Earticle

As climate change awareness and regulatory measures intensify, firms increasingly prioritize environmental sustainability by focusing on reducing carbon emissions and energy consumption. This study examines how California firms strategically respond to emissions trading system (ETS) regulations by using cloud computing for outsourcing energy-intensive operations, particularly avoiding costs associated with data infrastructure, processing, and maintenance. Leveraging 2007 to 2018 Aberdeen software installation data, a difference-in-differences (DID) methodology is used with propensity score matching (PSM) to examine the impact of environmental regulation on cloud adoption. Findings indicate that California firms are more likely than firms in other states to adopt cloud computing after ETS is implemented. Further tests show that rising electricity prices and heightened regulatory pressures drive the strategic adaptation. The results reveal that environmental policies broadly affect technological and operational decisions.

본 연구는 인공지능(AI) 기반 매니저 서비스 Norder가 인디 뮤지션의 에이전시 비용을 어떻게 완화하는지를 탐구하였다. AI와 IT 기술의 발전은 예술 전반의 창작과 유통 방식을 변화시켰으며, 특히 음악 산업에서는 AI 작곡과 데이터 분석을 통한 가치사슬 재편이 가속화되고 있다. 이러한 변화는 인디 뮤지션에게 창작의 자율성을 확대하는 동시에, 대형 레이블과의 정보 격차와 플랫폼 의존성이라는 새로운 제약을 가져왔다. 본 연구는 에이전시 이론을 바탕으로 인디 뮤지션의 문제를 분석하고, 근거이론(Grounded Theory) 방법으로 Reddit 데이터를 탐색하였다. 분석 결과, 인디 뮤지션들은 정보 비대칭, 감시비용, 보증비용, 잔여손실 등 다양한 형태의 에이전시 비용을 경험하고 있었다. 그러나 Norder는 AI 매니저 기능을 통해 데이터 기반 의사결정과 자동화된 관리 체계를 제공함으로써 이러한 비용을 완화하였다. 이를 통해 창작자는 기존 매니지먼트 의존 없이 자율성과 효율성을 동시에 확보할 수 있었다. 본 연구는 에이전시 이론의 적용 범위를 개인 창작자와 문화산업으로 확장하며, AI–창작자 관계 연구의 이론적·방법론적 기반을 제시한다.

This study aims to analyze a case of constructing generative AI training data for digital assetization and industrial utilization of Korean traditional patterns in response to the era of hyper-scale artificial intelligence (AI), and to propose strategies for its utilization in the digital cultural content industry. Based on the empirical case of the 「Korean Traditional Pattern Data Establishment Project」 conducted by Korea Heritage Agency in 2024, selected as an Exploratory Case Study, the full process of data collection, refinement, processing, and quality control is examined. Also, we structuralize practical outcomes, and suggest concrete methodologies and potential applications. In particular, the study reviews classification systems by form, usage, and historical period, along with bilingual (Korean-English) image captioning techniques. It further explores application possibilities in cultural industries such as games, metaverse, digital art, and Augmented Reality/Virtual Reality (AR/VR), while proposing strategies for public data release and data ecosystem development. This analysis is expected to make an empirical contribution to promoting the digital utilization of Korean traditional cultural heritage while preserving its cultural identity and originality.

With the proliferation of generative AI painting technology, “AI painting” has sparked widespread discussion on social media. The Weibo platform, with its large user base and high interactivity, provides an ideal context for exploring public attitudes and topic dynamics. This study combines sentiment analysis and topic modeling to quantitatively analyze 13,379 relevant Weibo posts published between October 2024 and March 2025. For sentiment analysis, we constructed a BERT-based model incorporating a dynamic attention mechanism. After pre-training and fine-tuning on 1,487 domain-specific texts, the model achieved an accuracy of 95.12% and an ROC-AUC of 0.9818. The results reveal a polarized sentiment among Weibo users toward AI painting: 75.9% expressed positive emotions, while 24.1% expressed negative emotions. Positive content tended to combine images and text and received more reposts, whereas negative content was more often original text-only posts but demonstrated a greater capacity to drive interaction, reflecting the "negativity bias" phenomenon. In terms of topic modeling, BERTopic identified five core themes: ethical controversies and industrial impact, technology-driven creation, artistic exploration and aesthetic innovation, digital preservation of cultural heritage, and vertical content operations. These themes highlight the multifaceted significance of AI painting across technological, artistic, and social dimensions. From the perspectives of communication studies and psychology, this study uncovers the emotional structure and communication mechanisms of “AI painting” on Weibo, offering empirical and methodological insights for understanding the social acceptance of generative AI and platform public opinion governance.

생성형 AI의 등장은 전통적인 창작 방식을 크게 변화시키고 있다. 최근 유튜브 등 온라인 동영상 플랫폼에서 생성형 AI를 활용한 제작이 급증하고 있으나, 이러한 채널 전략 변화의 효과에 대한 분석은 여전히 제한적이다. 본 논문은 AI 기반 영상이 온라인 플랫폼에서 창작자들의 제작 패턴에 어떠한 영향을 미치는지를 탐구한다. 이를 위해 유튜브 쇼츠 데이터를 활용하여 여러 머신러닝 및 딥러닝 알고리즘으로 시각적 및 청각적 요소와 콘텐츠의 참신성을 평가하고, 그 효과를 정량적으로 분석하였다. 연구 결과는 생성형 AI가 영상 콘텐츠 제작 방식을 어떻게 재편하는지를 보여주는 실증적 증거를 제시하며, 크리에이터, 플랫폼 운영자, 그리고 크리에이터 경제의 정책 입안자들에게 중요한 시사점을 제공한다.

생성형 인공지능(Generative AI)은 콘텐츠 제작의 전 과정을 재구성하고 있다. 본 연구는 산출물의 품질에 초점을 맞춘 기존 논의를 넘어, AI가 제작 과정의 어느 단계에 개입하는지와 그에 대해 사용자가 어떻게 반응하는지를 탐색한다. 각 콘텐츠 제작의 단계는 과업 특성, 창의적 판단의 밀도, 요구 전문성 수준이 상이하므로, 동일한 콘텐츠 유형 내에서도 사용자의 인지적 평가와 정서적 반응은 상이할 수 있다. 본 연구는 이러한 단계–특성–반응의 연계를 탐색함으로써, AI 활용의 범위와 방식·시점 및 적절한 고지(disclosure) 기준을 설정하기 위한 근거를 제시한다. 이를 위해 상이한 가치 지향을 지닌 두 영역인 뉴스와 웹툰을 각각 공리적, 쾌락적 콘텐츠로 구분한다. 각 콘텐츠의 제작 과정은 기획, 정보 수집, 구성, 시각화/표현, 최종 검토의 다섯 단계로 구분하였다. 각 단계에서 참여자의 수용(허용/거부), 인지적 평가(Task–Technology Fit), 정서적 반응(기이함)을 측정하여, (1) 단계별 기능적·규범적 특성이 사용자 평가와 정서에 어떻게 반영되는지, (2) 이러한 요인이 이후 AI 개입 수용을 어떻게 형성하는지를 분석하였다. 400명의 응답자를 대상으로 한 프로세스 기반 설문 자료에 근거하여, 본 연구는 단계별 AI 활용 및 고지 원칙을 도출하고, 콘텐츠 제작에서 신뢰할 수 있는 AI 운영을 위한 실무적 지침을 제시한다.

연구는 기존의 LSTM 기반 주가 예측 연구에 마크업률(markup ratio)을 새로운 설명 변수로 추가하여, 마크업률이 주가 상승에 실질적으로 영향을 미치는지를 실증적으로 분석한다. 기존 연구들은 주로 가격, 거래량, 기술적 지표 또는 거시경제 변수에 기반하여 예측을 수행해 왔으나, 기업의 가격 결정력과 시장 지배력을 반영하는 마크업률을 포함한 연구는 부족하였다. 이에 본 연구는 “마크업률은 주가 상승에 유의한 영향을 미치는가?”를 주요 연구 질문(RQ)으로 설정하고, 국내 상위 10개 식품 제조업체의 2019년부터 2023년까지의 데이터를 활용하여 연구를 진행하였다. 구체적으로, 추정된 마크업률을 토대로 LSTM과 GRU 기반 시계열 예측 모델을 구축하였으며, 주가, 영업 이익, 거래량, 환율과 함께 선형·단순이동평균(SMA)·지수이동평균(EMA) 방식으로 산출된 마크업률을 독 립변수로 포함하여 모형의 성능을 비교하였다. 분석 결과, 마크업률을 포함한 모형은 전반적으로 안정적인 예측력을 보였으며, 특히 마크업률의 추정 방식(linear, SMA, EMA)에 따라 RMSE 수준에 차이가 나타났다. 이는 마크업률이 주가 변동을 설명하는 데 유의한 설명력을 지니고 있으며, 단순한 보조 지표를 넘어 주가 상승 가능성을 설명하는 핵심 변수로 기능할 수 있음을 보여준다. 본 연구는 주가 예측 연구의 분석 틀을 확장함과 동시에, 기업 가치 평가와 경쟁력 분석에 있어 마크업률의 활용 가능성을 제시한다. 또한 식품 산업과 같이 원재료 가격 및 환율 변동에 민감한 산업에서 마크업률을 보조 지표로 활용할 수 있는 실무적 시사점을 제공하며, 향후 다양한 산업군을 예측 기법에 적용하여 그 활용성을 검증할 필요가 있다.

Real-time interaction between anchors and viewers is a defining feature of live streaming e-commerce, shaping re-lational engagement and immediate purchase decisions. However, existing sales prediction models largely rely on aggregated behavioral metrics, overlooking the temporal and reciprocal dynamics that drive sales outcomes. Ana-lyzing 7,684 broadcasts, we find that sales performance depends on distinctive temporal trajectories of interaction rather than static engagement levels. To address this, we propose AVITSNet (Anchor–Viewer Interaction-aware Time Series Network), a multimodal deep learning framework that explicitly models the temporal and bidirectional flow of anchor–viewer interactions. Experimental results show that AVITSNet consistently outperforms conventional and hybrid baselines across all metrics. Textual signals (anchor speech and viewer comments) serve as key predictors, while be-havioral and contextual variables provide complementary value. Attention analysis further highlights the predictive importance of early viewer responses.

디지털 전환이 가속화되면서 디지털리터러시는 개인의 사회경제적 참여를 결정하는 핵심 요인으로 부상하고 있다. 본 연구는 디지털리터러시가 삶의 만족도에 미치는 영향을 실증적으로 분석하고, 디지털 태도와 기술 활용의 매개효과 및 연령과 가구형태의 조절효과를 검증하였다. 전국 성인 814명을 대상으로 온라인 설문조사를 실시하고, PLS-SEM 분석을 통해 가설을 검증하였다. 분석 결과, 디지털리터러시는 디지털 태도(β=0.792, p<.001)와 기술 활용(간접효과 β=0.363, p<.001)을 매개로 삶의 만족도(β=0.278, p<.001)에 긍정적인 영향을 미치는 것으로 나타났다. 또한 연령(Δβ=0.110, p=0.002)과 가구형태(Δβ=-0.216, p=0.018)의 조절효과가 유의하게 확인되었으며, 특히 고령층과 1인 가구에서 그 영향이 더욱 크게 나타났다. 본 연구는 사회인지이론(Social Cognitive Theory, SCT)과 기술수용모형(Technology Acceptance Model, TAM)을 통합하여 디지털리터러시가 삶의 만족도에 영향을 미치는 경로를 규명함으로써 이론적·정책적 시사점을 제공한다.

As digital transformation accelerates, digital literacy has emerged as a critical determinant of individuals’ socioeconomic participation. This study empirically examines the impact of digital literacy on life satisfaction, while investigating the mediating roles of digital attitude and technology usage, as well as the moderating effects of age and family composition. A nationwide online survey was conducted with 814 adult respondents in South Korea, and the hypotheses were tested using Partial Least Squares Structural Equation Modeling (PLS-SEM). The analysis revealed that digital literacy positively influences life satisfaction, both directly and indirectly through digital attitude (β = 0.792, p < .001) and technology usage (indirect effect β = 0.363, p < .001). Moreover, the moderating effects of age (Δβ = 0.110, p = 0.002) and family composition (Δβ = −0.216, p = 0.018) were statistically significant, with the effects being particularly pronounced among older adults and single-person families. By integrating Social Cognitive Theory (SCT) and the Technology Acceptance Model (TAM), this study provides theoretical and policy implications for understanding the pathways through which digital literacy contributes to individuals’ life satisfaction in a rapidly digitizing society.

제품수명주기는 오랫동안 제품과 제품 내 기술에 대한 주기를 설명하는 개념으로 인용되면서 기술의 특성들이 일반화되어 연구가 이루어졌다. 본 연구에서는 기술수명주기를 결정하는 요인으로 기술수요에 대한 개념을 정의하고 발명 간의 관계에 대해 설명하였으며 그 관계에 있어서 기술의 특성(다목적성과 이전가능성)을 중심으로 연구모델을 설정하였다. 해당 관계를 설명하기 위해 배터리산업과 바퀴산업에서의 기술을 살펴보았으며 기술의 수준에 따른 연구모델 변화를 살펴보았다.

While visual cues in online reviews are vital, the impact of human faces in user-generated photos (UGPs) is complex. This study analyzes 152,320 Amazon clothing reviews to determine how facial characteristics (presence, quantity, clarity, expression) affect helpfulness across positive and negative reviews. Our findings reveal that while UGPs with faces are generally more helpful, the effect is nuanced. The presence of a face has a greater impact on negative reviews, whereas the general benefit of a UGP is more pronounced in positive reviews. We also find that a single, clear face is superior to multiple faces, though this reverses for negative reviews with high-quality photos. Non-smiling faces are more helpful in negative contexts. This work advances theories on media richness and negativity bias, providing actionable insights for consumers writing reviews and for platforms seeking to improve their review systems.

The current trend shows that consumers are increasingly looking for relevant information on online social media platforms and looking at eWOM (electric Word of Mouth) of relevant brands or services before choosing goods or services. This study defines "explosive text" as descriptive text that can attract consumer interest. For example, discount beyond the normal range. We refer to descriptive text that captures consumer interest as ‘explosive text '. "Explosive image" usually refers to an image that is exaggerated and attractive, which can attract consumers 'attention, arouse interest and leave a deep impression in a short period of time. Through eWOM related research that affects consumer purchasing behavior, we are considering whether using explosive text/images can more effectively attract consumers' attention. Explosive text/image affects consumers' emotional and cognitive responses. Meanwhile, consumer emotional and cognitive responses have a positive impact on their recommendation intention, consumer satisfaction, user-generated content and digital engagement.

This study aims to identify and filter extreme and fake hotel reviews on the YouTube platform using machine learning and natural language processing (NLP) techniques. As social media increasingly influences consumer decisions, user-generated reviews have become a key factor in online marketplace credibility. However, review manipulation and fake reviews threaten platform trust. This research contributes to enhancing review authenticity and supporting rational consumer decisions.

최근 짧은 동영상과 인터랙티브 미디어의 급속한 확산으로, 빌리빌리(Bilibili)와 같은 플랫폼의 댓글 자막(Danmaku) 기능은 이용자의 몰입 경험을 형성하는 중요한 요인으로 부상하고 있다. 그러나 기존 연구는 주로 사회적 상호작용에만 초점을 맞추어 댓글 자막 속성이 몰입 경험에 미치는 구체적 영향을 충분히 검증하지 못하였다. 이러한 연구의 공백을 메우기 위해 본 연구는 빌리빌리(Bilibili) 이용자 280명을 대상으로 무작위 대조 실험을 실시하였다. 실험에서는 댓글 자막의 존재 여부(유/무), 수량(200/400/1000개), 속도(빠름 vs 느림)를 조작하여 총 7개 집단을 구성하였다. 연구 결과는 세 가지로 요약된다. 첫째, 댓글 자막의 존재는 이용자의 몰입 경험을 유의하게 증진시켰다. 둘째, 댓글 자막 수량은 역U자형 효과를 보여 200개 조건에서 몰입이 가장 높았으며, 400개와 1000개 조건에서는 점차 감소하였다. 셋째, 댓글 자막 수량과 속도 간의 상호작용 효과가 확인되었는데, 특히 고밀도 조건에서 속도가 느릴 때 몰입 수준이 가장 낮게 나타났다. 본 연구는 몰입(flow) 이론과 인지부하(cognitive load) 이론을 통합하여 댓글 자막 속성이 몰입에 영향을 미치는 이중적 메커니즘을 규명하였다. 본 연구 결과를 바탕으로 디지털 미디어 맥락에서 몰입 연구의 이론적 범위를 확장하고, 플랫폼 인터페이스 설계 및 사용자 경험 관리에 실질적 시사점을 제공한다.

현대 경영학에서 직원의 정신적 안정과 같은 ‘심리적 자원’은 기업의 생산성과 장기적 성공을 좌우하는 핵심 요소이며, 이는 직무요구-자원(JD-R) 모델을 통해 이론적 지지를 얻고 있다. JD-R 모델은 직무 스트레스 관리의 중요성을 강조하지만, 대다수 중소기업은 자원 부족으로 체계적인 지원 시스템을 갖추지 못하고 있으며 기존 정부 지원책과 선행 연구 또한 실질적인 해결책을 제시하지 못하고 있다. 본 연구는 “직무요구-자원(JD-R) 모델에 기반하여, 중소기업 근로자의 심리적 자원을 효과적으로 관리하는 AI 시스템을 어떻게 설계할 수 있는가?”라는 연구 질문에서 출발한다. 이에 대한 해결책으로, 본 연구는 음성 감정 인식(SER)과 Ko-BERT 기반 텍스트 감정 인식을 결합한 멀티모달(Multimodal) 방식을 제안하고, AI 허브의 ‘민간분야 고객 상담 데이터’를 활용하여 시스템의 핵심 기능인 감정 인식의 정확도를 제고하였다. 연구 결과, 제안된 멀티모달 모델은 사용자의 복합적인 감정 상태를 높은 정확도로 추론할 수 있음을 확인하였으며, 이는 JD-R 모델의 주요 변수인 직무 요구 및 자원의 변화를 실시간으로 파악할 수 있는 가능성을 보여준다. 본 연구는 학문적으로 JD-R 모델을 AI 시스템 설계에 적용하는 이론적 토대를 제시하고, 실무적으로는 중소기업의 현실적 제약을 극복할 수 있는 확장 가능하고 비용 효율적인 AI 심리 지원 솔루션을 제안함으로써 근로자의 번아웃 예방과 직무 열의 증진에 기여할 수 있다는 점에서 의의가 있다.

In modern business administration, 'psychological resources,' such as the mental stability of employees, are key factors that determine a company's productivity and long-term success. This perspective is theoretically supported by the Job Demands-Resources (JD-R) model. While the JD-R model emphasizes the importance of managing job stress, the majority of small and medium-sized enterprises (SMEs) lack systematic support systems due to a shortage of resources, and existing government support measures and prior research have failed to provide practical solutions. This study originates from the research question: "How can an AI system, based on the Job Demands-Resources (JD-R) model, be designed to effectively manage the psychological resources of employees in SMEs?" As a solution, this study proposes a multimodal approach that combines Speech Emotion Recognition (SER) with Ko-BERT-based text emotion recognition. It utilizes the 'Private Sector Customer Counseling Data' from the AI Hub to enhance the accuracy of emotion recognition, a core function of the system. The research findings confirmed that the proposed multimodal model can infer users' complex emotional states with high accuracy, demonstrating the potential to track real-time changes in job demands and resources, which are key variables of the JD-R model. This study is significant in that it academically provides a theoretical foundation for applying the JD-R model to AI system design. Practically, it contributes to preventing employee burnout and promoting work engagement by proposing a scalable and cost-effective AI psychological support solution that can overcome the realistic constraints faced by SMEs.

최근 조직 내 지식의 사일로 현상과 잦은 퇴사·이직은 지식 단절과 업무 공백을 야기하며 조직 성과를 위협하고 있다. 기존 인수인계 과정은 구성원 개인의 경험과 역량에 과도하게 의존하고 있으며, 파편화된 정보 관리 체계는 조직 지식의 지속 가능성을 저해하는 요인으 로 작용한다. 이에 본 연구는 AI Agent에 기반한 인수인계 서비스 설계를 제안한다. 본 연 구는 JD-R(Job Demand–Resource) 모델을 이론적 틀로 활용하여, AI Agent를 새로운 직무 자원(Job Resource)의 제공자로 규정한다. 구체적으로, AI Agent가 지식 표준화, 정보 접근 성 강화, 신속한 지원과 같은 직무 자원을 확대함으로써, 인수인계 과정에서 발생하는 업무 공백을 최소화하고 구성원의 몰입과 성과를 높일 수 있음을 밝히고자 한다. 이를 통해 본 연구는 AI 기반 지식관리 서비스가 조직 지식을 축적 가능한 자산으로 전환함으로써, 조직 의 생존과 경쟁력 확보를 위한 실질적 시사점을 제시한다.

Despite rapid advancements in robotics, deploying embodied robots across real-world domains remains challenging due to contextual complexity, user diversity, and dynamic environments. Grounded in Information Systems (IS) design science principles, this study introduces a context-sensitive, goal-oriented framework for embodied robot design. The framework addresses the limitations of generic robot designs by aligning them with specific application contexts and clearly defined goals. It begins with identifying a target context, then articulating application goals, and analyzing how scenario, task, and user factors translate into practical design constructs. These constructs guide the physical, functional, and interactional aspects of embodied robot design. By integrating IS principles of relevance, rigor, and environmental fit, this research bridges the gap between robotics and IS domains. The framework offers structured guidance to improve alignment with real-world settings. Future work will apply and validate the framework through prototypes designed to enhance practical effectiveness.

Teleoperated avatar robots can enable situated participation for individuals with mobility impairments, yet the psychological transition of these systems becoming "another body" is underexplored. This study proposes a model in which representational fidelity—accurately conveying a user's identity and intentions—enhances both social and physical presence, leading to extended embodiment, which encompasses aspects such as ownership, agency, and self-location. A preregistered mixed-methods experiment in South Korea compares avatar robots with videoconference conditions using multi-group and within-participant tests. Presence is assessed using validated scales, while representational fidelity is measured through congruence of identity and intent, as well as nonverbal synchrony. The study considers technology quality and effort expectancy (latency, stability, expressiveness) as moderators of the presence-embodiment relationship, utilizing objective logs to minimize bias. By linking representation, presence, and embodiment, the research offers design insights for inclusive telepresence in robotics for individuals with disabilities.

Cross-border ecommerce enables small and mid-sized sellers to reach global demand, yet how to coordinate promotions, paid advertising, and platform social capital remains unsettled. Using panel data on 4,911 stores over 958 days (1.59 million store-days), we estimate models with store and day fixed effects and clustered inference. Three results stand out. First, promotions alone correlate with lower daily gross merchandise value, whereas promotions combined with platform social capital are associated with higher performance. The interaction between advertising and social capital is positive but modest. Second, when promotions, advertising, and social capital are all high, performance exhibits diminishing returns consistent with congestion or message fatigue. Third, national income moderates these patterns: higher GDP per capita strengthens the promotion and social capital complementarity, while the configuration that also includes national income is weak once all interactions are included. Only advertising is causally identified via an external instrument; other relationships are descriptive.

This study empirically analyzed how migrants’ psychosocial factors influence settlement and entrepreneurial intention in the digital transformation era. A survey of 156 migrants in Jinju and Sacheon, South Korea, was conducted, and Structural Equation Modeling (SEM) examined relationships among collective memory, shared reality, place identity, and social capital. Results showed that shared reality positively affected both place identity and social capital, and place identity significantly influenced community integration, settlement intention, and entrepreneurial intention. Social capital affected community integration and entrepreneurship but not settlement intention. These findings highlight that belonging and meaning, rather than networks alone, are key to sustainable local settlement and entrepreneurship.

본 연구는 스포츠 훈련에서의 개인 혁신성을 고려하여 VR 자기훈련에 대한 태도와 수용 과정의 선행 요인을 탐색한다. 구조방정식모형과 질적 인터뷰를 결합한 혼합방법 접근법(mixed method approach)을 활용해 골프 훈련에서의 VR‑HMD 수용을 분석하였다. 분석 결과, 기대 성과와 지각된 즐거움은 VR 훈련에 대한 태도에 직접적인 영향을 미치며, 이는 VR‑HMD 사용의도로 이어졌다. 반면 지각된 사용용이성은 태도에 직접효과를 보이지 않았고, 개인 혁신성이 낮은 집단에서는 기대 성과에도 유의한 영향을 주지 않았다. 다만 사용용이성은 지각된 즐거움을 매개로 간접효과를 보였다. 이러한 결과는 개인 혁신성 수준에 따라 수용 메커니즘이 상이함을 보여주는 VR 수용의 이중 경로를 시사한다. 본 연구는 자기주도 훈련 맥락에서의 VR 수용에 대한 통찰을 제공하여 학계와 실무가 잠재적 훈련참여자의 행동을 더 잘 이해하도록 돕고, 보다 효과적인 VR 훈련 전략의 개발에 기여한다.