This study investigates the conversation strategies that Korean middle school English learners employ when interacting with AI-based writing tutor chatbots. A total of 79 eighth-grade students at a middle school in Seoul engaged in English process writing tasks with ChatGPT API-powered writing tutor chatbots, composing an argumentative and an expository essay. Their dialogues during the pre-writing and drafting stages were analyzed using content analysis, with a focus on linguistic modification strategies within situated writing contexts. The results reveal that learners actively interacted with the AI writing tutor chatbots, employing various strategies to refine chatbot responses, clarify misunderstandings, and negotiate meaning. These strategies demonstrated both backward- and forward-oriented approaches, allowing students to iteratively improve their writing through dynamic interaction. Based on these findings, the study provides pedagogical recommendations for optimizing AI chatbot-mediated conversations in L2 English writing instruction.

오늘날 글로벌 영상 제작 산업은 AI(인공지능)의 발달로 영 화, 방송 드라마의 서사 이미지는 더 이상 인간의 창의적인 독 창성에만 의존하지 않는다. 이 근간은 최근 넷플릭스와 같은 OTT 플랫폼의 확대로 관객들의 획기적인 영상 이미지 욕구 증대와 빠른 기술변화 속도, 관련 전문인력의 노동 생산성 저 하에 따른 제한적인 기술, 우리 인간-관객의 특정 판타지 욕망 확장의 결과라고 말할 수 있다. 영화나 방송 드라마의 기초가 되는 이야기조차도 이미 헐리우드 뿐만 아니라 국내에서도 AI 를 활용한 작업들의 움직임이 활발하다. 특히 OTT 플랫폼들의 경쟁이 치열해짐에 따라 영상 콘텐츠의 차별성이 사업 성공에 큰 영향을 미치기 때문이다. 그래서 영화나 방송 드라마의 스 토리를 창작함에 있어, AI가 인간의 도구일 뿐 아니라 ‘창작자’ 로서의 역할에 대한 질문도 대두되었다. 인류에게 AI는 분리된 개체가 아닌 미래를 견인하는 중요한 요인임을 일상에서 쉽게 경험하고 있다. 이제 AI는 인간의 고유 영역이었던 창작까지 진출하였고, 지금 이 순간에도 진화는 계속되고 있다. ‘미디어는 인간의 확장이다.’라고 말하는 ‘마셜 매클루언’의 말 처럼 미디어는 인간의 오감과 뇌의 영역까지 확장해 왔다. AI 와 미디어는 자연스럽게 교차, 미디어 영상에 접목되어 우리의 삶 속에 더욱 깊숙이 밀착되어 있다. 본 고는 디즈니 플러스의 오리지널 드라마 <비질란테> 제작 의 미술 부분, 특히 동 작품의 리얼리티 향상을 위해 필요한 주요 소품인 ‘마스크’ 제작과정을 사례로, 미술감독이 생성형 AI의 창의성에 어느 정도 의존하면서 어떻게 활용했는지에 대 해 연구하였다.

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.

본 연구의 목적은 CAC(Cognition-Affect-Conation) 프레임을 기반으 로 박물관 AI 음성 대화 기술 이용자가 사용하는 다단계 체험 모델을 구 축하고 박물관 AI 음성 대화 기술 사용에 영향을 미치는 요인을 탐색하 고, 미래 박물관 AI 음성 대화 기술의 개발 및 최적화를 위한 이론적 근 거와 실제 지침을 제공하는 것이다. 이러한 연구목적을 달성하기 위해 본 연구는 CAC 프레임을 기반으로 의인성 인지, 관계성 인지, 오락성 인지, 서비스 품질 인지, 비용 인지, 이용자 감정, 이용자의 사용 의도 등의 측면에서 이론적 모델을 구축한다. 정량적 데이터 분석 방법을 통 해 박물관 AI 음성 대화 기술의 이용자 사용 의도 생성 동기를 분석한 다. 연구 결과에 따르면 높은 관계성 인지, 오락성 인지, 서비스 품질 인 지는 박물관 AI 음성 대화 기술에 대한 이용자의 긍정적인 감정을 증가 시킬 수 있고, 긍정적인 감정은 박물관 AI 음성 대화 기술에 대한 이용 자의 사용 의도를 높일 수 있다. 반면, 의인성 인지와 비용 인지가 높으 면은 박물관 AI 음성 대화 기술에 대한 이용자의 부정적인 감정이 발생 하여 이용자의 사용 의도를 높이는 데 부정적인 연향이 있음을 도출했 다.

Chatbot-based services in online travel agency (OTA) are rapidly spreading in order to respond more agilely to consumers' needs based on the digitalization of the travel industry. Although AI chatbots use anthropomorphism to provide social experiences on behalf of humans, research results on its effects are mixed. Therefore, based on construal level theory, this study suggests the degree of anthropomorphism (low vs. high) of chatbots prime mental representations of different construal levels (low vs. high) and the fit between anthropomorphism and communication context (communication types and conversation types) has a positive effect on use behavior. This research method consisted of sentimental analysis for exploring use behavior of AI chatbots and two experimental studies (study 1 and study 2) to examine the hypotheses. The results of this study expand construal level theory and avatar research to provide an understanding of the anthropomorphism of AI chatbots.

The following is not a conversation with a bank clerk. " Instead, let me introduce you to customized credit loans," "Do you want me to connect you to the screen of using COVID-19 support funds and checking balance?" These are the contents of consultations with AI chatbots at financial institutions. Chatbot, which used to be an additional tool for adding convenience to life, is now at the center of our lives.

Artificial Intelligence (AI) technology offers many opportunities for use in influencer marketing. There is however, no standardised ethical frameworks for use in this specific field. We offer a foundation framework to emphasise the social well-being goal and relate it to stakeholders involved.

The aim of the present study was to evaluate and estimate timing of artificial insemination (AI) in Hanwoo heifer (Korean native cattle) that is the most popular breed of beef cattle in Korea. To determine changes in body weight of heifers around AI, body weight were measured at different stages either before or after AI. We found that daily body weight gain was higher in the pregnant cows after AI. We also investigate correlation between body mass measured by shoulder height and body length, and conception rates, used (body length+ height)2 instead of height2 for body mass index (BMI), and found that relatively more BMI heifers (>55) showed higher conception rates. Finally, we estimated body weight by measuring should height (SH), heart girth (HG), and body length (BL); BW=3.93372*HG-2.90985*SH-0.021*BL. In addition, we observed that HG is most closely correlated with BW; y(BW) = 1.77355*x(HG), R² = 0.98881. In summary, we can determine the best timing of AI using body measurement and its application including BMI.