본 연구는 미국과 영국의 주요 언론사인 뉴욕타임스, 워싱턴포스트, 더 타임스, 가디언을 대상으로, 2014년부터 2024년까지 인공지능(AI) 관련 보도량을 검토하고, 2023년에서 2024년까지 ‘챗GPT’ 또는 ‘오픈AI’를 다룬 346편의 기사를 중심으로 핵심 의제와 뉴스 프레임을 분석하였다. 키워드 분석과 정성적 문맥 검토를 적용한 결과, 양국 언론은 공통적으 로 ‘챗봇’과 ‘생성’ 키워드를 중심으로 ‘생성형 AI’를 핵심 의제로 부각하 였다. 미국 언론은 ‘학생’ ‘데이터’ ‘레딧’ 등을 키워드로 교육 현장의 윤 리와 규제 쟁점, 데이터 소유권 등 정보 거버넌스 의제를 비교적 현저하 게 다루었고, 영국 언론은 ‘에너지’ ‘법’ ‘생산성’ 키워드를 통해 AI 운영 에 따른 물리적 인프라 부담, 영국 내 기업의 생산성 문제를 중심으로 환경 및 거시경제적 효과를 주로 강조하였다. 본 연구는 이러한 분석을 바탕으로 글로벌 미디어 환경 속에서 인공지능(AI) 관련 국내 정책 개발 과 사회제도적 대응을 모색하기 위한 기초적 논의의 틀을 제시한다.

본 논문은 인공지능(AI)을 단순한 기술 혁신이 아니라, 근대 계몽 주의 인식론과 식민 권력 매트릭스(colonial matrix of power)의 연장선에서 이해해야 하는 신학적 주제로 본다. AI는 서구 중심의 지식 구조, 언어 체계, 기술 권력을 통해 비서구 세계를 주변화하며, 근대-식민성의 논리를 재생산할 가능성이 크다. 그리하여 본 연구는 탈식민주의적 해석학을 통해 이러한 인식론적 구조를 비판적으로 분석 하며, 기술 담론에 내재한 지배와 배제의 메커니즘을 드러낸다. 또한 하나님의 선교(Missio Dei)의 관점에서, 선교신학은 복음을 확산하는 학문을 넘어, 기술과 권력, 인간과 세계의 관계를 새롭게 성찰해야 함을 주장한다. AI 시대의 선교신학은 계몽주의적 보편주의, 서구중심 주의를 넘어 다원적·관계적 인식론 위에서 하나님의 선교를 재정의하 며, 기술을 통제의 기계가 아닌 평화와 상호살림의 매개체로 변혁해야 함을 주장한다.

기존 문화지능(Cultural Intelligence, CQ) 연구는 주로 주재원의 해외 적응이나 다국적 기업 종업원의 협업 성과를 설명하는 데 초점을 맞추어 왔다. 그러나 문화지능은 이러한 조직 내부의 다문화 상호작용을 넘어, 국제 인재가 현지 기업을 선택하는 채용 의사결정 과정에서도 중요한 역할을 할 수 있음에도 불구하고, 해당 영역에 대한 연구는 거의 이루어지지 않았다. 본 연구는 이러한 공백을 보완하기 위해, 문화지능이 외국인 구직자의 영국 현지 기업에 대한 구직의도에 미치는 영향을 분석하고, 이 특성이 실제로 발현될 수 있는 상황적 조건으로서 최고 경영진 팀(Top Management Team, TMT)의 국적 다양성과 노동시장 비개방성이 어떠한 조절적 역할을 수행 하는지를 검토하였다. 영국은 브렉시트 이후 노동시장 비개방성이 급격히 강화된 동시에, 여전히 세계에서 가장 다문화적 인재 유입 규모가 큰 국가 중 하나로, 문화지능의 효과성이 맥락에 따라 어떻게 달라지는지를 분석하기 에 최적의 환경을 제공한다. 이에 본 연구는 영국 내 대학에 재학 중인 유학생 302명을 대상으로 시나리오 기반 설문조사를 실시하고 회귀분석을 수행하였다. 분석 결과, 문화지능은 외국인 구직자의 현지 기업에 대한 구직의 도에 긍정적인 영향을 미쳤으며, TMT 국적 다양성은 이 관계를 유의하게 강화하는 조절효과를 나타냈다. 반면, 노동시장 비개방성은 이러한 긍정적 효과를 약화시키는 방향으로 작용하여, 폐쇄적인 제도 환경이 외국인 구직자 의 문화지능 발휘 가능성을 제약함을 보여주었다. 분석 결과는 문화지능이 국제 인재의 구직 행동을 설명하는 핵심 개인 역량임을 실증적으로 확인함과 동시에, 그 효과가 조직과 국가의 맥락적 요인에 의해 현저히 달라질 수 있음 을 보여준다. 본 연구는 TMT 국적 다양성이 문화지능의 긍정적 효과를 강화하는 촉진 요인임을 규명함으로써, 기업의 리더십 구성과 조직적 포용성이 국제 인재 유치 전략에서 중요한 역할을 한다는 이론적 통찰을 제공한다. 반면, 노동시장 비개방성은 문화지능의 영향력을 약화시키는 억제 요인으로 나타나, 제도적 장벽이 외국인 인재의 행동적․심리적 평가에 실질적 제약을 가함을 보여주었다. 이러한 결과는 국제 인재 채용 연구의 기존 공백을 보완 하며, 개인의 특성과 조직․국가 수준의 맥락이 어떻게 상호작용하여 구직의도에 영향을 미치는지를 설명함으로 써 중요한 이론적․실무적 시사점을 제시한다.

과도한 조류 발생은 수생태계 교란과 수질 악화를 초래하는 대표적인 환경 문제로, 효과적인 관리와 대응을 위해 정확한 예측이 필요하다. 우리나라는 사계절의 기후 특성이 뚜렷하며, 수온이 상승하는 하절기에 조류 발생이 집중되는 경향을 보인다. 이에 따라 실시간 모니터링 자료는 대부분 저농도 상태가 유지되어 데이터 불균형 문제가 발생한다. 본 연구에서는 chlorophyll-a 농도를 기준으로 하천 현장의 조류 발생 수준을 Class 1 (Chl-a ≤ 10 ㎍/L), Class 2 (10 < Chl-a ≤ 50 ㎍/L), Class 3 (Chl-a > 50 ㎍/L)와 같이 3개의 class로 구분하고, 대표적인 앙상블 머신러닝 모형인 extreme gradient boosting (XGB) 알고리즘을 이용하여 조류 발생 수준을 예측하는 분류 모형을 구축하였다. 데이터 불균형 해소를 위해 생성형 인공지능 기반 알고리즘인 conditional generative adversarial network (CGAN)과 전통적인 데이터 보강 알고리즘인 synthetic minority over-sampling technique (SMOTE), 그리고 딥러닝 기반 기법인 autoencoder (AE)를 활용한 3가지 데이터 보강 알고리즘을 활용하여 데이터의 불균형을 개선한 자료를 생성하고 이를 XGB 모형에 적용하여 성능 변화를 비교하였다. 분석 결과 macro average 기준으로 원본 데이터를 사용한 모형의 recall은 0.606이었으나 SMOTE, AE 및 CGAN의 recall은 각각 0.666, 0.682, 0.720으로 크게 개선되었고, F1 score도 데이터 불균형 해소를 통해 약 7–13%의 성능이 향상되는 등 전체적으로 데이터 불균형 해소로 모형의 성능이 향상되었으며 CGAN이 가장 우수한 성능 개선 효과를 보이는 것으로 나타냈다. 본 연구의 결과를 통해 데이터 불균형 해소를 통한 머신러닝 모형 성능 개선 가능성을 확인하였다.

본 연구는 장애인을 대상으로 한 국내 인공지능(AI) 활용 연구의 동향 을 파악하고, 향후 연구 방향을 제시하기 위해 체계적 문헌고찰을 실시 하였다. 학술연구정보서비스(RISS)를 활용하여 2001년부터 2025년까지 학위논문과 학술지를 대상으로 ‘장애’와 AI 관련 주요 키워드를 검색하 고, 선정 기준에 따라 최종 99편을 분석하였다. 분석 결과, AI 기술은 주 로 보조기술·알고리즘·서비스 개발(56.6%)과 중재 프로그램 개발(20.2%) 에 활용되고 있었으며, 연구 방법으로는 개발연구(71.7%)가 가장 많았다. 연구 대상은 자폐성장애, 시각장애, 인지장애 순으로 많았고, 실험연구 16편에 대한 심층 분석 결과, 독립변인은 인공지능 기반 교육 프로그램, 수업 활용, 중재 전략, 교수 전략 등이었으며, 종속변인은 언어 및 의사 소통 능력, 사회·정서 및 학업 태도 등과 관련되는 것으로 나타났다. 본 연구는 국내 장애인 대상 AI 연구의 현황을 고찰하고 향후 장애인의 삶 이나 재활에 도움을 줄 수 있는 도구 및 프로그램 개발에 기초 자료를 제안하고자 한다.

조직 내 인공지능(AI)의 활용이 확산됨에 따라, 인적자원관리(HRM) 분야에서도 AI 기반 시스템의 도 입이 활발히 이루어지고 있다. 본 연구는 HRM에서 AI를 직접적으로 활용하는 주체인 HR 부서 직원을 대상으로, 인공지능 인적자원관리(AI-HRM)가 직원의 직무성과에 미치는 영향을 살펴보고자 한다. 구체 적으로 AI-HRM이 두 가지의 시스템 효율성 형태인 업무 효율성과 의사결정 효율성에 대한 직원의 인식 을 강화시키며 이는 결과적으로 직무성과를 증가시킬 것으로 예측하였다. 더 나아가 업무 효율성과 의사 결정 효율성 각각이 개인의 직무성과에 미치는 영향은 HR 부서 직원의 민첩성 수준에 따라 차등적 영향 을 미칠 수 있을 것으로 보고 직원 민첩성의 조절효과를 추가적으로 검토하고자 하였다. 이를 실증적으로 검증하기 위하여 국내 HRM 분야에서 AI를 활용하고 있는 기업에 종사하는 HR 부서 직원 173명을 대상 으로 설문조사를 진행하였다. 데이터 분석 결과, AI-HRM은 HR 부서 직원의 직무성과에 긍정적 영향을 미치는 것으로 나타났으며, AI-HRM과 직원의 직무성과 간의 관계는 직원들이 인식하는 시스템 효율성 (업무 효율성 및 의사결정 효율성)에 의해 매개되는 것으로 나타났다. 다시 말해, AI-HRM은 업무 효율성 및 의사결정 효율성을 높이며 이는 결과적으로 직원의 직무성과를 향상시킬 수 있다는 것이다. 또한, 직원 이 AI 기반 HRM 시스템을 효율적으로 인식할수록 개인의 직무성과가 향상되며, 이러한 긍정적 영향은 개인의 민첩성 수준이 높을수록 더 강화되는 것으로 나타났다. 이러한 본 연구결과를 통해 국내 HRM 시스템에서의 AI 도입 및 활용의 중요성과 개인의 민첩성 역량 강화를 강조하고자 한다.