AI 트랜스포메이션이 선교 패러다임에 미친 영향을 분석하고, 지속가능한 선교 관점에서 복음 텍스트와 디지털 콘텍스트의 균형을 모색한다. 2016년 이후 한국 선교의 정체 현상은 ‘질적 선교’로의 전환을 요청했으며, 4차 산업혁명 기술은 선교 방법과 구조의 근본적인 재편을 가속화하고 있다. 한국세계선교협의회(KWMA)의 디지털 선교 로드맵과 실제 교회 시스템 구축 사례를 토대로, 폴 히버트의 비평적 상황화 이론에 기초한 ‘디지털 통합 모델’을 제안한다. 이 모델은 네트워 크, 플랫폼, 하이브리드, AI 보조라는 네 가지 핵심 차원을 통해 선교 현장의 효율성을 극대화하고 사역의 질적 향상을 도모한다. 특히, AI 시대의 기술적 편향과 윤리적 문제에 대한 신학적 성찰을 강조하며, 디지털 기술이 성령의 사역을 대체하는 것이 아니라 보조하는 도구임을 명확히 한다. 결론적으로, 데이터 기반의 공유 플랫폼을 통해 선교 역량을 강화하고 선교적 유산을 축적함으로써, 복음의 본질을 수호하는 동시에 급변하는 디지털 환경 속에서 다음 세대를 향한 지속가능한 선교 방향을 제시하고자 한다.

This study explores the use of Midjourney (V6) by fashion design undergraduates for AI-supported ideation, focusing on how outcomes differ based on fashion-domain competence and prompt/parameter instruction. A focused ethnographic, comparative case-study design was used to observe a short collection-development module. Data included Discord prompt and parameter logs, generated image outputs (mood boards, look proposals, and pattern drafts), one-on-one interviews, classroom observation notes, and expert co-coding and qualitative evaluation. Participants were organized into four groups by crossing Basic vs. Advanced Fashion competence (BF/AF) with Basic vs. Advanced Prompt training (BP/AP): BF-BP, AF-BP, BF-AP, and AF-AP. BF-BP depended on repetitive/imaginary use and generic descriptors, resulting in visually appealing yet conceptually fragmented and low-feasibility results. AF-BP leveraged a richer domain vocabulary to improve item-level adequacy but struggled to maintain collection-level consistency, leading to the use of external editing tools such as Photoshop and Illustrator for portfolio-level refinement. BF-AP quickly mastered commands and parameters (e.g., /describe, --chaos, --stylize, --ar, --tile, --no, --sref, --cref), generating appealing concept imagery while failing to convert outputs into wearable garments and cohesive collections. AF-AP combined advanced fashion knowledge with strategic parameter sequencing— broad exploration, followed by consistency control and selective refinement—achieving the most coherent, feasible outcomes and positioning AI as an early-stage accelerator rather than a substitute for core design and making skills. Overall, this study proposes “parameter literacy” as a domain-specific extension of GenAI literacy and offers a parameter–process mapping (divergent generation, consistency control, and editing/refinement) to enhance fashion curricula.

This study examines group differences in AI dependence, self-efficacy, and design fixation based on learners’ AI utilization experience, and further explores the relationships between AI dependence and perception-related variables within an AI-based design education context. To this end, I surveyed 42 learners who participated in an AI-based design class. I then performed data analysis in IBM SPSS Statistics 26, using one-way analysis of variance (ANOVA) and Pearson correlation. The ANOVA revealed statistically significant group differences in AI dependence by AI usage level, but no significant differences in self-efficacy or design fixation. Furthermore, age and professional experience showed no significant influence on most variables. Meanwhile, the correlation analysis revealed that AI dependence was significantly positively associated with design fixation, but not with self-efficacy. These results suggest that, in AI-based design education, learners’ perceptions and attitudes are not strongly differentiated by personal background factors such as age or professional experience, but are instead associated with their experience with AI use and perceived dependence on AI. By distinguishing and analyzing AI utilization and AI dependence, this study provides empirical evidence that contributes to a more nuanced understanding of learners’ cognitive perceptions in AI-based design education in practice.

최근 생성형 AI(Artificial Intelligence)의 확산으로, 소비자의 쇼핑 활동을 대신 수행하는 AI 에이전트 커머스가 새로운 상거래 형태로 부상하고 있다. AI 에이전트 커머스는 기존 검색엔진을 대체할 가능성을 지니는 동시에, 인간의 경제활동에서 준(準)대리 주체로서의 역할이 확대된다는 점에서 주목받고 있다. 특히 AI 에이전트가 탐색, 추천, 의사결정, 결제에 이르는 전 과정을 자율적으로 또는 협업 방식으로 수행하는 환경에서는, 사용자의 판단 기준이 개별 기능에 대한 평가에서 벗어나 서비스 전반의 가치와 신뢰에 대한 종합적 평가로 이동할 가능성이 크다. 이에 따라 성과기대, 노력기대, 쾌락적 동기 등 기존 기술수용 요인의 작동 방식과 중요성도 달라 질 수 있다. 더 나아가 설명가능성, 의인화, 환각위험 등 AI의 특성이 수용의도에 독자적 영향을 미칠 가능성이 있다. 이러한 맥락에서 본 연구는 AI 에이전트 커머스의 수용의도에 있어 기존 요인의 역할과 AI 특성의 추가적 영향을 동시에 검증함으로써, 초기 단계의 AI 에이전트 커머스 채택 메커니즘을 보다 명확하게 규명하고자 한다. 이를 위하여 사용자 수용의도 분석에 설명력이 높은 UTAUT2(Unified Theory of Acceptance and Use of Technology 2) 모형과 VAM(Value-based Acceptance Model)의 핵심 변수를 기반으로 AI의 긍정적 요인(설명가능성·의인화· 통합 결제기능)과 부정적 요인(환각위험·프라이버시 우려), 그리고 신뢰를 통합한 연구모형을 설계 하였다. 총 307개의 설문 응답을 바탕으로 분석한 결과 지각된 혜택, 신뢰, AI 의인화, AI 환각위험, 프라이버시 우려가 수용의도에 유의미한 영향을 미치는 것으로 나타났다. 또한, 성과기대, 노력기대, 쾌락적 동기, AI 설명가능성, 통합된 결제기능은 지각된 혜택에, AI 환각위험 및 프라이버시 우려는 지각된 희생에, 그리고 성과기대, 쾌락적 동기, AI 의인화 및 통합된 결제기능은 신뢰에 각각 유의 미한 영향을 미치고 있음을 확인하였다.

본 연구는 중국의 AI 국가 전략이 공공서비스 분야에 미친 영향과 그 이면에 내재 된 윤리적 쟁점을 인문학적 관점에서 분석한다. 중국은 2017년 ‘차세대 인공지능 발 전계획’을 통해 AI를 국가 핵심 기술로 지정하고, 국가 주도형 데이터 통제 및 투자 를 통해 공공서비스의 비약적인 효율성 증대를 달성했다. 스마트시티 및 스마트 복 지 행정 사례는 이러한 기술적 성과를 입증한다. 그러나 중국의 AI 모델은 효율성 증대와 개인의 자유보다 사회 안정과 국가 통제를 우선하는 국가 통제형 윤리 모델 이라는 이중성을 지닌다. 특히 사회신용시스템(SCS)과 같은 감시 시스템은 개인의 프라이버시를 침해하고, 감시 사회화 위험을 내포한다. 따라서 본 논문은 중국 사례 를 통해 효율성 중심의 기술 만능주의를 경계하고 인간 중심의 가치를 최우선으로 하는 민주적 AI 거버넌스 프레임워크 구축의 필요성과 공공소통 방안을 제언한다. 이는 기술 발전이 인간의 존엄성을 훼손하지 않고 공공선에 기여하기 위한 필수적인 인문학적 성찰이다.

상수관로의 노후화는 수질 안전성 저하와 수자원 손실, 유지보수 비용 증가 등의 문제를 야기하며, 이에 따라 지중 매설관의 상태를 신속하고 정확하게 진단할 수 있는 기술의 중요성이 커지고 있다. 특히 내시경 영상을 활용한 관로 점검은 가장 보편적인 방식으로 자리 잡았으나, 판독자의 숙련도에 따라 해석 편차가 발생하고, 대량 데이터의 신속한 처리에는 한계가 있다. 이러한 배경에서 본 연구는 관종⋅관경⋅용도 등 상수관 메타데이터를 모델에 통합하고, 관로 내 결함의 존재 여부와 유형, 크기를 동시에 예측할 수 있는 다중과제 학습(Multi-task Learning) 기반 인공지능 모델을 제안한다. 제안한 모델은 두 개의 예측 헤드를 통해 결함 판별과 정량적 분류를 병행하도록 설계되었으며, SHAP 기반 분석을 통해 모델의 판단 근거가 상수관로의 실제 결함 특성과 일치함을 확인하였다. 이러한 접근은 수작업 판독의 부담을 경감하고, 관로 상태 기록의 표준화 및 정량화를 통해 예방 중심의 유지관리 전략 수립을 효과적으로 지원할 수 있다.

본 연구는 한국과 대만의 인공지능(AI) 거버넌스와 윤리 정책을 비교·분석하고, 그 철학적 함의를 공리주의적 관점에서 규명하는 데 목적이 있다. 한국의 인공지능 정 책은 산업 진흥과 기술 혁신을 핵심 목표로 설정하고, 규제 샌드박스 제도를 중심으 로 빠른 상용화를 촉진하는 경향을 보인다. 반면 대만은 디지털부(Ministry of Digita l Affairs)를 중심으로 시민 참여와 공공 신뢰를 중시하는 참여적 거버넌스 모델을 발전시켜 왔다. 이러한 차이는 양국이 기술 발전과 사회적 윤리의 조화를 어떤 방식 으로 이해하는가를 잘 보여준다. 이론적으로 본 논문은 제러미 벤담과 존 스튜어트 밀의 공리주의 이론을 토대로, 효용의 극대화와 분배 정의의 문제, 행복의 질적 다양 성, 자유의 내재적 가치라는 세 가지 한계를 지적한다. 이를 보완하기 위해 아마르티 아 센과 마사 누스바움의 ‘능력 접근(capabilities approach)’을 결합하여, 인공지능 정책의 윤리적 정당성을 ‘효율성의 크기’가 아닌 ‘자유와 역량의 질’로 평가하는 새로운 기준을 제시한다. 분석 결과, 한국의 인공지능 정책은 산업 중심형 효용 모델, 대만 의 정책은 참여 중심형 역량 모델로 유형화할 수 있으며, 이는 동아시아적 맥락에서 공리주의적 가치와 민주적 숙의의 조화를 탐색하는 중요한 철학적 과제를 제기한다.

본 연구의 목적은 4차 산업혁명 시대를 맞아 AI 기반 코칭을 체계적으로 고찰 하여 학문적 체계를 정립하고 실천적 발전 방향성을 제시하고자 하였다. PRISMA 가이드라인을 적용하여 2016년부터 2025년 4월까지 발표된 국내 학술 논문 및 학위논문 30편을 최종 선정해 연구 시기, 학술 유형, 연구 목적, 적용 분야 및 기술 유형, 연구 방법, 연구 대상을 중심으로 분석하였으며, 혼합방법평 가도구(MMAT)를 통해 방법론적 타당성을 검토하였다. 분석 결과, 2023년에 가 장 많은 연구가 수행되었고, 기술 개발 중심의 연구가 66.7%로 가장 많았으며, 효과성 분석(23.3%)과 수용성 연구(10%)는 상대적으로 적었다. AI 코칭은 스포 츠와 헬스, 운동 분야, 교육, 조직 분야 등 다양한 분야에 적용되었으며. 기술유 형도 머신러닝 및 딥러닝, 웨어러블, VR/AR 기반 피드백 시스템 등 다양하였다. 연구 방법은 정량적 연구가 가장 많았고, 혼합 연구와 정성적 연구도 수행되었 다. 연구 대상은 일반 성인을 포함해 고령자, 당뇨 환자 등 특수 집단, 운동선수, 학생 등 다양한 대상이 포함되었다. 본 연구는 국내 AI 관련 코칭 연구의 경향 을 정리하고, 기술 활용 특성과 방법론적 흐름을 정리했다는 점에서 학문적 의 미가 있다. 표본 수의 제한에도 불구하고, 향후 실천적 활용 가능성과 후속 연구 에 기초 자료를 제공한다.

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.

본 연구는 인공지능(AI) 기반 말하기 연습이 외국어로서의 한국어 (KFL) 학습자의 말하기 불안감과 정서적 발달에 미치는 영향을 분석함으 로써, AI 도구가 학습자의 정서적 요인에 미치는 교육적 의미를 탐색하 였다. 양적·질적 혼합연구 방법을 사용하여 설문조사 결과와 심층 인터 뷰 자료를 종합적으로 분석하였다. 통계분석 결과, 전반적으로 말하기 불 안이 감소하는 경향을 보였으나, 통계적으로 유의한 차이는 한 문항에서 만 확인되었다. 그러나, 질적 분석에서는 인터뷰에 참가한 모든 학습자가 AI와의 상호작용을 통해 말하기에 대한 자신감과 편안함이 향상되었다고 보고하였으며, 이는 AI 기반 연습 환경이 학습자에게 심리적 안정감과 언어 사용의 부담 완화라는 긍정적 경험을 제공했음을 보여준다. AI 기 반 말하기 연습은 완전한 의사소통 능력의 습득을 대체하기보다는, 학습 자가 인간과의 실제 상호작용으로 나아가기 위한 초기 단계의 스캐폴드 역할을 수행하는 것으로 이해할 수 있다. 연구의 한계로는 소규모 표본, 짧은 개입 기간, 그리고 연구 결과의 일반화 가능성 제한이 있다.

최근 인공지능(AI) 기술은 산업·사회 전반의 혁신과 함께 자동화·지능 화된 새로운 사이버 위협을 초래하며 국가안보의 주요 위험 요소로 부상 하고 있다. 특히 AI 기반 공격은 속도와 정교함에서 기존 보안 체계를 압도하며 전통적 시그니처 중심 방어의 한계를 드러낸다. 본 연구는 이 러한 문제를 해결하기 위해 정책·제도적 대응, 기술적 방어 역량, 인력 양성 및 협력 체계라는 세 가지 분석틀을 중심으로 대응 전략을 제시하 였다. 첫째, 정책·제도적 대응에서는 AI 기반 공격의 특성을 반영한 법· 제도 정비와 국제 공조가 필수적이다. 또한 AI 악용 방지를 위한 윤리 기준과 책임 규범을 확립하여 기술 발전에 따른 위험을 통제해야 한다. 둘째, 기술적 방어 전략은 기존 패턴 기반 탐지의 한계를 보완하기 위해 AI 기반 위협 인텔리전스, 행위 기반 탐지, 자동 대응·복구 체계를 핵심 요소로 제안한다. 이를 통해 알려지지 않은 신종 위협(제로데이)까지 탐 지하고 실시간 대응이 가능한 방어 체계를 구축할 수 있다. 셋째, 인력 양성 및 협력 전략에서는 AI 기반 사이버전에 대응할 융합형 전문 인재 확보가 필요하며, 실제 공격 환경에 근접한 훈련체계와 민·관·군 간 정보 공유 및 공동 대응 체계를 강화해야 한다. 결론적으로, AI 기반 사이버 위협은 개별 기술이나 기관의 역량만으로는 대응이 어렵고, 정책·제도, 기술, 인력·협력 전략이 유기적으로 결합될 때 효율적 대응이 가능함을 본 연구는 강조한다.