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.

생성형 AI는 방대한 데이터를 기반으로 사용자의 요구에 부합하는 콘텐츠를 자동 생성함 으로써 창의성과 생산성을 동시에 향상시키고 있다. 구독경제 기반의 생성형 AI 서비스는 소비자와 기업 모두에게 혜택을 제공한다. 소비자는 높은 초기 비용 없이 지속적으로 서비스를 이용할 수 있으며, 기업은 반복적인 매출과 고객 데이터를 기반으로 서비스 품질을 고도화할 수 있다. 이와 같은 선순환 구조가 안정적으로 유지되기 위해서는 소비자의 지속적인 유료 구독이 필수적이다. 이에 본 연구는 생성형 AI 서비스에 대한 구독의도 형성 요인을 규명하기 위해 기술수용모델(TAM)과 어포던스(Affordance) 이론을 통합한 연구모형을 제시하고 실증 분석을 수행하였다. 생성형 AI 사용 경험이 있는 직장인 134명을 대상으로 온라인 설문 조사를 실시하였으며, 수집된 자료를 SPSS 27.0과 PROCESS macro를 활용하여 상관분석, 다중회귀분석, 그리고 매개효과 분석을 실시하였다. 분석 결과, 어포던스 요인 중 개인화된 도움 제공은 인지된 유용성과 인지된 용이성 모두에 유의한 영향을 미쳤고, 맥락 인지는 인지된 유용성에만 유의한 영향을 미쳤다. 반면 대화의 의인화는 두 인지 요인 모두에 유의한 영향을 보이지 않았다. 또한 인지된 용이성은 인지된 유용성에 정(+)의 영향을 미쳤으며, 두 인지 요인은 모두 이용의도에 유의한 정(+)의 영향을 미쳤다. 특히 이용의도는 구독의도에 가장 강력한 영향을 미치는 핵심 변수로 확인되었고, 인지된 유용성과 용이성은 이용의도를 매개로 구독의도에 간접적인 정(+)의 효과를 보였다. 본 연구는 생성형 AI와 구독경제의 융합이라는 새로운 소비 패러다임에 대한 이론적 기반을 제공함과 동시에, 사용자 경험 중심의 AI 서비스 설계 및 구독형 비즈니스 전략 수립에 실무적 시사점을 제시한다.

While the adoption of AI-based design tools is accelerating in design education, limited research has examined learners’ psychological acceptance of these tools. This study therefore investigates perceptions of CLO 3D, Stable diffusion, and ChatGPT through the Technology Acceptance Model (TAM). Survey data were collected from 70 design majors at a university in Seoul and analyzed using regression methods, focusing on four key variables: perceived learning difficulty, efficiency, visual satisfaction, and commercialization potential. The results revealed paradoxical patterns in learning experience, where higher learning intention and perceived intuitiveness sometimes increased learning burden, while efficiency and output similarity reduced it. Efficiency perceptions were strengthened by learning intention, CLO 3D output similarity, and ChatGPT’s visualization support, but weakened when learners relied heavily on traditional creativity or when Stable diffusion’s creativity reflection was emphasized. Visual satisfaction was positively influenced by portfolio development and practical application intentions yet decreased when judged strictly by conventional creativity standards. Commercialization potential increased with efficiency, time savings, ChatGPT utilization, and application planning, but declined with greater familiarity with hand sketching. These findings validate TAM’s dimensions of usefulness and ease of use while highlighting the moderating role of comparison with traditional workflows. The study contributes theoretically by extending TAM to creative education contexts and provides practical guidance for developing instructional strategies that balance efficiency, creativity, and professional applicability.

본 연구는 인공지능(AI) 기술의 발전이 음원 제작 시스템에 미치는 영향을 중심으로, 작곡, 편 곡, 믹싱, 마스터링의 핵심 제작 단계에서 인공지능 기술이 어떻게 적용되고 있는지를 체계적으로 분석하였다. 특히 뮤즈넷(MuseNet), 마젠타(Magenta), 수노(SUNO), 아이바(AIVA) 등 대표적인 인 공지능 작곡 도구의 기술 구조와 기능을 시대별로 비교함으로써, 음악 창작의 자동화 수준과 기술 적 한계를 실증적으로 조명하였다. 또한 하이브(HYBE), 에스엠(SM), 와이지(YG) 등 국내 주요 엔 터테인먼트 기업의 인공지능 기술 수용 사례를 통해, 산업 현장에서의 실제 활용 방식과 그로 인 한 제작 및 유통 시스템의 변화 양상을 분석하였다. 연구 결과, 인공지능은 음원 제작의 효율성과 확장성을 획기적으로 높이는 동시에, 콘텐츠 생산 방식과 산업 구조의 재편을 촉진하는 주요 요인 으로 작용하고 있음을 확인하였다. 본 연구는 이러한 변화를 바탕으로 향후 음악 산업이 나아가야 할 기술 통합 전략과 대응 방향에 대해 제언하고자 한다.

In general, optimized pavement thickness design abilities and reliable construction procedures have been considered being crucial element for expressway in South Korea till millenium. However, after 2005, a proper management efforts on existing expressway became recognized as an important factor after 2,005. One of good example is rising attention of HPMS(Highway Pavement Management System). In HPMS, the crucial component is: surveying the existing expressway surface condition with reasonable, reliable and efficient procedure. Becasue of this reason, application of various advanced and sophisticated technologies on HPMS area were considered since 2010. During this time, many advanced technologies such as AI(Artificial Intelligence) techniques and corresponding physical equipment were considered to be applied. Through application of AI technologies in HPMS business area, two major outcomes can be achieved: first one is an automated pavement surface monitoring work system for maximized efficiency and second thing is saving current HPMS management budget through faster and more reasonable surveying results. In this paper, the feasibility of AI technology on actual pavement surface monitoring and analysis procedure was considered. As a result, AI based pavement surface monitoring and analysis approach succesfully provided reasonable results compared to the conventional human effort analysis approach. This findings provide a promising signal that more AI based technologies can successfully applied in HPMS business area in the next future. Morevoer, the achievement of automated HPMS can also be possible in the near future.

본 연구는 웹툰 제작 과정에서 배경 에셋제작을 자동화하기 위한 생성형 AI 기술 기반플랫폼 을 제안한다. 이 플랫폼은 서사에 중요하지 않지만, 웹툰에서 필수적인 요소인 배경과 관련된 에셋 제작을 자동화하여 웹툰 작가들의 고강도 노동을 경감시키고 제작 효율성을 높이는 것을 목표로 한다. 플랫폼은 React와 TypeScript를 기반으로 구현되었으며, Stable Diffusion 기 술과 LoRA 모델을 활용하여 웹툰의 배경 에셋을 생성한다. 연구 방법으로는 문헌 연구, 플랫 폼 개발, 실제 웹툰 적용 실험을 수행하였다. 연구 결과, 제안된 플랫폼은 프로그램 설치나 추 가 모델링 구매 없이 프롬프트 작성만으로 배경 생성이 가능하며, 이미지 생성과 보정을 동시 에 처리할 수 있어 작업 효율성이 높은 것으로 나타났다.그러나 근경 물체의 정확성과 인체 표현에서 한계를 보여, 기존 3D 모델링 도구와의 상호 보완적 사용이 효과적일 것으로 판단된 다.

현대 사회에서 음악은 일상생활에 깊숙이 자리 잡아, 개인의 음악적 취향과 감정 상태에 맞는 콘텐츠를 손쉽게 찾고 소비하는 것이 중요해지고 있다. 콘텐츠 소비 증가와 더불어 제작 속도 및 효율 또한 중요한 요소로 부상하고 있다. 그러나 기존 음악 콘텐츠 제작 방식은 주로 기존 음악을 플레이리스트로 만들고 간단한 애니메이션이나 이미지를 영상으로 추가하는 방식이다. 이러한 한계를 극복하고자, 인공지능(AI) 기술을 활용하여 사용자 맞춤형 음악을 생성하고 콘 텐츠를 제공하는 어플리케이션을 개발하였다. AI 모델을 통해 사용자의 감정 상태를 분석하고, 이를 기반으로 음악적 요소를 최적화하여 개인화된 음악 콘텐츠를 생성하는 것에 목표를 두었 다. Mel-frequency cepstral coefficients(MFCC)와 템포 분석을 통해 음악 데이터의 특징을 추출하고, 이를 기반으로 사용자 감정에 부합하는 프롬프트를 생성하였다. 생성된 프롬프트는 MusicGen 모델에 입력되어, 사용자의 감정 상태와 음악적 취향을 반영한 새로운 음악을 생성 하는 데 활용하였다. 또한, ComfyUI를 활용하여 텍스트-이미지-비디오 변환 파이프라인을 구 축함으로써, 생성된 프롬프트를 기반으로 다양한 멀티미디어 콘텐츠 제작을 가능하게 하였다. 기존 음악 콘텐츠 제작 방식의 시간 및 비용 문제를 해결하고, 사용자에게 보다 정교하고 개 인화된 음악 경험을 제공하는 데 기여할 수 있을 것으로 기대된다. 향후 다양한 분야에서의 응용 가능성을 제시한다.

본 연구는 한국의 다양한 형태의 미디어 콘텐츠를 가리키는 용어인 K-콘텐츠 제작에 있어 생 성형 AI 활용에 관한 연구이며, 특히, 제작 전, 제작, 제작 후 등 영상 콘텐츠 제작의 모든 단 계에서 AI 기술의 혁신적인 영향을 강조한다. 대본 작성, 트렌드 분석, 캐스팅, 장면 편집, 시 각 효과 등의 작업에 AI 기반 도구를 활용함으로써 제작자는 창의성을 강화하고 효율성을 높 이며 제작 품질을 높일 수 있다. 주요 조사 결과에 따르면 생성형 AI는 반복 작업을 자동화하 고 참신하고 창의적인 아이디어를 생성하며 품질의 일관성을 보장함으로써 생산 프로세스를 크게 간소화할 수 있다. 예를 들어, AI 도구는 스크립트 작성 및 스토리보드 작성을 지원할 수 있으며, 얼굴 인식 알고리즘 및 지리공간 데이터 분석은 배우 캐스팅 및 촬영 장소를 추천하는 것이 가능하다. 포스트 프로덕션 과정에서는 AI 기반 비디오 편집 및 시각 효과 도구를 활용하 여 콘텐츠의 내러티브 응집력과 시각적 매력을 향상시키는 동시에 생성 오디오 도구는 맞춤형 음향 효과를 창조시킬 수 있다. 생성형 AI의 K-Contents 활용은 기획-제작-유통 등 전체 제작 과정에 도입이 예상되며 생산 비용 절감, 글로벌 시장 확대 등의 경제적인 측면에서도 상당한 영향을 미칠 수 있다. 본 논문은 K-콘텐츠 제작에서 생성적 AI의 잠재력을 모색하고 향후, K- 콘텐츠 산업이 글로벌 시장에서 더욱 성장하고 번영할 수 있는 시사점을 탐구한다는 점에서 의의를 찾을 수 있다.