본 연구는 생성형 AI 작곡 환경에서 실용음악 전공생들이 창작 주체성과 정체성을 어떻게 경험 하고 인식하는지 탐색하는 데 목적이 있다. 이를 위해 연구자는 AI 작곡 경험이 있는 실용음악 전공 대학원생 7명을 선정하여 반구조화 인터뷰를 실시하였으며, 수집된 자료는 현상학적 연구 방법으로 분석하였다. 분석 결과, 세 가지 주제와 아홉 개 범주가 도출되었다: (1) 창작자 정체성 의 재구성(창작자로 시작했는가, 프롬프트를 통한 개입은 창작인가, 창작자에서 프로듀서로); (2) 소유감과 창작 주체성의 회복(결과물에 대한 즉각적 인식, 애착이 형성되는 조건, ‘내 음 악’이라는 판단의 조건); (3) 창작 주체성의 재정의(창작자 정체성의 혼란, 혼란에 대한 대응 전략, 창작자 정의의 재협상). 연구 결과, AI 시대의 음악 창작자는 기술적 생산자에서 의미와 감각을 조직하고, 정체성을 스스로 재구성하는 주체로 변화하고 있음이 확인되었다. 또한 음악에 대한 소유감은 AI의 기술적 능력과 무관하게 창작자의 의도와 감정이 개입될 때 형성되었다. 본 연구는 AI 시대 작곡자의 정체성과 창작 주체성 변화에 대한 이해를 확장하며, 음악 창작 교육과 예술적 주체성 담론에 실질적 기초 자료를 제공한다.

21세기 들어 인공지능(Artificial Intelligence)은 예술 창작의 구조와 개념을 근본적으로 변 화시키고 있다. 특히 음악 분야에서 생성형 AI의 등장은 작곡과 편곡의 경계를 허물며, 인간의 감정과 기술의 연산이 결합된 새로운 예술 형태를 출현시켰다. 본 연구는 AI 기반 음원 제작이 공연예술, 특히 무용 창작 구조에 미치는 영향을 분석하는 데 목적을 둔다. 연구 방법으로 질적 사례연구를 채택하고, 국내에서 이루어진 두 가지 공연 사례 ― ① 국립국악원 『세종탄신 하례 연』<AI 복원 궁중음악 공연>(2024), ② 『G·Artience 2024』<무용×AI 융합 공연> 를 중심으로 고찰하였다. 분석틀로는 앤드류 핀버그(Andrew Feenberg)의 기술철학과 볼터와 그루신(Bolter & Grusin)의 재매개 이론을 바탕으로 ‘학습–모방–공진–종결’의 4단계 퍼포먼스 구조를 설정하였 다.『세종 탄신 하례연』은 전통음악의 복원을 통해 ‘기억된 예술’의 현대적 재해석을 보여주 었으며, 『G·Artience 2024』는 인간의 신체 데이터를 AI가 실시간으로 해석하고 음악·시각 효 과를 공진적으로 생성함으로써 공동지능 예술의 가능성을 제시하였다. 이와 같은 분석은 AI 기술 이 예술 창작의 민주화와 감정 표현의 확장을 동시에 이끌고 있음을 보여준다. 본 연구는 기술이 예술의 협업 구조와 주체성을 어떻게 재구성하는지를 실증적으로 제시함으로써, AI 시대 공연예 술의 지속적 발전 방향을 탐색하는 학문적 기초를 마련하고자 하는데 그 의의가 있다.

본 연구는 한국 소재 대학에 재학 중인 중국인 유학생의 생성형 AI 사 용 의도에 영향을 미치는 요인을 규명하고, AI리터러시의 조절효과를 실 증적으로 분석하고자 한다. 연구 대상은 최근 1개월 이내 생성형 AI 사 용 경험이 있는 중국인 유학생 400명이며, 온·오프라인 설문조사를 통해 자료를 수집하였다. 분석 결과, 첫째, 성과 기대, 노력 기대, 사회적 영향 은 모두 지각된 가치와 사용 의도에 유의한 정(+)의 영향을 미치는 것으 로 나타났다. 특히 노력 기대가 지각된 가치에 가장 강한 영향을 미쳤으 며, 성과 기대는 사용 의도에 가장 강한 영향을 미쳤다. 둘째, 지각된 가 치는 세 가지 UTAUT 요인과 사용 의도 간의 관계를 부분매개하는 것으 로 확인되었다. 셋째, AI리터러시는 성과 기대와 지각된 가치 간의 관계 에서만 유의한 조절효과를 나타냈으며, AI리터러시가 높은 집단에서 이 관계가 더 강하게 나타났다. 본 연구는 유학생의 생성형 AI 수용 과정에 서 지각된 가치의 매개역할과 AI리터러시의 선택적 조절효과를 확인함으 로써 기술수용 이론의 확장에 기여하고, 유학생을 위한 직관적 AI 인터 페이스 개발, AI리터러시 수준별 맞춤형 교육 프로그램 설계, 건전한 AI 활용 문화 조성의 필요성을 시사점으로 제시하였다.

This study investigates the structural mechanisms underlying user acceptance of generative AI services by integrating cognitive and affective dimensions of user experience. Based on the Technology Acceptance Model, Expectation–Confirmation Theory, and flow theory, a research model was developed and tested through an online survey of 387 Korean users with more than three months of experience. Structural equation modeling confirmed that cognitive and affective responses significantly influence satisfaction and trust, which in turn predict loyalty, with trust showing the strongest direct effect. Satisfaction and trust also mediated these relationships, while flow strengthened the satisfaction–loyalty path and resistance to technology was not significant. These findings highlight the importance of incorporating emotional and experiential factors alongside functional aspects. Practical implications suggest that fostering trust, engagement, and perceived value is essential for sustaining loyalty in generative AI services.

This phenomenological and sociolinguistic study investigates current human perceptions of dialogue with generative artificial intelligence (AI), focusing on intellectual, emotional, and moral dimensions. Participants were female humanities and social sciences researchers in their thirties with extensive AI experience. Data were obtained through in-depth interviews based on real-time interaction with ChatGPT and analyzed using Moustakas’ (1994) framework. Results indicate that AI was construed as a strategic collaborator restructuring information into research insights and as a creative mediator integrating diverse resources to generate solutions in academic, professional, and interpersonal contexts. Trust in AI, however, remained conditional, reflecting recognition of its limited autonomy and restricted reliability in expert domains. Emotionally and morally, AI was consistently framed as a non-agentive, emotionally neutral entity. Its affective expressions were interpreted as imitations rather than authentic emotions, and interactions were evaluated through human-centered criteria of utility, risk, and safety. This study provides phenomenological insights into human–AI interaction, showing that humans primarily view AI as an instrumental tool bounded by efficiency and safety. Ultimately, it raises a fundamental question: what constitutes genuine interaction between humans and AI, establishing a basis for future ethical discourse and development.

생성형 AI 시대에 디자인 비전공자의 창작 참여가 확대되고 있으나, 결과물의 전문성 부족이라는 한계에 직면하고 있다. 본 연구는 이러한 한계점을 극복하기 위한 효과적인 생성형 AI 융합 디자인 교육 방안을 모색하고자, 디자인 비전공자 대상 생성형 AI 활용 포스터 공모전을 진행하였으며, 디자인 전공 학생들의 비판적이고 전문적인 시각을 분 석하여 비전공자의 생성형 AI 활용 결과물의 완성도 향상에 필요한 시사점을 도출하고자 한다. 연구 결과, 디자인 비전 공자들은 생성형 AI 활용 교육에 높은 만족도(4.32/5점)를 보이며 창작 참여 의향이 유의미하게 증가했다. 반면, 디자인 전공생들은 비전공자의 결과물 품질을 비판적으로 평가하였으며, 디자인 전공자 인식 분석 결과, 4학년(86.7%)이 1학 년(26.7%)보다 유의미하게 더 부정적이었다. 이는 비전공자 대상 생성형 AI 활용한 디자인 교육이 단순히 도구 활용을 넘어, 전문적 안목을 바탕으로 심미성, 창의적 사고, 결과물의 완성도를 높이는 방향으로 나아가야 함을 시사한다.

This study explores the pedagogical opportunities and instructional practices that emerge when elementary preservice teachers design science lessons using generative artificial intelligence (GenAI). Drawing on Chiu’s (2024) fourdomain model—Learning, Teaching, Assessment, and Administration—ten third-year pre-service teachers in South Korea participated in a four-week workshop using ChatGPT to design and refine Earth Science lessons aligned with the national curriculum. The participants documented their lesson planning, AI interactions, and reflections, producing qualitative data that were analyzed thematically. Findings show that participants identified various educational possibilities: GenAI supported idea generation and inquiry scaffolding (Learning), helped structure student-centered strategies (Teaching), improved formative assessments and clarified misconceptions (Assessment), and assisted with lesson preparation and time management (Administration). These possibilities translate into specific pedagogical practices, including revising teachercentered approaches to inquiry-based learning, developing scaffolded materials suited to students’ cognitive levels, and reflecting on their evolving roles as science educators. This study suggests that GenAI can act not merely as a tool but also as a catalyst for pedagogical reflection and professional growth. This highlights the need for teacher education programs to foster critical pedagogical reasoning and ethical AI literacy to ensure thoughtful and responsible use of GenAI in science classrooms.

본 연구는 Deepseek와 ChatGPT가 중국 대학 한국어 학습자들의 쓰 기 텍스트에 대해 제공하는 피드백 양상을 살피고, AI 피드백의 활용 방 안을 모색하는 데 목적이 있다. 이를 위해 한국어 학습자 30명을 대상으 로 쓰기 텍스트를 수집하고, 두 도구가 텍스트에 대해 제공한 피드백을 분석하였다. 분석 결과, 두 도구 모두 평가 기준에 기반하여 피드백을 제 공하고, 학습자가 수용하기 쉽도록 문제점과 개선 방향을 명확하게 제시 하였다. 대부분의 피드백은 정확도가 높은 편이었으나, 평가 범주와 오류 유형이 부합하지 않는 경우도 일부 나타나고 있었고, 특히 Deepseek의 경우 쓰기 주제를 잘못 파악하여 내용적 측면에서 부적절한 피드백을 제 공한 사례가 많았다. 두 도구 모두 쓰기 텍스트의 내용에 따라 피드백을 제공하여 우선순위는 두드러지지 않았고, Deepseek가 ChatGPT에 비해 지지적인 어조를 더 많이 사용하는 것으로 나타났다. 본 연구는 생성형 AI를 활용한 한국어 교육 및 연구를 위해 기초적인 자료로 사용할 수 있 을 것이다.