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.

Background: The Functional Movement Screen (FMS) is widely used for movement assessment but suffers from subjective scoring that leads to inconsistent evaluations. While previous studies have focused on reliability, the validity of AI-supported assessment remains unexplored. Objectives: To evaluate the reliability and validity of an AI-based motion analysis system using MediaPipe for three FMS movements. Design: Prospective reliability and validity study with repeated measures. Methods: Thirty healthy adults (age 23.4±2.8 years) performed three FMS tests (Deep Squat, Hurdle Step, Inline Lunge) recorded on video. Three evaluators (two experienced physical therapists and one novice) assessed recordings in three phases: Phase 1 involved traditional assessment by experts only to establish criterion reference, Phase 2 had all evaluators using AI support, and Phase 3 consisted of repeated AI-supported assessment. The AI system provided real-time visual feedback of joint angles and alignment through MediaPipe skeletal tracking. Results: Criterion validity showed strong agreement between traditional expert assessment and AI-supported assessment (r=0.94, P<.05). Inter-rater reliability improved from good (ICC=0.89) to excellent (ICC=0.91) with AI support. The novice evaluator achieved immediate expert-level performance with only 0.05 points difference from experts. Intra-rater reliability was excellent for all evaluators (ICC=0.84-0.89). Conclusion: The AI-based system demonstrated strong validity and improved reliability for fundamental movement assessment. While AI support enabled novice evaluators to achieve expert-level performance immediately, it may increase sensitivity to subtle movement variations. This technology shows promise for standardizing movement screening, though current limitations restrict its application to standing movements.

본 연구는 초고령사회 진입과 노인 1인 가구의 증가에 따라 심화되고 있는 돌봄 공백 문제에 대응하기 위한 기술 기반 대안으로서, AI 기반 돌봄 가능성을 탐색하는 것을 목적으로 하였다. 이를 위해 체계적 문헌 고찰 방법을 활용하여 국내 학술지에 등재된 논문을 중심으로 노인 1인 가구를 대상으로 한 AI 기반 돌봄 형태에 대한 연구 동향을 분석하였다. 분석 결과, 첫째, 관련 연구는 2020년 이후 COVID-19 팬데믹을 계기로 활발히 진행되기 시작하였으며 다양한 학문 분야에서 논의가 확대되고 있음을 확인하였다. 둘째, 연구 방법 측면에서는 질적 연구 중심의 경향 이 뚜렷하였으며, 이용자 경험과 수용성에 대한 분석이 주를 이루는 반 면, 양적 연구는 상대적으로 부족하였다. 셋째, AI 기반 돌봄 기술은 정 서적 영역에서 긍정적 효과가 일관되게 보고되었다. 넷째, 현재까지의 연 구는 이용자 중심의 효과성에 집중되고 있었으며, 제도적 기반, 서비스 전달체계 등 구조적 측면에 대한 논의는 미흡하였다. 이를 토대로 다양 한 영역의 융합적 접근을 통한 돌봄 모델 구축의 필요성, 노년층의 디지 털 리터러시 교육 강화, AI 기반 돌봄 서비스에 대한 법·제도적 관리 체 계 구축의 필요성을 논의하였다.

Springtails (class Collembola) play a crucial role in soil ecosystems. They are commonly used as standard species in soil toxicity assessments. According to the ISO 11267 guidelines established by the International Organization for Standardization (ISO), Allonychiurus kimi uses adult survival and juvenile production as toxicity assessment endpoint. Conventional toxicity assessment methods require manually counting adults and larvae under a microscope after experiments, which is time-consuming and laborintensive. To overcome these limitations, this study developed a model using YOLOv8 to detect and count both adults and juveniles of A. kimi. An AI model was trained using a training dataset and evaluated using a validation dataset. Both training and validation datasets used for AI model were created by picturing plate images that included adults and larvae. Statistical comparison of validation dataset showed no significant difference between manual and automatic counts. Additionally, the model achieved high accuracies (Precision=1.0, Recall=0.95 for adults; Precision=0.95, Recall=0.83 for juveniles). This indicates that the model can successfully detect objects. Additionally, the system can automatically measure body areas of individuals, enabling more detailed assessments related to growth and development. Therefore, this study establishes that AI-based counting methods in toxicity assessments with offer high levels of accuracy and efficiency can effectively replace traditional manual counting methods. This method significantly enhances the efficiency of large-scale toxicity evaluations while reducing researcher workload.

본 연구는 인공지능(AI) 기술이 사주해석에 어떻게 적용되고 있는지를 분석하고, 인간 상 담가의 비교를 통해 그 가능성과 한계를 철학적·심리학적 관점에서 고찰하였다. 사주명리 학은 오행, 음양, 십신, 12운성 등의 상징체계를 통해 인간의 성격과 삶의 흐름을 해석하는 학문으로서, 현대 상담심리와도 통합 가능한 잠재력을 지닌다. AI는 정형화된 해석과 빠른 요약 제공에는 강점을 가지며, 초보 상담가나 일반 사용자에게 유용한 도구가 될 수 있다. 그러나 본 연구는 사례 분석을 통해, AI는 내담자의 정서, 생애 맥락, 상징적 깊이를 반영하 지 못하며, 공감과 직관을 요하는 인간중심 상담에는 한계가 있음을 제시하였다. 이에 따라 AI 기반 사주해석은 인간 상담가의 통찰을 보완하는 도구로 사용되어야 하며, 해석의 윤리 적 적절성과 데이터 보안 문제, 사용자 고지 필요성 등 제도적 장치 마련이 필요하다. 나아 가 AI 기술을 활용한 사주명리 상담 시스템이 다문화 및 심리학 기반 해석과 융합될 수 있 도록 교육적·기술적 개발이 요구되며, 이는 사주명리학이 상담도구로 확장하는 새로운 가 능성을 제시한다.

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.

본 연구는 가치기반수용모델을 바탕으로 AI 기반 맞춤형 화장품 추천 서비스의 지각된 가치와 이용의도에 미치는 영향 요인을 규명하고자 하였다. 이를 위해 설문지 241부를 수집하여 SPSS 27.0으로 빈도분석, 요인분석, 신뢰도 분석, 상관관계분석, 회귀분석을 실시하였다. 첫째, 유용성과 즐거움은 지각된 가치에 정(+)적 영향을 미치는 것으로 나타났다. 둘째, 복잡성은 지각된 가치에 부(-)적 영향을 미치는 것 으로 나타났으나, 위험성은 유의한 영향을 미치지 않는 것으로 나타났다. 셋째, 지각된 가치는 이용의도에 정(+)적 영향을 미치는 것으로 나타났다. 그러므로 지각적 가치와 이용의도를 증진시키기 위해서는 유용한 정보롸 흥미를 유발할 수 있는 재미 요소를 제공하고, 복잡한 과정을 간단하게 축소할 필요가 있다.

지능정보사회에 대응한 교육 환경의 변화가 예상됨에 따라 본 연구에서는 학습자가 AI 기반 학습플랫 폼을 어떻게 인식하고 있는지 학업정서와 학습동기적 측면에 대해 질적으로 탐색하고자 하였다. 이를 위 해 AI 기반 학습플랫폼을 경험한 초등학생 및 중􌝆고등학생 7명을 연구참여자로 선정하였으며 그들이 경험 한 학업정서 및 학습동기에 대해 반구조화된 면담을 실시하였다. 면담 자료는 연구문제를 중심으로 자료 를 체계적으로 정리하여 기술하는 방법인 질적 내용분석(Qualitative content analysis: QCA)을 통해 분석 하였다. 그 결과 학업정서는 2개의 상위범주와 9개의 하위범주로 구성되었다. 구체적으로, 연구참여자들은 AI 기반 학습플랫폼을 사용하면서 긍정정서와 부정정서를 경험한 것으로 나타났다. 긍정정서로는 만족감, 성취감, 기대감, 즐거움, 안도감을 경험하였으며, 부정정서로는 답답함, 우울함, 좌절감, 불안함을 경험하였 다. 학습동기는 5개의 하위범주로 나뉘어졌고, AI 학습이 학습동기에 도움을 준 이유는 5개의 주제묶음으 로 구성되었다. 결과를 구체적으로 상술하면, AI 기반 학습플랫폼을 사용한 학습자들은 몰입, 자율성, 흥 미, 자기효능감, 자기조절성을 경험한 것으로 확인되었다. 또한 AI 학습을 경험한 학습자들은 AI 학습플랫 폼이 학습동기에 도움을 준 이유로 AI의 기능적 측면, AI 콘텐츠, 보상, 피드백, 게임 요소 등을 꼽았다. 이러한 결과를 기반으로 선행연구와 연계하여 논의하였다.

자기공명영상은 인체 내부 구조와 병변을 비침습적으로 시각화하는 핵심 의료 영상 기법으로 자리 잡고 있으며, 특히 신경계 및 심혈관계 질환과 같은 복잡한 질병의 진단에서 필수적인 도구로 활용되고 있다. 기존의 자기공명영상 시스 템은 영상의 해상도와 신호대잡음비에서 한계가 있었으나, 최근의 기술 발전은 이러한 한계를 극복하고 진단 정확성 을 높이는 방향으로 나아가고 있다. 고자기장 자기공명영상 시스템의 도입은 해상도와 신호대잡음비를 개선하는 데 기여하고 있으며, 병렬 영상 기법은 촬영 속도를 향상시키면서도 영상 품질의 손실을 최소화한다. 또한, 압축 센싱 (compressed sensing) 기술은 데이터 획득 시간을 줄여 촬영 효율성을 높이는 데 중요한 역할을 하고 있다. 최근 인공지능(AI)의 발전으로, 자기공명영상 데이터에서 초해상도 복원(super-resolution) 및 노이즈 제거와 같은 영상 후처리 기술이 획기적으로 향상되었다. 인공지능 기반의 영상 향상 기술은 저해상도 데이터를 고해상도로 변환하고, 촬영 과정에서 발생할 수 있는 왜곡과 노이즈를 효과적으로 제거하여, 더 정확하고 명확한 진단 영상을 제공한다. 이러한 발전은 단순히 영상의 품질을 높이는 것을 넘어, 임상 진단의 정확성과 효율성을 크게 향상시키고 있으며, 특히 제한된 촬영 시간을 요구하는 응급 상황에서 유용성이 두드러진다. 본 논문에서는 자기공명영상 촬영 기법의 최신 발전과 인공지능 기반 영상 향상 기술의 동향을 여러모로 분석하고, 이들의 임상적 유용성을 조명함으로써 고해 상도 자기공명영상이 의료 분야에서 가지는 의미와 향후 발전 방향을 제시하고자 한다.

본 연구는 상선과 어선의 충돌사고를 예방하기 위한 인공지능(AI) 기반 충돌 회피 시스템의 도입을 위하여 해외 사례를 조사하 고 도입에 필요한 기술적 요소 고찰을 통해 구체적인 도입 방안을 제안하였다. 최근 10년간 발생한 상선의 해양사고 통계를 분석한 결과, 약 87%가 인적 과실에 기인함을 확인하였다. 기존의 충돌 예방 대책은 주로 선원 교육과 항해 규칙 준수에 초점을 맞추었으나, 인적 오류 를 완전히 배제하는 데에는 한계가 있었다. 이에 따라 AI 기반 충돌 회피 시스템의 도입이 해상 안전을 위한 효과적인 해결책으로 주목받 고 있다. 본 연구에서는 AI 기반 충돌 회피 시스템의 기술적 개념과 핵심 요소를 고찰하고, 해외 사례를 통해 시스템의 실효성을 검증하 였다. 또한 우리나라 해운업계의 현황을 분석하여 도입을 위한 절차와 방법을 제시하였으며, 기술 도입이 미치는 긍정적인 영향을 평가하 였다. 연구 결과, AI 기반 충돌 회피 시스템은 실시간 데이터 분석과 자율적 회피 기능을 통해 충돌 위험을 효과적으로 줄일 수 있음을 해외 사례 연구를 통해 확인하였다. 그러나 기술 개발, 법적 규제 정비, 산학연 협력 강화 등 도입을 위한 다양한 과제가 존재하며, 이를 해결하기 위한 정책적 지원이 필요함을 강조하였다. 본 연구는 선박 충돌사고 예방 등 해상 안전에 기여할 수 있는 실질적인 방안을 제시 함으로써 관련 분야의 학술적 및 실무적 발전에 이바지하고자 한다.