본 연구는 Deepseek와 ChatGPT가 중국 대학 한국어 학습자들의 쓰 기 텍스트에 대해 제공하는 피드백 양상을 살피고, AI 피드백의 활용 방 안을 모색하는 데 목적이 있다. 이를 위해 한국어 학습자 30명을 대상으 로 쓰기 텍스트를 수집하고, 두 도구가 텍스트에 대해 제공한 피드백을 분석하였다. 분석 결과, 두 도구 모두 평가 기준에 기반하여 피드백을 제 공하고, 학습자가 수용하기 쉽도록 문제점과 개선 방향을 명확하게 제시 하였다. 대부분의 피드백은 정확도가 높은 편이었으나, 평가 범주와 오류 유형이 부합하지 않는 경우도 일부 나타나고 있었고, 특히 Deepseek의 경우 쓰기 주제를 잘못 파악하여 내용적 측면에서 부적절한 피드백을 제 공한 사례가 많았다. 두 도구 모두 쓰기 텍스트의 내용에 따라 피드백을 제공하여 우선순위는 두드러지지 않았고, Deepseek가 ChatGPT에 비해 지지적인 어조를 더 많이 사용하는 것으로 나타났다. 본 연구는 생성형 AI를 활용한 한국어 교육 및 연구를 위해 기초적인 자료로 사용할 수 있 을 것이다.

본 연구는 Chat GPT 기반으로 개발한 실험자용 생성형 AI 코칭 시스템 ‘Roh-KAI(로카이)’가 인간 사용자 간 상호작용과정에서 발생하는 사회적 존재 감, 신뢰, 자기효능감의 심리적 변화를 탐색하고자 하였다. 로카이는 국제코칭연 맹(ICF)과 한국코치협회(KCA)의 윤리규정 및 핵심 역량을 반영하여 8단계 47개 질문 구조로 설계되었다. 인공지능 사용경험이 있는 성인 15명을 대상으로 주제 분석 기법을 적용한 질적 연구를 진행하였다. 분석 결과 4개의 상위 주제와 9개의 하위 주제가 도출되었다. 사회적 존재감 에서는 60%가 대화의 자연스러움을, 80%가 공감적 반응을 경험했고, 인공지능 신뢰에서는 53.3%가 공감적 경청과 이해를, 40%가 비판단적 태도를 인식했다. 자기효능감에서는 66.7%가 자기 인식 확장을, 46.7%가 실행 의지 강화를 나타 냈다. 반면 53.3%가 구조화된 프로세스의 제약을 지적했고, 33.3%가 사용자 다 양성 대응 부족을, 26.7%가 윤리적 우려를 지적하였다. 연구 결과 AI 코칭 시스 템이 공감적 상호작용과 자기성찰 촉진에는 효과적이나, 시스템의 유연성과 개 별화된 접근의 중요성을 확인하였다. 본 연구는 AI 코칭 시스템의 설계와 개선 방향에 실증적 근거를 제공하는 데 의의가 있다.

This study proposes a structured story generation system based on traditional narrative theory using a large language model (LLM). The proposed system sequentially constructs a three-act structure and a 15-step narrative structure of "Save the Cat!" based on the log line, character information, and genre input by the user, and each step is embodied through hierarchical generation and prompt chaining. In particular, when user modifications occur, the changes are designed to be automatically reflected in the upper and lower stages to maintain narrative consistency and logic. To verify the effectiveness of this system, human-written narratives, single-prompt-based generative narratives, and generative narratives from the proposed system were compared and evaluated, yielding excellent results in terms of narrative structure fidelity and logic. By demonstrating the structural controllability of LLM-based story generation, this study suggests applicability in the field of digital content production in the future.

오늘날 생성형 인공지능(Generative AI)의 비약적 발전은 교육 패러다 임에 근본적인 변화를 초래하고 있으며, 특히 ChatGPT(Generative Pre-trained Transformer)와 같은 대화형 AI는 단순한 정보 전달을 넘 어, 상호작용 기반의 학습 환경을 가능하게 한다는 점에서 언어교육 분 야에서 주목받고 있다. 본 연구는 생성형 인공지능의 대표 사례인 ChatGPT를 일본어 문법 교육에 활용하였을 때의 교육적 기능과 잠재적 한계를 분석하는 데 목적이 있다. 연구는 일본어를 학습한 지 3개월 정 도 지난 초급 학습자를 대상으로, ChatGPT의 문법적 설명 능력, 예문 생성력, 피드백의 적절성에 초점을 맞추어 실험을 설계하였다. 구체적으 로 사전·사후 문법 이해도 테스트, 만족도 설문조사, 자유 서술 및 인터 뷰를 통해 데이터를 수집하고 정량적·정성적으로 분석하였다. 그 결과 예 문 제공, 반복 질문 가능성, 심리적 부담 감소 등의 장점을 긍정적으로 평가하였다. 반면, 설명의 일관성 부족, 문맥 판단력의 한계, 정교한 문 법 개념 설명의 부재 등은 주요 한계로 지적되었다. 본 연구는 ChatGPT 가 일본어 문법 교육에서 자기주도 학습을 촉진하는 보조 도구로서 효과 적일 수 있음을 시사하며, 동시에 문법 교육의 질을 담보하기 위해서는 교 사의 맥락적 설명과 피드백이 반드시 병행되어야 함을 강조한다. 본 연구 가 향후 생성형AI와 교사의 역할을 상호 보완적으로 융합한 혼합형 (hybird) 교육 모델의 기초 자료가 되길 기대한다.

최근 천연 유래 미백제에 대한 관심이 증가하고 있다. 천연 유래 미백성분은 ‘자연 유래’라 는 메시지를 소비자에게 호감을 주어 경쟁력을 높인다. 본 연구는 Xanthium strumarium seed 에탄올 추출물의 미백효능을 평가하였다. 그 결과 α-MSH(α-melanocyte stimulating hormone)로 유도한 B16F10에서 티로시나아제와 멜라닌 형성을 억제했다. 또한 핵심조절인자인 티로시나제, MITF (Microphthalmia-associated transcription factor), TRP-1(tyrosinase related protein-1), TRP-2 (tyrosinase related protein-2)에 관여함으로서 최종 멜라닌 생성을 저해하였다. 이러한 결과는 X. strumarium seed 에탄올 추출물의 미백 기능성 성분으로서의 가능성을 시사한다.

본 연구에서는 Chamaecyparis obtusa (Siebold & Zucc.) Endl. (C. obtusa) 잎을 99% 에 탄올 추출(CO99EL)하여 항산화 및 항멜라닌 생성 활성을 평가하여 미백 화장품 성분으로서의 가능성 을 평가하였다. CO99EL은 DPPH 및 ABTS+ 라디칼 소거 활성이 농도 의존적으로 증가하였으며, 티로 시나아제 저해 활성도 유의미하게 나타났다. α-MSH로 유도된 B16F10 세포 모델에서 CO99EL은 12.5 및 25μg/mL 농도에서 세포독성 없이 멜라닌 생성을 유의미하게 억제하고, 세포 내 티로시나아제 활성을 감소시켰다. 또한, qPCR 분석 결과 CO99EL은 MITF, TYRP2, TYR과 같은 주요 멜라닌 생성 관련 유전자의 mRNA 발현을 저해하는 것으로 나타났다. 이러한 결과는 CO99EL이 항산화 및 멜라닌 생성 저해효과를 가진 기능성 화장품 성분으로서의 가능성을 나타낸다.

This study examined how 16 Chinese transformational structures are generated using generative AI from the perspective of learners whose native language is Korean. To summarize: (1) In weak AI models, using the zero-shot input method, Baidu generated 13 transformed Chinese Sentences, and Papago generated 11 transformed Chinese Sentences. (2) In strong AI models, using the prompt input method, WRTN generated 12 transformed Chinese Sentences, and Yuanbao generated 11 transformed Chinese Sentences. The possible reason why weak AI showed better results than strong AI may be because the analysis target was simple sentences. Baidu and Papago AI are programs specialized in translation. Therefore, under the same conditions as the experiment, it can posited that weak AI is more specialized than strong AI. Thus, it may be sufficient to utilize weak AI in current Chinese writing education. Nevertheless, for this research be applicable to Chinese writing education, the following additional analyses are necessary: (1) This study targeted ‘simple sentences.’ If applied to ‘complex sentence’ writing education, an analysis of whether weak AI remains useful is necessary. (2) An analysis of how to conduct education using Artificial Intelligence is required.

This study proposes a real-time content design pipeline optimized for Unreal Engine, integrating generative AI-based image creation with AI-assisted 3D modeling tools. The pipeline aims to streamline the production of high-quality assets for real-time applications, including games and simulations. Two types of subjects were selected: a bust combining organic character features, and a stone slab characterized by planar and symmetrical structure. Multi-angle image data were first synthesized using advanced generative AI models to simulate diverse viewpoints. These were then processed using AI-enhanced photogrammetry and modeling tools to reconstruct detailed 3D meshes and extract base textures. Post-processing steps, including mesh decimation, UV unwrapping, and texture baking, were performed to ensure compatibility with Physically Based Rendering (PBR) workflows used in Unreal Engine. The final assets were successfully imported into Unreal Engine, demonstrating visual fidelity and performance suitability in a real-time environment. The study confirms the pipeline’s potential for accelerating asset development and suggests promising future directions in AI-driven digital content creation.

This study structurally analyzes the algorithmic filtering process by which generative AI images are either selected or discarded before reaching users, and models this process through a visual similarity–based simulation. Images generated by Stable Diffusion are placed on a two-dimensional grid, and a modified version of Conway’s Game of Life algorithm is applied to update the state of each cell. The survival of each cell is determined based on a hybrid visual similarity metric combining CLIP and LPIPS. To prevent the rigidity of the simulation and sustain emergent dynamics, random image injections are periodically introduced. The simulation results reveal that visually similar images repeatedly form clusters, and a visual order gradually converges toward a structurally stabilized state. This suggests that specific visual orders can emerge solely from algorithmic selection criteria, independent of human interpretation. By shifting focus from semantic or symbolic analysis to the experimental conditions for the existence and persistence of images, this study proposes a new analytical perspective for understanding digital image environments.

교육 분야에서 생성형 인공지능 기술의 보급과 함께 중국 고등학생의 이용의도의 영향 요인에 관한 분석은 이론적 및 실무적 의의가 있다. 본 연구의 목적은 중국 고등학교 교육 환경에 적합한 모형을 구축하고 이용 의도의 영향 요인을 분석함으로써 교육 분야의 인공지능 응용을 위한 근 거 자료를 제공하는 데 있다. 정보시스템 성공 모형, UTAUT 모형과 사 회적 인지 이론을 기반으로 사회적 영향, 자기효능감, 신뢰, 의인화, 경 제적 저항과 관습적 저항 등을 활용하여 만족도와 이용의도를 포함한 모 형을 구축했다. 설문조사와 구조방정식 모델을 통해 실증분석을 진행했 다. 연구 결과에 따르면, 첫째 시스템 품질, 정보 품질과 서비스 품질은 만족도에 긍정적인 영향을 미쳤다. 둘째, 사회적 영향과 신뢰는 교사, 학 부모, 또래집단과 학교 규범을 통해 만족도를 높일 수 있다. 셋째, 자기 효능감, 의인화와 만족도는 이용의도에 긍정적인 영향을 미쳤으며 의인 화가 가장 큰 영향을 미쳤다. 넷째, 경제적 저항과 관습적 저항은 만족도 와 이용의도에 각각 부정적인 영향을 미쳤다. 본 연구는 고등학생 집단 을 대상으로 정보시스템 성공 모형의 적합성을 검증하고 감정적 및 문화 적 요소를 도입하여 교육 기술 수용 관련 연구 모형을 구축했다. 실무적 시사점으로 첫째, 시스템 성능과 감정적 인터랙티브 디자인을 최적화한 다. 둘째, 교사와 학부모의 영향을 강화하고 긍정적인 이용 분위기를 조 성한다. 셋째, 이용 장벽을 낮추고 교육 자원의 보급성을 높인다.

기후변화로 인해 전 세계적으로 수온이 상승하는 추세이며, 그에 따른 수계 내 유기물의 농도 증가에 따라 정수 처리 과정에서의 소독부산물 생성량 역시 상승하고 있다. 이 중 총트리할로메탄(Trihalomethanes, THMs)은 발암물질로 분류되며, 먹는 물 수질 기준이 0.1 mg/L로 설정되어 있다. 소독부산물 생성량 증가와 취수원에서의 수질 문제가 지속적으로 제기됨에 따라 안정적 수돗물 공급을 위한 대책이 필요한 상황에서 본 연구는 여름철 경기도와 경상북도 지역의 수도꼭지에서 THMs 농도를 모니터링 하였다. 또한, 과거 THMs 측정 자료와 더불어 다양한 자료를 비교ㆍ분석하여 THMs 농도 변화의 원인을 파악했다. 그 결과, 조사 지역들의 THMs 생성에는 원수의 종류, 그로 인한 용존유기탄소 (Dissolved organic carbon, DOC), 클로로필-a 인자와 더불어 계절적 요인들 중 기온과 강우량이 종합적으로 기여하는 것으로 나타났다. 특히, 선형 회귀분석을 통해 용존유기탄소와 THMs간의 상관관계가 높으며 수돗물의 용존유기탄소 농도가 2.7 mg/L 이상일 경우 THMs 농도가 법정 먹는 물 수질 기준을 초과할 가능성이 높다는 결과를 도출하였다. 이를 통해 여름철 강우가 집중되는 시기와 갈수기 THMs 관리를 위해 원수의 유기물 농도를 관리하는 노력이 필수적임을 확인하였다. 해당 결과는 정수장에서의 유기물 농도 관리를 통해 THMs 생성을 억제하는 것이 매우 중요함을 시사하며, 앞으로 먹는 물 수질 기준과 정수장 운영 관리에 용존유기탄소 수질 항목을 추가하는 방안의 검토가 필요하다 판단된다.

This study explores how to integrate the generative artificial intelligence (AI) tool Midjourney into the fashion design process, emphasizing the visualization of sporty fashion concepts. The research applied Midjourney at every stage of the fashion design process: mood board, fashion sketch, flat drawing, production package, fashion show presentation, and store display and sales. Specifically, sporty fashion was selected as the theme, and customized prompts were developed from prior research and design principles to generate visual outputs for each stage. Furthermore, three apparel design experts evaluated the AI-generated images to assess Midjourney’s practical applicability and effectiveness in each phase of the fashion design workflow. Expert evaluations revealed that Midjourney was particularly effective in the early stages, offering diverse and visually engaging imagery that supported creative ideation and mood expression. The tool allowed quick exploration of different silhouettes during the sketching stage but was imprecise in detailed forms and proportions. Limitations became more evident in the flat drawing and work instruction stages, where outputs failed to accurately reflect material textures and technical construction. Prompt refinements and referencebased prompts were tested but often resulted in inconsistent or stylized outputs. Additionally, continuity between stages was missing. Midjourney shows potential as a creative tool, but experts highlight its limitations for practical industry application. Further research is needed to improve prompt optimization and training data for enhanced accuracy and usability in AI-assisted fashion design workflows.

본 연구는 생성형 AI 시대에 AI에 의한 관광산업의 미래 전망과 시사 점에 따른 대응방안을 제시하는 것을 주 목적으로 하였다. 이를 위해 관 광산업 분야 중 어떤 분야의 일자리가 대체되고, AI로 인해 관광산업의 노동시장이 어떻게 변하는지에 관한 시사점을 도출하여 대응방안을 문헌 고찰하였다. 연구결과, 생성형 AI 시대의 관광산업의 미래 전망과 시사점 을 요약하면서 AI로 인한 관광산업 일자리 대체 가능성에 대응하기 위한 정책적 방안을 직업 전환 지원, 창의적 업무 개발, 산업-교육 연계 강화, 사회 안전망 강화, AI 윤리 및 규제 도입, 재정적·기술적 중소기업 지원 등으로 제안하였다. 이론적으로는 AI 기술이 관광산업의 고용 구조와 산 업 생산성에 미치는 영향을 분석하여 노동시장 변화 모델을 발전시킬 수 있는 시사점을 제공했다. 또한, 실무적으로는 AI 기술 도입에 따른 직업 훈련, 재교육 프로그램 및 산업 변화에 맞는 규제와 지원 정책을 마련해 노동시장의 균형을 유지해야 한다는 정책 대응방안과 관광기업은 AI 활 용의 장점을 극대화하면서도 고용 감소에 따른 사회적 책임을 고려해야 한다는 시사점을 제시하였다.

Purpose: This study aims to examine the effect of 'debate education using generative artificial intelligence (AI)' on 'debate efficacy' targeting elementary school students in the 5th and 6th grades. Through this, we aim to provide valuable information on debate classes using generative AI to field teachers and researchers in debate-related studies. This study aimed to provide students with a positive communication experience by allowing them to articulate their arguments, engage with peers, and persuade others. Additionally, it sought to serve as a foundation for fostering students' collaborative communication skills and digital language literacy. Furthermore, in alignment with the introduction of the “Media” domain in the 2022 Revised Korean Language Education Curriculum, this study aimed to offer pedagogical implications for teachers regarding debate education using generative AI. Lastly, it sought to expand the scope of Korean language education by preparing students to actively adapt to the rapidly evolving communication environment of the future society. Methods: To achieve this, a triangulation study combining quantitative and qualitative research methods was conducted. The quantitative research compared and analyzed the pre-post debate self-efficacy of the participants, while the qualitative research explored the effects of debate classes using generative AI by analyzing portfolios generated by the participants. Descriptive statistics and the Wilcoxon signed-rank test were used to analyze quantitative data. As some of the response data from the participants did not satisfy the assumption of normality, the pre-and post-test changes in debate efficacy among the participants were analyzed using a nonparametric Wilcoxon signed- rank test (p<.05). The reliability of this study was verified through Cronbach’s ⍺ value. Portfolio analysis was employed for the qualitative data analysis. Results: The “Debate Self-Efficacy” of the participants was measured pre- and post-intervention using the Wilcoxon Signed-Rank Test. The results showed a significant improvement in all subcomponents of debate self-efficacy, including Emotional Self-Efficacy, Cognitive Self-Efficacy, and Social Self-Efficacy. In particular, significant improvements were observed in the components of Emotional Self-Efficacy, namely ‘expectation,’ ‘persistence,’ and ‘emotion regulation.’ Furthermore, the analysis of portfolios composed of activity sheets developed for this study revealed that engaging in debate activities using Generative AI positively enhanced the debate self-efficacy of the participants. Conclusion: This study demonstrates through action research and empirical analysis that Korean language debate classes utilizing generative AI are effective in enhancing students' debate efficacy. This study hopes to serve as a stepping stone for fostering Inclusivity and enhancing Communication Competence among learners, thereby contributing to the strengthening of their Debate Self-Efficacy. Furthermore, it is expected that this research will contribute to the activation of Debate Education Using Generative AI in school.

케톤 식이요법(Ketogenic Diet, KD)은 고지방, 적당한 단백 질, 저탄수화물로 식이 패턴으로 최근 몇 년 동안 스포츠 분야 에서 많은 관심을 받고 있다. 본 연구는 케톤 식이요법이 체중 조절 및 운동수행력에 미치는 영향을 검토하고 잠재적인 생리 학적 메커니즘에 대해 논의했다. 케톤 식이요법은 인슐린 분비 를 줄이고 지방 산화를 촉진해서 케톤체의 이용률을 높임으로 써 체지방을 효과적으로 줄이고 체급별 종목의 선수가 안전한 체중 관리를 할 수 있도록 도울 수 있다. 지구력 선수의 경우 케톤 식이요법은 지방 산화 능력을 향상시키고 글리코겐 의존 성을 줄이며 장기간 운동 중에 운동 시간을 연장할 수 있다. 그러나 고강도 무산소성 운동(예: 단거리 달리기, 역도)에서 제 한된 탄수화물은 해당과정의 속도를 감소시키고 에너지 공급에 영향을 미치며 폭발력과 최대 근력을 약화시킬 수 있다. 따라 서 케톤 식이요법은 지구력 운동과 체중 조절이 더 필요한 운 동선수에게 어울리지만 근 성장과 순간 순발력에 의존하는 운 동 종목의 효과는 여전히 논란의 여지가 있다. 이 연구는 케톤 식이요법을 사용할 때 운동수행력을 최적화하고 잠재적인 위험 을 줄이기 위해 운동 유형, 개별 대사 특성 및 적응 기간에 따 라 합리적으로 조정해야 함을 강조한다. 향후 연구에서는 과학 적인 스포츠 영양지침을 제공하기 위해 케톤 식이요법의 장기 적인 영향과 다른 영양 전략의 조합을 추가로 조사해야 한다.