This study examines the integration of ChatGPT into an advanced Korean course in a U.S university context, with a focus on its instructional design and classroom implementation. Over a semester, eighteen students used ChatGPT as a supplementary tool within process-oriented writing tasks. Survey data were used to examine learners’ responses to this instructional use of ChatGPT. The results indicate that students perceived ChatGPT as particularly helpful for grammatical corrections and receiving immediate feedback. Learners who recognized its benefits reported a positive impact on the usefulness of feedback, their writing development, and interest in future AI use. However, concerns about over-reliance, ethical issues, and occasional inaccuracies were also noted. By situating ChatGPT within a specific instructional context, this study highlights both the perceived benefits and limitations of AI-assisted writing in Korean language education. This study also offers practical guidance for educators, including structured stages for AI application in writing, usage guidelines, assessment criteria, and sample prompts. Finally, it emphasizes a balanced approach in which AI complements, not replaces, teacher feedback to maintain quality through professional judgment.

본 연구는 노인의 정보통신기술 활용 요인에 관한 국내 연구의 동향을 파악하고 노인 특성별, 서비스 유형별로 활용요인을 분석하기 위해 주제 범위 문헌고찰(Scoping Review) 방법을 활용해 연구를 수행하였다. 이 를 위해 2011년 1월부터 2025년 8월까지 발표된 등재학술지 논문들로서 60세 이상 노인을 대상으로 한 양적, 질적 연구를 분석에 포함한 결과 총 20편의 문헌이 선별되었다. 그 결과 고찰 문헌들은 노인의 정보통신기 술 활용 정도를 측정하기 위해 다양한 측정변수를 사용한 것으로 나타났다. 또한 고찰 문헌에서 활용한 정보통신기술 유형이 ICT 일부 유형에 치중해 있음을 알 수 있었다. 결론적으로 본 연구는 노인들의 ICT 활용을 예측하는 다양한 요인들을 체계적으로 분류하고 통합하여 노인들의 기술 수용에 대한 깊 이 있는 이해를 제공하고자 하였다는 점에서 의의가 있다.

본 연구는 공공서비스 AI가 인권을 침해하는 구조적 메커니즘을 분석하고, 인권기반 거버넌스 모델을 제시하는 것을 목적으로 한다. 공공서비스 AI의 권리 침해는 단순한 기술 결함이 아닌 제도 설계와 운영 과정에서 구조적으로 발생한다. 이에 본 연구는 인권기반접근(HRBA)을 이론적 토대로 삼아, 네덜란드 SyRI와 호주 Robodebt 사례를 비교 분석하였다. 분석 결과, 공공서비스 AI의 인권 침해는 3단계 메커니즘 을 통해 형성되고 누적된다. 첫째, 설계 단계에서 행정 효율성 중심의 목표가 우선되면서 권리 보호 장치가 충분히 내장되지 못한다. 둘째, 운영 단계에서 자동화된 판단이 알 권리와 이의제기권을 실질적으로 약화 시킨다. 셋째, 결과 단계에서 사회경제적 취약 집단에 감시와 제재가 불균형하게 집중된다. 이러한 발견에 기초하여 본 연구는 공공서비스 AI를 국가 권력 행사의 새로운 인프라로 재정의하고, 인권영향평가(HRIA) 를 핵심으로 하는 거버넌스 체계를 제안한다. 이는 기존의 위험기반 규제가 간과한 절차적 권리 보장과 구조적 차별 통제를 통해 공공서비스 AI 거버넌스의 인권적 공백을 보완하는 데 기여한다.

With the rapid expansion of renewable energy deployment, power systems are increasingly exposed to issues such as higher output variability. Photovoltaic generation, as the most widely installed variable renewable energy source both domestically and internationally, exhibits significant fluctuations due to weather conditions. These characteristics lead to operational challenges including increased curtailment, higher reserve requirements, and even risks of large-scale outages. This study aimed to improve the accuracy of photovoltaic power generation forecasting by developing a data quality control procedure for meteorological data collected at a PV plant. The quality-controlled data were used as inputs to SVM and XGBoost, resulting in improved forecasting accuracy, with MAPE decreasing from 7–10% to 6.32% and 6.08%, respectively. The results demonstrate that meteorological data quality control significantly enhances PV forecasting performance and can contribute to distributed energy resource operation and curtailment mitigation strategies.

한류는 이제 단순한 문화 현상을 넘어, 세계적인 영향력을 가진 대한 민국의 주요한 관광자원으로 자리 잡았다. 본 연구는 소셜미디어를 통 해 수집한 한류관광 관련 키워드를 탐색 및 분석하고, 한류관광에 대한 활성화 방안을 제언하기 위해 진행되었다. 키워드 수집 기간은 2022년 9월 1일부터 2025년 8월 31일까지 약 3년간의 기간을 대상으로 수집 하였다. 분석 방법론은 빈도분석, 중심성 분석, CONCOR 분석을 적용 하여 단계별로 심층적인 분석을 진행하였다. 주요 연구 결과는 다음과 같다. 첫째, 한류관광과 연관성이 높은 키워드는 관광, 한류, 한국, 글 로벌, 팬덤, 패스, 문화, 콘텐츠 등이 확인되었다. 둘째, 한류관광 관련 연결중심성 분석을 시행한 결과, 관광, 한류, 문화, 콘텐츠, 팬덤, 산업 등의 키워드가 높은 수치를 보였으며, 근접중심성 분석에서는 문화, 외 국인, 여행, 세계 등의 키워드가 높은 수치를 나타냈다. 셋째, CONCOR 분석 결과, 총 3개의 군집이 도출되었다. 중심군집은 ‘K-컬 쳐 체험 및 지역관광’, ‘글로벌 K-팝 및 팬덤경제’이며, 주변군집은 ‘케 데헌 및 K-교통’으로 구성되었다. 도출된 3가지 군집을 대상으로 ‘촬영 지 및 공연지 기반의 지역관광 루트 개발’ 등의 정책적 한류관광 활성 화 방안을 구체적으로 제언하였다.

본 연구는 현대 사회에서 향수가 단순한 미용 제품을 넘어 감성 표현과 문화적 상징, 그리 고 산업적 가치로 확장되고 있음을 전제로, 향수의 다층적 특성과 향후 활용 가능성을 규명하고자 하였 다. 이를 위해 2016년부터 2025년까지의 향수 관련 문헌 74편을 구글 학술검색을 통해 수집·분석하였으 며, 예술·문화, 기호·디자인, 보건·산업화, 판매 전략·기술융합의 네 그룹으로 분류하여 정량적 비중과 내 용적 특성을 함께 검토하였다. 그 결과, 향수 연구는 예술성과 문화적 상징성, 소비자 기호와 디자인 요 소, 심리·생리적 효용, 그리고 디지털 기술과 결합한 판매 전략 등 다양한 관점에서 다층적으로 전개되 고 있음을 확인하였다. 특히 최근에는 디지털 환경 변화에 따라 감성 기반 판매 전략과 기술융합을 중 심으로 한 연구가 증가하는 경향을 보이며, 향수가 감성 정보와 기술이 융합된 산업적 정보물로 확장되 고 있음을 시사하였다. 이러한 결과를 통해 향수는 예술, 디자인, 보건, 기술이 교차하는 다학제적 매체 로서, 감성 중심의 브랜드 전략과 개인화된 경험 설계가 가능한 핵심 매개체임을 확인하였다. 본 연구는 향수 연구의 흐름을 통합적으로 정리함으로써 감성 디자인과 기술융합 기반 산업 응용을 위한 기초자료 로 활용 될 것으로 사료된다.

Electric arc furnace (EAF) steelmaking is increasingly adopting sustainable carbon sources to improve slag foaming and reduce energy consumption. Among them, spent tire-derived carbon represents a viable alternative to coal, offering high volatile and carbon contents. However, its elevated sulfur level and modified slag chemistry can markedly affect foaming stability and desulfurization. This study elucidates the interactive effects of spent tire substitution (0-30 wt%) and slag basicity (CaO/SiO2 = 1.5-2.4) on foaming dynamics, bubble evolution, and sulfur behavior at 1,600 °C. Real-time imaging and quantitative analyses demonstrated that moderate substitution (10-20 wt%) enhanced initial foaming due to volatile-induced gas release, whereas excessive addition (30 wt%) caused unstable coalescence and premature collapse from sulfur-driven surface tension reduction. Lower basicity limited early foaming but improved long-term stability via increased viscosity, while higher basicity promoted rapid collapse and reduced sulfur retention. The optimal condition (CaO/SiO2 = 2.0) maintained stable foaming for over 40 min, achieving superior sulfur capture (about 24 %) and minimal refractory attack. Overall, these findings reveal the mechanistic coupling between carbon source, basicity, and interfacial properties, offering practical guidance for sustainable slag design and efficient sulfur control in EAF operations employing waste-derived carbonaceous materials.

In this study, foamed glass was fabricated by adjusting the final heat treatment temperature. The heat treatment temperatures ranged from 900 °C to 1,100 °C at 50 °C intervals. Blast furnace slag (BFS) powder was mixed with foaming agent such as CaCO3, Ca3(PO4)2, Na2SiO3 and NaOH, pressed under compression, then heat treated to form a porous and stable glass structure. Their optical, thermal, and physical properties, including thermal coefficient, density, glass transition temperature (Tg) and X-ray diffraction patterns, were investigated. As the heat treatment temperature increased, the apparent density decreased from 1.44 g/cm3 to 1.03 g/cm3 while the porosity increased from 46.03 % to 58.89 %. Thermal coefficient decreased from 9.997 × 10-6 /K to 9.417 × 10-6 /K. The main XRD peak gradually shifted toward a lower angle, indicating an expansion of the glass network structure. Results showed that foamed glass based on BFS, developed with a porous structure, can be used as an effective thermal insulation material, suggesting the potential for the commercial utilization of slag.

울산 지역은 한반도 남동부에 위치한 산업도시로 알려져 있으나, 지질학적으로는 백악기 육성 퇴적기록, 화성활 동, 신생대 지각변형, 제4기 지형 발달 과정이 복합적으로 기록된 지역이다. 본 연구는 국가지질공원 지정을 추진 중인 울산지질공원을 대상으로, 지역의 지질학적 특성과 지질유산의 구성 체계를 종합적으로 검토하고 지질공원으로서의 학 술 및 활용 측면의 잠재성을 평가하는 것을 목적으로 한다. 이를 위해 울산 지역의 지질학적 배경과 지사를 정리하고, 단계적인 조사·평가를 통해 선정된 10개 지질명소를 지질유형별로 분석하였다. 또한, 유네스코 세계지질공원에서 제시 하는 지질유형 분류체계와 ABC (Abiotic-Biotic-Cultural) 개념을 적용하여 지질명소 간의 연계성과 통합적 서사 구성 가능성을 검토하였다. 그 결과, 울산지질공원은 백악기부터 제4기에 이르는 약 1억 년의 지질 기록을 보존하고 있으며, 층서·퇴적학, 고생물학, 구조지질학, 지형학, 화성암석학 등 다양한 지질유형을 비교적 균형 있게 포함하는 것으로 확인 되었다. 특히 풍부한 생흔화석 기록, 판 내부 활성단층대의 구조적 특성, 마그마 혼합을 지시하는 암석학적 증거, 그리 고 세계유산급 암각화로 대표되는 지질-문화적 연계성은 인접 지질공원과 차별화되는 울산지질공원의 핵심 강점으로 평 가된다. 본 연구는 울산 지역의 지질유산을 개별 지질명소 단위를 넘어 지질공원 단위에서 해석하였다는 점에서, 향후 국가지질공원 지정 및 운영 전략 수립을 위한 학술적 기초자료를 제공한다.

Ecological restoration has become a vital strategy for tackling global environmental challenges. This study utilized BERTopic, a neural network-based topic modeling technique, to analyze research trends in ecological restoration technologies across 9,557 academic papers published between 1992 and 2024. Seven major research categories were identified: soil remediation, water quality improvement, habitat and biodiversity restoration, nature-based solutions, seed-based restoration, contaminated site restoration, and wildfire management. The compound annual growth rate analysis revealed that nature-based solutions had the highest growth rate, followed by soil remediation and seed-based restoration. Keyword co-occurrence network analysis identified three major clusters: Nature-based Solutions, Soil & Microbial, and Water Quality, with nature-based solutions acting as the central hub connecting various research themes. Country-level analysis indicated that China led global research output, followed by the USA, while South Korea ranked third, particularly excelling in soil remediation and water quality improvement. The iterative BERTopic approach effectively separated ecological restoration studies from biomedical research that shares similar terminology, addressing the limitations of traditional keyword-based analyses. These findings shed light on the evolution and regional characteristics of ecological restoration research, providing valuable insights for future research priorities and policy development.

This study quantitatively evaluated the real-world performance of an IoTbased, context-aware mobile air purification system. Additionally, this system is proposed as a practical alternative to conventional stationary purifiers, overcoming their spatial limitations. To analyze concentration variations, removal efficiency, and air cleaning ratio (ACR) for PM2.5, PM10, and HCHO, three scenarios were tested: S1 (natural ventilation), S2 (stationary purifier), and S3 (IoT-based mobile air purification system). The mobile system (S3) achieved a 1.6-fold higher removal efficiency for PM2.5 compared with the stationary purifier (S2) and reduced the ACR to below 0.4 within 30 minutes after high-concentration events. In contrast, stationary purifiers required approximately 333 minutes to reach background levels (17.11 μg/m3), revealing about a 10-fold difference in cleaning speed. Monte Carlo simulations confirmed the consistent superiority of S3 for both particulate and gaseous pollutants, with HCHO concentrations 36.7% lower (90th percentile) than under S2. According to the health risk assessment, the asthma hospitalization rate decreased by over 40%, the HQ for PM2.5 decreased from 1.1 (S1) to 0.64 (S3), and the ECR for HCHO was 0.62 times that of S2. These findings highlight that spatial responsiveness and mobility, along with filter capacity, are key determinants of air purification performance. In conclusion, the mobile air purifier effectively overcomes the structural constraints of stationary devices and establishes a new paradigm for realtime, adaptive indoor air quality management that helps safeguard occupant health.

Freshwater ecosystems support biodiversity and provide essential ecosystem services. In Korea, the Water Environment Information System monitors these ecosystems using separate biological and physicochemical indicators. Complex interactions occur among diverse biological taxa and physicochemical conditions. Thus, integrating heterogeneous monitoring data is crucial for accurately assessing ecosystem health. However, differences in data characteristics between the indicators present significant integration challenges. Given the scale and heterogeneity of the monitoring data, advanced analytical techniques are necessary to detect interactions among variables. This study aimed to identify key correlations among biological and physicochemical indicators by clustering similar variables and removing noise using the Hierarchical Density-Based Spatial Clustering of Applications with Noise (HDBSCAN) algorithm, followed by Spearman’s rank correlation coefficient and maximal information coefficient (MIC) analyses. HDBSCAN effectively eliminated noise indicators and grouped biological and physicochemical indicators into clusters based on shared characteristics, thereby enhancing the interpretability of the correlation analysis. Spearman analysis showed strong associations among biological indicators, particularly among species with similar ecological traits. MIC analysis further detected nonlinear associations between ecological assessment indices and specific biological species, which also reflected similar ecological characteristics. These findings are significant in that the comprehensive analysis of existing monitoring data revealed relationships within biological and physicochemical indicators while preserving the original purpose and function of each monitoring network. This study is expected to serve as a foundational resource for freshwater environmental monitoring and the development of effective management strategies.

본 연구는 문자 기호가 도자 조형에서 어떠한 의미와 형식으로 활용되어 왔는지를 살피고, 이를 조형 디자인의 관점에서 정리하는 데 목적을 둔다. 문자는 기록을 위한 체계에서 출발했으나, 회화, 조각, 설치 등 여러 예술 장르에서 이미지와 더불어 표현 재료로 수용되면서 선, 획, 구조가 시각적 구성의 중요한 요소로 자리하였 다. 도자 분야에서도 문자는 기록, 장식, 상징을 비롯한 다양한 기 능으로 조형 디자인 전반을 이루는 요소로 활용되고 있으며, 글자 의 형태는 도자 표면의 질감, 소성 과정의 변화와 어우러져 다양한 시각적 효과를 만들어낸다. 이러한 특성은 문자 기호가 의미와 형 태가 함께 작용하는 시각 언어로 확장되는 배경이 되었고, 개념적 내용의 표현, 특정 경험을 남기는 기록적 접근, 형태의 조합과 변형 을 중심으로 한 조형적 활용 등 여러 방식으로 나타난다. 최근에는 디지털 기반 제작 방식과 인쇄 기술의 도입으로 문자 기호를 보다 자유롭게 적용할 수 있는 환경이 마련되었다. 전통적 으로 축적되어 온 상감, 철화, 인화 기법은 여전히 중요한 제작 기 법이며 전사지, 실크스크린 등 현대적 공정과 결합되면서 새로운 조형 방식이 나타나고 있다. 이러한 흐름은 전통과 현대 기술이 서 로 영향을 주며 문자 기호의 표현 범위를 넓히고 있음을 보여준다. 본 연구는 문자와 기호의 개념적 차이와 시각적 구조, 예술 전반 에서의 수용 양상을 고찰한 뒤, 도자 조형에 나타나는 문자 기호를 개념 중심, 기록 중심, 조형 중심의 세 유형으로 나누어 그 의미를 정리하였다. 또한 전통 시문 기법과 현대적 변용을 비교함으로써 문자 기호가 도자 조형 디자인으로 발전하는 과정에서 나타난 표현 특성과 가능성을 파악하고자 하였다. 이러한 논의는 문자 기호가 도자 조형에서 장식이나 표기 방식, 의미와 구조를 함께 이끄는 조 형 요소로 자리하고 있음을 밝히는 데 의의를 갖는다.

This study proposes a novel diagnostic methodology combining mobile measurement using selected ion flow tube mass spectrometry (SIFT-MS) and explainable artificial intelligence (XAI) to effectively monitor and diagnose localized highozone (O3) events in industrial complexes. The methodology was applied to a highconcentration ozone episode (maximum 94.0 ppb) observed in the Hwaseong Bio Valley, an industrial complex. A nonlinear regression model based on the Random Forest algorithm was developed to quantify the contribution of precursor species. Specifically, to precisely diagnose the individual contributions of volatile organic compounds (VOCs), which are critical determinants of ozone formation, a modeling approach centered on VOCs was employed by excluding inorganic precursors (NOx). Contrary to traditional ozone formation potential (OFP) analysis, which prioritized high-reactivity alkenes such as propene, the AI model identified cyclohexane and butanone (MEK) as the key drivers positively correlated with ozone concentration fluctuations. This discrepancy is attributed to the “abundance effect,” where atmospheric partial pressures of organic solvents, extensively emitted from pharmaceutical and bio-industrial processes, overwhelm the differences in chemical reactivity of individual species. The findings suggest that AI techniques can interpret the nonlinearity of complex photochemical reactions based on observational data, serving as a complementary site-specific diagnostic tool to existing property-based assessments (e.g., MIR). Consequently, future air quality policies should shift from uniform regulations to a more targeted approach, utilizing the proposed methodology to establish precise emission tracking and management systems.

This study investigated the use of weakly supervised learning (WSL) and partial annotation-based semantic segmentation for recognizing ingredients in the traditional Korean dish bulgogi. A dataset was created to encompass various cooking stages and imaging conditions, with pixel-level labels generated for major ingredients: beef, onion, green onion, carrot, chili pepper, mushroom, button mushroom, and king oyster mushroom, using partial annotations. To enhance model robustness, data augmentation techniques such as rotation, scaling, horizontal flipping, and color jittering were employed. The DeepLabV3+ architecture was utilized, with ResNet50 and ResNet101 serving as backbone networks. The results demonstrated that ResNet50 provided stable performance with lower computational costs, while ResNet101 achieved higher segmentation accuracy for smaller or visually complex ingredients. Models trained with data augmentation showed improved recall and F1-scores, especially for smaller ingredient classes. Overall, both backbone models exhibited consistent performance across key segmentation metrics, including mean Intersection over Union (mIoU), precision, recall, and F1-score. These findings indicate that WSL, in conjunction with partial annotation, can effectively facilitate ingredient-level segmentation in mixed dishes like bulgogi.

Recently, mycelium-based composites are attracting attention as eco-friendly materials to replace fossil fuel-based plastics and Styrofoam. Various cellulose-based substrates are used as culture substrates for various mycelium materials. This study was conducted to evaluate the possibility of using various agricultural by-products as mycelium material substrates that can replace the main material, oak sawdust. The growth of mycelia was confirmed by inoculating the culture substrate with Irpex lacqueratus (KMCC02967) with four types of agricultural by-products (peach branch hemp stem, perilla stem, and pepper stem). As a result, compared to the oak sawdust substrate, when not only the agricultural by-products substrate itself but also nutritional sources such as rice and wheat bran were added, the effect of promoting mycelia growth was confirmed. The results of this study clearly show the potential of agricultural by-products to shorten the growth period of mycelia by replacing existing oak sawdust and reduce production costs through this. Based on these research results, it is suggested that agricultural by-products can be used as high value-added industrial materials and further suggests that they are sustainable alternatives that can contribute to carbon reduction and building a resource circulation economy.

This study established a method for the simultaneous quantitative analysis of 84 odorous compounds by determining proton transfer reaction rate constants, fragmented ion patterns, and product ion yield ratios through experiments on 33 target compounds and by incorporating previously reported data. In this research, a protontransfer- reaction time-of-flight mass spectrometer (PTR-ToF-MS), a real-time analytical instrument, was employed to quantitatively analyze odorants in process streams and final outlet gases from two wastewater consignment treatment facilities (Facility A and Facility B). The expected odor intensity (EOI) estimation method was further applied to identify the primary odor contributors. Among the final outlet gases, the top five odorcausing substances in Facility A were n-pentanal, acetaldehyde, methylmercaptan, n-hexanol, and n-butanal, while the top five odor-causing substances in Facility B were n-decanal, n-nonanal, acetaldehyde, n-butanal, and n-propanol. The cumulative odor contribution rates of these top five odorants were 94.7% and 91.9% for Facilities A and B, respectively. Although PTR-ToF-MS has inherent limitations in distinguishing isomers and isobars, their individual quantification was achieved through complementary identification and separation by TD-GC-MS. This study provides a basis for simplifying quality control in odor analysis compared with conventional trace-level odor testing methods and proposes a more scientific and effective approach for addressing odor problems.

This study developed a calibration model using near-infrared spectroscopy (NIR) for the rapid and non-destructive prediction of functional components—total polyphenols, total flavonoids, and antioxidant activities—in sweetpotato. Analysis of 473 sweetpotato genetic resources revealed significant variation and diversity in total polyphenols (4.67 to 2,419 mg/100g, CV 74.26%), total flavonoids (7.71 to 1,057.67 mg/100g, CV 122.88%), DPPH radical scavenging activity (7.83 to 532.56 mg/100g, CV 111%), and ABTS radical scavenging activity (11.84 to 615.87 mg/100g, CV 70.02%). The NIR spectra (400 to 2,500 nm), following pretreatment and modified partial least squares (MPLS) regression, were utilized to create the calibration model. Cross-validation indicated high predictive performance for total polyphenols (R2 cv 0.895), total flavonoids (0.940), DPPH (0.955), and ABTS (0.940). External validation yielded R2 ev values ranging from 0.623 to 0.726 and RPD values between 1.58 and 2.13, confirming the model's practical applicability for large-scale screening and classification. However, further enhancements are needed to improve the accuracy of quantitative analysis. Future studies should focus on refining the predictive model by incorporating samples from diverse genetic resources and cultivation environments. This research demonstrates that NIR spectroscopy can be effectively employed for the rapid, non-destructive evaluation of sweetpotato functional quality, facilitating the efficient selection of high-value cultivars.

This study proposes a lightweight algorithm for real-time front-vehicle detection using low-resolution camera footage under various driving conditions. The proposed method first extracts driving lanes using Canny edge detection and the Hough transform, thus enabling efficient lane detection. A forward region of interest (ROI) is delineated based on the extracted lane geometry. Subsequently, YOLOv11 is employed to detect vehicles within each frame, where only those located inside the defined ROI are classified as preceding vehicles. To evaluate the applicability of the proposed method in diverse environments, its performance was assessed across six driving scenarios: normal driving, traffic congestion, complex structural environments, nighttime, tunnel sections, and sharp curves. Experimental results show that the proposed approach maintains a stable detection accuracy across different conditions while offering a low computational cost and a high processing speed. Compared with segmentation-based deep-learning lane-detection models, the proposed method demonstrates superior real-time capability and can operate using only a built-in monocular camera without relying on expensive sensors such as LiDAR, radar, or artificial markers. This study serves as a foundation for vision-based ADASs, front-vehicle-following control, and road-hazard detection systems.

본 연구는 AI 기반 채용의 활용 현황과 정책·제도, 기술·도구, 공정성·투명성, 성과·효과성을 중심으로 한국과 주요 글로벌 국가의 사례를 비교·분석하였다. 연구 결과, 글로벌 선진국은 AI 채용을 ‘고위험군’ 기술로 분류하여 편향 검증, 설명가능성, 인간 감독 등 엄격한 규제 체계를 구축하고 있었으며, 기술 활용 단계에서도 데이터 품질 관리와 공정성 확보를 위한 외부 감사가 활발히 이루어지고 있었다. 반면, 한국은 포괄적인 AI 기본법 제정에도 불구하고 채용 특화 규제가 부재하며, 편향 감사나 평가 로직 공개 의무가 없어 투명성과 신뢰성 확보에 한계가 있었다. 기술적 측면에서도 글로벌 기업들은 채용 전 과정을 AI로 통합·자동화하는 반면, 한국 기업은 상용 솔루션 중심의 초기 단계에 머물러 있었다. 성과 분석 결과, 글로 벌 기업들은 채용 효율성뿐 아니라 다양성 확대와 지원자 경험 개선 등 질적 성과를 보고했으나, 한국 기업들은 주로 채용 속도와 비용 절감에 성과가 국한되었다. 본 연구는 이러한 비교 분석을 통해 한국 기업의 AI 채용이 나아갈 정책적·기술적 방향성을 제시하며, 향후 연구에서는 산업별·직무별 AI 채용 효 과 분석과 정보 비대칭성 해소를 위한 질적 연구가 필요함을 제언한다.