주요 쟁점 및 과제를 6가지 질문을 중심으로 살펴보았다. 연구 결과는 다음과 같다. 첫째, 생성형 AI를 활용한 표절 문제가 부각되고 있으며 이는 생산 및 창작 활동에 대한 철학적･교육학적 재개념화를 요구한다. 교육적 측면에서는 표절 그 자체보다는 생성형 AI 활용으로 인한 학생들의 역량 저하 요인 및 맥락에 초점을 맞춰 대응할 필요가 있다. 둘째, AI 환각과 편향성에 대비하기 위해서는 사회과의 고차사고력 중의 하나인 비판적 사고력과 디지털 시민성의 주요 요소인 비판적 리터러시가 중요하다. 셋째, 학생에게 이미 내재화된 역량의 차이로 인해 생성형 AI 활용 수준에 있어 교육격차가 심화될 가능성과, 생성형 AI 기업의 유료화 정책으로 인해 생성형 AI가 교육형평성을 저해할 수 있는 가능성에 대비해야 한다. 넷째, 교사 중심의 전통적인 교육 서비스 공급 방식은 디지털 시대에 더 이상 주효한 교육 방식이 될 수 없으며, 생성형 AI의 출현은 교육 서비스 및 정보 생산자로서의 교사와 소비자로서의 학생 간의 관계를 허무는, 일종의 ‘프로슈머로서의 학습자 및 교수자’의 출현을 촉진할 것으로 예상된다. 다섯째, 생성형 AI로 인해 학습자가 디지털 프로슈머로 전환되는 것이 촉진된다면 사회과 수업에서는 메타인지와 관련된 역량이 더욱 주목받을 것으로 예상되며, 이는 사회과 교사에게 학생의 메타인지를 넘어서서 학습 과정을 바라보고 지도해야 하는 역할을 요구하게 될 것이다. 마지막으로, 질 좋은 질문을 던지는 능력을 개발하기 위한 사회과 교수･학습 활동 방안은 이원화 전략을 추구해야 할 가능성이 높다. 하나는 메타인지 역량을 기르기 위해 프롬프트를 적극적으로 활용하는 교수･학습 활동 방안이며, 또 다른 하나는 기본적인 사고력을 길러 주기 위해 교실을 도리어 외부 세계로부터 단절시키는 교수･학습 활동 방안이다. 본 연구는 생성형 AI 활용에 대한 사회과교육의 쟁점 및 과제를 포괄적으로 검토한 예비적 성격의 연구라는 점에서 한계를 지닌다. 향후 본 연구를 시작으로 사회과 고유의 여러 영역에서 생성형 AI의 활용 및 대처 방안을 강구하는 경험적･체계적 연구가 활성화되기를 기대한다.

이 연구는 생성형 AI 시대의 대학 글쓰기 방향을 탐색하는 작업이다. 특히 논증적 글쓰기에서의 생성형 AI 사용 가능성을 살펴보고자 한다. 이를 위해 먼저 글쓰기 교육에서 활발히 논의되고 있는 생성형 AI의 활용논쟁에 대해 정리하였다. 그 결과 ‘새로운 기술의 적극적 활용’과 ‘글쓰기의 교육적 가치 재인식’ 입장으로 대별되었다. 그런 다음 논증적 글쓰기의본질과 생성형 AI의 위상을 정립하였다. 논증적 글쓰기가 특히 사고의 표현이자 학문 공동체의 입문이며 인지적 과정을 중시한다는 점을 확인하였다. 이에 생성형 AI는 논증적 글쓰기에서 ‘활용’이 아닌 ‘사용’의 위상을 지닌다는 것을 파악하였다. 이를 바탕으로 논증적 글쓰기에서 생성형 AI의 사용 방안을 가늠하였다. Kellogg(1999)의 인지적 글쓰기 모형에서 생성형 AI가 필자의 사고와 표현 과정에 조력할 수 있는 지점과 세부 활동을 제시하였다.

최근 AI 인공지능 기술의 급격한 발전은 우리 생활에 혁신적인 변화를 가져왔다. 이러한 변화 속에서 광고, 홍보 콘텐츠역시 생성형 AI 인공지능 기술에 맞춰 많이 제작되고 있으나, 급변하는 환경에 새로운 방향이 필요한 때다. 생성형 AI 이미지 프로그램을 이용한 콘텐츠 제작은 능동적인 딥러닝 학습을 통해 브랜드 아이덴티티를 효율적으로 생산할 수 있다. 하지만 장점에 비해 창의적인 요소가 없는 기술뿐인 AI 콘텐츠는 분명 한계는 존재한다. 앞으로 생성형 AI 영상 프로그램이 상용화되면 이러한 현상을 가속될 것이다. 이에 연구자는 사례 연구를 통해 생성형 AI 콘텐츠의 현황과 한계를 파악하고, 광고 영상에서 생성형 AI 콘텐츠의 창의성인 인간 감성 언어를 분석한다. 또한 연구 모형을 통해 AI 콘텐츠의 감성 언어의특징과 상관관계를 탐색하고자 한다. 연구 결과, 창의적인 생성형 AI 콘텐츠 영상 제작에는 인간 감성 언어 의미가 내포되어야 하고, 감성 언어의 유형과 특징을 기술하였다. 이 연구를 통해 생성형 AI를 제작자에게 다양한 방법론적 가능성을 제시하여, 더 많은 사람들이 다가올 AI 시대를 효과적으로 대비할 것으로 기대한다.

생성형 AI의 등장과 발전이 전자정부(e-government)에서 인공지능정부(intelligent-government)로의 변화를 견인하고 있다. 공공부문에서는 AI 기술을 전통적 정부가 가지고 있는 저생산성 문제를 일소하고, 시민과의 소통과 협력을 강화하여 저대응성 문제를 획기적으로 개선할 수 있는 핵심적 수단으로 파악하고 있다. 하지만 방대한 양의 데이터를 요구하는 생성형 AI의 기술적 특수성과 결과에 대한 오판 및 오류와 같이 정부가 AI를 도입하는 과정에서 해결해야 할 과제들이 산적한 것도 사실이다.
 이 연구에서는 향후 인공지능정부로의 효과적 전환과정에서 정부가 추진해야 할 AI 도입전략과 AI 도입 후 활용성 제고 방안을 제시하였다. 먼저, 공공부문으로의 생성형 AI 도입전략은 다음과 같다. 단기적으로는 민간기업의 AI모델을 활용하는 간접개발 방식으로의 운용을 통하여 AI기술에 대한 충분한 노하우를 습득할 필요가 있다. 중･장기적으로는 한국어 기반의 기본모델을 직접 개발하고 운영하는 방식으로 AI시스템을 구축할 필요가 있다. 활용성 강화를 위해서는 ①양질의 데이터를 확보하는 방향의 데이터 관리, ②개인정보 보안을 위한 관리감독 체계의 정립, ③우리나라 특수성을 반영한 AI알고리즘 개발, ④공무원을 포함한 대국민 대상의 AI교육 실시, ⑤AI활용을 뒷받침 할 인공지능법(가칭) 제정 등을 검토할 필요가 있다.

생성형 인공지능(artificial intelligence, AI) 기술이 다양한 창작 분야에 적용되고 있는 가운데, 이 연구는 AI 기기 수용(AI device use acceptance, AIDUA) 모델을 확장하여 AI 커버 음악으로 대표되 는 생성형 AI 기반 콘텐츠에 대한 이용자의 수용 및 거부 요인을 탐색했다. AI 커버 음악 감상 경험이있는 이용자들을 대상으로 온라인 설문 조사를 실시하여(N ＝ 295), AI 기반 콘텐츠에 대한 평가, 감정, 수용 및 거부로 이어지는 단계별 과정을 분석했다. 구조방정식 분석 결과, AI 커버 음악에 대한 사회적 영향력 지각, 유희적 동기 및 지각된 의인화가 높아질수록 해당 콘텐츠의 품질과 기능에 대한 기대가 증가했으며, 이러한 성과 기대는 만족감을 높이고 불편한 감정을 감소시켰다. 반면, AI 커버 음악의 저작권 이슈에 대한 인식이 강할수록 불편한 감정이 유의미하게 높아졌다. 최종적으로 만족도는 AI 커버 음악에 대한 수용 의도를 높이고 거부 의사를 낮추는 효과를 나타냈으며, 불편함은 콘텐츠를 회피 하거나 거부하는 의향을 높였다. 향후 AI 기반 콘텐츠 수용 연구를 위한 기초 자료로서 이 연구의 학문적, 실무적 의의를 논의했다.

본 연구는 생성형 AI를 활용한 영상 작품 <기억의 전경>에 대한 이론적 배경과 작품구현 과정 및 의미에 대한 고찰을 목적으로 한다. 이를 위해서 작품의 중심 개념인 공간과 장소 그리고 장소에 기반한 기억에 대한 이론적 고찰을 선행하고, 이를 바탕으로 작품에 활용한 생성형 AI의 특징과 이를 활용한 작품의 의의에 대해 논한다. 인간의 삶은 공간을 전제로 하므로 공간을 제외하고 우리의 일상이나 기억을 논하기는 어렵다. 기억이란 장소에 기반한 과거의 상황이나 장면에 대한 것인데, 카메라 렌즈처럼 당시 상황 전체를 균일하게 기억하는 것이 아니라 개개인의 주관적 정서와 감정 그리고 시간적 틈에 의해 전체가 아닌 일부를 기억하게 된다. 본인의 작품에서는 선명하게 기억되는 부분을 ‘기억의 전경’이라 정의하고, 전체 장면으로부터 이 전경 부분을 분리하기 위하여 그랩컷(GrabCut) 알고리즘을 사용한다. 그런 다음 분리한 전경 즉 이미지 파편들을 콜라주 방식으로 결합하여 하나의 이미지를 만듦으로써 기억의 불연속적, 불완전한 상태를 표현한다. 또한, 이 콜라주 이미지를 생성형 AI의 ‘Image to Video’ 기능을 활용하여 영상으로 변환한다. 즉 이미지가 영상으로 변환됨에 따라 기억은 시간성을 획득하게 된다. 이를 통해 시간의 흐름 속에서 항상 유동적으로 변화하는 기억의 특성을 영상으로 시각화함으로써 기억의 내부를 은유적으로 표현하고자 하였다. 이러한 작품구현 과정을 통해서 생성형 AI의 특징과 예술적 활용 가능성을 살펴보고 실제 작업에서 이를 유의미하게 활용함으로써 새로운 영상 제작 방식과 표현 방법을 모색하고자 한다.

최근 전 세계 사람들로부터 많은 관심을 받는 생성형 AI, 챗GPT는 인간의 전통적인 창작 활동을 넘어 설교 사역 및 기타 목회 분야로 그 활용이 확장되고 있다. 이런 챗GPT의 발전은 설교자들에게 도전과 기회를 제공하지만, 현재 여기에 관한 비판적 성찰보다는 챗GPT를 통한 시너지 효과를 위한 협력을 조장하는 경향성이 크다. 이런 상황에서 설교 사역에서 챗GPT 사용에 대한 비판적 평가를 통한 실제적인 활용의 지침이 필요하다.&#xD; 이를 위해 이 논문은 챗GPT가 지닌 내재적 한계와 이에 기인한 설교 활용의 위험성을 우선 살펴본다. 이를 토대로, 연구자는 설교자가 성경적 설교 작성의 전체과정에서 챗GPT를 활용될 수 있는 영역과 주의점을 살펴본다. 즉, 설교를 위한 주해 과정 이 단계인 브레인스토밍의 과정, 주해의 과정, 신학적 사고의 과정, 실제 설교 작성의 과정에서 챗GPT의 활용 가능성과 위험성을 구체적으로 다룬다. 마지막으로 이 논문은 챗GPT 활용에 관해 설교자 지녀야 할 인식론적, 설교 실천적 제안을 제공하면서, 본문과 정경의 맥락을 깊이 이해하는 딥리딩(Deep-Reading)을 실천하고 구속-언약적 신학적 통찰이 담보되는 딥프리칭(Deep-Preaching)의 설교 수행을 제안한다.

패션 필름은 ‘패션을 주제로 다루는 영상물’이자 디자이너가 컬렉션에 담고자 한 의도를 전달하는 영상언어로 정의될 수 있다. 최근 몇 년간 COVID-19로 전반적인 사회·산업의 온라인·디지털 전환이 가속되었고, 패션업계 또한 디지털 기술을 활용한 캣워크 및 캠페인 필름을 제시하는 등 디지털 전환이 이루어지고 있다.&#xD; 이러한 경향 속에서 최근 산업계에서는 생성형 AI의 활용성에 관한 논의가 활성화되고 있다. 생성형 AI는사용자가 기존 것을 모방, 변형, 결합하는 과정을 능동적으로 보조함에 따라, 창작자의 발상과 탐색, 제작프로세스에 변화를 불러올 것으로 예측된다. 생성형 AI 활용은 상업·응용 예술 분야의 제품 및 콘텐츠 개발에서 시간과 노력 감소 등 효율성이 인정되고 있다. 이러한 경향을 고려하면 패션계에서 또한 생성형 AI 기술의 효과적인 활용 방향 및 기법 측면의 연구 필요성이 발견된다. 본 연구에서는 제작에 많은 시간과 노력, 인력이 요구되는 패션 필름 제작에서 있어, 창작자의 시간과 노력 단축에 효과적인 생성형 AI의 활용성을파악함에 목적을 두었다. 이를 위해 생성형 AI 프로그램을 활용하여 대안적 아웃핏을 착용한 모델의 실사영상에 디자이너의 의도를 반영한 3D 의복 렌더링 이미지와 비일상적인 배경 이미지를 적용하여 패션 필름작품을 제작하였으며, 이를 통해 패션 필름 제작에 생성형 AI를 활용하기 위해 사용자가 필수적으로 고려해야 하는 영상 시퀀스 계획 및 그래픽 디자인 관련 사항을 도출하였다. 본 연구에서는 창작 활동에 전통적기법과 최신 기술을 병용한 융합적 영상 창작 기법의 기초 자료 및 사례 제시에 연구의 의의를 둔다.

본 논문은 기업 내 생성형 AI(Generative Artificial Intelligence) 시스템의 보안 위협과 대응 방안을 제시한다. AI 시스템이 방대한 데이터를 다루면서 기업의 핵심 경쟁력을 확보하는 한편, AI 시스템을 표적으로 하는 보안 위협에 대비해야 한다. AI 보안 위협은 기존 사람을 타겟으로 하는 사이버 보안 위협과 차별화된 특징을 가지므로, AI에 특화된 대응 체계 구축이 시급하다. 본 연구는 AI 시스템 보안의 중요성과 주요 위협 요인을 분석하고, 기술적/관리적 대응 방안을 제시한다. 먼저 AI 시스템이 구동되는 IT 인프라 보안을 강화하고, AI 모델 자체의 견고성을 높이기 위해 적대적 학습 (adversarial learning), 모델 경량화(model quantization) 등 방어 기술을 활용할 것을 제안한다. 아울러 내부자 위협을 감지하기 위해, AI 질의응답 과정에서 발생하는 이상 징후를 탐지할 수 있는 AI 보안 체계 설계 방안을 제시한다. 또한 사이버 킬 체인 개념을 도입하여 AI 모델 유출을 방지하기 위한 변경 통제와 감사 체계 확립을 강조한다. AI 기술이 빠르게 발전하는 만큼 AI 모델 및 데이터 보안, 내부 위협 탐지, 전문 인력 육성 등에 역량을 집중함으로써 기업은 안전하고 신뢰할 수 있는 AI 활용을 통해 디지털 경쟁력을 제고할 수 있을 것이다.

본 연구는 바이오필릭 디자인의 직접적 경험 중 물 속성을 세분화하고, 생성형 AI를 활용한 주거 공간 내 물 속성을 적용하기 위한 시각화 방안을 다루고 있다. 최근 생성형 AI는 건축디자인 분야에서 많이 활용되고 있으며, 새로운 디자인 안을 도출하는데 효율적이다. 한편, 본 연구에서 다루는 주거 공간에 물 속성의 적용은 거주자에게 다각적 측면에서 긍정적 경험을 제공한다. 따라서, 본 연구의 목적은 주거공간에서 거주자에게 긍정적 영향을 줄 수 있는 바이오필릭디자인의 물 속성을 세분화하고, 효율적인 생성형 AI기반 시각화 방안을 모색하는 것이다. 연구의 방법은 다음과 같다. 첫째, 선행연구 토대로 건축 분야에서 활용하는 생성형 AI와 바이오필릭디자인의 물 속성을 분석한다. 둘째, 스테이블 디퓨전의 활용하여 이미지를 생성한다. 셋째, 물 속성을 나타낼 수 있는 프롬프트를 도출하며, LoRA 모델 개발을 위한 데이터셋을 구축한다. 마지막으로, 프롬프트 기반 물 속성 시각화 방안과 LoRA 모델 기반 물 속성 시각화 방안을 비교 분석한다. 본 연구는 바이오필릭 디자인의 물 속성 시각화 연구의 기초자료를 제공하며, 건축 관련 분야에서 생성형 AI 활용적 측면을 논의하였다는 점에서 기여하는 바가 있다.

본 연구에서는 생성형 AI시대 부합하는 자기주도적 평생교육의 방안을 배움학적 관점으로 탐구하였다. 빠르게 변화하는 기술 환경 속에서 평생교육의 역할과 방향성을 재정립하는 데 기여하고자 하였다. 평생교육의 새로운 패러다임인 배움에 대해 정리하고, 미래 사회에 요구되는 배움 역량을 개발하여, 지속가능한 학습 생태계를 구축하는데 중요한 기초자료로 활용함을 목적으로 하였다. AI 시대 평생교육의 중요성이 부각되고 있음에도 불구하고, 평생교육은 ‘학습’ 패러다임에 머물러 있다. 특히, 평생교육은 주입식 학습방식으로 인한 자기주도성이나 문제해결력 및 비판적 사고력이 부족하다고 지적되고 있다. 본 연구에서는 평생교육의 패러다임을 평생배움의 관점으로 전환해야 한다고 제안한다. 배움은 삶이며, 삶이 배움이다. 배움은 자기주도적인 활동으로 내부적으로 우러나와 하게 되는 것이다. 마지막으로 AI 시대 필요한 배움역량으로 자기개조력, 자기치유력, 의식소통력을 강조하였다. 배움학적 관점은 주체를 학습자에 두고, 학습자가 자신의 학습 과정을 주도적으로 이끌며, 실생활과 연결된 다양한 역량을 개발할 수 있도록 지원한다. 또한, 배움역량인 개조력, 치유력, 의식소통력을 통해 창의적 문제해결, 비판적 사고, 협업 능력을 강화할 수 있어, AI 시대의 빠른 변화에 적응하고 지속가능한 학습 생태계를 구축하는데 기여할 것이다.

오프라인에서 사진을 촬영하는 포토부스는 자신이 원하는 포즈와 소품 등을 통해 자연스럽게 나다운 모습을 촬영할 수 있으며, 함께한 사람들과 추억을 공유하는 특별한 경험을 선사한다. 최근 다양한 표현을 가능하게 하고자 생성형 AI를 활용한포토부스 사례들이 등장했다. 그러나 기존 AI 포토부스는단체 사진 촬영이 불가능하고, 대부분 사용자의 포즈를 반영하지못하며, 개별인물마다다른컨셉을적용하기어려운한계가존재한다. 본연구는이러한문제를해결하여사용자가자유롭게포즈와위치, 컨셉을선택하여촬영할수있는AI 포토부스시네마픽을제안한다. 인물별개별컨셉적용을위해개별생성워크플로우를 전처리, 생성, 후처리 세 단계로 설계하고, 이를 실제 프로토타입으로 구현했다. 이 과정에서 인물별 투명 이미지생성, 배경 생성 후 합성시 발생하는 아티팩트를 줄이는 재생성 테크닉, 최적화 모델 적용 및 GPU 병렬화 등 다양한 방식을워크플로우에 통합하여 한계점을 극복하였다. 사용자 품질 평가와 약 400명의 사용자를 대상으로 대규모 시범 운영을 통해시스템의 효과성을 검증했다. 그 결과, 사용자들은 기존 방식에 비해 높은 선호도를 보였으며, 이를 통해 실제 포토부스로의도입 가능성을 확인했다. 본 연구에서 제안하는 AI 포토부스시네마픽은 더욱 창의적이고 차별화된 시장을 개척할 수 있을것으로 기대하며, 앞으로 다양한 응용 분야에서 널리 활용될 것으로 기대된다.

김지혜, 2023, 생성형 인공지능을 활용한 소설 창작 교육의 가능성, 어문연구, 200 : 373~401 본 논문은 생성형 인공지능이 소설 창작의 도구로 활용될 수 있음을 확인하고, 이러한 생성형 인공지능을 활용한 소설 창작 교육의 가능성을 모색하는 것을 목적으로 한다. 이에 기존 문학교육에서의 ‘창작’의 문제를 통해 인공지능 시대의 변화하는 ‘창작’ 역량에 대해 살펴보았으며, 생성형 인공지능을 활용한 소설 창작 양상을 분석함으로써 인공지능을 활용한 소설 창작 교육의 가능성을 검토해 보았다. 이를 통해 본 연구에서는 생성형 인공지능이 소설 창작 교육에서 다음과 같은 방향으로 활용될 수 있다고 제안하였다. 첫째, 생성형 인공지능은 소설 구상하기의 브레인스토밍 단계 혹은 실질적 집필의 단계에서 다양한 아이디어를 제공해 줄 수있다. 둘째, 학습자들은 생성형 인공지능을 활용하여 경험해 보지 못한 다양한 시공간에 대한 정보를 얻을 수 있다. 셋째, 생성형 인공지능을 통해 학습자들은 구상한 내용을 즉각적으로 구현해 볼 수 있으며, 소설의 스타일이나 문체 등에 변화를줄 수 있다. 넷째, 미드저니(Midjourney), 달리(DALL-E) 등의 인공지능 도구를 활용하여 창작 소설을 새로운 디지털 서사 콘텐츠로 발전시킬 수 있다. 마지막으로, 이러한 인공지능 활용 소설 창작 교육의 과정에서 학습자들은 인공지능과의 소통 방식을 익히고, 이를 윤리적으로 활용할 수 있는 태도 역시 학습할 수 있을 것이다.

최근 생성형 인공지능(AI) 기술의 발전과 대중화와 함께 생성형 AI의 프롬프트에 특정 작가의 이름과 스타일을 지시하여 기존 저작물의 스타일이나 창작풍과 유사한 AI 창작물을 생성하는 것이 가능하게 되었다. 원저작물로부터 단순히 영감을 얻었거나 아이디어를 채용하여 스타일이 유사할 뿐 두 작품간 실질적 유사성이 존재하지 않는다면 저작권 침해가 문제가 되지 않는다. 그러나 대량의 비공개 학습데이터에서 저작물을 특정하여 실질적 유사성을 입증하기 매우 어려운 환경에서, 실질적 유사성에는 이르지 않으나 AI 창작물이 원저작물의 스타일, 특유의 표현 방식을 모방하여 시장에서 원저작물과 경쟁 관계에 놓이거나 원저작권자 쌓아온 명성이나 유명세에 편승하여 원저작물을 대체할 경우 저작권자의 경제적 이익을 침해할 수 있다. 최근 Andy Warhol Foundation 사건에서 미국 연방대법원 판결은 이용행위가 시장에서 원저작물과 경쟁 관계에 있거나 대체할 수 있을 경우 공정이용으로 판단되기 어렵다는 점을 보여준다. 생성형 AI의 기술 발전이 인간의 창작활동을 자극하고 지원하기 위한 논의가 필요하다.

인공지능 기술은 기술과 교육을 조합한 에듀테크(EdTech) 분야에서 효율적인 교육 콘텐츠 제공과 개인화된 학습자 환경을구축 등 새로운 혁신을 이끌고 있다. 본 연구는 최근 발전된 생성형 AI를 활용한 프로그래밍 교육 소프트웨어를 개발한다. 최근잘 알려진 ChatGPT API 기반으로 프로그래밍 코드 분석에 최적화된 프롬프트를 연동했다. 이외 프로그래밍 소스 코드 학습에필요한 기능을 UI로 설계하고 AI 챗봇 기반의 질의/응답 템플릿 기능으로 개발하였다. 본 연구는 생성형 인공지능을 활용한 교육 프로그램 개발의 방향성을 제시하고자 한다.

이 연구의 목적은 생성형 AI를 활용하여 창작 동화 영상 개발 프로젝트 수업에 참여한 예비교사들의 경험을 분석하는 것이다. 수업의 목표는 ChatGPT와 이미지생성 AI를 활용하여 5분 분량의 창작 동화 영상을 만드는 것이었다. 수업 종료 후, 예비교사 6명이 서면 인터뷰에 참여하였다. 주제 분석 결과, 스토리 창작 부분에서는 ChatGPT의 창의성에 대해 인정하면서 동시에 한계성도 인식하였다. 입력 프롬프트의 중요성에 대해 인식하고 있었으며, 스토리 창작 과정에서 초기 아이디어 제공의 유용성을 보고하였다. 이미지생성 AI 활용 부분에서는 프롬프트 입력 부분에서 많은 어려움과 한계를 경험하면서도 창작 과정에서 매우 큰 만족감과 성취감을 경험하였다. 수업 경험 전반적으로 창의성을 발휘하는 경험이 흥미로웠다고 밝혔다. 이 창작 동화 영상 제작 수업 사례를 바탕으로 초·중등교육 현장에서 생성형 AI의 교육적 활용방안에 대해 논의하였다.

본 연구에서는 AI를 활용한 애니메이션 스토리 교육 방식의 가능성을 파악하였다. 우선 이론적 배경으로 학습동기설계 모형으로 켈러의 ARCS이론과 애니메이션 스토리 창작과 교육의 방식, 자기주도 학습과 생성형 AI에 대해 파악하였다. 그리고 생성형 AI를 활용한 애니메이션 스토리의 창작 방식을 새롭게 제안하였다. 실험은 피실험자 40명을 각 두 명씩 20개의 그룹으로 나누고 한 명씩을 무작위로 선정하여 대조군과 실험군으로 나누어 비교 실험을 진행하였다. 그리고 결과는 t-test로 검증하였다. 학습동기유발이론인 켈러의 ARCS이론을 근거로 주의력와 관련성에 대한 개념을 통해, 지도 교사의 지도 횟수를 주요 매개변수로 하였다. 실험 결과는 12개의 그룹은 AI를 활용한 유효 결과와 8개의 그룹은 무효 결과를 추출하였다. 연구 결과는 비교군인 전통 방식의 교사 지도 횟수가 높았고, AI를 활용한 실험군은 상대적으로 낮았다. 그러므로 애니메이션 스토리 창작 교육 방식에서 애니메이션 스토리, 교육 방식, AI 활용을 통합하여 교사의 개입을 감소시키는 창작 방식을 새롭게 제안하였고, 그 가능성을 확보하였다.

In this study, in order to study educational utilization methods following the recent spread of generative AI ChatGPT, collaborative learning using ChatGPT was conducted for the preservice teachers, and the evaluation of the affective domain and the technology acceptance model was conducted afterward. This study consisted of 3 to 4 pre-service teachers from April 5 to May 10, 2023, and a total of 14 pre-service teachers participated in the study. The results of the evaluation of affective domain and the evaluation of technology acceptability were derived, and the opinions on the use of ChatGPT, the impressions of ChatGPT collaborative learning, and the opinions on the educational use of ChatGPT were summarized. The results of this study are as follows. First, regarding collaborative learning using ChatGPT, preservice teachers showed high scores in all sub-factors of the affective domains, followed by attitude, motivation, interest, and belief. Second, in the technology acceptability evaluation for collaborative learning using ChatGPT, pre-service teachers showed high scores in all sub-factors, followed by usefulness, ease of use, attitude to use, preferences, and learning opportuni

최근 기술 융합 시대에 신기술과 상상이 결합하여 다양한 작품이 창작되고 있다. 본 연구의 목적은 메타버스 가상공간 및 생성형 AI를 활용한 창작 관련 지식재산권 보호의 한계와 쟁점을 검토하고 현실에 부합하는 지식재산 보호 방향을 제언하 는 것이다. 최근 7년 간 한국과 미국, 영국 매체에서 비중 있게 보도가 된 사건 40여 가지 사례를 검토하였다. 또한 최근 메타버스 가상 갤러리 전시 현장과 생성형 AI를 활용한 작품을 조사하였다. 연구 결과, 메타버스의 경우 저작권, 상표권, 디자인권, 부정경쟁행위에 관한 쟁점이 많았고, AI의 경우 AI 창작물의 저작물성, 저작권 귀속, AI학습 데이터 저작권 침해 문제 등 주로 저작권과 관련한 쟁점과 의견이 분분한 논의가 많았다. 결론적으로 다섯 가지 제언을 도출하였다. 첫째, 지식 재산권을 기반으로 윤리적인 기준으로 협력하는, 표준화된 계약 모델이 필요하다. 둘째, AI 아트 데이터 뱅크(저장소) 생성 이다. 셋째, AI 미술품 경매의 투명성이다. 넷째, 국내 아티스트들과 디자이너들 대상으로 지식재산권 관련 교육을 진행해 야 한다. 마지막으로, 커뮤니티 중심 감독이다. 결국, 예술과 생성형 인공지능 기술, 메타버스 산업이 복잡다단한 양상으로 융합된 환경 속 분쟁을 해결할 수 있는 단일 솔루션은 없다. 학계 및 연구재단, 문화재단, 비영리 및 영리, 법조계, 예술계, 산업계의 의견이 골고루 반영하여 함께 노력할 필요가 있다.

중국어 문법 연구에 있어 ‘생성형 AI 언어 모델 서비스: ChatGPT’를 어떻게 활용할 것인가? 본고는 인문학 분야, 특히 중국어 문법 연구에 있어 생성형 AI 언어 모델인 ‘GPT’를 기반으로 서비스되고 있는 ‘ChatGPT’의 활용 방안에 대해 살펴보았다.&#xD; 본고의 논의를 통해 중국어 문법 연구에 있어 ‘ChatGPT’의 활용은 해당 목표 연구의 보조재 혹은 도구로서, ‘어휘 분석, 언어학 이론, 문장 분석, 논문 목차 생성, 통/번역, 문장 생성’ 등의 영역에서 충분한 효용 가치가 있음을 확인하였고, ‘ChatGPT’의 사용에 있어 ‘프롬프트 엔지니어링’의 중요성도 확인하였다.&#xD; 또한 언어학 연구 중 중국어 문법 연구에 있어 ‘ChatGPT’를 활용할 때, ‘표절, 저작권’ 등의 연구 윤리 문제가 발생할 수 있다는 점과 이를 대비하기 위한 준비사항도 함께 언급하였다.

메타버스 및 게임에서 콘텐츠의 양은 플랫폼과 게임의 수명에 결정적인 요소로 작용하기 때문에 지속적인 콘텐츠 개발과 추가가 필수적이며, 비용과 시간이 소요된다. 본 연구에서는 시간과 비용을 절감하기 위해 생성형AI를 활용하고자 할 때 발생하는 환각(Hallucination) 현상을 완화하는 방안을 사례 중심으로 확인한다. 구체적 프롬프트 작성, 데이터 후처리, 미세조정으로 구분된 실험 결과 환각 현상의 완화가 가능함을 확인하였으며, 방안 도입시 고려할 사항을 확인할 수 있었다. 본 연구를 통해 메타버스 및 게임 콘텐츠 생성에 생성형AI의 도입 가능성을 검토할 수 있을 것으로 기대한다.

본 연구는 한국어 신어 연구의 현황을 검토하고 생성형 AI를 활용한 신어 연구의 가능성을 제시하는 데에 목적이 있다. 한국어 신어 연구는 국립국어원의 신어 연구 사업에 따라서 활성화되기 시작하였다. 이에 국립국어원의 연도별 신어 연구 사업을 검토하고 이에 따른 신어 연구에 대한 추이를 살펴보았다. 나아가 국립국어원의 신어 연구 사업이신어 조사에 대한 비용을 감소시키고 신어의 정의에 대한 암묵적 합의를 이끌어 냈다는점에서 의의가 있다는 점을 밝혔다.&#xD; 국립국어원의 신어 연구 사업이 종료된 이후 다양한 양상으로 신어에 대한 연구가 진행되고 있는 상황에서 최근 빠르게 도입되고 있는 생성형 AI에 주목하였다. 본 논의에서는생성형 AI를 활용하여 신어 자료를 추출하였고 직접적으로 생성형 AI를 통해 신어를 생성하기도 하였다.&#xD; 생성형 AI를 활용한 신어 생성은 크게 순화어 생성하기와 제시된 상황에 대응하는 적절한 단어 만들기로 진행하였다. 그 결과 생성형 AI는 프롬프트 입력에 따라 다양한 양상으로 새로운 단어를 생성하는 것을 확인하였다. 이러한 논의를 바탕으로 신어 연구의 외연이 확장되고 생성형 AI를 통한 신어 연구가 더욱 활발히 진행되기를 기대한다.

챗GPT 등장 이후 생성형 AI에 대한 대중의 폭발적 관심과 함께 산업계에서도 텍스트 뿐 아니라 이미지, 오디오, 비디오, 3D 객체 생성 등에 생성형 AI를 활용하고 있다. 그러나 우리나라의 생성형 AI 분야 위상은 해외 주요국에 비해 낮은 수준으로 평가받고 있어 이를 해결하기 위한 대안 모색이 필요하다. 이에 본 연구는 한국의 생성형 AI 기술력을 향상시키고 글로벌 시장에서의 경쟁력을 강화하기 위한 방안을 모색하였다. 결과적으로, 생성형 AI의 구현 기술과 생태계적 특성을 분석해 대기업의 자본 및 인프라와 함께 스타트업과 중소기업의 특화된 기술 강점이 조화롭게 어우러지는 상호협력 모델을 1) 대기업의 고비용·대용량 파운데이션 모델 공개 및 중소기업의 특화 sLLM 개발 모델, 2) 대기업의 자사 생성형 AI 애플리케이션 공개 및 중소기업의 활용 강화 모델, 3) 기업의 파운데이션 모델을 이용한 합성데이터 생성과 중소기업의 합성데이터 검증 및 sLLM 성능 개선 모델, 4) 대기업의 생성형 AI 전문 펀드 조성 및 중소기업의 핵심 기술 개발 모델 등 4가지로 제안하였다. 또한 생성형 AI 관련 해외 주요국 및 국내 정책 동향을 살펴보고 대·중소기업 간 협력을 원활하게 이끌어내기 위해 필요한 정책들을 제언하였다.

본 논의는 글쓰기 및 토론 능력이 상대적으로 부족한 대학생들이AI프로그램의 도움을 받아 자신의 글쓰기나 토론을 준비하는 데 도움을 받을 수 있다는 전제하에 진행된 사례 수업을 소개한 것이다.본 논의에서는 설정한 연구문제에 대해 고찰하고,그결과를 다음과 같이 도출하였다.첫째,AI는 글쓰기의 전 단계에서 학습자에게 좋은길잡이가 될 수 있으며,협력적인 작업을 통해 보다 훌륭한 결과물을 만들어내 수 있다는 점을 확인했다.둘째,제한적이나마AI를 활용한 글쓰기 교육에서 강조점을 두어야 할 것은 프롬프트 능력을 개발하는 데 초점화되어야 함을 확인하였다.셋째,AI를활용한 글쓰기 교육은 학습자에게 두 가지의 제한점을 갖는다.표절의 가능성과 결과물에 섞여 있을 수 있는 부정확한 정보나 거짓 정보들에 대한 정확한 확인과 검증작업없이 사용했을 때 문제점이 그것이다.따라서 글쓰기 윤리의 차원에서 가이드라인의마련이 시급하다.또 글쓰기 교육의 차원에서 학습자에게 검증과 확인 훈련이 절실하다는 점을 일깨운다.

다양한 맛과 향을 제공하는 블렌딩 커피는 여러 종류의 원두를 섞어 조화로운 맛과 풍미를 창출하는 과정에서 커피 로스터의 능력과 경험이 중요한 역할을 하지만 대부분 수작업으로 이루어져 일관성 있는 품질을 유지하기 어렵고, 커피 로스터의 주관 및 경험을 기반으로 이루어지므로 시간과 비용 측면에서 비효율적이다. 지금까지의 커피 블렌딩과 관련된 연구는 단일 커피 원두 추천 방식이나 다양한 원두의 조합을 통한 블렌딩 방식으로 대부분 바리스타의 수년간의 경험을 기반으로 고유의 블렌딩 레시피를 기반으로 진행되었다.&#xD; 따라서 본 논문에서는 블랜딩 커피 레시피를 위한 데이터셋을 정의 및 분석하고, 생성형 AI 기술을 활용하여 고객의 니즈에 맞는 시그니처 블랜딩 커피 레시피를 개발할 수 있는 방안을 제안한다. 제안된 방법은 SCA(Specialty Coffee Association) 기준을 기반으로 커피 블렌딩 데이터를 정의하고, 정의된 데이터를 활용하여 ChatGPT3.5 Turbo API의 Fine-tuning 과정을 거쳐 학습 모델을 구축하였다. 다양한 원두의 조합과 로스팅 프로파일을 시뮬레이션한 결과 커피 원두의 맛과 향에 대해 생성형 AI 기술을 활용하여 소비자 그룹별 선호도에 따른 시그니처 블랜딩 커피 레시피를 효과적으로 생성할 수 있음을 확인하였다.

This study investigated the effect of using AI-generated English storybooks on the learning motivation of 58 fifth-grade elementary school students in South Jeolla Province, South Korea. The participants utilized ChatGPT for story creation and Adobe Firefly for image generation, producing a six-image storybook. A survey was also conducted to investigate the students’ perceptions of using generative AI for this task. The results of the experiment showed that involving students in creating stories and illustrations using generative AI considerably increased their engagement in learning English. The use of AI-generated stories and images had a positive impact on increasing motivation to learn. Students were able to learn new vocabulary and focus on engaging stories. That is, by engaging in the creation of storybooks, the students underwent enhancements in their reading and writing skills in English. Notable benefits of AI-assisted storybook creation include increased student engagement and the provision of personalized language support, allowing learners to select and modify vocabulary and expressions according to their level of English proficiency. However, while the benefits of AI l

국내 기록관리 기관은 대체로 '1인 기록관 체제'를 따르기 때문에 방대한 양의 전자기록물을 관리할 인력과 자원이 부족한 상황이다. 이러한 실정에서 최근 각광을 받고 있는 ‘생성형 AI’ 기술을 활용해 전자기록관리 업무 및 기록정보서비스를 자동화 및 지능화할 수 있다면, 기록관리 담당자의 업무 부담이 경감되고 이용자의 서비스 만족도를 높일 수 있을 것이다. 이에 따라 본 연구는 ‘생성형 AI’ 기술을 기록관리 실무에 활용할 방안 제시를 목표로, 먼저 기록관리 분야의 여러 업무를 지능적으로 자동화하고자 하였던 선행연구를 살펴보았다. 이후 생성형 AI 기술의 기본 개념을 정리하고, 국내 생성형 AI 활용 사례를 조사하였다. 그다음 기록관리 분야에 생성형 AI를 적용시킬 범위를 정의하였으며, 이를 토대로 구체적인 활용 방안을 제안하였다. 특히 제안 방안에 대해서는 공개된 상용 생성형 AI 서비스를 적용한 결과를 제시하거나 타 분야의 실례를 들어 실효성을 확인하였다. 마지막으로 기록관리 분야에서 생성형 AI 기술을 활용할 시의 이점과 시사점, 그리고 선결되어야 할 한계점을 제시하였다. 본 연구는 기록관리 현업에서 생성형 AI 기술을 접목할 수 있는 업무를 발굴하고, 그 업무에 맞는 실효성 있는 활용 방안을 제시하였다는 점에서 의의가 있다.

생성형 AI 기술이 급속한 발전을 이루며 그 도입과 활용이 우리의 일상과 광고 산업 내에서 확대되고 있다. 특히 주요 광고 매체가 모바일 중심으로 전환되며 대중의 이미지 수용 방식도 크게 변화하였는데, 이는 현재 빠른 발전을 이루고 있는생성형 AI 기술과의 시너지 효과로 광고사진 산업 생태계의 변화를 가속화할 잠재력이 있다. 광고사진 업계 관계자를 대상으로 실제 광고사진 분야에서 생성형 AI로 인한 변화에 관한 인터뷰와 설문조사를 진행한 결과 기존 광고사진가가 수행하던 시안 사진 촬영 업무의 대폭 감소, 소수의 광고대행사로의 대형 광고가 집중되고 디지털 대행사로 비교적 낮은 단가의 디지털 업무가 편중되며 나타나는 광고 단가의 양극화, 생성형 AI로 SNS에 활용할 이미지를 대량생산하는 디지털 대행사의 창업, AI 기반 사진촬영 기계로 인한 외주 촬영 의뢰 감소 등의 현상이 관찰됐다. 하지만 일부 광고사진가는 생성형 AI 도입에 따른 변화를 체감하지 않는다고 응답해 현 시점의 생성형 AI로 인한 전환은 국지적이며, 시작단계에 있는 것으로 파악된다. 또한 생성형 AI는 기술적 이미지 구현에서는 두각을 나타내었으나, 기획 영역에서는 괄목할 만한 결과물을 도출하지 못했다. 이러한 점을 미루어 보았을 때, 생성형 AI 시대에 광고사진가에게는 비주얼 디렉터로서 이미지의 문화적 맥락을 읽어내고 이미지 설계와 제작 역할의 수행이 요구될 것이다. 이러한 역할의 변화에 대응해 광고사진가를 육성하는 대학교육 또한 기획 역량을 극대화할 수 있도록 방향성을 수립해야 한다.

맞춤형 교육은 교육 현장의 오랜 바람이다. 그리고 최근 인공지능 기술이 발달함에 따라 맞춤형 교육의 실현에 대한 기대가 높아지고 있다. 하지만 교육 목적만을 위해 대규모의 인공지능 엔진을 만들고 관리하는 것은 현실적으로 어렵다. 이에 널리 사용되고 있는 생성형 AI 서비스들을 수업 안에서 보조교사로 활용하여 학습자와 개인별로 상호작용할 수 있도록 하는 소프트웨어 구조를 제안하고자 한다. 제안하는 구조는 학습자와 생성형 AI 서비스 사이에 소프트웨어 층을 두어 이 둘 사이의 관계가 학습자와 보조교사가 되도록 만들어준다. 이와 같은 구조의 장점과 단점을 구현 결과와 함께 살펴본다.

본 논문은 생성형 AI(Artificial Intelligence)를 활용한 AI 기반 학습자 맞춤형 교육 시스템의 검토와 설계를 연구하였다. AI 기반 학습자 맞춤형 교육 시스템의 필요성과 적용 가능성을 살펴보기 위해, 실질적인 교육 환경에서의 다양한 요소와 상황을 체계적으로 분석하였다. 현실 교육 환경에서 직면하는 제한 사항을 먼저 검토하였고, 기존의 생성형 AI를 활용한 연구들을 분석하였다. 관련 연구 분석은 교수자 시각으로 분석하여, 학습자 맞춤형 교육 시스템의 설계에 있어서 필수적인 고려사항들을 도출하였다. 또한 본 연구는 생성형 AI 시스템의 구현에 필요한 주요 AI 기술들에 대한 구체적인 검토를 진행하였다. 머신러닝, 딥러닝, 자연어 처리, 이미지 처리 등의 방법론과 기술들이 각각 시스템에서 어떤 역할을 수행하고, 이를 통해 어떤 기능을 제공할 수 있는지를 종합적으로 분석하였다. 마지막으로, 본 연구는 연구 결과를 토대로 GAI-EDU라는 학습자 맞춤형 교육 시스템을 제안하여서 GAI-EDU 시스템이 어떻게 학습자의 필요에 따른 개인화된 교육 서비스를 제공하는지를 검증하였다. 결과적으로 본 연구는 교육 분야에서 생성형 AI의 활용 가능성을 확인하였고, 생성형 AI를 통해 획기적이고 효과적인 학습 경험을 제공하는 새로운 교수 학습 방법을 탐색하는 중요한 연구 방향을 제시하였다.

본 연구의 목적은 생성형 인공지능(Artificial intelligence, 이하 AI) 기반 교수설계(Instructional design, 이하 ID) 지원 플랫폼을 개발하고 시범 적용하는 것이다. 2022년 11월에 출시된 ChatGPT는 생성형 AI의 하나로서, 교육과 AI의 새로운 융합을 견인하고 있다. 교육현장에서도 디지털 기술과 AI의 교육적 활용이 핵심 이슈로 부상하고 있다. 2022년 하반기에 고시된 2022 개정 교육과정에서도 디지털 소양과 AI는 교육의 목적뿐만 아니라, 도구로써 중요하게 다루어지고 있다. 이에 현장 교사들의 수업 준비 및 설계를 도와주기 위한 목적으로, 생성형 AI 기반 ID 자동화 지원 플랫폼의 프로토타입을 개발하였다. 본 연구에서 개발한 플랫폼은 교사의 수업 설계 과정에서 필요한 성취기준 선택, Bloom의 인지적 영역의 하위요소 설정과 그에 적합한 학습 목표 설정, 수업의 도입, 전개, 정리 단계 설계, 학습과제 및 평가 문항 개발과 관련하여 AI의 도움을 받아서 진행할 수 있도록 개발하였다. 본 연구에서 개발한 플랫폼의 사용성 평가를 통하여, 설계 기본 영역과 디자인 영역에 대해 모두 3.5/5.0 이상으로 비교적 양호한 평가 결과를 얻었다. 또한 ID 자동화를 위해 UX 기반의 인터페이스 구현과 더 직관적인 디자인이 필요하다는 시사점을 얻었다. 끝으로 본 연구는 수업 설계 전 과정의 자동화를 위한 후속 연구를 제안하였다.

챗GPT의 등장을 시작으로 생성형 AI에 대한 관심이 높아지고 있다. 그러나 생성형AI에 대한 이용자의 인식과 의도 간의 관련성을 살펴본 연구는 저조한 편이다. 본 연구는챗GPT 사용자들이 챗GPT의 가치와 위험 인식이 챗GPT의 지각된 유용성과 용이성 평가, 그리고 추천 의도에 어떠한 영향을 미치는지 조사하고자 한다. 이를 위해 본 연구는 기술수용모형을 근거로 생성형 AI의 추천 의도에 영향을 미치는 요인을 발굴하고, 이들 간의구조적 관계를 살펴보았다. 구조방정식 모형 분석 결과, 생성형 AI에 대한 지각된 활용가치가 지각된 유용성과 용이성에 정적으로 영향을 미치는 것이 확인되었으며, 지각된위험은 지각된 유용성에 부적으로 영향을 미치는 것이 확인되었다. 또한, 지각된 용이성은유용성에 정적인 영향을 미치는 것이 확인되었다. 마지막으로 지각된 유용성과 용이성은생성형 AI 추천의도에 정적으로 영향을 미치는 것이 확인되었다. 본 연구는 이용자들이챗GPT에 대해 인식하는 바가 챗GPT에 대한 평가와 추천 의도에 어떤 영향을 미치는지조사함으로써, 이용자들이 생성형 AI를 어떻게 평가하고 받아들이는지에 대한 이론적가치를 제공한다. 또한, 개발자들이 이용자의 요구를 이해하고 제품의 실용성 및 사용자경험을 향상시키는 데 큰 실천적 가치가 있다는 것을 보여준다.

본 연구에서는 본 연구에서는 현재 우리나라 주요 대학에서 제작 및 배포한 ‘AI 활용 가이드라인’을 비교 분석해보고, 이를 토대로 대학이 지향하고 견지할 필요가 있는 AI 활용 가이드라인의 설계 방향을 제시하고자 한다. 이를 위해 생성형 AI와 대화형 AI, 챗GPT의 특징과 챗GPT를 활용한 교육의 기능과 문제들을 살펴보고, Google에서 “대학 AI 활용 가이드라인”으로 검색된 6개 대학을 선정하여 가이드라인의 특징을 키워드로 유목화하여 대학별로 비교 분석하였다. 분석 결과, 첫째, 교수자와 학습자의 주체성과 책임감을 강조할 필요가 있다. 둘째, 교수자와 학습자의 역할을 구체적으로 구분하여 제시할 필요가 있다. 셋째, 생성형 AI 활용이 교육에 미치는 긍정적인 측면과 부정적인 측면을 제시할 필요가 있다. 넷째, 대학이 지향하는 교육 목적과 공익에 부합하는 내용을 담을 필요가 있다. 다섯째, AI 활용을 위한 체크리스트를 가이드라인에 포함할 필요가 있다. 여섯째, AI에 대한 개념, 정의, 이해에 대한 특징을 소개할 필요가 있다. 일곱째, 생성형 AI 답변 결과를 검토할 수 있는 역량을 함양하고, 이를 통해 결과를 검토해야 함을 적시할 필요가 있다. 여덟째, 윤리적으로 활용해야 함을 규정할 필요가 있다. 아홉째, 보안에 유의할 것을 명시할 필요가 있다. 본 연구를 통해 대학에서는 급변하고 있는 챗GPT와 같은 생성형 AI의 활용 이슈를 파악하여 대학 고유의 최적화된 가이드라인을 설계하는 데에 일조할 수 있을 것이다.

ChatGPT나 Midjourney와 같은 생성형 인공지능(AI) 시스템이 차세대 기술로 떠오르면서 AI가 생성한 창작물에 편견과 편향성이 드러나 논란에 직면하고 있다. 이러한 AI 시스템은 딥러닝과 강화 학습을 통해 사람들이 만든 방대한 양의 책, 블로그, 이미지, 소셜 미디어를 교과서로 삼아 패턴과 관계를 학습하여 과거의 데이타를 기반으로 새로운 콘텐츠를 만들거나 결과를 예측한다. 그러나 편향되거나 대표성이 없는 데이터로 사전 학습된 경우, 생성형 AI 모델은 오해의 소지가 있거나 잘못된 출력을 생성할 수 있다. 가령 AI 시스템이 성별 고정관념에 기반한 가정을 학습하거나 특정 인종이나 민족에 대한 편견을 가질 수 있는데, 생성형 AI가 고용, 금융, 교육, 공공 서비스 등 다양한 분야에 스며들면서 최근 편향성에 대한 우려가 제기되고 있다.&#xD; 오늘날 책임감 있고 공평한 기술 사용을 위해 생성형 AI의 편향성을 해결하는 것은 어렵지만 매우 중요하다. AI 편향성 문제 해결에는 기술적 솔루션뿐만 아니라 공정성, 투명성, 책임성, 포용성과 같은 윤리적 고려사항도 포함된다. 데이터 관리 개선, 모니터링, 공정성 인식 알고리즘 개발, 효과적인 법적 및 정책적 대응을 통해 이해관계자들은 보다 공정하고 포용적인 사회를 만드는 데 일조할 수 있다. 또한 AI 시스템의 개발과 배포에 있어 편향성을 해결하기 위한 국가 및 국제적 차원의 노력이 필요하다. AI 기술이 계속 발전하고 사회에 더욱 통합됨에 따라 정부, 업계, 학계가 협력하여 책임감 있는 AI 개발과 사용을 보장하는 포괄적인 법적 프레임워크와 윤리적 지침을 수립하는 것이 요구된다. 이러한 전략의 조합을 통하여 편견을 최소화하고 AI 시스템의 공정성을 개선하는 데 의미 있는 진전을 이룰 수 있을 것이다.

생성형 AI의 등장은 시, 소설, 그림, 음악 등 작품을 창작하는 방식에 큰 변화를 가져왔다. 종래에는 예술가가 오랜 훈련과 경험을 거쳐 하나의 작품을 완성해냈으나, 오늘날에는 특정 분야의 지식이 거의 없는 일반인이라 하더라도 생성형 AI 프롬프트에 몇몇 키워드를 입력하기만 하면 짧은 시간 내에 훌륭한 작품을 만들어낼 수 있다. 생성형 AI 작품 수준 또한 인간 그것과 비교하여 결코 뒤떨어지지 않는다. 예컨대, 2022년 9월 미국 콜로라도주 미술 박람회 디지털아트 부문에서 제이슨 알렌의 ‘스페이스 오페라 하우스(Théâtre D'opéra Spatial)’가 대상을 수상하였으며, 2023년 4월 소니 월드포토그래피 어워드의 크리에이터 부문에서 보리스 엘다그젠의 ‘전기기술자(The Electrician)라는 작품이 1위로 선정된 바 있다. 글로벌 조사업체 블룸버그는 생성형 AI 글로벌 시장 규모는 향후 10년 동안 지속적으로 성장하여 2032년에는 1조 3000억 달러(한화 약 1700조 원)에 달할 것으로 전망한다. 그런데 문제는 아직까지 생성형 AI 작품에 대한 법적 규율이 명확하지 않아서, 관련 분쟁 사례가 계속해서 늘어나고 있다는 점이다. 2023년 2월 Getty Image는 Stability AI가 자사가 그동안 축적해 온 이미지 1,200만 장 이상을 라이선스 구매 없이 사용했다며 저작권 침해 소송을 제기하였으며, 2023년 7월 Sarah Silverman 등 예술가 3인은 Open AI와 Meta가 허락 없이 자신들의 작품을 대규모 학습 데이터로 복제했다며 저작권 침해, 부당이득, 불공정 경쟁 등을 주장하였다. 또한 2023년 10월 Universal Music 등 음악 출판업계는 AI 챗봇업체 Anthrophic를 상대로 한 곡당 150000달러(한화 약 1억 9600만 원)의 손해배상을 요구하기도 했다. 본 논문에서는 이와 관련하여 생성형 AI를 이용하여 만들어낸 작품의 저작자를 누구로 볼 것인지, 생성형 AI 학습을 위한 데이터 이용을 어느 범위까지 허용할 것인지, 생성형 AI에서 특정 예술가들의 이름, 스타일 등을 검색 가능하도록 한 후 비슷한 작품을 서비스하는 것을 퍼블리시티권 내지 저작재산권 침해로 볼 것인지, 저작권 침해 시 민·형사상 책임 방안을 어떻게 규율할 것인지 등에 대하여 순차적으로 검토하고 해결방안을 모색해보았다.

With the commercialization of generative AI, the development of AI digital textbooks is progressing rapidly in the context of the EdTech industry. AI digital textbooks, based on the Revised 2022 National Curriculum, adopt a cloud-based approach and presuppose the use of generative AI, leading to significant changes in English education. The emergence of generative chatbots, in particular, gives the impression that research on AI chatbot-assisted English education is not keeping up with the times. However, upon closer examination of the strengths and weaknesses of rule-based chatbots, AI chatbots, and generative chatbots, it becomes apparent that there must be a division of labor in applying them to English education. Rule-based chatbots can be used in areas where high accuracy is required, AI chatbots can be used where meaningful practices are employed, and generative chatbots can be used for communicative practices. Furthermore, generative AI shows high potential for creating and transforming learning materials suitable for learners’ levels, as well as for the direct assessment of speaking and writing. By differentiating between the roles of AI digital textbooks and teachers, a mo