논문 8,399편

본 논문은 생성형 인공지능(Generative AI) 기술의 발전과 이를 역사학 연구에서 어떻게 활용하고 있는지에 대해 초점을 맞춰 탐구를 진행하였다. 생성형 인공지능의 등장과 중요 발전 과정을 살펴보고, 이러한 기술이 역사학의 다양한 분야에서 어떻게 활용되고 있는지 구체적인 사례를 통해 조명하였다. 생성형 인공지능의 주요 활용 사례로 방대한 역사자료를 디지털화하고 분석했던 막스 플랑크 과학사 연구소의 “스피어(The Sphere) 프로젝트”, 역사자료의 번역에 활용한 한국고전번역원의 “고전문헌 자동번역 시스템”, 고대 그리스 비문의 복원에 활용한 구글 딥마인드의 “이타카(Ithaka) 프로젝트” 등을 소개하였다. 아울러 이로 인한 학문적 접근의 변화와 새로운 연구 방향도 함께 언급하였다. 또한, 생성형 인공지능을 사용할 시에 고려해야 할 윤리적 문제와 기술적 한계점들을 논의하며, 이 분야의 미래 연구 방향과 발전 가능성에 대해서 간단히 전망하였다.

유건수․ 이상재, 2024, 생성형 인공지능을 활용한 비판적 글쓰기 교수학습 방법 모색, 어문연구, 202 : 227~261 본 연구는 대학 교양 글쓰기 강의에서 생성형 인공지능(AI)을 활용하기 위한 글쓰기 교육 방안을 모색한다. 2023학년도 2학기에 개설된<논리적 글쓰기> 수강생을 대상으로 생성형 AI를 활용한 글쓰기 교수학습을 수행한후에, 인식 확인을 위한 설문 조사를 실시하였다. 연구 참여에 동의한 8명이 제출한글쓰기 자료와 생성형 AI 활용 내역 기록을 수집하고, 학습자 5명의 설문 답변 내용을 분석해 봄으로써 교육적 시사점을 도출할 수 있었다. 생성형 AI를 활용한 글쓰기교육을 위해서는 사용 목적의 단계별 세분화, 프롬프트 생성의 다양화, 주체적인 정보 평가 및 활용 등 종합적인 접근 등이 요구된다. 학습자들이 주도적인 글쓰기를 수행하기 위해서는 생성형 AI를 ‘비판적 글쓰기의 도구’로 인식하도록 이끌어 줄 필요가 있다. 이를 위해서 첫째, 생성형 AI를 적극적으로 활용할 수 있는 실제적인 연습의기회가 제공되어야 한다. 둘째, 교수자는 학습자에게 글쓰기 단계별로 구체적인 학습목표를 제시하여 생성형 AI의 다양한 기능을 체험하도록 수업을 기획해야 한다. 끝으로 학습자가 AI 활용 내역을 바탕으로 글쓰기 포트폴리오를 작성하여 자신의 글을 성찰하도록 하는 방안을 제언해 볼 수 있다.

본 연구는 디자인 연구의 심층 인터뷰에서 대형 언어 모델(LLM) 생성형 인공 지능(AI)이 실제 참가자를 시뮬레이션할 수 있는지에 대하여 조사를 하였다.&#xD; 프롬프트를 통해 AI가 제어된 인터뷰 환경에서 인간과 유사한 답변을 재현할 수 있는지 실험 및 평가를하였다. 연구 결과, 연구에서 사용된 ChatGPT라는 생성형 AI 도구는 인터뷰이의 의견과 일치하는 답변을생성하는 데 강점을 보였지만, 그들의 개인적인 경험과 이야기를 정확하게 재현하는 데에는 어려움을 겪었다. 이는 ChatGPT의 프로그래밍상 광고나 홍보로여겨질 수 있는 내용을 피하도록 설계된 한계 때문인것으로 확인된다. 그럼에도 불구하고, 본 실험을 통해심층 인터뷰를 활용한 디자인 연구 방법을 강화할 잠재력이 있음을 시사한다. 디자인 연구 분야에 LLM이활용되어 심층 인터뷰 과정의 시간 및 비용 절감을가져오며, 디자이너들의 업무 범위의 확장과 새로운관점을 얻을 수 있는 기회를 제공할 것으로 기대된다.&#xD; 본 연구는 질적 연구에서 AI의 적용 이해를 넓히고, 디자인 연구를 비롯한 다양한 분야에 실용적인 가치를 제공할 것으로 기대한다.

인공지능과 머신러닝 기술이 디자인 분야에서 급격히 발전하고 있다. 또한, 소비자들의 건강한 생활 추구와 함께 증가하는 미주 수요에 따라 양조 기술과원료뿐만 아니라 패키지 디자인의 중요성이 강조되고있다. 본 연구는 첫째, 패키지 디자인과 전통적인 지역문화 요소 간의 상관관계를 탐구하였다. 둘째, 한국과 중국에서 인기가 높은 상위 5개의 미주 브랜드를선정하여 사례분석을 수행하였다. 셋째, 전통문화 요소를 반영할 수 있는 패키지 디자인 제안을 위해 포커스 인터뷰와 SWOT 분석을 통해 주요 평가 요소를추출하였다. 넷째, 생성형 인공지능 툴인 Midjourney 를 활용하여 기존 디자인에 비해 모든 평가 항목에서우수한 성능을 보인 두 개의 리뉴얼 디자인 시안을제안하였으며, 특히 시안 8은 지역 문화성과 인식력에서 눈에 띄는 차이를 보이며 최고의 평가를 받았다.&#xD; 연구결과를 통해 본 연구는 디자인 산업에서 인공지능 활용의 가능성을 제시하며, 전통과 현대를 아우르는 혁신적인 디자인 방법론을 모색하는 데 기여하고자 한다.

본 연구는 디자이너와 생성형 인공지능의 협업 디자인에 중점을 두고, 디자인 의도에 부합하는 이미지를 창출하는 것을 목표로 한다. 이론적 배경 부분에서는 제4차 산업혁명과 인공지능 발전의 이론적 기초를 연구하고, ChatGPT와 Midjourney의 작동 원리 및 기능적 특징을 상세히 분석하였다. 이러한 두 도구를 합리적으로 결합하면 이미지 디자인의 적합성과 창의성 수준을 크게 향상시킬 수 있음을 밝혀냈다. 인지학 관점에서 디자이너의 디자인 사고 과정을 분석하고, 본 연구의 디자인 사고 과정을 도출하여 실험에 대한 지침을 제공하였다. 실험 결과, 명확한 디자인 의도 지침 하에서 ChatGPT와 Midjourney가 생성한 이미지는 디자이너의 기대에 부합하는 것으로 나타났다. 이는 이미지 생성 분야에서 생성형 인공지능의 장점과 단점을 드러내며, 미래의 최적화에 참고자료를 제공하였다. 본 연구는 디자이너가 디자인 과정에서 주도적 위치를 유지하며, 인공지능을 보조 도구로 활용하여 창의성을 확장해야 한다고 주장한다. 인간-기계 협업 디자인이 실현 가능성과 유효성을 가지고 있으며, 디자이너가 생성형 인공지능을 더 잘 활용할 수 있도록 구체적인 제안을 제시하였다.

본 연구는 AIGC(또는 생성형 인공지능, 생성형 AI) 기술을 활용하여 ChatGPT4와 Midjourney6.0을 주요 도구로 사용하여 중국 신화집 『산해경（山海經）』의 시각이미지를 설계하고 생성하는 것을 목적으로 한다. 이론적 배경 부분에서는 AIGC의 작동 원리와 서비스 구조를 설명하고 ChatGPT와 Midjourney의 발전 과정을 자세히 소개한다. 이후, 『산해경』의 구조와 신수의 기본 특성을 분석하여 실험 설계에 이론적 기초를 제공한다. 실험 설계 부분에서는 ChatGPT와 Midjourney의 장점을 분석하고, 구체적인 실험 절차를 수립하며, 프롬프트 입력, 이미지 생성 및 결과 평가 등의 실험 과정을 자세히 설명한다. 실험 결과, ChatGPT4와 Midjourney6.0은 『산해경』의 고전 이미지를 재현하는 높은 사실성과 예술성을 갖춘 시각이미지를 생성할 수 있음을 보여주었다. 그러나 복잡한 신화 텍스트와 세부 특성을 처리하는 데는 여전히 부족함이 있어 디자이너의 도움이 필요하다. 본 연구는 AIGC가 신화 예술 창작에 적용될 가능성을 입증하며 전통 문화의 현대적 표현에 새로운 길을 열었다.

생성형 인공지능의 비약적인 발전으로 대부분의 산업 분야는 새로운 국면을 맞이하고 있다. 생성형 인공지능은 다양한 분야에서 활용되고 있으며, 그 활용범위는 매우 광범위하다. 디자인 분야에서도 활발하게 활용되고 있는데, 이에 따라, 제품디자인 분야에서의 인공지능의 활용방안에 대해 모색하고 이를 프로세스에 접목해 보았다. 제품디자인 프로세스 전반에 걸쳐 인공지능의 활용을 통하여 기존의 제품디자인 프로세스와 인공지능을 활용한 제품디자인 프로세스의 차이에 대해서 발견하고자 하였다. 그리고 해당 연구를 통하여 제품디자인에서의 인공지능 활용의 가능성을 확인하였고, 앞으로 제품디자인에서 그것의 활용 방법에 관하여 연구하였다. 먼저, 인간의 디자인 영역과 AI의 디자인 영역으로 나누어 생각해 보았다. 단순히 여러 가지의 이미지를 생성하고 보여주는 인공지능의 영역과 키워드와 디자인을 결정하고 이를 구체화 시키는 인간의 영역으로 나누어 생각할 수 있었다. 다음으로, 프로세스를 실험해 본 결과 과정에서 중요한 순간에 디자인 결정권에 있어 아직 디자인을 선별하는 디자이너의 능력과 안목이 중요하였다. 그리고 생성형 AI의 활용에 있어 질문을 통한 프롬프트를 잘 활용하는 것이 매우 중요해졌다. 언어는 인간이 쌓아온 지식의 결집이자 가장 기본적인 표현수단이다. 결국, 사용자가 학습한 해당 분야의 ‘지식 정도’, 혹은 인공지능의 학습에서 지식을 끌어낼 수 있는 능력에 의해서 얼마나 효과적이고 효율적으로 인공지능을 사용할 수 있는지를 판가름 될 것이다. 인공지능 기술의 발전에 따라 산업 전 영역에 걸쳐 패러다임이 변하고 있는데, 이러한 현상은 기존의 디자인 방식과 병합되어 발전된 형식의 디자인 방법으로 나타날 것이다.

생성형 인공지능의 등장으로 실제 이미지와 합성 이미지의 조작 여부를 판별하기 어려워졌다. 이러한 문제를 해결하기 위해 본 논문에서는 실제 임베디드 환경에서 실제 이미지와 생성형 인공지능이 생성한 합성 이미지를 효율적으로 판별하는 기술을 제안한다. 제안된 방법은 기존 CNN 구조에 하이퍼 파라미터 튜닝을 통해 모델의 이미지 처리 성능 최적화를 진행하였다. 또한 모델의 경량화를 진행해 본 논문의 지향점인 최소한의 파라미터로 최고의 성능을 달성하는 것을 목표로 모델을 설계하였다. 제안된 모델은 입력 영상에서 특징을 추출하는 CNN 계층, 영상의 크기를 줄이면서 주요 특징을 유지하는 Max Pooling, 마지막으로 최종 예측 값을 수행하는 Dense 계층으로 구성되어 있으며, 여기에 하이퍼 파라미터 튜닝을 통해 모델의 처리 성능 및 최적화를 진행하였다. 제안된 모델의 정량적 평가를 위해 제한된 환경인 임베디드 보드에서 실험을 진행한 결과, 제안된 모델은 비교 평가를 위해 선정한 모델들인 EfficientNetB0, ViT(Vision Transformer)과 유사한 정확도를 보유하면서 처리 성능 측면에서 다른 모델들에 비해 Model load time 및 Inference time이 더 효율적인 것을 확인할 수 있었다.

과학기술이 급격히 발전하면서 인공지능의 영향력이 사회의 다양한 영역으로 확장되고 있다. 인공지능이 인간의 판단과 의사결정에 깊숙이 관여하고 있는 현대 사회에서 이제는 인공지능이 인간의 도덕적 추론과 의사결정 방식에도 영향을 미칠 수 있다는 새로운 가능성이 제기된다. 인간의 추론에는 여러 한계가 존재한다. 그러나 인공지능의 추론은 동기적 요인에 영향을 받지 않으며, 학습된 대규모 데이터와 알고리즘에 따라 복잡한 정보를 빠르게 처리할 수 있고 적응력도 뛰어나다. ChatGPT와 같은 생성형 인공지능은 주어진 정보를 바탕으로 논리적 추론을 수행하며, 때로는 복잡한 도덕적 질문에 대한 의견도 제시할 수 있다. 하지만 ChatGPT가 제시하는 도덕적 의견은 진정한 의미에서 인간의 도덕과 동등한 가치를 가지는지 의문이다. 이러한 접근에서 본 논문은 생성형 인공지능의 도덕적 추론 가능성에 대한 윤리적 측면과 한계에 대해 탐색하고자 한다.

최근 교육 현장에서 데이터 활용 및 데이터기반 의사결정의 중요성이 강조되며 교사의 데이터 리터러시를 함양하기 위한 교육의 필요성이 제기되고 있다. 교사를 위한 데이터 리터러시는 교육 과정에서 획득 및 활용할 수 있는 다양한 유형의 데이터를 수집, 분석, 해석하여 이를 교육적 행동으로 연결하는 역량을 의미한다. 생성형 인공지능은 쉽고 빠르게 데이터 분석을 학습할 수 있도록 도와준다는 점에서 데이터 리터러시 교육 시 효과적으로 활용될 수 있다. 본 연구에서는 생성형 인공지능을 활용한 데이터 리터러시 교육 프로그램을 설계하고, 실행하여 효과성 평가를 실시하였다. 연구 결과, 개발된 프로그램은 데이터 리터러시를 향상시키는 것으로 나타났으나 프로그램 차시 확대, 교육적 맥락의 실사례 제공 등의 보완할 점도 발견되어, 설계한 프로그램을 수정 및 보완하여 최종 프로그램을 도출하였다. 본 연구는 예비교사를 위한 데이터 리터러시 교육 프로그램을 개발함으로써, 예비교사 및 교사를 위한 데이터 리터러시 교육을 설계 및 실행 시 참고할 수 있는 기초자료를 제공했다는 데 연구의 의의가 있다.

연구목적: 본 연구의 목적은 초등학교 6학년 국어 수업에서 생성형 인공지능 서비스를 적용할 수 있는 전략을 제시하는 것이다. 연구방법: 연구대상은 초등학교 6학년 국어교육에서의 생성형 인공지능 서비스 활용방안이다. 연구의 절차는 다음과 같다. 첫째, 여러 생성형 인공지능 서비스 중 현장에서 활용하기에 적합한 생성형 인공지능 서비스를 선정하고, 그 특징을 분석한다. 둘째, 앞에서 선정된 인공지능 서비스의 6학년 국어과 차시별 활용 전략을 구체적인 교과서 내용과 연계하여 제시한다. 셋째, 제시된 전략에 대해서 여러 전문가와의 인터뷰를 통해 타당도를 검증한다. 연구결과: 속담 사전 만들기에 생성형 인공지능을 활용하는 전략을 제시하였다. 또, 관심있는 내용으로 뉴스 만들기 및 글 속에 등장하는 인물이 추구하는 가치를 자신의 삶과 관련짓기에 생성형 인공지능을 활용하는 전략을 제시하였다. 그리고 제시한 전략에 대하여 여러 전문가와의 인터뷰를 통한 타당도 검증을 하였다. 그리고 마지막으로 초등학교 6학년 국어과 수업에서 생성형 인공지능 서비스를 이용할 때 유의해야 할 지침을 제시하였다. 첫째, 생성형 인공지능을 국어 수업 시간에 활용할 때 명확한 목적을 가지고 활용해야 하며, 활용 제한점을 학생에게 반드시 안내해야 한다. 둘째, 인공지능이 주는 정보가 신뢰할 만한지 항상 확인하고 활용하도록 학생들에게 안내가 이루어져야 한다. 셋째, 학생이 생성형 인공지능을 통해 자신이 원하는 정보를 얻을 수 있도록 활용방안에 대해 미리 교육해야 한다. 논의 및 결론: 제시된 전략을 실제 교실에서 활용할 때에는 수업이 진행되는 상황에 맞게 변형하여 실제 수업을 진행해야 할 것이다. 본 연구와 다른 후속 연구를 통해 초등학교 6학년 국어과에서 생성형 인공지능 서비스를 좀 더 체계적으로 이용할 수 있도록 도움을 줄 수 있을 것으로 기대된다.

인공지능 기술의 발달로 사람이 해왔던 다양한 분야에 인공지능 버추얼 휴먼의 활용도가 높아지고 있다. 인공지능 휴먼의 발전이 가속화될수록 인간과 인공지능 휴먼의 상호작용에 대한 관심도 커지고 있다. 언캐니 밸리효과(uncanny valley effect)는 일본의 로봇 연구자인 모리 마사히로(Mori Masahiro)가 주창한 이론으로, 인간과 로봇의 상호작용에서 로봇의 움직임이나 생김새가 인간과 더 유사해지면 오히려 불쾌감이 높아지는 현상이다. 그 동안의 많은 관련 연구들은 로봇이나 애니메이션 캐릭터의 이미지와 움직임을 중심으로 연구가 진행되었다. 하지만 본 연구는 생성형 인공지능 기반 버추얼 휴먼의 특성을 살펴보고 이를 통해 발생하는 언캐니 밸리 현상의 존재를 파악하고자 한다. 생성형 인공지능 버추얼 휴먼인 ‘나탈리’를 통해 실험과 설문을 진행하여 생성형 인공지능 버추얼 휴먼의 한계를 보다 정확히 파악하고 향후 더욱 진화된 형태의 인공지능 버추얼 휴먼의 제작에 도움이 되고자 하였다.

생성형 인공지능에 대한 사람들의 관심이 증대됨에 따라, 생성형 인공지능을 통해 제작된 결과물, 이른바 AI 생성물의 법적 취급이 문제 되고 있다. 이에 본고에서는 현재 상용화된 생성형 인공지능의 특징과 AI 생성물의 실제 제작 과정을 살펴보고, 현행 저작권법의 목적과 태도 및 산업 발전을 위한 정책적 목적 등에 의해 AI 생성물을 둘러싼 저작권법적 논의의 필요성이 있음을 알아본다. 이후 생성형 인공지능을 인간의 새로운 창작 도구로 보아야 한다는 점, 이른바 생성형 인공지능의 ‘도구성’이 존재함을 다양한 근거들을 통해 논증한다. 더하여, 기존의 창작물과 대비되는 AI 생성물의 특수성을 고려하여 AI 생성물의 저작물성이 인정되기 위한 판단 기준들을 제시하고, 구체적으로 ‘생성물의 예측가능성’을 통해 생성형 인공지능의 도구성을, ‘프롬프트의 구체성’을 통해 AI 생성물의 창작성을 판단할 수 있음을 설명한다. 본고는 상기와 같이 AI 생성물을 바라보는 새로운 관점을 제시하는 것으로서, 문화 및 관련 산업의 발전 및 생성형 인공지능 산업 발전을 도모하고자 한다.

Objectives: Among OECD countries, South Korea has been having the highest suicide rate since 2018, with 24.1 deaths per 100,000 people reported in 2020. The objectie of this study was to examine the use of generative artificial intellicence (AI) chatbots to train third-year Korean medicine (KM) students in conducting suicide risk assessments for patients with depressive disorders to train students for their clinical practice skills.&#xD; Methods: The Claude 3 Sonnet model was utilized for chatbot simulations. Students performed mock consultations using standardized suicide risk assessment tools including Ask Suicide-Screening Questions (ASQ) tool and ASQ Brief Suicide Safety Assessment. Experiences and attitudes were collected through an anonymous online survey. Responses were rated on a 1∼5 Likert scale.&#xD; Results: Thirty-six students aged 22∼30 years participated in this study. Their scores for interest and appropriateness (4.66±0.57), usefulness (4.60±0.61), and overall experience (4.63±0.60) were high. Their evaluation of the usability of artificial intelligence chatbot was also high at 4.58±0.70 points. However, their trust in chatbot responses (Q12) was lower (3.86±0.99)

인공지능 시대가 본격화되면서 생성형 인공지능의 도입과 활용이 급속히 증가하고있다. 이 연구는 정부가 추진하고 있는 증거기반정책에서 생성형 인공지능을 활용할 수있는지 그 가능성과 한계를 검증하고 시사점을 제공하는데 목적이 있다. 이를 위해 대규모 예산이 투입되고 있는 천안시의 도시재생사업을 정책사례로 선정하여, 대표적인생성형 인공지능인 챗GPT4.0를 대상으로 검증을 시도하였다. 천안시 도시재생지원센터 구성원들과 공동으로 챗GPT에게 물어볼 질문을 개발하고, 챗GPT가 내놓은 대답을정책에 활용할 수 있는가에 대해 신속성, 유용성, 구체성, 정확성, 신뢰성 등 5가지 기준에 따라서 평가하였다. 그 결과 증거기반정책에 생성형 인공지능을 전적으로 활용하는 데는 답변의 구체성, 유용성, 정확성 등에서 아직까지 한계가 있으나 정책에 필요한다양한 자료 및 정보의 신속한 정리, 정책의 배경지식 파악 등에서는 충분히 활용가능한 것으로 나타났다. 또한 담당 공무원이 해당 정책에 대해 전문성을 갖고 있다면 생성형 인공지능을 정책보좌관이나 정책도우미로 활용하여 업무의 효율성과 생산성을 충분히 높일 수 있는 것으로 나타났다. 향후 인공지능 기술의 발전추세로 보아 증거기반정책에서 인간 정책결정자와 생성형 인공지능간의 협업은 더욱 확대될 것이다

With the introduction of generative artificial intelligence(AI) tools such as OpenAI's Sora into the global film industry, including Hollywood, there has been a simultaneous emergence of innovations in film production as well as various crises. These changes are spreading throughout the entire film production process, including scriptwriting, casting, editing, and acting. This study analyzes the impact of AI on the film industry, particularly Hollywood, and explores how this technology might bring about changes in Korean cinema. AI technologies applied in the film industry offer benefits such as reducing production time and costs. However, they also pose threats to many filmmakers and actors who rely on the traditional production methods, leading to ethical and legal issues. In Hollywood blockbuster films, AI technology is used to create realistic visual effects, analyze scripts, and suggest optimal shooting angles. While these applications improve the qualitative l evel of films, they also reduce the human resources required in traditional film production processes. The impact on the Korean film industry is also noteworthy. Some Korean film production companies are leveraging AI t

연구목적 이 연구에서는 인공지능을 활용하는 교육프로그램을 통한 예비교사들의 인공지능에 대한 인식변화와 인공지능 활용 수업에서 나타나는 특징을 알아보고자 하였다.&#xD; 연구방법 연구자들은 예비교사들이 생성형 인공지능을 사용하고, 인공지능을 활용하는 수업을 설계하고 실습을 통해 구현해 볼 수 있는 기회를 제공하는 교육프로그램을 개발하여, 충청북도에 있는 교사양성대학에서 개설된 ‘화학교재연구’ 강좌를 수강하는 예비교사 17명을 대상으로 투입해 교육적 효과를 알아보았다. ‘인공지능의 접근성’과 ‘인공지능과 인간의 유사성’의 2개 유목에 해당하는 14개 문항을 사전⋅사후 설문으로 투입하고, 설문 결과에 대한 예비교사들의 인터뷰 자료를 근거로 하여 예비교사들의 인공지능에 대한 인식 변화를 알아보았다.&#xD; 연구결과 연구 결과, 본 연구에서 개발한 교육프로그램을 통해 예비교사들은 인공지능은 누구나 사용할 수 있고, 안전하며, 인공지능이 인간의 직무를 대체할 수 없고, 인공지능은 인간의 입력을 통해 학습한다는 인식 변화를 보이는 등 전반적으로 교육적 효과를 나타내었다. 그러나 인공지능을 유료 구독해야 한다는 점에서 재정적 부담을 느끼는 것으로 나타났으며, 인공지능이 인간처럼 문제를 해결할 수 있다는 사고를변화시키는 데에는 한계가 있었다.&#xD; 결론 앞으로 예비교사들의 인공지능에 대한 인식을 변화시키고, 학교 현장에서 생성형 인공지능 활용수업을 적극적으로 실행하기 위해서는 인공지능 프로그램을 활용할 때 학교에서 재정적으로 지원을 하거나, 인공지능의 작동 원리와 인간의 차이를 인식하도록 하는 등 보다 부분적으로 효과가 나타나지 않는 내용에 대한 보다 정교화된 예비교사 교육프로그램의 개발이 필요하다.

본 연구에서는 생성형 인공지능 모델로 독일어 문법 오류를 포함하는 문장을 생성하고, 학습자가 이에 대한 문법성을 판단하고 직접 오류를 수정함으로써 독일어 문법을 학습하는 방식에 대해 논의한다. 학습자가 작성한 독일어 텍스트에 대한 생성형 인공지능 모델의 교정을 통해 부수적으로 문법을 학습할 수 있음을 밝힌 기존 연구들과 달리, 본 연구는 사용자가 직접 오류를 수정할 것을 목표로 의도적으로 문법 오류 문장을 생성형 인공지능 모델에 요구하고 생성된 학습 자료를 바탕으로 독일어 문법을 학습하는 것을 제안한다. 이를 위해 독어독문학 전공 대학생 16명을 대상으로 실험을 진행하였다. 문법 주제는 관사와 동사 어미변화로 선정하였고, 각각 총 3번의 실험을 수행하였다. 실험 결과 독일어 관사에 대한 오류 수정에서는 실험 회차가 진행됨에 따라 정답률이 상승하는 것을 확인할 수 있었지만, 초급 학습자의 수준에 맞는 실험 재료를 생성하지 못해 동사 어미변화의 경우 실험 1, 2회차에서는 정답률이 상승했지만 3회차에서 정답률이 급격하게 하락하였다. 본 연구는 기존의 DaF 교재에 부재한 연습문제 유형을 최근 활발하게 활용되고 있는 생성형 인공지능 모델을 이용해 생성함으로써 새로운 교육⋅학습법을 제안한다는 의의가 있다. 하지만 실험에 참여한 피험자 수가 다소 부족하고 오류 수정과 문법 학습 간의 직접적인 상관관계를 보여줄 수 있는 실험 설계의 부족 등의 한계점이 있어 이를 보완하기 위한 향후 연구계획을 밝히며 논문을 마무리한다.

본 연구는 컴퓨터공학 전공 대학생을 대상으로 생성형 인공지능을 활용한 데이터 분석 실습이 학업적 자기 효능감, 메타인지, 문제해결능력에 미치는 영향을 검증하고자 하였다. 학업적 자기 효능감 28문항, 메타인지 52문항, 문제해결 능력 45문항에 대해 사전 및 사후 설문한 실험집단 30명의 응답을 상관관계 및 대응 표본 t-검정을 실시하는 정량적 분석과 자기 성찰 보고서 및 인터뷰를 통해 정성적 분석을 하였다. 연구 결과, 생성형 인공지능 활용이 학업적 자기 효능감, 메타인지, 문제해결 능력의 일부 요소에 긍정적인 영향을 미친 것으로 나타났다. 특히 자기조절 효능감과 메타인지의 과정적 지식, 계획, 모니터링, 평가영역, 문제해결의 대안 개발 영역에서 유의미한 향상을 보였으나 문제해결 능력의 디버깅 능력에서는 유의미한 차이를 보이지 않았음을 확인하였다. 생성형 인공지능을 활용한 교육이 컴퓨터 공학 전공 대학생으로 학업적 자기 효능감, 메타인지, 문제 해결 능력에 미치는 영향을 체계적으로 연구하는 것은 학문적, 실천적 가치를 모두 지니며 향후 교육 현장에서 생성형 인공지능 도구의 최적화된 활용 방안을 제시하는 데 중요한 기초자료가 될 것이다.

2022년 교육과정 개정으로 초·중등교육에서 인공지능 및 디지털 역량이 강조되고, 생성형 인공지능의 교육적 활용에 대한 요구가 증가하고 있다. 하지만 학교 현장의 생성형 인공지능을 활용한 교육프로그램 적용 및 연구 사례는 부족한 실정이다. 따라서 본 연구에서는 초등학생을 대상으로 생성형 인공지능 활용 교육프로그램을 개발·적용하여 학생들의 생성형 인공지능 활용 양상 및 태도를 분석하였다. 그 결과 학생들은 ‘정보’를 요구하는 질문을 가장 많이 활용했으며 학습 활동 성격에 따라 질문 유형별 비율이 달랐다. 학생들은 생성형 인공지능 활용 수업에 대해 흥미와 효과성 측면에서 긍정적으로 인식했으며, 생성형 인공지능의 장단점과 올바른 사용 방법에 대해 구체적인 의견을 제시했다. 본 연구를 바탕으로 교육적 맥락에서 다양한 유형의 생성형 인공지능을 적용할 수 있는 효과적인 활용 방안에 관한 향후 연구가 지속되기를 기대한다.

목적 우리 삶의 다양한 측면에서 영향을 미치는 생성형 인공지능을 활용하여 학생의 쓰기 장면에서 도움을 받을 수 있는 실질적인 교수-학습 방안을 마련해 보고자 하였다.&#xD; 방법 생성형 인공지능(AI)을 활용하여 쓰기 단계 중 내용 생성의 장면에서 적용할 수 있는 구체적인 교수⋅학습 방안 및 자기 평가 단계에서 활용할 수 있는 방법을 제안하였다. 주제 설정, 아이디어 및 내용 생성 영역을 중심으로 필자들이 겪게 되는 글쓰기 문제를 해결하기 위한 적용 방안을 모색하였고, 쓰기 결과물에 대한 평가를 받아 자기 수정을 할 수 있는지 프로그램 구현해 봄으로써 그 가능성을 확인하였다.&#xD; 결과 생성형 인공지능(AI)은 글쓰기 주제에 관한 영감을 제공 받는 도구로 사용할 수 있고 보다 구체적인 내용 및 쓸거리 마련을 위한 방안이 될 수 있으며 간단한 줄거리 또는 스토리보드의 아이디어를 생성하는 데 유용하게 활용할 수 있었다. 또 쓰기 수행 자료를 만드는 데 사용하는 방법과 글 점검 및 피드백 기능을 활용하여 자기의 글을 평가하는 데 이용하는 방법이 있음을 파악할 수 있었다.&#xD; 결론 생성형 인공지능(AI)의 활용을 통해 쓰기 지도를 개선하고 학생 쓰기 능력을 개선할 수 있기를 기대한다.

생성형 인공지능 시대에 데이터가 부족한 저자원 언어는 디지털 공간에서 소외되고 있으며, 이러한 현상은 언어 다양성과 문화 다양성에 매우 심각한 영향을 미칠 수 있다. 본 연구는 현재 저자원 언어 또는 디지털 소수 언어를 보존하기 위해 인공지능 기술이 활용되는 사례를 살펴보고, 이러한 기술이 지속 가능한 시스템을 구축하고 있는지 고찰하는 것을 목표로 하였다. 이를 위해 먼저 국내 사례로 AI 기술을 통한 지역어 번역기 개발 연구를 검토하고 지역어 보존을 위한 AI의 사용 가능성을 논의하였다. 그리고 언어 다양성 보존을 위해 글로벌 혁신 기업과 소수 언어 공동체의 노력은 무엇인가를 검토하며 그 문제점과 과제는 무엇인지 논의하였다.&#xD; 본 연구의 결과, 현재 구축된 국내 지역어 데이터를 기반으로 Text-to-Text와 Text-to Speech의 기계번역이 가능하다는 것을 파악하였다. 또한 구글, 메타, OpenAI, IBM과 같은 국제기업들도 소수 언어를 활용한 기계번역기를 개발하는 노력을 하고 있음을 알 수 있었다. 하지만 현재까지 디지털 소수 언어를 사용한 다양한 형태의 AI 기반 서비스는 제한적이며, 언어 다양성 유지라는 큰 목표를 이루기에 부족하다고 판단했다. 이는 디지털 환경에서 소수 언어를 자연스럽게 사용할 기회가 교육적인 환경 외에는 눈에 띄지 않았기때문이다. 그리고 AI로 생성된 내용의 정확성 평가와 윤리적인 문제, 데이터의 수집, 생성, 소유, 권리와 관련한 문제, 그리고 소수 언어 기반의 AI 서비스의 실용성과 다양성 확대와 같은 과제가 있음을 지적했다. 이러한 문제점을 해결하기 위해 각 소수 언어 및 지역어 공동체가 인공지능 기술과 관련한 문해력 교육 기회를 확대하고, 직접 AI 서비스를 개발하고, 데이터의 생성과 정확성을 검토하며 보호하는 데 참여할 수 있는 시스템을 구축할 것을 제언하였다.

초등교육은 컴퓨팅 사고력(computational thinking)과 만나는 첫 단계이자, 디지털 기반 인재에게 필요한 SW 및 AI 기초 교육을 담당하는 역할을 지니고 있다. 초등교육에서는 놀이·체험 중심의 커리큘럼을 편성하여 자연스럽게 SW와 AI에 입문하도록 유도하고, 뒤이어 필수 교육과 심화 교육으로까지 확대되어갈 토대를 마련해야 할 막중한 책임이 존재한다. 미래 기술의 발전 단계를 미리 예측한 구체적이면서도 실효성 있는 초등교육 커리큘럼 개발이 반드시 필요한 이유가 여기에 있다.&#xD; 이 연구에서는 이와 같은 필요성을 염두에 두고, 초등학습자를 대상으로 생성형 AI를 흥미롭게 접하는 기회를 제공함과 동시에, 주도적인 기술 활용을 통해 창조적 결과물을 낳는 데까지 나아가는 전 과정을 포함한 교육 모형을 개발하고자 하였다. 특히, 주도성, 효율성, 흥미성의 3 요소 성취에 목표를 두고, 수업 프로그램 개발을 진행하였다.&#xD; 우선 활동지를 이용하여 창의성을 발휘하면서 동화의 캐릭터 및 줄거리와 같은 자신만의 서사를 만들어가는 데 큰 의미를 두었고, 여기에 ‘지미니(Gemini)’와 ‘ChatGPT-4’의 도움을 받아 시간이 오래 걸리거나 구현이 어려운 내용 다듬기와 동화책의 삽화 만들기에 활용하였다. 학습자들은 ‘나만의 동화책 완성’이라는 측면에서 창의성과 자신감을 가질 수 있었고, 생성형 AI에 대한 두려움 역시 감소되는 효과를 얻을 수 있었다.

현재 이미지 생성형 AI는 아직 불완전하지만, 창작자의 상상력을 쉽게 현실화할 수 있는 강력한 도구이다. 디지털 미술교육에서 이미지 생성형 AI는 유의미한 도구이지만, 신중한 접근이 필요하기에, 이를 미술교육 현장에 도입 시 필요한 쟁점들을 고찰하고자 한다. 본 연구는 문헌 연구를 기반으로 비판적 사고와 논리적 사고 훈련을 통한 미술 창작 도구로서 이미지 생성형 AI의 활용 방안을 탐구했다. 또한 유니버시티 컬리지 오브 런던(University College of London)과 오리건 주립대학교(OSU)에서 공개하고 있는 생성형 AI 도구 활용의 가이드라인을 통해 생성형 AI 현장 적용을 실제적 방법을 탐색하였다. 학습자는 AI와 협력하며 주체적으로 창작해야 하며 자신의 비판적이고 논리적인 사고력을 통해 AI 산출물을 비판적으로 검토해야 한다. 이미지 생성형 AI의 자율성, 창의성 증진, 몰입도 향상 등의 장점을 구체적으로 실현하기 위해서는 학생이 창작의 주체가 되어야 하고, 교수자가 조력자로서 지원해야 하며, 프롬프트 작성 교육이 강조되고 선행되어야 한다. 이미지 생성형 AI는 미술교육에서 창의성과 표현력을 증진시키는 도구로서 유용하나, 교육적으로 의미 있는 창작의 도구가 되기 위해 비판적 사고와 논리적 사고 훈련이 필요하다. 지속적인 연구와 논의를 통해 효과적인 AI 도구 활용 방안을 마련해야 한다.

최근 몇 년간 생성형 인공지능 기술의 발전은 다양한 분야에서 주목을 받고 있으며, 특히 거대 언어 모델의 등장으로 교육 분야에서도 큰 변화를 예고하고 있다. 본 논문은 생성형 인공지능의 발전과정과 역사를 간략히 소개하고, 이러한 기술이 교육에 미치는 영향과 이를 극복하기 위한 방법을 제시한다. 특히 거대 언어 모델의 `환각' 문제를 중심으로, 이러한 문제가 발생하는 원인과 해결 방안을 논의한다. 생성형 인공지능의 교육적 활용 사례로는 학생 질문에 실시간 응답하는 대화형 인공지능, 답안 평가 및 피드백 제공, 맞춤형 학습 경로 제공 등이 있다. 그러나 이러한 기술 도입에는 비윤리적 편향성, 데이터 프라이버시 문제, 현실과 동떨어진 정보 생성 등의 문제점이 우려된다. 이를 극복하기 위해 미세조정, 논리적 추론, 반복적 질문, 검색 증강 생성 기술 등이 제안되고 있다. 본 논문은 생성형 인공지능의 교육적 활용에 대한 이해를 돕고, 효과적인 활용 방안을 제시하여 교육의 질을 향상시키고 부정적인 영향을 최소화하는 데 기여하고자 한다.

이 연구는 수도권의 한 사립대학에서 초급중국어 수업을 듣는 대학생들을 대상으로 챗GPT 등 생성형 인공지능 활용에 대한 인식과 태도를 분석하였다. 연구 결과, 학생 대부분이 챗GPT를 자주 사용하지 않았으나 사용이 어렵다고 생각하지는 않았다. 중국어 학습 도구로서 챗GPT에 대해 보통 수준의 관심을 보였고, 챗GPT가 학교 교육을 대체할 수 있는가에 대해서는 부정적이었다. 또한, 중국어 학습에 챗GPT를 사용할 때 윤리적 가이드라인 교육이 필요하며, 사용 여부를 명확히 밝혀야 한다는 의견이 많았다. ‘인공지능 + 인문 융합 교육’에 대한 관심은 보통이었지만, 이를 통해 융합형 인재가 될 수 있다고 생각하는 학생이 많았다. 챗GPT의 장점으로는 '빠름', '편리함', '다양함', '개인 맞춤형 학습', '번역 도움' 등이 있었고, 단점으로는 '부정확성', '수동적임', '실력 향상에 도움이 되지 않음', '윤리적 문제', '지나친 의존' 등이 있었다.

컴퓨터 기술과 인공지능의 비약적인 발전이 국내 소프트웨어 교육에서도 많은 영향을 끼치고있다. 이에 따라 2022 개정 교육과정에서도 맞춤형 교육을 요구하게 되었지만, 학교에서 맞춤형교육을 실현하기에는 어려움이 있다. 이에 본 연구에서는 맞춤형 교육 실현을 위해 초보 학습자가 제출한 오답 코드와 오답 정보들을 활용하여 적절한 피드백 생성을 위한 프롬프트를 구성하였다. 그리고 생성형 인공지능 모델과 프롬프트 조합에 따른 정상 피드백 생성 빈도의 차이를 실제데이터를 활용하여 분석하였다. 그 결과, 생성형 인공지능 모델 자체의 우수성보다 오답 정보를포함한 프롬프트가 더 우수한 피드백 생성 성능을 나타내는 것을 확인하였다. 본 연구를 통해 국내 프로그래밍 교육에서 맞춤형 교육의 실현을 위한 토대가 되기를 기대한다.

The current study conducted a qualitative analysis comparing translations by generative AI and Korean English learners to determine which is superior and in what ways generative AI might surpass human translations. A total of 12 participants presented their translations alongside machine or generative AI translations. The study focused on comparing translations from ChatGPT, a leading example of generative AI perceived to have overcome the limitations of traditional machine translation, with those of Korean English learners. The results showed that while translations of both literary works and popular culture content were compared, neither generative AI nor human translations proved to be unequivocally superior. An impressive aspect of this study was the observation that, compared to the past, generative AI has significantly improved its ability to convey the author’s intent and the emotional nuances often considered a uniquely human domain. As a result, in some instances, the translations by ChatGPT, a generative AI, were deemed superior, with participants acknowledging that it sometimes produced translations that they had not considered, surpassing their own efforts. This led to

(연구배경 및 목적) 디자인 과정에서 아이디어의 시각화는 창의적인 구상을 구체화하는 데 있어 중요한 단계이다. 특히 조경디자인과 같은 공간을 다루는 분야에서 도면 시각화 작업은 프로젝트의 시각적 이해에 직접적으로 영향을 미친다. 그러나 기존의 방법으로 도면의 시각화 작업은 시간이 많이 소요되며 상당한 노력을 요구한다. 최근 기술의 발전으로 생성형 인공지능(AI) 기술이 하루가 다르게 발전해 가고 있고, 이는 도면의 시각화 작업의 효율성을 대폭 개선할 수 있는 가능성을 가지고 있다. 따라서 본 연구는 이미지 생성 인공지능을 통한 조경 공간의 시각화작업의 활용 가능성을 알아보고자 하는데 목적이 있다. (연구방법) 본 연구는 선행연구를 통해 생성형 인공지능에 대해 알아보고, 이를 기반으로 이미지 생성 인공지능 플랫폼의 인공지능의 기능을 알아보았다. 그리고 이미지를 생성하여 각각의 이미지 생성 인공지능의 활용 가능성과 한계를 확인하였다. 그 후 확장기능을 가지고 있어 세부 조정이 가능한 Stable Diffusion으로 연구를 진행하였고, 조경 분야에 특화된 메인모델과 확장모델을 이용하여 이미지를 생성하고 비교·분석하였다. 그 결과를 통해 향후 연구 방향에 대하여 알아보았다. (결과) Stable Diffusion, Midjourney, Dall-E, Adobe Firefly의 기본 기능으로 생성된 이미지들은 평면도 형태를 재현할 수 있었으나, 세부적인 특성과기준 도면 이미지를 충실히 반영하는 데는 한계가 있었다. 이에 Stable Diffusion의 ControlNet 확장기능을 통해 이미지를 추가생성하였고, 기준 도면 이미지의 채색 평면도 생성 가능성을 확인하였다. 다음으로 보다 디테일한 이미지 생성을 위해 Stable Diffusion의 ControlNet, LoRA 확장기능을 사용하여 이미지 생성을 하였다. 또한, 메인 모델인 Checkpoint와 LoRA 확장모델을 오픈 소스로 3개씩 다운로드하여 교차로 이미지를 생성하였다. 오픈 소스 모델들은 모두 조경 분야와 평면도 생성에 특화된모델을 사용하였다. 그 결과, 특정한 Checkpoint 모델과 LoRA 확장모델을 사용하였을 때, 보다 나은 이미지가 생성되는 것을볼 수 있었다. 부분 수정에서는 Stable Diffusion의 Inpaint 기능을 이용하여 바닥포장을 수정하였는데, 처음 생성된 이미지와같은 수준의 수정이 이루어지지는 않았다. (결론) 이 연구는

본고의 목적은 공연 제작에 생성형 인공지능이 적용된 사례 연구를 통해 인간과 생성형 인공지능 간 이루어질 수 있는 예술적 공생의 한 가지 형태를 검토하는 데 있다. 여기서는 인공지능 시극을 표방한 <파포스(PAPHOS) 2.0>을 객체지향존재론의 예술관에 기준하여 존재론적 구조와 미학적 특징을 분석한다.&#xD; 본고는 생성형 인공지능이 인간과 동일한 존재론적 지위를 가지며 언어 모델이라는 세계에서 만들어 낸 생성물이 외부 세계와 감각 성질의 네트워크를 형성한다고 본다. 또한 이 생성물은 언어의 구조물에 지나지 않기에 욕망과 결핍을 결여하고 있으며 분석 대상 공연은 이를 찾아 실재를 향해 내려가는 구조를 취한다고 본다. 이 과정은 객체지향존재론의 객체 개념 그리고 직서주의와 은유의 대립을 통해 이해할 수 있다. 연구를 통해 관객의 시제 제시부터 생성형 인공지능-연출ㆍ작가-퍼포머-다시 관객에 이르는 네트워크의 순환이 만들어 내는 다층의 혼합 객체가 실재 객체의 위치를 재정위 시켰음을 주장한다.&#xD; 본고의 검토는 생성형 인공지능이 공연예술 창작에 쓰일 때 갖는 한계와 대응 방법을 구체적으로 드러내어 실제 공연 제작에 생성형 인공지능이 어떤 유의미한 결과를 낼 수 있을지 일례를 보인다는 의의가 있다.

연구배경 텍스트 생성 인공지능 챗봇은 새로운 정보탐색 서비스로 주목받고 있으며, 텍스트 생성 인공지능 챗 봇과 의사소통을 통한 상호작용에 따라 대화 참여자의 정보 수용 방식이 확대되었다. 이에 본 연구는 텍스트 생 성 인공지능 챗봇과 대화 참여자의 정보성 대화에서 비언어적 요소인 텍스트 움직임이 미치는 영향을 아이트래 킹을 통해 살펴보고자 한다.&#xD; 연구방법 움직임의 이론적 고찰을 통해 주요 속성을 도출했으며, 이를 텍스트 생성 인공지능 챗봇의 대화형 인터페이스에 적용해 4가지 유형을 분류했다. 챗봇이 생성한 대화 텍스트를 36명의 실험 참가자가 읽는 동안 아 이트래킹을 통해 안구운동 데이터를 수집했다. 분석에서 반복측정 분산분석(Repeated measures ANOVA)과 Bonferroni 사후분석, 독립표본 t-test를 통해 차이점을 확인했다.&#xD; 연구결과 하단에서 발생하는 텍스트 움직임 요소의 방향과 초점은 첫 고정 시간, 전체 고정 횟수, 도약진폭 등 에서 상대적으로 높았다. 이는 ChatGPT와 Bing AI의 연속된 대화에서 나타나며 높은 인지 활동에 영향을 미쳤 다. 또한 대화 텍스트의 생성 속도 증가는 텍스트 움직임 유형 간의 차이에 영향을 주었다. 따라서 과도한 인지 활동을 낮추기 위해서는 움직임 요소가 화면 상단에서 조합되는 것이 필요하다.&#xD; 결론 텍스트 생성 인공지능 챗봇과 효과적인 시각적 의사소통을 위해서는 참여자의 안구운동과 인지 활 동에 영향을 미치는 텍스트 움직임을 고려하여, 정보 수용의 효율성을 높이고 인지 부담을 최소화하는 방향으로 설계할 필요가 있다.

생성형 인공지능의 발전은 교육의 패러다임을 변화시키고 있다. 맞춤형 학습 자료 제작, 창의적 콘텐츠 생성, 언어 학습 지원 등 교육 분야에서 생성형 인공지능 기술의 적용은 교육의 개인화와 질적 향상을 가시화학 있다. 다양한 생성형 인공지능 기술은 이미지, 음성, 텍스트 생성 등 다방면에서 혁신적인 성과를 보이고 있다. 이 기술들은 교육에서 학습 경험을 극대화하고, 학습자 중심의 교육 환경 구현을 가능하게 하며, 교육의 글로벌화를 촉진하고 있다. 본 연구는 생성형 인공지능 기술이 교육에 미치는 영향과 잠재적 변화를 탐색하며, 이 기술의 교육 분야 적용을 위한 대응전략을 다양하게 검토하고자 한다.

인공지능(AI) 기술의 급속한 발전과 정보화 사회로의 전환이 가속화됨에 따라, 사이버 범죄의 양상은 AI를 이용한 데이터 오염에서부터 딥페이크에 이르기까지 다양하고 정교하게 발전하고 있다. AI는 의료, 금융, 제조업, 교육 등 여러 분야에서 혁신을 이끌며 인간의 삶을 편리하고 풍요롭게 만들고 있으나, 이러한 기술 발전은 긍정적인 영향만을 미치는 것은 아니다. AI의 급속한 발전은 사회, 경제, 국가 안보에 이르기까지 광범위한 영향을 미치며, 특히 사이버 범죄와 같은 새로운 위협을 부각시키고 있다.&#xD; 현재 우리나라의 사이버 시큐리티 법체계는 공공, 민간영역, 주요 기반시설에 대한 규정으로 나누어져 있다. 현재 국회에 발의된 사이버안보법은 없으나, AI 관련 법안 6개가 계류 중이다. 그러나 이 법안들은 AI 기술로 인해 발생할 수 있는 안보 또는 보안에 대한 명확한 규정이 부족하다. 단지, AI 기술로 인한 인간의 신체, 생명에 관한 안전과 신뢰성 확보에 관한 내용이 포함되어 있을 뿐이다. AI 기술의 급속한 발전과 함께 증가하는 사이버 위협에 대응하기에는 현재의 법적 프레임워크가 충분하지 않다.&#xD; 따라서 통합적 법체계 마련과 법적 규제의 강화, 국제적 협력을 통해 효과적인 대응 전략을 마련해야 한다. 미국의 사례와 같이 AI 기술의 발전에 따른 새로운 사이버 위협을 지속적으로 연구하고, 이에 대한 교육과 훈련을 강화해야 한다. 이를 통해 관련 기관과 인력의 역량을 향상시키고, 신속하고 효과적으로 대응할 수 있는 기반을 마련해야 한다. 마지막으로 사이버안보는 공공과 민간의 협력이 필수적이다. 민간 부문과의 협력을 통해 정보 공유와 공동 대응 체계를 구축함으로써, 전체적인 사이버안보 수준을 높일 수 있을 것이다.

본 연구는 생성형 인공지능이 예술의 영역에서 활용되는 현재의 시점에서 MZ세대들에게 실제로 어떻게 적용되고 있는지를 검토하기 위해 인공지능 생성예술 프로젝트 <뉴노멀 횡성회다지소리>를 크레올화(creolization) 개념 안에서 논의한다. 크레올화된 사회들은 이전에는 별개이던 두 개 이상의 문화들을 새로운 환경 속에서 결합시켜 새로운 정체성을 만들어낸다. 그것은 단순히 더 큰 사회 질서로의 동화나 주류 사회로의 문화접변이 아닌 더욱 복잡하고 적응적이며 창조적인 과정이다. 프로젝트 <뉴노멀 횡성회다지소리>는 이러한 크레올화의 과정을 보여준다. 이 프로젝트에 참여한 학생들은 자신들이 원하는 콘텐츠를 만들어내기 위해 그들에게 생소한 단어들을 접촉하고 사용할 수밖에 없었다. 생성형 인공지능 속 프롬프트를 입력하는 과정에서, 그들은 거의 사용하지 않았거나 새롭게 알게 된 단어들을 자신들의 상황과 맥락에 맞게 변형시키거나 재해석하면서 자신들의 언어를 생성시켜 나갔다. 서로 다른 배경의 학습자들이 그들 사이의 소통을 위해 간단하게 혼합된 피진어를 안정화하고, 좀 더 복잡하게 확장된 크레올어를 맥락화하는 것처럼, 소위 MZ세대라 불리는 학생들은 생성형 인공지능을 통해 자신이 원하는 이미지와 사운드를 생성하기 위해 일상생활 속에서 사용하지 않았던 단어들을 혼합하고 재해석하며 맥락화했다. 특히, 이 프로젝트 안에서 MZ세대와 한국의 전통문화 사이에는 전통적 내세관에 대한 합의적 크레올화가 나타나기도 하고, 현실의 삶에 대한 충돌적 크레올화가 나타나기도 했다.

본 논문은 인공지능을 주제로 하는 인문학 교양강좌의 운영사례를 분석함으로써, 교양교육으로서의 인공지능 인문학 교육이 어떠한 방식으로 이루어질 수 있는가를 탐색하는 일을 목표로 삼는다. 이를 위해 본 논문은 먼저 인공지능을 인문학의 관점에서 교육한다는 것, 즉 인공지능 인문학 교육이 무엇을 지향해야 하는가를 제언한다. 더 이상 인공지능이 인간과 유리된 도구일 수 없음을 고려하면 인공지능 인문학 교육은 교양교육의 중요한 분야로 다루어져야 할 것이다. 이러한 문제의식에서 출발하여, 본 연구는 인공지능 인문학 교육의 핵심이 인공지능에 대한 가치론적, 비판적 사유 능력을 배양하는 데 있다고 주장하고자 한다. 다음으로, 이러한 제언을 바탕으로 설계된 ‘빅데이터, 인공지능과 예술’ 강좌의 교육목표와 운영 성과를 살펴본다. 해당 강좌는 인공지능과 예술의 관계에 대한 철학적 질문들을 제시하고 학습자들이 생성형 인공지능을 활용하여 그 질문에 대한 최선의 답을 능동적으로 구성할 수 있도록 설계되었다. 해당 강좌의 사례를 비판적으로 분석함으로써 인공지능 인문학 교육의 방향성에 대한 논의의 마중물을 마련하고자 한다.

본 연구는 ChatGPT 사용자의 인지적 개방성이 인지된 혜택(실용적 혜택, 정서적 혜택)과 인지된 위험을 매개로 서비스 지속 사용 의도에 미치는 영향을 분석하였다. 또한, AI 리터러시 수준이 이러한 관계를 어떻게 조절하는지를 조사했다. 연구는 ChatGPT와의 직접 상호작용을 포함한 오프라인 실험을 통해 진행되었으며, 216명의 참가자가 참여한 실험과 설문조사는 30분 동안 실시되었다. 연구결과, 인지적 개방성이 ChatGPT 지속 사용 의도에 미치는 효과는 인지된 혜택(실용적 혜택, 정서적 혜택)에 의해 매개되었다. 반면, 인지적 개방성이 ChatGPT 지속 사용의도에 미치는 효과는 인지된 위험에 유의한 매개 효과를 미치지 않는 것으로 나타났다. 또한 인지적 개방성이 인지된 혜택(실용적혜택, 정서적 혜택)과 지속 사용 의도에 미치는 효과도 AI 리터러시 수준에 의해 조절되었다. 마지막으로 인지적개방성이 인지된 혜택(실용적 혜택, 정서적혜택)을 매개로 ChatGPT 지속 사용 의도에 영향을 미치는 과정에서 AI 리터러시에 의한 조절된 매개효과가 확인되었다.

본 연구는 가치기반수용모델에 소비자 만족도를 추가하여 이미지 중심의 생성형 인공지능에 대한 사용자의 지속이용의도에 영향을 미치는 요인을 탐색하였다. 주요 결과를 간략하게 제시하면 첫째, 즐거움은 지각된 가치에 유의한 영향을 미치지 못하였으나, 유용성은 지각된 가치에 긍정적 영향을 미치는 것으로 나타났다. 둘째, 비용과 기술성은 지각된 가치에 부정적 영향을 미치는 것으로 나타났다. 셋째, 지각된 가치는 소비자 만족도와 지속이용의도에 긍정적 영향을 미치는 것으로 나타났다. 넷째, 소비자 만족도는 지속이용의도에 긍정적 영향을 미치는 것으로 나타났다. 이상의 결과에 근거하여 사용자의 이미지 중심 생성형 인공지능에 대한 지속이용의도를 높이기 위해서는 이미지 중심의 생성형 인공지능이 가지는 유용성과 이용과정에서의 즐거움을 인식시키는 것이 중요하며, 그와 동시에 사용자들이 수용 가능한 수준에서의 합리적 비용과 이용방법에서의 복잡성을 최소화함으로써 사용자의 지각된 가치와 만족도를 높이는 것이 중요할 것이다.

학습된 인공지능 모델의 내부 표현들로부터는 단지 군집화되고 통계적인 묘사에불과한 정보만을 발견하게 되고, 학습데이터의 복제물이 학습된 모델의 어딘가에 보관되어 있다고는 평가할 수 없다. 이러한 기술적 특징은 학습용 데이터세트를 구축할때 저작물성 있는 콘텐츠의 권리처리에 문제가 있는 경우 인공지능 모델 학습과정에서 이를 바로잡는 것을 매우 어렵게 만든다. 특히, 일부 국가에서는 TDM 면책을 적용받는 비상업적, 연구목적의 학습용 데이터세트 구축을 통해 데이터 세탁(data-laundering)이 발생할 수 있다. 이를 통해 권리자와 학습용 데이터세트의 관계는절연될 수 있고, 또한 학습된 모델이 산출한 생성물과의 관계에서도 의거성과 실질적유사성을 인정하기 곤란하여 또다시 단절될 수 있다.&#xD; 특히, 생성형 인공지능이 주도하는 TDM은 더 이상 단지 학습데이터의 통계적 규칙이나 패턴을 분석하여 가치 있는 정보를 추출하고 새로운 지식을 발견하는 것에 그치는 것이 아니다. 생성형 인공지능은 TDM에 힘입어 새롭고 혁신적인 콘텐츠를 생성해낸다. 이러한 인공지능 생성물이 학습데이터로 이용된 저작물이 속한 특정 시장에서서로 경쟁하는 관계에 놓일 때는 공정이용 요건을 쉽게 달성하기는 곤란할 것이다.&#xD; 게다가 합성데이터의 대두를 고려하면 인공지능 생성물은 향후 인공지능 학습데이터시장에서조차 저작물성 있는 콘텐츠를 완전히 대체하게 될 수 있다.&#xD; 한편, 생성형 인공지능 맥락에서 특히 중요한 학습데이터는 미세 조정(fine-tuning) 을 위한 것이다. 이러한 학습데이터의 경우 최종 인공지능 생성물의 표현형식과 유사한 형태의 콘텐츠일 경우가 많을 것이고, 이것이 저작물성 있는 경우 이용자의 면책여지는 줄어들 수 있고 오히려 권리자의 협상력이 강화될 수 있다. 따라서, 저작권법적 관점에서는 이러한 상황을 발견하는 것을 기대할 필요가 있다.&#xD; 지금은 어느 때보다도 TDM에 대한 포괄적 면책 규정 도입의 당위와 공정이용 요건에 대한 신중한 접근이 요구된다.

디지털・AI 기반 교수・학습이 강조됨에 따라 생성형 AI의 교육적 활용에 대한 논의가 활발해지고 있다. 본 연구는 고등학교 1학년 수학 교과서 5종의 예제와 문제 풀이에 대한 ChatGPT 4, Claude 3 Opus, Gemini Advanced의 수학적 성능을 분석하였다. 총 1,317개 문항에 대해 전체 정답률과 기능별 특징을 살펴본 결과, ChatGPT 4의 전체 정답률이 0.85로가장 높았고, Claude 3 Opus가 0.67, Gemini Advanced가 0.42 순으로 나타났다. 기능별로는 함수 구하기와 증명하기에서 세 모델 모두 높은 정답률을 보였으나, 설명하기와 그래프 그리기에서는 상대적으로 낮은 정답률을 보였다. 특히 경우의 수 세기에서 ChatGPT 4와 Claude 3 Opus가 1.00의 정답률을 보인 반면, Gemini Advanced는 0.56으로 낮았다. 또한 모든 모델이 벤 다이어그램을 이용한 설명하기와 이미지 생성이 필요한 문제에서 어려움을 겪었다. 연구 결과를 바탕으로 교사들은 각 AI 모델의 강점과 한계를 파악하고 이를 수업에 적절히 활용할 수 있을 것이다. 본 연구는 생성형 AI의 수학적 성능을 분석함으로써, 실제 수학 수업에서의 생성형 AI의 활용 가능성을 제시했다는 점에서 의의가 있다. 또한 인공지능시대의 수학 교육에서 교사의 역할을 재정립하는 데 중요한 시사점을 제공하였다. 향후 생성형 AI와 교사의 협력적 교육 모델 개발, AI를 활용한 개별화 학습 방안 연구 등이 필요할 것이다.

본 연구에서는 생성형 인공지능의 기능적 특성을 분석하여 무용예술 도구로서의 역할과 가능성을 탐색하고자 한다. 데이터의 패턴 분석과 예측에 사용되는 인공신경망 모델인 CNN과 RNN, 그리고 원래 이미지 생성에 사용되었으나 현재는 움직임 생성까지 적용 범위를 확장하고 있는 GAN의 기능적 구조를 검토한다. 이를 통해 생성형 인공지능이 안무 생성, 무용 훈련, 무보 기록 체계 개선 등에 어떠한 혁신적 변화를 가져올 수 있는지 논의한다. 궁극적으로, 생성형 인공지능 기술의 급격한 발전에 따라 그 영향력이 더욱 확대될 것으로 예상되므로 무용 창작가들에게 이 기술을 실질적으로 활용할 수 있는 유용한 방향성을 제공하고자 한다.