This research, grounded in the extended technology acceptance model, aimed to explore the relationships among factors influencing Korean EFL learners’ acceptance of ChatGPT for English learning in a voluntary usage context. To this end, a questionnaire was distributed to college students who had used ChatGPT for language learning, utilizing a convenience sampling method. A total of 400 responses were analyzed to test hypotheses using structural equation modeling (SEM). Findings revealed that learners’ perceived usefulness significantly predicted their intention to continue using ChatGPT, while perceived ease of use did not. Moreover, learners’ result demonstrability was found to be a predictor of perceived usefulness, whereas subjective norm was not. Both playfulness and output quality significantly influenced learners’ perceived ease of use. This study identified key factors that could enhance EFL learners’ acceptance of ChatGPT by improving perceptions of usefulness and ease of use, offering valuable insights for integrating ChatGPT into English education.

목적 : 본 연구는 근시에서 굴스트란드 모형안에 편심 렌즈를 적용했을 때의 광학적 효과를 분석하고자 하였다. 방법 : 굴스트란드 모형안은 3D 시뮬레이션 프로그램을 사용하여 정밀하게 설계하였으며, 근축 근사 없이 정확 한 분석을 제공하는 광선 추적 기술을 적용하여 편심 렌즈로 인한 초점거리와 굴절력의 변화를 정밀하게 조사하 였다. 결과 : 렌즈 중심축의 편심이 초점거리, 굴절력, 광 경로 차이에 미치는 영향을 다양한 편심 조건에서 분석하였 으며, 특히 중심축으로부터 일정 높이에서 평행광선이 입사하는 경우를 집중적으로 조사하였다. 광선의 입사 높이 가 극도로 커짐에 따라 편심의 효과는 감소하고, 출사 광선의 초점은 서로 가까운 지점으로 위치하는 것이 확인되 었다. 렌즈와 눈의 굴절력과 편심에 따른 프리즘 굴절력 효과를 포함하는 전체 굴절력은 광선의 입사 높이가 감소 함에 따라 크게 변화하는 것으로 나타났다. 결론 : 본 연구 결과는 사시 및 사위와 같은 시각적 이상을 교정하기 위해서, 의도적으로 편심된 렌즈를 설계하 고 처방하는 데 유용한 정보를 제공할 수 있을 것으로 기대된다. 또한, 편심 렌즈 설계 시 발생할 수 있는 비선형적 광학 효과를 최소화하여 사용자에게 최적의 시각적 성능 제공을 보장할 수 있을 것으로 기대된다.

This study presents a novel methodology for analyzing disease relationships from a network perspective using Large Language Model (LLM) embeddings. We constructed a disease network based on 4,489 diseases from the International Classification of Diseases (ICD-11) using OpenAI’s text-embedding-3-small model. Network analysis revealed that diseases exhibit small-world characteristics with a high clustering coefficient (0.435) and form 16 major communities. Notably, mental health-related diseases showed high centrality in the network, and a clear inverse relationship was observed between community size and internal density. The embedding-based relationship analysis revealed meaningful patterns of disease relationships, suggesting the potential of this methodology as a novel tool for studying disease associations. Results suggest that mental health conditions play a more central role in disease relationships than previously recognized, and disease communities show distinct organizational patterns. This approach shows promise as a valuable tool for exploring large-scale disease relationships and generating new research hypotheses.

본 연구는 Rolling Asymmetric VAR-BEKK-GARCH 모형으로 한·중·일·미 4개 주식 시장 변동성의 비대칭 전이효과를 분석하였다. 연구는 시장 변동성의 정태적인 전이 효과뿐만 아니라 시간가변적인 비대칭 전이효과를 파악하였다. 분석 결과에 따르면, 중국 시장 호황기에는 비대칭 변동성 전이효과의 부호가 대체로 음(-)으로, 시장 불황기나 불안정 시기에는 양(+)의 부호로 나타났다. 또한, 한국, 일본, 미국 등 시장의 충격이 중국 시장 변동성에 대한 영향은 비교적 일관된 방향성을 보이며, 반면에 중국발 충격이 타 시장의 변동성에 미치는 영향은 시간가변적인 특징을 나타냈다. 이는 중국 금융 시장의 동태적 특성을 파악하는 데 유의미한 시사점을 제공할 수 있다.

본 연구는 부부의 성역할 인식과 행복감, 삶의 만족도의 관계를 분석 하기 위해 행위자-상대자 상호의존모형(Actor-Partner Interdepence Model:APIM)을 적용하였다. 연구에서는 기혼 부부 622쌍(총 1,244명)을 대상으로 가사, 양육 및 성평등 인식에 대해 남편과 아내 동시에 조사한 실태조사를 활용하였으며, APIM을 활용하여 남편과 아내가 서로에게 미 치는 영향을 동시에 분석하였다. 연구결과, 행위자 효과 측면에서 남편의 성역할 인식이 전통적일수록 본인의 행복감이 낮아지는 것으로 나타났 다. 상대자 효과에서는 남편의 성역할 인식이 전통적일수록 아내의 행복 감과 삶의 만족도가 낮아지는 경향을 보였다. 기존 연구들이 개인을 중 심으로 영향 요인을 분석한 것과 달리, 본 연구는 기존의 연구들이 주로 개인을 단위로 영향 요인을 분석한 것과 달리, 부부 단위를 분석하여 성 역할 인식과 행복감, 삶의 만족도의 관계를 보다 체계적으로 탐구하였다. 이를 통해 부부의 성역할 인식이 행복과 삶의 만족도에 미치는 영향을 살펴보고, 개인 및 부부의 행복 및 삶의 만족의 증진을 위한 실천적 시 사점을 제시하였다.

급변하는 경영환경 속에서 조직이 지속가능한 경쟁력을 갖추기 위해서는 변화에 적극적으로 대응하는 리더의 역할이 중요하다. 이러한 맥락에서 본 연구는 변화지향적 리더십이 혁신적 업무행동에 미치는 영 향을 조사하였다. 아울러, 종업원의 자기주도성과 문제해결능력이 변화지향적 리더십과 혁신업무 행동 간 의 관계에 대한 매개효과를 분석하였다. 즉 변화지향적 리더십이 종업원의 자기주도성을 이끌어내고, 나 아가 향상된 자기주도성을 통해 문제해결능력과 혁신적 업무행동을 증대시키는 순차적 이중매개 효과를 분석하였다. 본 연구는 국내 제조업과 서비스업에 종사하는 종업원을 대상으로 한 설문조사 자료를 이용 하여 실증분석을 실시하였다. 실증분석결과, 첫째, 변화지향적 리더십이 혁신적 업무행동에 긍정적인 영 향을 미치는 겻을 확인하였다. 둘째, 매개변수인 종업원의 자기주도성과 문제해결능력은 변화지향적 리더 십과 혁신적 업무행동 간의 관계를 각각 긍정적으로 매개하는 것으로 확인되었다. 셋째, 변화지향적 리더 십이 종업원의 자기주도성을 향상시키고, 향상된 자기 주도성은 문제해결능력을 증가시켜 종국에는 혁신 적 업무해동에 긍정적 영향을 미치는 순차적 이중매개효과를 확인하였다. 본 연구 결과는 기업이 종업원 의 혁신적인 업무행동을 강화하데 변화지향적 리더십이 중요한 역할을 한다는 점을 실증함으로써 리더십 에 관한 기존 연구를 확장시켰다. 또한 자기주도성과 문제해결능력은 변화지향적 리더십과 혁신적 업무 행동을 연결하는 핵심적인 매개변수임을 확인함으로 선행연구의 확장에 기여하였다. 마지막으로 본 연구 결과는 조직에서 종업원의 혁신적 업무행동을 제고하고, 변화지향적 리더십 역량을 함양하기 위해 관리 자에 대한 적절한 훈련 및 교육 프로그램 구축이 필요함을 시사한다.

A seismic intensity map, which describes ground motion distribution due to an earthquake, is crucial for disaster evaluation after the event. The ShakeMap system, developed and disseminated by the USGS, is widely used to generate intensity maps in many countries. The system utilizes a semi-variogram model to interpolate the measured intensities at seismic stations spatially. However, the default semi-variogram model embedded in ShakeMap is based on data from high seismic regions, which may not be suitable for the Korean Peninsula, categorized as a low-to-moderate seismic region. To address this discrepancy, this study aims to develop the region-specific semi-variogram model using local records and a region-specific ground motion model (GMM). To achieve this, we followed these steps: 1) collected records from significant earthquake events in South Korea, 2) calculated residuals between the observed intensities and predictions by the GMM, and 3) created semi-variogram models using weighted least squares regression to better fit short separation distances for PGA, PGV, SA0.2, and SA1.0. We compared the developed semi-variogram models with conventional models embedded in ShakeMap. Validation tests showed that the region-specific semi-variogram model reduced the mean squared error of intensity predictions by approximately 3.5% compared to the conventional model.

채권자는 대한민국 민법 제406조에 의하면 채무자와 수익자간의 사해 행위의 취소 및 원상회복을 법원에 청구할 수 있다. 이‘취소’의 효과는 수 익자에게만 미치는 것으로, 채무자와 수익자간의 법률 행위는 영향을 받지 않는다. 그래서 수익자는 유효하게 재산 등을 취득하게 되는 것이되, 취소 채권자의 취소 청구에게는 어쩔 수 없이 수인하는 한으로만 보유하게 된 다. 이것이 채무자에게 효과 없음을 뜻하는, 소위 상대적 효력이고 채권자 취소권의 본질이다. 대상판결은 양도된 채권이 사해행위가 되어 채권자취 소권의 대상이 될 때, 추심된 부분은 직접 수익자로부터 반환받을 수 있으 나, 추심되지 않은 금액에 대해서는 위 상대적 효력의 결과 채무자가 다시 채권의 소유자가 되는 것이 아니므로 채무자를 대위해서도 받을 수 없다고 한다. 그런데 민법 제406조에는 ‘원상회복’도 법정되어 있어서 문언대로 해 석하여 이뤄진다면, 채무자에게 채권의 소유권이 다시 귀속한다고 볼 수 있어서 위의 상대적 효력과는 모순적인 결과를 야기할 수밖에 없고 대상판 결의 결론에 의아해 할 수 있다. 이 부조화는 상대적 효력을 유연하게 적 용하든지 원상회복을 축소해석하든지해서, 개별 판결에서 구체적 타당성에 따라 겨우 해결해 오고 있는 실정이다. 그렇다면 상대적 효력으로 인해 원 상회복은 취소채권자의 청구에 대한 집행에 준비되는 한도로만 필요한 것 으로 해석하여 채권자취소의 소로 수익자가 채무자의 재산에 대해서 책임 을 지는 결과가 초래된다고 해석할 필요가 있는 것이다. 이렇게 해석된 ‘원 상회복’ 이후에는 민법 제407조에 의해서 다른 일반 채권자들의 집행에의 참가가 이뤄져서 채권자 평등주의가 실현된다고 해석함이 상당하다. 이런 효과가 다른 일반 채권자들 모두에게 미친다고 하는 것은 채권자취소권의 근원적 본질인 상대적 효력과는 아무런 관련이 없다. 채권자취소권과 관련 된 일본 민법의 개정은 위 채권자취소권의 본질과 세계적 추세와는 반대 방향인 채무자에 대해 효력이 있는 것으로 되었는데, 이것은 채권자취소권의 본질을 오도하는 것이 된다. 그러므로 대한민국 민법의 채권자취소권의 개정 방향은 세계적인 표준이자 채권자취소권의 본질대로, 채권자취소판결 로 책임법적 무효가 생겨서 일탈재산을 수익자에게 유지한 채로 집행하는 방법을 따르는 것이어야 한다고 본다.

Reinforced concrete (RC) columns exhibit cyclic damage, such as strength degradation, under cyclic lateral loading, such as earthquakes. Considering the cyclic damage, the nonlinear load-deformation response of RC columns can be simulated using a lumped plasticity model. Based on an experimental database, this study calibrates lumped plasticity model parameters for 371 rectangular and 290 circular RC columns. The model parameters for adequate flexural rigidity, plastic rotation capacity, post-capping rotation capacity, moment strength, and cyclic strength degradation parameter are adjusted to match each experimentally observed load-deformation response. We have developed predictive equations that accurately relate the model parameters to the design characteristics of RC columns through regression analyses, providing a reliable tool for engineers and researchers. To demonstrate their application, the proposed and existing models numerically simulate the earthquake response of a bridge pier in a metropolitan railway bridge. The pier is subjected to several ground motions, increasing intensity until collapse occurs. The proposed lumped plasticity model showed about 41% less vulnerable to collapse.

Truss structures, widely used in engineering, consist of straight members transferring axial forces. Traditional analysis methods like FEM and the Force Method become computationally expensive for large-scale and nonlinear problems. Surrogate models using Artificial Neural Networks (ANNs), particularly Physics-Informed Neural Networks (PINNs), offer alternatives but require extensive training data and computational resources. Variational Quantum Algorithms (VQAs) address these challenges by leveraging quantum circuits for optimization with fewer parameters. Variational Quantum Circuits (VQCs) based on Quantum Neural Networks (QNNs) utilize quantum entanglement and superposition to approximate high-dimensional data efficiently, making them suitable for computationally intensive tasks like surrogate modeling in structural analysis. This study applies QNNs to truss analysis using 6-bar and 10-bar planar trusses, assessing their feasibility. Results indicate that residual-based loss functions enable QNNs to make reliable predictions, with increased layers improving accuracy and a higher Q-bit count contributing to performance, albeit marginally.

Automated structural design methods for reinforced concrete (RC) beam members have been widely studied with various techniques to date. Recently, artificial intelligence has been actively applied to various engineering fields. In this study, machine learning (ML) is adopted to make automated structural design model for RC beam members. Among various machine learning methods, a supervised learning was selected. When a supervised learning is applied to development of ML-based prediction model, datasets for training and test are required. Therefore, the datasets for rectangular and t-shaped RC beams was constructed by commercial structural design software of MIDAS. Five supervised learning algorithms, such as Decision Tree (DT), Random Forest (RF), K-Nearest Neighbor (KNN), Artificial Neural Networks (ANN), eXtreme Gradient Boosting (XGBoost) were used to develop the automated structural design model. Design moment (Mu), design shear force (Vu), beam length, uniform load (wu) were used for inputs of structural design model. Width and height of the designed section, diameter of top and bottom bars, number of top and bottom bars, diameter of stirrup bar were selected for outputs of structural design model. Performance evaluation of the developed structural design models was conducted using metrics sush as root mean square error (RMSE), mean square error (MSE), mean absolute error (MAE), and coefficient of determination (R2). This study presented that random forest provides the best structural design results for both rectangular and t-shaped RC beams.

본 연구의 목적은 통합사회에서 요구되는 역량인 장애감수성을 함양할 수 있는 시민교육으로서의 건강권 교육을 개발하는 것을 목적으로 한다. 연구방법은 이제까지의 장애인식개선을 위한 교육이 비장애인을 대상으 로 한 장애체험 위주의 교육이었다는 문제의식을 기반으로 실행연구를 선택함으로써 건강권 교육 프로그램을 실행하고 평가하였다. 연구결과는 장애의 재해석을 기반으로 한 본 건강권 교육 프로그램은 장애에 대한 단순한 정보 전달이 아닌, 체험과 성찰을 통해 장애를 새롭게 이해하고 장애인에게 공감하는 역량을 형성하는 데 성공적이었다. 융복합 접근의 교육적 결과는 다학제로 구성된 교육과정과 팀티칭 수업이 장애인의 건 강을 사회모델과 의료모델이라는 이분법이 아닌) 다각도로 이해할 수 있 다는 점에서 긍정적이었으나, 교수자의 지속적 상호작용을 통해 연계에 좀 더 노력을 기울일 필요가 있었다. 장애인의 건강하고 풍요로운 삶을 위한 대안을 모색하기 위해서는 다학제간 융복합적 지원이 필요하다. 또 한 장애인의 요구를 수렴하고 전문적인 해결책을 함께 고민할 수 있는 장애인과 비장애인 간 상호작용이 지속적으로 필요하다는 점을 확인할 수 있었다.

This study is a preliminary investigation into a method for updating analytical models using actual vibration measurement data to improve the reliability of the seismic performance evaluations. The research was conducted on 26 models with various parameters, aiming to develop an optimal analytical model that closely matches the natural frequencies of the actual building. By identifying the dynamic characteristics of the target building through vibration measurements taken just before the demolition of the structure, the natural frequency analysis results of the analytical models were compared to the measured data. Based on this comparison, an optimized method for adjusting the parameters of the analytical models was derived. Throughout the analysis, various parameters were adjusted, and the eigenvalue analysis results were corrected by comparing them with vibration measurements. Among the comparative analytical models, the model with the lowest error rate was selected. The results showed that, in all cases, the analytical model with a concrete compressive strength of 16 MPa (based on actual measurements), pin boundary conditions, and an idealized strip footing cross-section had the closest match to the actual building's natural frequencies, with an average error of less than 8%.

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.

결빙(Black Ice)은 도로 포장체 표면의 균열 등에 스며든 습기나 눈, 그리고 차량 주행 중 발생하는 타이어 분진 및 배 기가스 등의 영향으로 인해 도로 표면과 유사한 색상의 얇은 얼음막이 형성되는 현상을 의미한다(Cho et al., 2021). 도로 노면이 결빙 상태일 경우, 평균 미끄럼 저항 계수는 건조 노면의 약 30% 수준으로 크게 낮아진다(Lee et al., 2024). 또 한, 결빙은 도로 표면과 색상이 유사하여 운전자가 노면 상태를 즉각적으로 인지하기 어렵고, 이에 따라 제동이나 회피 를 위한 충분한 시간을 확보하기 어렵다. 최근 5년간 발생한 서리·결빙 노면 교통사고의 치사율(사고 100건당 사망자 수) 은 2.69명으로, 이는 건조 노면 교통사고 치사율의 약 2배, 습윤 노면의 1.3배 수준에 해당한다(KoROAD, 2024). 이러한 위험성을 고려하여 국토교통부는 2020년 전국 고속국도 및 일반, 위임국도를 대상으로 403개 구간을 결빙 취약 구간으로 지정하였으며, 이후 464개소로 확대하여 자동염수분사시설, 그루빙(Grovving), 결빙주의표지판 등 안전시설을 확충하여 결빙사고를 집중적으로 관리하고 있다(MOLIT, 2020; BAI 2021). 하지만, 결빙사고 발생건수는 2020년 524건, 2021년 1,204건, 2022년 1,042건으로 증가추세를 보이고 있어, 결빙 취약 구간의 평가 적절성과 실효성에 대한 검토 필요성이 대 두되고 있다(KoROAD, 2024). 본 연구에서는 최근 10년 고속국도에서 발생한 결빙사고와 결빙사고 영향인자를 Random Forest Algorithm으로 분석하 여 도로 구간별 결빙사고 위험도를 평가하였다. 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국 도의 동절기 기상, 기하구조, 교통량 등 결빙사고 영향인자를 구간별로 수집하였다. 각 구간은 최근 10년 결빙사고 데이 터를 통해 결빙사고 발생구간과 비발생 구간으로 분류하였다. 구간별 수집한 결빙사고 영향인자를 독립변수, 사고발생유 무를 종속변수로하여 알고리즘 학습을 위한 데이터셋(Data Set)을 구성하고, 데이터불균형 문제를 해결하기 위해 오버샘 플링(OverSampling) 기법 중 하나인 SMOTE(Synthetic Minority Oversampling Technique)을 적용하였다. 최종적으로 Random Forest Classification Model을 학습하고, 모델의 하이퍼파라미터 조정(HyperParameter Tunning)을 거처 결빙사 고 발생구간 예측성능이 가장 높은 모델을 결정하였다. 이를 통해, 전국 고속국도의 구간별 결빙사고 발생 위험도를 평 가하고 각 결빙사고 영향인자의 변수중요도를 분석함으로써 결빙 취약구간 평가 방안의 신뢰성 제고를 기대한다.

고속도로 2차 사고는 선행 사고(1차 사고) 또는 전방 고장 차량에 의해 교통흐름이 변화된 상황에서 발생하는 사고로, 이에 대한 효과적인 교통안전 관리전략이 필요하다. 그러나 일반사고에 비해 데이터 표본이 부족하여 신뢰성 있는 대응 전략 수립에 어려움이 있다. 본 연구는 고속도로에서 발생하는 2차 사고의 발생 주요 요인을 식별하고 예측하기 위해 BERT(Bidirectional Encoder Representations from Transformers) 기반 텍스트 분석 모델과 전통적 머신러닝 모델 (XGBoost, RandomForest, CatBoost)을 비교하였다. 교통사고 세부기록, 원클릭 속보자료 등 비정형 텍스트 및 정형 데 이터를 수집하고 1차 사고에 관한 시공간적 동적 변수를 통합하여 인공지능 기반의 사고 예측 프레임워크를 구축하였다. 특히, BERT 기반 모델을 통해 교통사고 문맥 정보를 고려하여 단어 삽입 및 대체 기법에 따른 2차사고 데이터 표본을 보완하였다. 또한, 설명가능한 AI(XAI) 기법을 활용하여 주요 사고 요인의 기여도를 시각적으로 해석하고 사고 예방 및 정책 수립에 필요한 정보를 제공하였다. 연구 결과, 제안된 하이브리드 접근법 기반 연구 프레임워크는 높은 정확도의 2 차 사고 발생 가능성 예측에 효과적이며, 교통사고관리시스템의 신뢰성과 효율성 향상에 핵심적인 기여를 할 것으로 기 대된다.

본 연구는 한국 기상대 데이터를 활용하여 콘크리트 포장의 깊이별 온도를 예측하는 ANN(Artificial Neural Network) 모델을 개발하는 것을 목표로 한다. 기존의 열평형 방정식 기반 모델은 특정 지역의 기상 데이터를 필요로 하기 때문에 일반적인 적용이 어렵다는 한계를 가지고 있다. 이에 본 연구에서는 ANN을 활용하여 기상대 데이터를 기반으로 범용적 인 온도 예측 모델을 개발하고자 한다. 이를 통해 다양한 지역 및 환경 조건에서도 적용 가능한 모델을 구축하는 것이 목적이다. 본 연구에서는 2017년 1월 1일부터 2018년 12월 31일까지의 1시간 단위 기상 및 온도 데이터를 활용하며, 0.05m, 0.15m, 0.25m, 0.35m, 0.45m 깊이별 온도 데이터를 학습 데이터로 사용한다. 입력 변수로는 기온, 풍속, 강수량, 습도, 일 조량, 일사량, 적설량, 적운량, 지면온도를 포함한다. 이러한 다양한 기상 데이터를 활용하여 신경망 모델을 학습하고, 기 존 방식보다 높은 정확도를 확보하는 것이 연구의 핵심 목표이다. 기존 ANN 구조인 O = WI + B에서 확장된 O = W(I + (WI + B)) + B 형태의 비선형 구조를 적용하여 기존 모델이 가지는 비선형 관계 반영의 한계를 극복하고자 한다. 또한, 선형 다중 은닉층 모델과 비선형 다중 은닉층 모델을 각각 개발하여 성능을 비교하고, 비선형 모델의 필요성과 일반화 능력을 평가할 예정이다. 최종적으로 두 모델의 성능을 평균 제곱 오차 및 평균 절대 오차 등과 같은 평가 지표들을 이용하여 비교 분석하고, 가장 적합한 모델을 도출하고자 한다.

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.

본 연구는 한국어교육 분야의 기존 메타버스 관련 개별 연구를 혼합연 구의 방법으로 종합적으로 분석하고 수업 모형 개발을 통해 구체적인 교 육 방안을 제시하는 데 목적이 있다. 이를 위해 먼저 일차 선정된 한국 어교육 분야의 학술지 논문 및 학위논문 52편을 대상으로 통합 요소를 도출하고, 양적·질적·혼합적 방법으로 결과를 통합하였다. 먼저 양적 통 합 결과 교육 분야에서 많이 활용되는 플랫폼, 학습자 대상 및 숙달도 수준의 경향성을 확인할 수 있었다. 다음으로 혼합적 통합 결과 메타버 스 활용 수업에 대한 인식과 기대, 몰입감 및 실재감과 관련된 의견을 통합할 수 있었다. 마지막으로 질적 통합 결과 기존 연구에서 제안한 수 업 모형 사례를 분석하고 교육 방안과 방향성 내용을 통합하였다. 이를 바탕으로 본 연구에서는 메타버스 활용 모듈식 한국어 수업 모형을 제안 하였다. 이 모형은 지식 중심, 상호작용 중심, 수행 중심 모듈로 구분되 며 수업 환경이나 학습자에 따라 적용할 수 있도록 구성되어 효용성이 높다는 점에서 의의가 있다.

최근 ChatGPT로 대표되는 인공지능의 급격한 발전은 인공지능 에 대한 낙관과 비관이 엇갈리는 가운데 기독교 선교가 새롭고도 실제적 인 방향을 모색해야 할 필요성을 제기했다. 이를 위해 본 연구는 행위자 -네트워크 이론을 주요 이론적 틀로 활용하여 인공지능을 단순한 도구가 아닌 인간과 상호작용하는 행위자로 인식한다. 이러한 관점에서 현재 인공지능 기술의 최전선에 있는 거대 언어 모델의 기술적 특성과 작동원리를 상세히 분석하여 인공지능이 인간과 맺는 관계에 주목한다. 이러한 이해를 토대로 인공지능과의 선교적 접점을 모색하기 위한 방안은 첫째, 인공지능을 선교 현장으로 인식하는 것, 둘째, 인간에게만 주어진 선교적 삶을 사는 것. 셋째, 인공지능을 선교사역의 협력자로 받아들이는 것, 넷째, 오픈소스 거대 언어 모델을 활용한 선교적 목적의 인공지능을 개발하는 것이다. 본 연구는 인공지능 시대의 기독교 선교 가 단순히 인공지능을 도구로 활용하는 차원을 넘어, 인공지능과의 협력적 관계를 통해 새로운 선교의 지평을 열어가야 함을 제안한다. 이는 데이비드 보쉬가 주장한 것처럼, 선교는 각 시대의 변화에 따라 새로운 패러다임으로 변화되어야 한다는 관점에 기반한다.