본고는 미국 대외정책의 맥락에서 트럼프 2기 행정부의 AI 정책 방향 을 보다 체계적으로 조망해볼 필요가 있다는 문제의식에서 출발한다. 미 대통령이 정책 방향을 제시할 때 활용하는 대표적 수단은 연두교서와 대 통령 행정명령(Executive Order)이다. 특히 트럼프 1기 행정부 초반 3 년간 서명한 행정명령이 137건에 이를 정도로 트럼프 대통령은 행정명령 을 적극적으로 활용했다. 아울러 국가안보전략(NSS)과 같이, 대통령실 차원에서 발표되는 전략문서도 미 정부의 정책방향을 파악하는데 도움이 된다. 트럼프 1기 행정부 대통령 및 대통령실 차원에서의 AI 관련 내용 을 담은 문서로서는 우선 백악관 명의로 발표된 국가안보전략(2017.12.) 이 있다. 동 전략은 미국의 번영과 안보라는 측면에서 AI 이슈를 언급하 였다. 2019년 2월 발표된 연두교서에서 트럼프 대통령은 미래 첨단 산업 투자의 중요성을 역설하였다. 같은 달 트럼프 대통령은 AI 관련 행정명 령 제13859호를, 대통령실 과학기술정책실(OSTP)은 동 행정명령에 기초 해 “미국 AI 이니셔티브(American AI Initiative)”를 발표했다. 이후 2019년 6월 대통령실 산하 국가과학기술위원회는 “국가 AI R&D 전략계 획"을 발표했다. 이 일련의 문서들은 '미국 우선주의'에 기초하여, AI 분 야의 정책을 구체화해 나간다는 동일한 맥락 속에 있다. 상기 1기 트럼 프 행정부의 AI 정책 관련 문서를 검토한 본고의 논의는, 2기 트럼프 행 정부의 AI 정책을 조망하는데 함의를 제공한다.

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.

The present study investigates the use of generative artificial intelligence (AI) tools by pre-service teachers (PSTs) in lesson planning for a middle-school English as a foreign language (EFL) class, aiming to address gaps and inform teacher training. The case study examined PSTs in a South Korean university course who were tasked with creating lesson plans using generative AI to aid in lesson plan development for a middle school lesson that incorporated generative AI. Data were analyzed thematically, and results revealed that generative AI was used in topic selection, material creation, lesson organization, and language checking. While generative AI facilitated efficiency and creativity, challenges emerged, including the quality of outputs and limited incorporation of effective pedagogical strategies. These findings indicate a need for targeted training in prompt engineering, ethical considerations, pedagogy, and collaborative practices to enhance PSTs’ generative AI competencies. This study contributes to teacher education programs by providing insights into the practical integration of generative AI in pedagogical practices.

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.

지금 우리의 시대를 지칭하는 용어로 얼마 전까지 사용하던 4차산업혁명시 대보다 ‘AI 시대’가 더 적합한 것으로 보인다. 4차산업혁명의 기술적 변화 가 운데 가장 직접적이고 가시적으로 그 변화를 체감하게 하기 때문이다. 이전에 도 기존의 기보(棋譜)를 암기, 학습하던 수준에서 스스로의 수(手)를 찾아낸 AlphaGo처럼, 특정 분야에서의 활용 위주로 설계된 AI들도 상당한 능력을 보여준 바 있다. 하지만 이렇게 특정 분야에 특화된 것이 아니라, 다양한 목 적에 적용될 수 있는 범용인공지능이 그 학습속도와 역량이 역시 비약적으로 발전되어 스스로 질문하고 답하는 단계에 이른다면 그 영향력은 무엇을 상상 하든 그 이상이 될 것이다. 물론 GPT, 라마(LLaMA) 등 범용인공지능의 능 력이 개발사 혹은 그 추종자들이 홍보, 찬양하고 있는 것만큼 발전되어 있는 가에 대한 의문도 있다. 또한 기술적 진보를 중시하고 그에 의한 부작용 역시 기술적으로 극복가능할 것이라고 보는 낙관론자와 달리 기술적 진보가 가져 올 부작용을 두려워하는 비관론자 혹은 그 과도기적 상황에서 나타날 문제를 더 크게 보는 사람도 있다. 그리고 부인하기 힘든 것은 우리가 가진 미래에 대한 인상은 앞선 시대에 예술적 천재들이 미리 엿보고 와서 그려낸 기술적 dystopia가 그려진 영화, 드라마, 소설의 영향에서 자유롭지 못하다는 점이 다. 지금의 기술적 진보수준을 정확하게 평가하기 어렵고, 그 미래는 더더욱 예측하기 힘든 나의 입장에서 더 크게 보이는 것은 기술적 진보가 해결해줄 문제들보다 기술적 진보가 초래하는 새로운 문제들이다. AI와 관련된 문제는 앞으로도 오랫동안 우리 시대의 화두가 될 것으로 보 인다. 그러나 적어도 지금의 단계에서 AI는 막연한 두려움이나 기대의 후광 으로 인해 그 정확한 실체를 알아보기 힘들다. 또한 하루가 다르게 발전하는 관련 기술의 진보에 따라 오늘의 논의는 내일의 문제를 해결하기 위해서 무 용(無用)해지기 십상이다. 지나친 공포로 인해 관련기술의 발전을 억제하는 것도, 막연한 낙관으로 인해 우리가 통제할 수 없는 괴물을 우리 손으로 창조하 는 것도 경계할 필요가 있을 것이다. 다만 지금의 수준에서는 AI의 도구적 성격에 주목하여 그 유용성을 활용하면서도 부작용 혹은 그 가능성을 억제, 감시할 수 있어야 하고, 이러한 노력은 국가 단위를 넘어서 범지구적으로도 협력할 필요가 있을 것으로 보인다.

This study aims to develop an AI-based analysis system that aligns with the international trend of AI legislation, including the EU's AI Act, while also addressing the analytical needs of the public sector. The focus is on providing timely and objective information to policymakers and specialized researchers by exploring advanced analytical methodologies. As the complexity and volume of data rapidly increase in the modern policy environment, these methods have become essential for governments to obtain the objective information needed for critical decision-making. To achieve this, the study integrates machine learning, natural language processing (NLP), and Large Language Models (LLM) to create a system capable of meeting the analytical demands of government entities. The target dataset consists of “quantum” field data collected from South Korea's National R&D Information System (NTIS). Machine learning was applied to this data to assess the validity of the analysis, while BERTopic, a natural language analysis package, was used for text analysis. With the introduction of LLMs, the extracted information from machine learning and natural language analysis was not merely listed but also connected in meaningful ways to provide policy insights. This approach enhanced the transparency and reliability of AI analysis, minimizing potential errors or distortions in the data analysis process. In conclusion, this study emphasizes the development of a system that enables rapid and accurate information provision while maintaining compatibility with international AI regulations such as the AI Act. The use of LLMs, in particular, contributed to enhancing the system’s capabilities for deeper and more multifaceted analysis.

생성형 인공지능의 급속한 발전은 사회 전반에 광범위한 영향을 미치며, 일상생활을 포함한 다양한 분야 에 활용되고 있다. 본 연구에서는 인공지능 기술의 발전 동향을 대규모 언어모델(Large Language Models, LLM)을 중심으로 살펴보고 생성형 인공지능 기반 솔루션이 정치 및 공공 부문의 효율성과 서비스 최적화 에 기여하고 있음을 확인하였다. 본 연구는 미국, 싱가포르, 인도 등의 사례분석을 통해 인공지능 도구가 선거의 확장성과 시민과의 상호작용 개선에 역할 할 수 있다는 것을 주장한다. 동시에, 대규모 언어모델의 실사용 과정에서 제기되는 편향성, 허위정보 확산, 규제 공백 등의 쟁점들을 고찰할 필요가 있음을 지적한 다. 요컨대, 생성형 인공지능은 민주주의 발전과 공공서비스 증진에 대한 가능성을 제공하지만, 기술의 지속 가능하고 적실한 활용을 위해 투명성, 공정성과 책임성을 고려한 사용이 요구된다.

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.

The purpose of this study is to examine learners’ perceptions of AI-based machine translation (MT) in high school ‘Reading British and American Literature’ classes. This research explored how students perceived the impact of MT on their class participation, learning motivation, confidence in English use, and improvement in English ability. The study also examined how the effectiveness of MT use differed according to students’ English proficiency levels. A total of 153 third-year students participated in a nine-week English literature course. Data were collected through an online survey and statistically analyzed. The findings reveal that students showed positive perceptions regarding class participation, learning motivation, confidence in English use, and improvement in English ability. Notably, participation in the English literature classes using AI-based MT was significantly higher than that in other English classes. Analysis by English proficiency levels showed no significant differences in class participation and affective factors (learning motivation and confidence). However, lower-proficiency learners perceived greater improvement in English proficiency compared to higher-proficiency learners. These results suggest that incorporating AI-based MT in English literature classes can create an inclusive learning environment that supports learners across different proficiency levels, particularly benefiting lower-proficiency students in terms of improvement in English ability.

본 연구는 혁신적 리더십과 센스메이킹이 조직의 운영 및 시장 민첩성에 미치는 영향을 AI 역량의 매개 효과를 중심으로 분석하였다. 두 요인은 신기술 도입에서 구성원의 적극적 참여를 이끌어내는 핵심 동력으로 간주된다. 또한 기업 규모, 경로의존성, AI 역량 수준 등 조직 특성에 따른 변수 간 관계 차이를 다중집단 분석을 통해 포괄적으로 탐색하였다. 분석 에 활용된 데이터는 251명의 국내 기업 직장인을 대상으로 한 온라인 설문을 통해 수집하였 으며, 분석에는 부분최소제곱 구조모형 방정식(PLS-SEM)이 활용되었다. 연구 결과, 혁신적 리더십과 센스메이킹은 조직의 AI 역량과 민첩성에 긍정적 영향을 미쳤고, AI 역량은 유의 한 매개 역할을 하는 것으로 나타났다. 이는 조직이 혁신적 리더십을 강화하고 센스메이킹 과정을 지원함으로써 AI 역량을 높이고, 이를 통해 조직 민첩성을 향상시킬 수 있음을 시사 한다. 다중집단 분석 결과, 대기업에서는 혁신적 리더십이 AI 역량 및 운영 민첩성에 미치는 영향이 더욱 두드러졌으며, 경로의존성이나 AI 역량 수준에 따라서도 각 변수 간 영향력이 상이하게 나타났다. 이는 조직이 산업 환경과 규모 등을 고려하여 맞춤형 AI 도입 전략과 리 더십 접근 방식을 채택해야 함을 강조한다. 본 연구는 AI 역량이 조직 민첩성을 강화하는 핵 심 요소임을 확인하고, 혁신적 리더십과 센스메이킹의 역할을 강조하였다. 나아가 조직 특성 별 차이를 종합적으로 확인한 다중집단 분석을 통해 변화하는 환경에서 경쟁 우위를 확보하 기 위한 전략적 방향성을 제시한다.

급변하는 디지털 미디어 환경은 넷플릭스(Netflix)와 디즈니 플러스 (Disney+)와 같은 OTT 스트리밍 플랫폼의 확산과 인공지능(Artificial Intelligence, AI)의 발전으로 인해 전 세계 미디어 산업을 재편하며 공 영방송의 위기를 가속화하고 있다. 이에 본 연구는 한국 공영방송의 지 속 가능성을 확보하기 위한 전략을 모색하고자, 다채널 및 멀티플랫폼 환경에서 영국 BBC와 대표적인 한국 KBS가 공영방송의 핵심 가치를 어 떻게 정의하고 규정하고 있는지 비교분석했다. 이를 통해 두 방송사가 OTT 및 AI 시대에 공영방송의 책무를 어떻게 재해석하고 실천하고 있는 지를 탐구했다. 연구 결과, BBC는 글로벌 청중을 타켓으로 고품질 뉴스 와 AI 기반 교육 콘텐츠 제공에 주력하는 반면, KBS는 국내 청중의 다 양한 요구를 반영한 포괄적이고 세대 간 차별 없는 콘텐츠 제작을 강조 하고 있는 것으로 나타났다. 이러한 분석을 바탕으로 본 연구는 KBS가 경쟁력 있는 콘텐츠를 개발하고 OTT 및 AI 중심의 미디어 환경에서 국 제적 경쟁력을 강화하기 위한 실질적인 방안을 제시했다.

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.

본 연구는 275명의 대학생을 대상으로 AI 프로그램에 대한 인식과 활 용 간의 구조적 관계를 분석하였다. 연구 방법으로는 설문 조사를 통해 AI 프로그램의 유용성, 신뢰성, 사용 빈도, 만족도를 측정하였으며, 구조 방정식 모델(SEM)을 이용해 변수 간의 관계를 분석하였다. 그 결과, 유 용성 인식이 높을수록 AI 프로그램 활용 빈도와 만족도가 증가하는 반 면, 신뢰성 인식이 낮을수록 사용 빈도와 만족도가 감소하는 경향을 확 인하였다. 이러한 결과는 AI 프로그램을 학습 도구로 효과적으로 통합하 기 위해서는 신뢰성을 높이고 사용 편의성을 개선하는 것이 중요하다는 점을 시사한다. 본 연구는 대학생들의 학습에서 AI 프로그램의 역할을 체계적으로 분석하고, AI 기술의 교육적 활용 방안을 제시한다.

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.

본 연구의 목적은 생성형 AI의 한국어 문맥 해석 성능을 평가하는 것 으로, 이를 위해 접속 부사 {그래서/ 그러나/ 그런데/ 그리고}가 쓰인 784개 텍스트를 대상으로 챗GPT의 접속 부사 사용을 평가하고 오류의 원인을 분석하였다. 분석 결과 첫째, 챗GPT의 접속 부사 사용 오류율은 약 21%로 총 784개 중 170개의 텍스트에서 의미 해석의 오류가 발생했 다. 둘째, [인과/ 대조/ 전환/ 나열] 중에서 오류 비율은 [인과/ 전환]의 {그래서}와 {그런데}가 약 30%로 가장 높게 나타났다. 이는 챗GPT가 예 측과 추론이 필요한 [인과] 관계 해석에는 한계가 있음을 의미한다. 셋 째, 텍스트 유형에 따른 오류 비율은 ‘소설’이 29%로 가장 높게 나타나 고 ‘논설문’이 14%로 가장 낮게 나타났다. 이는 챗GPT가 논리에 기반한 텍스트에서 문맥을 더 정확하게 해석한다는 것을 의미한다. 넷째, 챗 GPT는 문맥 의미를 해석하는 과정에서 접속 부사의 위치를 잘못 계산하 거나 구절 및 문장의 일부를 누락하는 등 텍스트 분석 과정에서 오류가 나타났다. 본 연구는 생성형 AI의 한국어 문맥 해석 성능과 한계를 문장 층위에서 분석하였다는 점에서 의의가 있으며 이는 생성형 AI의 효과적 인 사용 방법과 성능 개선 방안을 모색하는 데에 도움을 줄 것이다.

This study aims to propose new grading standards that can be applied to AI-based automatic sorting machines, reflecting current distribution and consumption trends. The current domestic grading standards for onions in South Korea are based on the “Agricultural and Fishery Products Quality Control Act”. They classify onions based on criteria such as uniformity, shape, color, and the presence of foreign matter. Onion grading standards are divided into four categories based on bulb diameter and weight. However, in the actual domestic market, onions are distributed according to a five-grade classification based on bulb diameter. Therefore, this study classified onions into eight grades, reflecting current distribution and consumption trends in the domestic market. These grades are applicable to AI-based automatic sorting machines. Marketable onions were classified into A1 (extra large) to A5 (extra small) based on the diameter of a single bulb. Onions used for non-marketable purposes (processing) were classified as grade B. Additionally, grade C and grade D were designated for processing and disposal, respectively. By establishing quality grading classifications that align with current distribution and consumption market trends as well as the operational characteristics of AI-based automatic sorting machines, we can expect improvements in work efficiency and reductions in distribution costs. Following this study, it will be necessary to establish comprehensive quality grading standards that include both external criteria (such as bulb weight and size) and internal criteria (such as detection of internal decay and disease occurrence).

본 연구는 만학도의 학습참여동기, 사회적지지, 자기효능감이 생성형 AI의 인식에 미치는 영향을 확인하는 데 목적을 두었다. 연구의 대상자 는 서울 소재의 B대학교에 재학 중인 만학도로, 기간은 2024년 6월 5일 부터 6월 20일까지 설문 조사를 실시하여 최종 설문지 191부를 SPSS 25.0을 활용하여 분석하였다. 본 연구는 첫째, 만학도의 생성형 AI에 대 한 사전경험을 살펴보고 학습참여동기, 사회적지지, 자기효능감, 생성형 AI에 대한 인식을 알아보았으며, 학습참여동기와 사회적지지, 자기효능감 이 생성형 AI 인식에 미치는 영향을 살펴보았다. 그 결과, 첫째, 본 연구 참여자인 만학도의 인구사회학적 변인의 빈도분석에서 조사대상자의 84.75%가 60대 이상의 고령학습자였고 참여자가 스스로 생각하는 생성 형 AI에 대한 이해도는 매우 낮음에서 보통까지의 이해도가 전체 86.2% 를 차지하였다. 또한 생성형 AI를 사용하지 못하는 이유로 사용 의지는 있으나 접근방법이나 정보가 부족하다고 생각하였다. 둘째, 만학도의 학 습참여동기 중 활동지향적 동기가 생성형 AI의 교육적 인식에 정적으로 유의한 영향을 미쳤으나, 자기효능감은 부적으로 영향을 미쳐, 인공지능 에 대한 다양하고 충분한 수행 경험이 선행되어야 할 것으로 사료되었 고, 후속연구에서는 고령 만학도 특성에 기반한 다양한 AI 수업 적용 연 구가 이루어져야 할 것을 제안하였다.