Earticle

초록

영어

[Purpose] This study aims to predict the AI literacy levels of local administrative officials in developing countries, focusing on the single-country case of Kyrgyzstan, and to identify the key digital competence factors that explain these levels. AI literacy was operationalized as self-assessed AI utilization competence, measured by the mean score of four items on understanding of AI tool functions, experience using AI tools, awareness of AI ethics, and the ability to identify AI-generated content. [Methodology] Self-assessment survey data collected from 743 general staff members of local government and administrative agencies in Kyrgyzstan were analyzed. Self-assessed AI utilization competence was classified into high and low groups based on the mean score of these four items. After excluding the intermediate group, class balancing was applied, yielding a final sample of 370 respondents for the prediction analysis. Logistic regression, Random Forest, XGBoost, LightGBM, Support Vector Machine (SVM), and Decision Tree classification models were applied, and SHAP analysis was employed to enhance the interpretability of the prediction results. [Findings] Digital strategy and policy understanding competence showed the strongest positive correlation with self-assessed AI utilization competence, while digital tool utilization and automation competence, cybersecurity and risk-response competence, and basic ICT competence were also positively associated with self-assessed AI utilization competence. Work tenure, in contrast, showed a negative association with self-assessed AI utilization competence, with relatively higher levels of self-assessed AI utilization competence observed among respondents with shorter tenure. The comparison of predictive models showed that, based on Accuracy and Macro F1, XGBoost and LightGBM achieved relatively higher performance than the other models in the single train-test split, while SVM demonstrated the highest discriminative ability in terms of ROC-AUC. SHAP analysis identified digital strategy and policy understanding competence as the most important predictor distinguishing high and low self-assessed AI utilization competence groups. [Implications] These findings suggest that AI literacy among local administrative officials is not merely a matter of AI tool usage skills, but a composite competence that integrates an understanding of digital transformation, awareness of digital strategy and policy, and practical digital tool utilization skills. Accordingly, AI competence-building policies in the public sector of developing countries should encompass not only training in AI tool usage but also education on digital strategy and policy understanding, along with practice-oriented training in digital tools relevant to administrative work.

한국어

[연구목적] 본 연구는 키르기스스탄 단일 사례를 중심으로 개발도상국 지방행정 공무원의 AI 리터러시를 이론적 상위개념으로 설정하고, 그 조작적 측정 지표인 자가 평가 기반 AI 활용 역량 수준을 예측하며, 이를 설명하는 주요 디지털 역량 요인을 도출하는 것을 목적으로 한다. [연구방법] 키르기스스탄 지방정부 및 지방행정기관 소속 일반직 공무원 743명을 대상으로 실시한 자가 진단 설문 자료를 분석하였다. 자가 평가 기반 AI 활용 역량은 AI 도구 기능 이해, 사용 경험, 윤리 인식 및 AI 생성 콘텐츠 식별 능력을 측정한 네 문항의 평균값을 기준으로 고·저 집단으로 구분하였으며, 중간 집단을 제외한 후 클래스 균형화를 실시하여 총 370명의 자료를 최종 예측 분석에 활용하였다. 분석에는 로지스틱 회귀분석, 랜덤 포레스트, XGBoost, LightGBM, SVM 및 의사결정나무 분류 모형을 적용하였으며, SHAP 분석을 통해 예측 결과의 해석 가능성을 제고하였다. [연구결과] 자가 평가 기반 AI 활용 역량과 가장 높은 양의 상관관계를 보인 변수는 디지털 전략 및 정책 이해 역량이었으며, 디지털 도구 활용 및 자동화 역량, 사이버 보안 및 리스크 대응 역량, 기초 ICT 역량도 양의 상관관계를 보였다. 반면 근무 경력은 자가 평가 기반 AI 활용 역량과 음의 상관관계를 보였으며, 근무 경력이 짧은 응답자 집단에서 상대적으로 높은 자가 평가 기반 AI 활용 역량 수준이 관찰되었다. 예측 모형 비교 결과, Accuracy와 Macro F1 기준으로 XGBoost와 LightGBM이 단일 분할에서는 다른 모형에 비해 상대적으로 높은 성능을 보였으며, ROC-AUC 기준으로는 SVM이 가장 높은 판별력을 보였다. SHAP 분석에서는 디지털 전략 및 정책 이해 역량이 자가 평가 기반 AI 활용 역량의 고·저 수준을 구분하는 가장 중요한 예측 요인으로 확인되었다. [연구의 시사점] 연구 결과는 지방행정 공무원의 AI 리터러시가 단순한 AI 도구 사용 능력에 한정되지 않고, 디지털 전환에 대한 이해, 디지털 전략 및 정책에 대한 인식, 실무적 디지털 도구 활용 역량이 결합된 복합적 역량임을 시사한다. 이에 따라 개발도상국 공공부문의 AI 역량 강화 정책은 AI 도구 사용법뿐 아니라 디지털 전략·정책 이해와 행정업무 중심의 디지털 도구 활용 교육을 통합적으로 포함할 필요가 있다.

목차

<국문요약>
Ⅰ. 서론
Ⅱ. 이론적 배경 및 선행연구
2.1 개발도상국 공공부문의 디지털 전환과 공무원 역량
2.2 디지털 역량의 개념과 구성요인
2.3 AI 리터러시의 개념과 측정
2.4 공공부문 AI 활용과 공무원의 AI 역량
Ⅲ. 연구방법
3.1 연구대상 및 분석 자료
3.2 변수 구성
3.3 데이터 전처리
3.4 데이터 균형화 및 학습·테스트 분할
3.5 분석 방법
3.6 신뢰도, 공통방법편의 및 다중공선성 점검
Ⅳ. 실증분석 결과
4.1 분석 대상자의 일반적 특성
4.2 주요 변수의 기술통계
4.3 자가 평가 기반 AI 활용 역량 수준 구분 결과
4.4 주요 변수의 상관분석 결과
4.5 고·저 AI 활용 역량 집단 간 차이 분석 결과
4.6 예측 모형 성능 비교
4.7 변수 중요도 분석 결과
4.8 SHAP 분석 결과
4.9 강건성 및 보완 분석
Ⅴ. 결론
참고문헌
부록

키워드

저자

• 이수용 [ Lee Su-yong | 박사과정, 광운대학교, 융합기술경영학과 ] 제1저자
• 이석준 [ Lee Suk-jun | 교수, 광운대학교, 경영학부 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  경영과 정보연구 [Management Information Systems review]

• 간기

  계간

• pISSN

  1598-2459

• 수록기간

  1997~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658