Earticle

피싱은 뚜렷한 해결책이 없기 때문에 전 세계적으로 피싱 피해자 수와 피해 규모가 매년 증가하고 있다. 피싱 모의훈련은 피싱 피해 예방을 위한 효과적인 방법으로, 국공립기관과 일부 기업에서는 매년 의무적으로 실행하고 있으나 재직자가 아닌 일반인이 피싱 모의훈련 서비스를 받을 수 있는 시스템은 찾아볼 수 없다. 본 연구는 일반인 대상의 피싱 피해를 줄이기 위해 일반인을 위한 피싱 모의훈련 서비스를 제공하고자 새로운 모델을 제시한다. 제시된 모델에는 기존 훈련 시스템의 단점을 보완하여, 효율적이고 효과적인 훈련기법을 적용하였다. 제안된 모델의 실현성, 효율성, 효과성을 검증하기 위해 제안 모델을 일부 구현한 다음 118명을 모집하여 실험군 60명과 대조군 58명으로 나눠 모의훈련을 실시하였다. 모의훈련 결과, 제안 모델을 누구나 참여 가능한 온라인으로 구현하여 실현성을 확인하였고, 제안 모델이 제공한 맞춤형 훈련 콘텐츠를 통해 훈련 참가자들의 관심을 유도하여 효율적인 훈련으로 이어지는 것을 확인하였다. 또한, 제안 모델이 제공한 재훈련을 통해 효과적인 훈련으로 이어지는 것을 확인하였다. 향후 해당 모델을 통해 재직자가 아닌 일반인에게 효과적이고 효율적인 피싱 예방 훈련을 제공할 것으로 기대된다.

As there is no clear solution to phishing, the number of phishing victims and the amount of damage are increasing every year around the world. Phishing simulation training is an effective method to prevent phishing damage, and is mandatory every year in national and public institutions and some companies, but no system can be found where the general public, other than employees, can receive phishing simulation training services. This study proposes a new model to provide a phishing simulation training service for the general public in order to reduce phishing damage to the general public. A more efficient and effective training technique that complements the shortcomings of the existing training system was applied to the presented model. To verify the feasibility, efficiency, and effectiveness of the proposed model, we partially implemented the proposed model, recruited 118 people, divided them into an experimental group of 60 people and a control group of 58 people, and conducted simulation training. As a result of the simulation training, the feasibility of the proposed model was confirmed by implementing it online in which anyone can participate, and it was confirmed that the customized training content provided by the proposed model induced the interest of training participants, leading to efficient training. Additionally, it was confirmed that the retraining provided by the proposed model leads to effective training. In the future, it is expected that this model will provide effective and efficient phishing prevention training to the general public, not just employees.

현재 환경 지속 가능성에 대한 인식이 전 세계적으로 심화됨에 따라 친환경 차량에 대한 수요가 증가하고 있다. 이에 많은 국가 및 기업에서 친환경 차량에 투자하고 시장이 활성화되고 있다. 하지만 한국 수소차 시장의 경우 역성장을 이루었다. 본 연구는 수소차의 기술적 장점과 현재 국내 수소차 시장의 인프라 부족 문제를 조명하며, 효과적인 한국 수소차 시장 활성화를 목표로 한다. 텍스트 마이닝 기법과 인터뷰를 이용한 혼합방법론을 활용하여 수소차와 관련된 뉴스 및 유튜브 댓글들과 자동차 전문가 및 일반 시민들의 친환경 차에 대한 인터뷰를 통해 수소차에 필요한 주요 요인들을 도출한다. 이번 연구를 통해 많은 국민들의 친환경 자동차에 대한 인식 개선과 정부 및 기업의 수소차 확대를 위해 나아가야 할 방향을 제시한다. 본 연구는 혼합 연구 방법론을 통한 수소차 활성화 방안을 탐구함으로써 국내 수소차 관련 연구를 확장하며, 빅데이터를 활용하여 자동차 산업 분석의 학문적 및 실무적 장벽을 허물었다는 것에 학술적 의의가 있다. 또한 본 연구 결과는 이용자와 전문가 의견을 수집하여 주요 문제점을 도출하고, 정부와 기업이 사용할 수 있는 구체적인 해결 전략을 제시하여 실무적 및 사회적 측면에 기여한다.

As global awareness of environmental sustainability intensifies, the demand for eco-friendly vehicles is on the rise, prompting many nations and corporations to invest in and activate these markets. However, the South Korean hydrogen vehicle market has experienced a contraction. This study highlights the technical advantages of hydrogen vehicles and the current infrastructure deficiencies in the domestic market, aiming to activate the South Korean hydrogen vehicle market effectively. Using a mixed-methods approach that combines text mining and interviews, this research extracts key factors necessary for hydrogen vehicles by analyzing related news, YouTube comments, and interviews with automotive experts and the general public on eco-friendly cars. The study proposes directions for enhancing public perception of eco-friendly vehicles and for governmental and corporate expansion of hydrogen vehicles. This research contributes academically by extending domestic research on hydrogen vehicles through a mixed-methods approach and breaking down scholarly and practical barriers in automotive industry analysis using big data. Furthermore, the results gather user and expert opinions to identify major issues and propose concrete strategies for government and corporations, contributing to practical and social aspects.

추천시스템은 소비자가 선호할 것으로 예상되는 제품을 선별하여 추천해줌으로써, 소비자가 원하는 제품을 보다 용이하게 찾을 수 있도록 도와주는 시스템을 말한다. 이커머스 기업들은 이러한 추천시스템을 활용하여 추가적인 수익을 창출하는 것으로 알려져 있다. 그러나, 한편으로는 소비자가 선호할 것으로 예상되는 제품을 얼마나 정확하게 예측하는가에 초점이 맞추어진 추천시스템은 지속적으로 유사한 유형의 제품만을 추천하게 되고, 이로 인해 소비자들은 추천시스템의 추천에 피로감을 느끼게 된다는 문제점이 지적되어 왔다. 이러한 문제점을 해결하기 위한 하나의 대안으로 추천시스템의 추천에 큐레이터의 추천을 추가하는 큐레이션 시스템이 제안되었다. 큐레이션 시스템의 추천은 반드시 소비자가 선호할 것으로 예상되는 제품만 추천에 포함하지 않는다는 점에서 전통적인 추천시스템과 차이를 가진다. 본 논문은 이와 같이 소비자의 선호와는 다를 수 있는 제품을 함께 추천하는 큐레이션 시스템의 추천에 대한 소비자의 만족도를 분석한다.

Recommendation systems help customers easily find the products that they want by recommending products that they are likely to buy. It is known that e-commerce firms create additional sales through such recommendation systems. However, it is argued that because recommendation systems simply focus on accurately predicting products that customers are likely to buy, it continues to recommend the same products and customers get bored with the recommended products. As an alternative to overcome this shortcoming of recommendation systems, curation systems are proposed. Curation systems recommend products that curators recommend in addition to what recommendation systems recommend. Thus, products that are recommended by curation systems are not necessarily those that customers want or are likely to buy. This study explores customer satisfaction with the recommendations of curation systems that include products that may be different from what customers want or are likely to buy.

전 세계적으로 물가가 크게 치솟고 있다. 특히 이중에서 최근 농산물 가격이 급등하고 있다. 농산물은 인간 생존에 필수적이며 일상에 직접적인 영향을 미치기 때문에 매우 민감한 이슈이다. 더욱이 코로나19 팬데믹 현상과 우크라이나-러시아 전쟁이 이러한 문제를 악화시키며 농산물 가격 인상을 더욱 가중시키고 있다. 이로 인해 소비자는 물론, 농산물을 가공하고 생산하는 기업들 역시 큰 부담을 겪고 있는 것이 현실이다. 특히 수입 의존도가 높은 우리나라의 경우 많은 농산물을 해외 시장에 의존하고 있는 관계로 더욱 중요하게 살펴보아야 한다. 그럼에도 불구하고 수입 농산물 가격 예측에 대한 연구는 많이 부족한 실정이다. 본 연구에서는 이러한 배경 속에서 주요 연구 질문(RQs)을 중심으로 수입 농산물 가격 변동에 따라 최종 제품의 소매 가격을 예측하는 인공지능(AI) 모델을 구현한다. 이와 동시에, 코로나19로 인한 공급망 문제, 우크라이나-러시아 전쟁과 같은 글로벌 이슈가 가격 인플레이션에 미치는 영향을 살펴본다. 연구 대상은 주요 수입 농산물로 옥수수, 밀, 대두의 상위 3개 품목을 선정하고, 이들로 제조되는 일상 생활에서 가장 많이 소비되는 가공식품을 중심으로 예측 모델을 구현한다. 이때 농산물이 가공되는 유통 및 제조 과정을 고려하여 주요 변수를 추가한다. 특히, 이들 변수 간의 관계를 상관관계 분석을 통해 분석하고, 빅데이터 분석을 활용하여 예측 모델을 구현하여 가장 높은 예측 정확도를 보이는 모델을 선정한다. 본 연구에서는 VAR 모델이 머신러닝 모델 중 가장 높은 예측 정확도를 보였으며, LSTM 모델이 딥러닝 모델 중 가장 높은 정확도를 보였다. 결론적으로, 본 연구의 학문적 차원에서의 시사점은 국제 원자재 시장과 글로벌 무역이 국내 기업의 생산과 유통에 미치는 영향을 인공지능 모델을 통해 과학적으로 분석하고 제안한다. 또한, 본 연구는 코로나19 팬데믹으로 인한 원자재 공급 차질을 체계적으로 규명하고 설명한다. 더 나아가, 본 연구의 실무적 시사점은 본 연구를 활용함으로써 기업은 수입 농산물의 가격 변동이 최종 제품의 가격 결정에 미치는 영향을 파악할 수 있으며 이를 통해 기업은 예측 모델을 적용하여 최종 제품 가격 변화에 선제적으로 대응할 수 있다. 또한, 기업은 수입 농산물 가격과 최종 제품 소매 가격 간의 관계를 확인함으로써 국내외 유통 과정에서 발생하는 비용을 보다 명확하게 이해할 수 있습니다. 이는 유통 구조 혁신에 기여할 수 있다.

Globally, prices are soaring, and among these, agricultural product prices are experiencing significant increases. Agricultural products are essential for human survival and have a direct impact, making this a highly sensitive issue. This problem has been further exacerbated by the COVID-19 pandemic and the Ukraine-Russia war, leading to even greater price hikes. Consequently, this situation places a considerable burden not only on consumers but also on the companies that process and produce these agricultural products. In particular, South Korea, a country with a high dependency on imports, relies on foreign markets for many agricultural products. However, despite this reliance, there is a lack of research on predicting the prices of imported agricultural products. For this reason, this study implements an AI model that predicts the retail prices of final products based on fluctuations in the prices of imported agricultural products, focusing on key research questions (RQs) and the distribution process. In addition, it examines the impact of global issues such as supply chain disruptions caused by COVID-19 and the Ukraine-Russia war on price inflation. In this study, the top three imported agricultural products―corn, wheat, and soybeans―are selected as key imported agricultural items, and the prediction model is implemented focusing on the processed foods most commonly consumed in daily life that are manufactured from these products. At this time, key variables are added by taking into account the distribution and manufacturing processes involved in the processing of agricultural products. Specifically, the relationships between these variables are analyzed through correlation analysis, and a prediction model is implemented using big data analysis to select the model with the highest prediction accuracy. In this study, the VAR model showed the highest prediction accuracy among machine learning models, while the LSTM model demonstrated the highest accuracy among deep learning models. In conclusion, the academic implications of this study demonstrate that the impact of the international commodity market and global trade on the production and distribution of domestic companies can be scientifically analyzed and proposed through AI models. Additionally, the study systematically identified and explained the raw material supply disruptions caused by the COVID-19 pandemic from an academic perspective. Furthermore, the practical implications of this study for companies are significant. By utilizing this research, companies can identify how price fluctuations in imported agricultural products affect the pricing of final products. It allows them to proactively respond to changes in the prices of final products by applying the forecasting model. Additionally, companies can confirm the relationship between the prices of imported agricultural products and the retail prices of final products, gaining a clearer understanding of the costs incurred during domestic and international distribution processes. It can be used to drive innovations in the distribution structure.

메타버스는 디지털 기술을 통해 현실 세계와 가상 공간을 결합한 가상 세계로, 코로나19 팬데믹으로 인해 교육 분야에 접목되어 다양하게 활용되었다. 하지만, 코로나19 대유행이 지나면서 메타버스의 지속적인 활용도에 대한 의문이 제기되고 있다. 이에 따라, 본 연구는 코로나19로 인한 방역 수칙 완화(마스크 착용 의무 해제) 전후의 교육 분야에서의 메타버스에 관한 인식 변화를 분석하였다. Naver와 MSN으로부터 완화 시점 전후 각 6개월간, 총 37,795개의 웹문서를 수집하고, 이를 바탕으로 텍스트 마이닝, N-gram, 연결중심성, 의미연결망 분석을 수행하였다. 분석 결과, 초기에는 메타버스가 원격 학습의 한계를 보완하는 역할을 주로 보였으나, 방역 수칙 완화 이후 메타버스의 역할은 확장되어 기술적 지원 및 발전과 연관된 교육의 핵심 요소가 되었다. 특히, 메타버스의 적용 범위는 학교 교육을 넘어 기업 훈련으로까지 확장되어, 위기 상황에 기술적 해결책으로서의 잠재력이 부각되고 있다. 본 연구 결과는 메타버스를 다양한 교육체계에 적용하기 위한 구체적인 전략의 필요성을 강조하고, 단순한 일시적 유행을 넘어 교육혁신에 기여할 수 있는 이의 역할을 제안하였다.

The metaverse is a virtual world that combines the real world and virtual spaces through digital technology, and it has been widely utilized in the field of education due to the COVID-19 pandemic. However, with the pandemic subsiding, questions have arisen about whether the use of metaverse will continue to grow. Therefore, this study analyzes the changes in perceptions of the metaverse in the education sector before and after the relaxation of COVID-19 prevention policy (i.e., the lifting of the mask mandate). A total of 37,795 web documents were collected from Naver and MSN over six months before and after the relaxation period, and were analyzed through text mining, semantic network, and degree centrality analysis. The analysis results revealed that the metaverse primarily served to complement the limitations of remote learning in before period. However, after the relaxation of the prevention policy, the role of the metaverse is becoming a core element of education associated with technical support and development. Notably, the application of the metaverse is extended beyond school education to corporate training, highlighting its potential as a technological solution in crisis situations. Our findings underscore the need for concrete strategies to apply the metaverse to various educational systems and suggest that it can contribute to educational innovation beyond being a mere temporary trend.

본 연구는 관광 여정에서 핵심적인 역할을 하는 교통 분야 특히 관광교통에 초점을 맞추어 지자체별 관광교통의 경쟁력을 평가하기 위한 진단도구를 개발하는 연구이다. 외국인 관광객이 관광목적지에 도착하기 위해 이용하는 관광 교통수단은 관광지의 활성화뿐만 아니라 지역 관광산업의 성공과 경쟁력에 있어 빠질 수 없는 결정적인 역할을 수행하는 항목이다. 따라서 본 연구는 지자체별 관광교통 경쟁력을 진단하고 개선할 수 있는 방안을 도출하기 위한 진단도구를 개발하기 위해 진행되었다. 구체적으로 지역별 관광교통 경쟁력을 평가하기 위한 지표를 개발하기 위해 델파이조사를 통해 항목별 전문가 평가를 진행하였다. 특히 지금까지 관광교통수단에 대하여 단편적으로 진단하던 평가 방식에서 벗어나 기존의 공급자 관점의 평가 방법에 새롭게 이용자 관점의 평가 방법을 결합하여 평가하기 위한 방법을 도입하였다. 이를 통해 지역별 종합적인 관광교통 경쟁력을 진단하고, 경쟁력 제고를 위해 어떤 점들을 우선적으로 개선해야 하는지를 손쉽게 확인하는 방법을 제안하고자 한다. 본 연구의 결과를 통해 지자체는 관광교통 측면에서 개선이 필요한 요소를 파악하여 관광교통 인프라를 강화할 수 있을 것이며, 관광산업 측면에서는 산업 전반적인 발전에 기여하여 지역관광 활성화에 기여할 수 있을 것이다.

This study focuses on developing a diagnostic tool to evaluate regional tourism transportation competitiveness, particularly emphasizing the transportation sector, which plays a crucial role in tourism journeys. Tourism transportation used by international tourists to reach their destinations is a critical factor that determines not only the vitalization of tourist destinations but also the success and competitiveness of regional tourism industries. Therefore, this study was conducted to develop diagnostic tools that can assess and improve tourism transportation competitiveness for each local government. Specifically, to develop indicators for evaluating regional tourism transportation competitiveness, expert evaluations were conducted through the Delphi method for each category. Notably, the study introduced a new evaluation method that combines the user perspective with the existing supplier perspective, moving beyond the fragmentary assessment approach previously used for tourism transportation. Through this, the study aims to propose a method to diagnose comprehensive regional tourism transportation competitiveness and easily identify priority areas for improvement to enhance competitiveness. The results of this study will enable local governments to identify elements requiring improvement in tourism transportation and strengthen tourism transportation infrastructure. From the perspective of the tourism industry, it will contribute to the overall development of the industry and the revitalization of regional tourism.

본 연구는 경제 용어의 의미 정보를 생성 어휘론 및 인지 의미론적 방법으로 분석하여 그 의미 정보 구성 원리와 과정을 밝히는 것을 목적으로 한다. 두 개 이상의 어휘가 결합하여 형성된 경제 용어에 주목하며, 그 의미가 단순한 사전적 의미 결합 이상의 체계적인 의미 정보 구조를 가질 수 있음을 논의한다. 본 연구에서는 국립국어원의 우리말샘에서 경제 분야로 분류된 6,372개의 어휘를 분석 대상으로 삼았으며, 품사와 뜻풀이 등을 중심으로 재정리한 후 연구 대상 어휘를 추출했다. 추출된 ‘명사 + 명사’ 형태의 합성어 중 개념적 의미의 결합 방식이 아닌 생성 및 인지적 방법에 의해 의미 정보가 구성된 경제 용어를 분석 대상으로 삼아, 두 어휘의 특질 구조가 복합적으로 결합하거나 개념적 은유화에 의해 어휘의 의미 정보가 구조화되는 과정을 탐구한다. 이를 통해 합성어로 이루어진 경제 용어의 의미 정보는 개념적 의미의 병렬적 결합인 경우도 있지만, 어휘의 특질 구조 상의 복합적 결합이나 개념적 은유화에 의해 의미 정보가 구성됨을 밝힌다.

This study analyzes the semantic information of economic terms using the approaches of generative lexical theory and cognitive semantics, discussing the principles and processes involved in constructing their semantic information. It focuses on economic terms formed by the combination of two lexical items, arguing that the meaning of these terms may have a more complex structure beyond their dictionary definitions. The study takes as its subject 6,372 words classified under the economic category in the WooriMalSaem. After reorganizing the words based on parts of speech and definitions, the target words for the study were extracted. Among compound words in the form of 'noun + noun,' the study analyzed technical economic terms whose semantic information is shaped by non-conceptual meanings. The study explores how the characteristic structures of the two lexical items are combined in a complex manner or how semantic information is structured through conceptual metaphorization. It reveals that the semantic information of economic terms composed of compound words can sometimes be the parallel combination of conceptual meanings but is often constructed through the complex combination of the Qualia structures of the words or through conceptual metaphorization.

친환경농산물에 대한 소비자들의 요구와 정부의 다양한 지원에도 불구하고 우리나라 친환경농산물 생산 농가의 수가 감소하고 있으며, 이는 ‘협소한 판로'가 주요 원인으로 지목되고 있다. 친환경농산물 산업 발전을 위해 수출 판로 개척이 필요한 시점에서 이에 관한 연구는 매우 부진한 실정이며, 중국소비자들의 친환경농산물 소비가치에 대한 연구도 매우 부족한 실정이다. 본 연구는 중국 소비자를 대상으로 지각된 친환경농산물 소비가치가 온라인 구매의도에 미치는 영향과 디지털 리터러시의 매개효과를 분석하였다. 실증분석을 위해 403명의 중국 소비자를 대상으로 온라인 설문 조사를 실시하고, SPSS 프로그램을 이용해 분석하였다. 연구 결과, 지각된 친환경농산물 소비가치(기능적 품질 가치, 기능적 가격 가치, 감정적 가치, 사회적 가치)는 온라인 구매의도에 정(+)의 유의미한 영향을 미쳤으며, 디지털 리터러시는 이들 사이를 매개하였다. 사회적 가치가 가장 큰 영향을 미쳤고, 감정적 가치, 기능적 품질 가치, 기능적 가격 가치 순으로 나타났다. 본 연구는 친환경농산물의 소비가치와 디지털 리터러시의 연구 범위를 확장하고, 중국 소비자의 친환경농산물 소비행태에 대한 이해를 넓혔다는 학문적 의의가 있다. 실무적으로는 한국 친환경농산물의 수출판로 확대를 위해 중국소비자가 중요시하는 친환경농산물 소비가치를 초점으로 하여 한국산 친환경농산물의 특화 브랜드 개발과 K-콘텐츠를 활용한 온라인 마케팅 전략 수립에 기초자료로 사용될 수 있을 것이다.

Despite increasing consumer demand for eco-friendly agricultural products and various forms of government support, the number of farms producing such products in Korea is decreasing, with "narrow sales channels" cited as the primary reason for this decline. Despite the need to develop export channels for the growth of the eco-friendly agricultural product industry, research in this area remains limited, particularly regarding Chinese consumers' consumption values for eco-friendly agricultural products. This study examined how perceived consumption value influences online purchase intention for eco-friendly products and explored the mediating effect of digital literacy among Chinese consumers. An online survey with 403 Chinese respondents was analyzed using SPSS. Results showed that perceived consumption value—functional quality, functional price, emotional, and social value—significantly impacted online purchase intention, with digital literacy as a mediator. Social value had the greatest impact, followed by emotional, functional quality, and functional price value. Academically, this study expands research on consumption value and digital literacy in the eco-friendly product context and offers insights into Chinese consumer behavior. Practically, it provides foundational data for developing export channels, specialized branding, and online marketing strategies for Korean eco-friendly products, focusing on the values that Chinese consumers prioritize.

COVID-19 팬데믹 이후, 공항은 복잡한 운영 환경과 급증하는 여객으로 인해 운영 효율성 증대가 중요한 과제로 대두되었다. 이에 AI 기술의 도입이 공항 운영에 어떠한 혁신적인 변화를 가져올 수 있는지에 대한 연구 필요성이 더욱 부각되었다. 본 연구의 목적은 공항 운영 효율성 측면에서 AI 기반 비즈니스 구축과 운영에 대해 체계적으로 탐색하여 공항 산업의 디지털 대전환과 혁신을 이끌어낼 수 있는 전략적 방향과 시사점을 제시하는 것이다. 이를 위해 글로벌 유통 플랫폼 기업들의 AI를 활용한 혁신적인 비즈니스 구현 사례를 조사하고, SWOT 분석을 실시하였다. SWOT 분석 결과를 바탕으로 전문가 포커스 그룹 인터뷰(FGI)를 통해 공항에서의 운영 효율성 향상을 위한 AI 기반 비즈니스 적용 분야, 추진 전략 및 정책, 잠재적 장애요인 등을 도출하였다. 분석 결과, 여객 수요 예측, 차량 추적 및 주차 공간 관리, 스마트 시설 관리 및 유지보수 체계 구축, 보안 검색 프로세스 개선 등 다양한 AI 기반 비즈니스 적용 분야가 제안되었다. 또한, AI 기반 비즈니스를 성공적으로 구축하고 운영하기 위해서는 다양한 빅데이터 활용, 고객 중심의 서비스 개발, 데이터 보안 및 개인정보 보호 강화 등이 필요함을 확인하였다. 잠재적인 장애요인으로는 데이터의 부족이나 품질 문제, 기술적 한계, 고객 수용성 부족 등이 있음을 확인하였다. 본 연구의 결론 및 시사점은 공항 운영 효율성 향상을 위한 AI 기반 비즈니스 구축 및 운영에 있어 미래 방향성 결정에 실무적인 가이드라인을 제공하며, 이는 공항 산업의 디지털 혁신을 이끌어낼 수 있는 중요한 발판이 될 것으로 기대된다.

Since the COVID-19 pandemic, enhancing operational efficiency has become a crucial goal for airports due to the complex operational environment and the surge in passenger numbers. Consequently, the need to investigate the transformative potential of AI technology in airport operations has gained increased importance. This study aims to systematically explore the construction and operation of AI-based business models for improving airport operational efficiency, providing strategic directions and insights for driving digital transformation and innovation within the airport industry. To achieve this, case studies of global distribution platform companies implementing AI-driven innovations were examined, followed by a SWOT analysis. Based on the results of the SWOT analysis, expert focus group interviews (FGI) were conducted to identify AI-based business application areas, strategies, policies, and potential obstacles for enhancing airport operational efficiency. The analysis suggests various AI-based applications, including passenger demand forecasting, vehicle tracking and parking space management, smart facility management and maintenance systems, and improvement of security screening processes. The study also highlights the necessity of leveraging diverse big data sources, developing customer-centric services, and strengthening data security and privacy protection for the successful implementation and operation of AI-based businesses. Potential challenges identified include data limitations and quality issues, technological constraints, and a lack of customer acceptance. The conclusions and implications of this study provide practical guidelines for decision-making on the future direction of AI-based business development and operation for enhancing airport operational efficiency, serving as a critical foundation for digital innovation in the airport industry.

최근 생성형 인공지능(Artificial Intelligence)은 다양한 형식의 미디어를 포함하여 자율적으로 콘텐츠를 생성할 수 있는 능력으로 주목받고 있다. 그 잠재력에도 불구하고 AI가 생성한 콘텐츠(AI-Generated Content, AIGC)의 진정성(Authenticity) 이슈가 제기됨에 따라 각국에서 AI 사용과 투명성에 대한 규제가 수립되고 있다. 하지만, AIGC와 AI 사용 공개(AI Disclaimer)에 대한 소비자의 이해라는 근본적인 주제는 여전히 탐색되지 않고 있다. 본 연구는 생성형 AI가 제작한 콘텐츠를 실용적, 쾌락적 가치유형으로 구분하고 각각 글, 사진, 영상의 미디어 형식을 적용한 6가지의 경우에 대한 소비자의 인식을 카노 모형을 통해 분석하였다. 나아가, 도출된 결과를 인지된 진정성과 기만으로 그룹을 구분해 인식의 차이가 이에 따라 드러나는지 추가적으로 살펴보았다. 연구 결과, AI가 생성한 콘텐츠에 대한 소비자 인식은 만족도에 큰 영향을 미치지 않았으나, 뉴스로 대표되는 실용적 콘텐츠에서는 AI 사용에 대한 부정적 인식이 확인되었으며, 특히 뉴스 영상 제작에 있어 부정적 인식이 강하게 드러났다. 반면, 영화와 드라마로 대표되는 쾌락적 콘텐츠에서는 생성형 AI 사용에 대한 인식이 무관심하거나 오히려 긍정적이었다. AI 사용 여부의 공개에 대해서는 콘텐츠 가치유형에 관계없이 지켜야 할 원칙으로 인식되었으나, 실용적 콘텐츠에 대해 그러한 인식이 더 강하게 드러났다. 본 연구는 AI 활용의 투명성과 진정성을 제고하는 방안이 필요함을 시사하며, 향후 AI의 발전과 활용이 소비자 인식에 미치는 영향을 지속적으로 연구할 필요가 있음을 강조한다.

Recently, generative Artificial Intelligence (Gen AI) has attracted attention for its ability to autonomously create content across various media formats. Despite its potential, issues of authenticity in AI-generated content (AIGC) have raised concerns, leading to the establishment of regulations on AI use and transparency in several countries. However, the fundamental topic of consumer understanding of AIGC and AI Disclaimer (AID) remains unexplored. This study categorizes AIGC by content value (utilitarian and hedonic) and format (text, image, video), and analyzes consumer perceptions using the Kano model. Additionally, it examines how consumer perceptions change based on perceived authenticity and deception. The results indicate that consumer perceptions of AIGC did not significantly impact satisfaction or dissatisfaction. However, there was a negative perception of AI use in utilitarian content, such as news, particularly in video production. In contrast, perceptions of AI use in hedonic content ranged from indifferent to positive. Regarding the disclosure of AI use, it was considered a basic requirement regardless of content value, but the perception was stronger for utilitarian content. This study suggests that measures to enhance transparency and authenticity in AI use are necessary and emphasizes the need for ongoing research into the impact of AI development and utilization on consumer perceptions.

본 연구에서는 문헌연구 기반으로 SNS 스트레스 관련 연구의 분석적 틀과 예비가설 및 연구시사점을 제안하고자 한다. 본 연구의 목적은 첫째, SNS(Social Network Service) 스트레스를 지각하는 과정에 대한 이해를 제공한다. 둘째, 문헌연구를 통해 SNS 사용자에게 긍정적 영향 즉, 사용자의 긍정적 정서 유발을 위해 요구되는 SNS 스트레스 요인의 속성을 제시하고자 한다. 이러한 연구목적을 위해 1) 심리학 분야의 스트레스에 대한 인지적 평가 이론을 기반으로 2) SNS 스트레스 요인, 3) 개별 SNS 스트레스 요인에 대한 지각된 통제감(Perceived Control), 4) 스트레스에 대한 인지적 평가(도전평가, 위협 평가), 5) SNS 스트레스에 대한 사용자의 정서적 반응인 긍정적 정서와 부정적 정서를 포함하는 연구적/개념적 프레임워크를 제시한다.

This study intends to propose an analytical framework for SNS stress and some related propositions based on literature review. The primary objectives of this study are threefold: First, it aims to offer an understanding of how Social Network Service (SNS) stress is perceived. Second, it aims to present the attributes of SNS stress factors required to evoke positive emotions in SNS users. In order to achieve these research aims, a conceptual framework is proposed which is based on: 1) the cognitive appraisal theory of stress in the field of psychology, 2) SNS stressors, 3) perceived control over individual SNS stressors, 4) cognitive appraisals of stress (challenge and threat appraisals), and 5) users' emotional responses to SNS stress, including both positive and negative emotions.

인공지능(AI) 기반 서비스 로봇의 빠른 도입으로 호텔 산업에서도 AI 기술 적용이 가속화되고 있다. 본 연구는 AI 서비스 로봇의 핵심 특성(시공간 및 실시간성, 사용 용이성, 상호작용성, 보안성, 개인맞춤화, 의인화)이 고객의 긍정적 감정, 만족도 및 호텔 브랜드 충성도 형성에 미치는 영향을 실증적으로 분석하고, 신뢰가 이들 관계에서 어떠한 조절적 역할을 하는지 심층적으로 탐구하였다. 이를 위해 호텔 AI 서비스 로봇을 경험한 중국 소비자 315명을 대상으로 설문조사를 실시하였으며, 수집된 데이터를 SPSS 27과 PROCESS Macro v4.2를 사용하여 분석하였다. 분석 결과, AI 서비스 로봇의 특성은 긍정적 감정, 고객 만족도 및 브랜드 충성도를 증진시키는 데 유의한 영향을 미쳤으며, 신뢰는 이러한 관계를 강화하는 조절 변수로 작용하였다. 본 연구는 호텔 산업에서 AI 기반 로봇 서비스의 성공적 도입과 고객 경험 증대에 대한 실질적 시사점을 제공한다.

The rapid adoption of AI-based service robots has accelerated the application of this technology in the hotel industry. This study empirically analyzes the impact of key characteristics of AI service robots (Spatiotemporality and Real-time, ease of use, interactivity, Customization, security, anthropomorphism) on customers' positive emotions, satisfaction, and the formation of hotel brand loyalty, while exploring in depth the moderating role of trust in these relationships. A survey was conducted with 315 Chinese consumers who had experience with hotel AI service robots, and the collected data was analyzed using SPSS 27 and PROCESS Macro v4.2. The results revealed that the characteristics of AI service robots significantly enhanced positive emotions, customer satisfaction, and brand loyalty, while trust served as a moderating variable that strengthened these relationships. This study provides practical implications for the successful implementation of AI-based robot services and the enhancement of customer experiences in the hotel industry.

본 논문은 이슬람 사회인 우즈베키스탄에서 소셜 네트워킹(SNS) 사용자가 자기 노출을 하는 데에 영향을 미치는 요인을 남성과 여성으로 나누어 살펴보고 비교하는 것을 목적으로 한다. 이슬람 국가에서는 남성과 여성에게 요구되는 사회적 규범이 다르다. 남성에 대한 규범은 비이슬람 사회에서 요구되는 것과 크게 다르지 않은 반면, 여성의 경우는 제약이 많다. 여성은 특히 가족 외의 남성과 만나거나 대화하는 것이 어려울 때가 많은데, 성별에 따라 달리 적용되는 이러한 이슬람 사회의 규범이 SNS의 사용에도 영향을 미칠 것이라 가정할 수 있다. 따라서 본 연구에서는 이슬람 사회인 우즈베키스탄의 SNS 사용자들을 남성과 여성으로 나누어 SNS 상에서 자기를 노출하는 데에 영향을 미치는 요인을 프라이버시 계산 이론에 근거하여 연구 모형을 개발하였다. 그 외에도 연구 모형 개발에는 이슬람 사회의 다른 규범도 반영하였다. 이슬람 사회의 특징과 규범을 반영한 연구 모형을 토대로 하여 설문지를 통해 우즈베키스탄의 SNS 사용자 261명의 응답 데이터를 수집, 분석하여 남성 집단과 여성 집단의 다른 점과 비슷한 점을 비교 분석하였다.

The number of Social Networking Sites (SNS) users has been increased in Uzbekistan as those in other societies. In this paper, we investigate SNS users’ self-diclosures in Uzbekistan dividing into two groups, male and female. Uzbekistan as an Islamic society requires different social rules and norms by gender, especially meeting with people outside of their family members. These requirements for male are not so much different from those in other societies. On the other hands, they are much more strict for female than those in other societies, for instance, interacting with other males out of their family members is not easy. For this reason, there might be different factors affecting their self-disclosures when they use SNS between two groups. This paper investigate factors that affect self-disclosure on SNS and compare male and female groups in Uzbekistan based on privacy calculus theory. Furthermore, two factors (private relationship benefit and narcissism) that are related to Ismaic culture are included in the research model. The survey data of 261 respondents are analyzed to compare similarities and differences between male and female groups in Uzbekistan.

유용한 온라인 리뷰는 고객에게 가치 있는 정보를 제공하고 불확실성을 줄여주며 구매 의사결정을 지원한다. 온라인 리뷰가 제공하는 풍부한 정보는 리뷰 유용성에 영향을 미치는 요인으로 리뷰 유용성 간의 영향관계를 살펴볼 필요가 있다. 따라서 본 연구에서는 온라인 리뷰가 제공하는 정보적 요인이 리뷰 유용성에 미치는 영향관계를 살펴보고 제품의 유형에 따른 조절효과를 확인하고자 한다. 본 연구에서는 JD.com의 온라인 리뷰를 제품유형에 따라 수집하였으며, 텍스트 길이와 이미지 수가 리뷰 유용성에 미치는 영향이 역 U자 형의 비선형 관계를 나타냄을 확인하였다. 또한 동영상이 리뷰 유용성에 영향을 미치며, 정보의 풍부함이 리뷰 유용성에 긍정적 영향을 미친다는 사실을 확인하였다. 제품유형에 따른 조절효과에서는 리뷰의 길이, 이미지, 동영상, 그리고 이 세 가지 정보 구성 요인이 제공하는 정보 풍부성과 리뷰 유용성 간의 관계에서 탐색제품보다 경험제품이 더 강하게 나타났다. 분석을 통해 본 연구는 온라인 리뷰의 다양한 콘텐츠 요소가 정보처리에 미치는 영향과 온라인 쇼핑에서의 의사결정에 도움이 되는 방식을 확인하였다. 이러한 연구결과는 리뷰 유용성 평가에 있어 온라인 리뷰 구조의 역할에 대한 이해를 심화시키며, 플랫폼이 리뷰 생성 및 추천을 위한 효과적인 전략을 수립하고, 리뷰어가 잠재고객에게 더 유용한 리뷰를 작성하는 데 기여할 수 있도록 정보를 제공한다.

Helpful online reviews provide customers with valuable information, reduce uncertainties, and support purchasing decisions. Although previous studies have identified various factors that influence review helpfulness, the relationship between informational elements and review helpfulness requires further analysis and clarification. This study analyzed online shopping review, revealing that the impact of text length and number of images on review helpfulness is nonlinear, exhibiting an inverted U-shaped effect. Additionally, our study confirmed that videos significantly enhanced perceived helpfulness and that the information richness of a review positively influenced its helpfulness. The moderating effect of product type shows that the relationship between review length, images, videos, and the richness of information provided by these factors and review helpfulness is stronger for experience goods than for search goods. The analysis explains the influence and significance of various content components in shaping online reviews and their influence on aiding information processing for online shopping. These findings deepen our understanding of the role of online review structures in evaluating review helpfulness, assist platforms in formulating more effective strategies for review generation and recommendations, and guide reviewers in writing reviews that are more beneficial to potential customers.

본 연구는 2000년대 이후 산업 전반에 걸쳐 나타나는 생산성 하락 및 선도·추격 기업간 생산성 격차 확대 현상을 검증하고, 추격 기업의 IT 기업 인수합병 전략이 생산성에 미치는 영향을 분석하였다. 1995년 이후 25년에 걸친 방대한 자료 분석 결과, 2000년대 중반 이후 선도 기업들의 공격적인 인수합병 활동이 본격화됨과 동시에, 추격 기업과의 생산성 격차가 더욱 확대되었음이 확인되었다. 또한, 선도 기업의 인수합병 비율은 추격 기업보다 현저히 높은 수준으로 나타났다. 추격 기업의 IT기업 인수가 생산성에 미치는 1차적 효과는 대체로 부정적인 것으로 나타났다. 하지만, 선도 기업의 생산성 증가는 후발 기업의 생산성 향상에 정(+)의 영향을 미치는 것으로 나타나 선도·추격 기업간 파급 효과가 존재하고 있음을 보였다. 특히 선도 기업과의 생산성 격차가 클수록 IT기업 인수를 통한 후발 추격 기업의 생산성 증대효과가 더 두드러지게 나타났다. 산업 전반의 생산성이 하락하고 기업간 격차가 확대되고 있는 현시점에, 본 논문의 연구 결과는 선도 기업에서 추격 기업으로의 생산성 파급 효과를 규명하고, 추격 기업의 IT기업 인수합병이 생산성 격차 완화에 미치는 관계를 실증적으로 규명하였다는 점에서 의의가 있다.

This study investigates the decline in productivity across industries since the 2000s and the productivity gap between leading and following firms, focusing on the impact of IT firm acquisitions on this divergence. Based on the data spanning 25 years from 1995, the results show that aggressive M&A activities by leading firms, particularly in the mid-2000s, have contributed to a widening productivity gap. While leading firms consistently engaged in more M&A activities than following firms, the initial impact of IT firm acquisitions by following firms negatively impacted their productivity. However, the productivity gains of leading firms exhibited a positive effect, fostering convergence in the productivity of following firms. Additionally, the larger the productivity gap between leading and following firms, the more significant the productivity gains following firms experienced through IT firm acquisitions. These findings provide empirical evidence of the role of IT firm acquisitions in reducing the productivity gap, offering insights into the dynamics of productivity convergence and divergence between leading and following firms.