Earticle

초록

영어

This study aims to identify key risks arising from the rapid development of generative AI in artistic creation and to propose strategies for its responsible use. Although generative AI promotes creative accessibility and economic value, it also raises concerns such as the loss of artists’ identity, algorithmic bias, copyright infringement, style imitation, and the devaluation of creative labor. Current policies mainly focus on safety and accountability, but often fail to reflect the practical needs of artists. To address this gap, this study uses text-mining-based topic modeling to identify major issues related to generative AI in the arts from large-scale social data. The identified topics are then validated through surveys and in-depth interviews with art professionals, and practical response strategies are developed. Ultimately, this study seeks to contribute to a sustainable art ecosystem in which generative AI and human creativity can coexist.

한국어

본 연구는 생성형 인공지능의 비약적 발전이 예술 창작 패러다임을 변화시키는 과정에서 발생하는 리스크 쟁점을 도출하고, 올바른 활용을 위한 대응 전략을 모색하는 데 목적이 있다. 생성형 AI는 창작의 민주화를 촉진하고 경제적 가치를 창출하는 도구로 주목받고 있으나, 동시에 예술가의 고유정체성 약화, 알고리즘 편향, 원본 저작권 침해, 스타일 모방, 창작 노동 가치 하락 등의 문제를 심화시키고 있다. 그러나 현재의 정책적 대응은 안전성과 책임성 중심의 관리적 접근에 머물러 있어 창작 현장의 실질적 요구를 충분히 반영하지 못하는 한계가 있다. 이에 본 연구는 텍스트 마이닝 기반 토픽 모델링을 통해 대규모 소셜 데이터에 나타난 예술 분야에서의 생성형 AI 활용 관련 토픽을 식별하고, 예술현장 전문가 대상 설문조사와 심층 인터뷰를 통해 토픽의 타당성을 검증하고 예술 분야에서 생성형 AI의 올바른 활용을 촉진하기 위한 대응 전략을 도출한다. 이를 통해 생성형 AI와 인간 창의성이 공존할 수 있는 지속 가능한 예술 생태계 조성에 기여하고자 한다.

목차

요약
Ⅰ. 서론
Ⅱ. 개념적 배경
2.1 예술 분야에서 생성형 AI 활용
2.2 생성형 AI의 어포던스와 예술 창작 리스크
2.3 선행연구
Ⅲ. 연구 방법론
3.1 혼합방법론
3.2 데이터 수집
3.3 토픽 모델링 기법
3.4 인터뷰 기법
Ⅳ. 연구 결과
4.1 LDA 토픽 모델링 분석 결과
4.2 토픽 검증 결과
4.3 인터뷰 분석 결과
V. 토의 및 시사점
5.1 연구 결과 토의 및 대응책 제시
5.2 학술 및 실무적 시사점
5.3 연구의 한계 및 향후 연구 방안
참고문헌
Abstract

키워드

저자

• 양태성 [ Tae-Seong Yang | 경기대학교 산업시스템공학과 석사과정 ]
• 윤여진 [ Yeo-Jin Yoon | 경기대학교 ICT융합학부 경영정보전공 학사과정 ]
• 정성회 [ Seong-Hoe Jung | 경기대학교 경제학부 응용통계전공 학사과정 ]
• 이소현 [ So-Hyun Lee | 경기대학교 산업경영공학과 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  경영정보학연구 [Information Systems Review]

• 간기

  계간

• pISSN

  2982-6551

• eISSN

  2982-6837

• 수록기간

  1999~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658