Earticle

플랫폼 수수료를 둘러싼 논쟁이 '가격의 적정성' 문제에 머무르는 한계를 극복하고자, 본 연구는 수수료를 생태계를 구축하는 '사회기술적 조정메커니즘'으로 재개념화한다. 이를 위해 행위자-네트워크 이론(ANT)을 적용하여, 수수료를 능동적 '조정자(mediator)'로 정의하고 '번역(translation)'의 4단계를 통해 네트워크가 형성되는 과정을 분석한다. 나아가 본 연구는 가치 실현의 시간적 구조와 가치의 성격이라는 두 축으로 구성된 2x2 매트릭스를 제시하고, 거래 인프라 모델, 신뢰 매개 모델, 성장 공유 모델, 관계 자산 모델의 네 가지 유형에서 수수료가 각각 다른 역할을 수행함을 보여준다. 또한 현재의 수수료 분쟁을 블랙박스화된 가치 교환 구조의 재오프닝으로 해석하는 순환 모델을 제안한다. 본 연구는 수수료 논의를 '비용'에서 '가치 교환'의 문제로 전환하고, 플랫폼 거버넌스와 규제 설계에 새로운 이론적·실천적 함의를 제공한다는 점에서 의의가 있다.

본 연구는 국내 경영정보시스템(MIS) 분야에서 급격히 확산 중인 PLS-SEM 기법의 활용 실태를 비판적으로 검토하였다. PLS-SEM은 소표본 및 비정규 데이터에 대한 강건성과 방법론적 유연성이라는 장점을 바탕으로, 학계에서 '만능 해결책(Silver Bullet)'으로 인식되며 그 활용도가 비약적으로 높아졌다. 그러나 기법의 통계적 기반에 대한 심층적 이해 없이 무비판적으로 인용·사용되는 이른바 '우즐 효과(Woozle Effect)'에 대한 우려 또한 지속적으로 제기되고 있다. 이에 본 연구는 『인터넷전자상거래연구』에 최근 5년간 게재된 PLS-SEM 활용논문을 대상으로 기법선택의 정당성과 분석절차의 적절성을 체계적으로 분석하였다. 분석 결과, 상당수 연구가 CB-SEM의 대안으로서 PLS-SEM을 선택해야 하는 명확한 이론적 근거를 제시하지 못하고 있었으며, 부트스트래핑 검증 및 모델 예측력 평가와 같이 최신 가이드라인이 요구하는 엄격한 절차를 충분히 이행하지 않는 실태가 확인되었다. 이러한 분석 결과를 바탕으로, 본 연구는 국내 연구자들이 PLS-SEM 활용 시 방법론적 엄밀성을 확보할 수 있도록 구체적인 분석 지침을 제언하였다. 본 연구의 결과는 국내 MIS 및 사회과학 분야 연구의 질적 수준을 제고하고 방법론적 타당성을 강화하는 데 기여할 것으로 기대된다.

본 연구의 목적은 유아와 AI 동반자간 상호작용에서 발생 가능한 사회정서적 유해 언어 위험을 완화하기 위한, 하이브리드 RAG 기반 능동형 탐지와 지능형 가드레일 기술을 개발하는데 있다. 사회정서발달 관점에서 유아 특화 유해 표현을 유형화 및 다층 분류하고, 차단 중심 대응을 교육적 순화형 개입으로 전환함으로써 윤리적 안전성과 교육적 적절성을 동시에 제고하며, 유아 대상 AI 안전성 연구의 방법론적 기반을 마련하고자 한다.

디지털 플랫폼 환경의 확산으로 청년층의 뉴스 이용 경로는 포털, SNS, 동영상 플랫폼, 숏폼 등으로 다변화되었다. 이에 본 연구는 청년층 뉴스 이용을 개별 매체 이용 빈도가 아니라 여러 플랫폼 기반 이용 방식의 조합으로 파악하였다. 청년층 응답자 3,000명의 설문자료를 바탕으로 포털 검색, 포털 구독, 맞춤형 추천, 랭킹 뉴스, 댓글, SNS, 동영상 플랫폼, 숏폼 뉴스 등 8개 지표에 잠재프로파일분석을 적용하였다. 분석 결과 6개의 뉴스 이용 프로파일이 도출되었다. 이는 청년층 뉴스 이용이 단순한 이용량 차이가 아니라 플랫폼화된 뉴스 환경에서 형성되는 조합적 이용 패턴으로 이해될 수 있음을 시사한다.

연재형 디지털 콘텐츠에서 플랫폼의 가치는 사용자가 새로운 작품을 발견하여 소비를 시작하는지 뿐만 아니라, 이미 읽기 시작한 작품으로 다시 돌아오는지에도 달려 있다. 그러나 기존의 정보시스템 연구는 추천시스템의 효과성을 주로 초기 선택 단계의 성과를 중심으로 검토해 왔다. 본 연구는 국내 주요 디지털 만화 플랫폼에서 수행한 91일간의 무작위 노출 실험(715개 작품, 53,883개 작품-일 샘플)을 바탕으로, 개인화 추천시스템과 인기 기반 추천시스템에 의한 작품 노출이 이후 소비자의 독서 행동에 미치는 처치효과를 추정하고, 나아가 그 효과를 신규 사용자 방문과 재방문 사용자 방문으로 분해하였다. 분석 결과, 개인화 노출은 전체 독서량을 약 138% 증가시켰으며, 재진입 단계의 증가 효과(약 145%)가 발견 단계의 증가 효과(약 108%)보다 실질적으로 더 컸다. 본 연구는 그동안 초기 발견 단계에 국한되어 논의되어 온 개인화 추천 서비스의 효과성을 확장하여, 이를 재진입 의사결정 지원 장치로 재해석한다.

This study investigates how digital misconduct in AI-mediated platforms influences reputational risk and stakeholder responses. Drawing on attribution theory and cognitive dissonance theory, we propose a multi-level framework linking misconduct types, psychological discomfort, and behavioral outcomes. Using longitudinal ESG controversy data from RepRisk (2014–2023), Study 1 examines the temporal dynamics of reputational risk following privacy violations, misleading communication, and greenwashing. Study 2 complements these findings through a scenario-based experiment examining how AI attribution shapes stakeholder reactions. The results show that privacy violations generate the strongest and most persistent reputational damage. Psychological discomfort mediates stakeholder responses, reducing investment intention and increasing negative word-of-mouth. These findings highlight the importance of accountability governance and transparent communication in managing reputational risk in AI-driven digital platforms.

본 연구는 현 시점까지 세계경제에 큰 파급효과를 불러 일으키는 러시아-우크라이나 사태 및 미국-이란 사태를 분석하여, 각 지정학적 리스크가 에너지 공급망 재편에 미치는 영향을 실증적으로 분석하고자 한다. 이를 위해 해당 기간 주요 뉴스자료를 대상으로 텍스트 마이닝을 실시하여 각 사태에 대한 뉴스 빈도, 핵심 키워드 및 이슈변화를 도출한다. 이후 해당 결과를 각 에너지 가격과 수송 에너지별 선박운임 등을 취합한 시계열 데이터와 결합하여 회귀분석을 진행한다. 이를 통해 각 사태 별 지정학적 리스크가 어떠한 에너지원 및 물류 공급망에 유의한 영향을 미쳤는지 확인하고 향후 공급망 위기관리에 따른 의사결정에 시사점을 제공하고자 한다.

정보보안 사고의 영향은 정보시스템 분야에서 꾸준한 관심을 받아왔으나, 기존 연구는 주로 사고를 직접 경험한 기업에 초점을 맞추어 왔다. 조직 위기 문헌에 따르면, 기업에서 발생한 위기(예: 보안 사고)의 영향은 동일 산업 내 다른 기업으로 확산될 수 있다. 이에 본 연구는 이벤트 스터디 방법을 활용하여 보안 사고가 경쟁 기업의 기업가치에 미치는 영향을 분석한다. 본 연구는 보안 사고의 파급효과에 대한 실증적 증거를 제시함으로써 관련 연구에 기여한다.

The ability to manage knowledge within an organization is a critical capability that determines survival in a dynamic business environment. However, in an organization composed of diverse generations, age-based stereotypes can bring various forms of conflicts, which may hinder effective knowledge sharing among employees. Drawing on social capital theory, this study examines the effects of age stereotypes (young and old) on knowledge sharing intention through social capital factors, including reciprocity, commitment, trust, and teamwork. Among them, reciprocity, commitment, and trust are categorized as relational dimension of social capital, while teamwork represents cognitive dimension of social capital. The data were collected through a survey conducted with 141 Korean employees. The results indicate that positive age stereotypes are positively related to commitment and trust, which in turn are positively associated with knowledge sharing intention. In contrast, the perceptions of reciprocity and teamwork do not show a significant relationship with knowledge sharing intention. These findings suggest that social capital factors that are significantly associated with both types (young and old) of positive age stereotypes are positively linked to knowledge sharing intention.

Hallucinations in Large Language Model (LLM)-generated financial summaries pose substantial risks to algorithmic trading systems, yet most existing studies feed unverified model outputs directly into trading pipelines. This paper proposes an end-to-end framework that converts unstructured financial news into reliable quantitative trading signals while systematically controlling hallucination risk. The framework combines a finance-specific Chain-of-Density (CoD) summarization agent with a three-layer hallucination verification pipeline comprising TF-IDF-based evidence retrieval, deterministic numeric validation, and DeBERTa-v3-large NLI-based semantic consistency verification. Verified signals are subsequently processed by a block-memory trading agent with configurable rebalancing windows. Ablation experiments across MSFT, BA, and DIS spanning 2019–2021 demonstrate that full verification (Exp3) consistently outperforms unverified baselines across cumulative return, Sharpe ratio, Sortino ratio, and MDD. The 20-day memory window yields optimal risk-adjusted performance across all tickers, confirming that hallucination control and memory configuration jointly determine trading pipeline reliability.

This paper empirically analyzes the effect of combining Multi-GIN with Positive Edge Augmentation (PEA) on Anti-Money Laundering (AML) transaction detection. Money laundering is a global financial crime in which illicit proceeds are disguised as legitimate financial flows, and AML detection suffers from severe class imbalance. We adopt Multi-GIN as a directed multigraph backbone and apply PEA in the positive edge embedding space without altering the original transaction graph. Three PEA configurations based on Prototypical Networks, Manifold Mixup, and Virtual Adversarial Training are compared on the IBM AML HI-Medium dataset. Multi-GIN with Prototype-based PEA achieves the best F1 Score of 0.664, improving F1 Score by 0.029 and recall by 0.126 over the non-augmented baseline.

본 연구는 창업기 ICT 중소기업이 조달한 외부자금이 현재 재무적 자생 상태와 결합하여 특허권 보유 여부와 어떻게 조건부로 관련되는지를 탐색한다. 과학기술정보통신부 ICT 중소기업 실태조사 2019–2024년의 창업 7년 이하 기업 3,354개 관측치를 활용하여 설문가중 로짓모형을 추정하였다. 분석 결과, 시장기반 신용인 은행대출과 비상환성 정책보조금은 재무적 자생 미달성 조건과 달성 조건 모두에서 특허권 보유 여부와 명확한 조건부 연관을 보이지 않았다. 반면, 상환성 정책금융인 정부정책융자는 재무적 자생 미달성 조건에서 특허권 보유 여부와 음(-)의 조건부 연관을 보였으며, 재무적 자생 달성 조건에서는 이러한 연관이 유의하게 양(+)으로 전환되는 패턴이 관찰되었다. 본 연구는 창업기 ICT 중소기업의 특허권 보유 여부가 외부자금의 상환성, 정책목적성, 그리고 현재 재무적 자생 상태가 교차하는 조건 속에서 해석될 필요가 있음을 제시한다.

오늘날 정보시스템(IS) 주제의 연구는 학술적인 범주를 넘어 정책적 영향력으로 연결되어야 한다는 자성적 성찰을 이어왔다. 그러나 각 연구 논문들이 실제 어떻게 정책에 활용(인용)되고 있는지는 거의 알려져 있지 않다. 이에 본 연구는 각 정책문서에서 발견되는 인용이 기관의 미션이 방향 짓는 정책적 관심과 제한된 주의 자원(attention resource) 속에서 일어나는 지식 선택 메커니즘의 영향을 받는다는 점에 주목한다. 이를 검증하기 위해 AIS Basket 11과 SIG Recommended 저널을 포함한 85개 IS 저널의 논문 약 271,500편을 수집하고, Overton에 수록된 한국 정책문서와 매칭하였다. 각 논문과 정책문서 간 인용 관계를 분석한 결과, 한국 정책연구기관의 IS 연구 인용은 기관별로 뚜렷하게 분화되어 있음을 확인했다. 특히 각 기관 미션의 유사성이 높을수록 유사한 IS 주제를 인용하는 경향이 확인되었다. 추가 분석을 통해 한국과 관련한 논문의 경우 정책 사례보다는 기업과 산업 사례를 다루고 있는 연구가 정책문서에 더 자주 인용되는 패턴도 발견했다. 본 연구는 한국 정책문서에서의 IS 연구 인용은 해당 저널의 학술적 위상(impact)보다는 정책 연구 기관으로서 갖는 미션과 주제 적합성에 더 영향을 받는다는 점을 보여주며, IS 연구가 갖는 정책 도달과 더불어 정책 연구 기관의 지식 선택 메커니즘에 대한 시사점을 제공한다.

This study evaluates the predictive performance of an extended Dynamic Factor Model (DFM) that incorporates port cargo throughput to reduce short-term information gaps caused by the publication lag of the Index of All Industry Production. Since the Index of All Industry Production is reported at a monthly frequency, it does not require the mixed-frequency aggregation or tent-loading restrictions typically used in quarterly GDP nowcasting. However, the ragged-edge problem remains because the release timing differs across input variables. To address this issue, this study applies a state-space DFM estimated using the Kalman filter and the Expectation-Maximization (EM) algorithm. The empirical results show that the Port-augmented DFM slightly reduces both RMSE and MAE compared with the benchmark DFM. The improvement is relatively more pronounced during the potential logistics shock period in 2021. However, since the overall improvement is limited and the Diebold-Mariano test is not conducted, the findings should be interpreted as exploratory evidence suggesting the complementary informational value of port cargo throughput.

국가 핵심 기반(Critical Infrastructure, CI) 중 통신 분야는 네트워크 연결성과 서비스 연속성 측면에서 특히 복잡한 위협 환경에 노출되어 있다. 그러나 통신 도메인에 특화된 고품질 사이버 공격 시나리오를 수작업으로 설계하는 것은 전문 인력 부족과 공격 기술의 급속한 진화로 인해 한계가 있다. 본 논문에서는 MITRE ATT&CK, CAPEC, CISA KEV를 통합한 3단계 파이프라인(Planner–Enricher–Writer) 기반 위협 시나리오 자동 생성 프레임워크를 통신 도메인에 적용한 실증적 평가 결과를 제시한다. 동일한 프레임워크 조건 하에서 4종의 오픈소스 LLM을 비교 평가하였으며, 10년 이상 경력의 보안 전문가 6인을 대상으로 블라인드 전문가 평가를 수행하였다. 그 결과 통신 도메인에서는 모델 간 성능 차이가 통계적으로 유의미하게 확인되었으며(Kruskal–Wallis: p=0.011, ε²=0.081), ATT&CK 기법 식별자 유효성이 아무런 조치를 하지 않은 Vanilla model 대비 44.9%p 향상되었다. 본 연구는 CTI 기반의 공격 시나리오 생성이 통신 인프라 위협 모델링의 품질을 실질적으로 개선할 수 있음을 보인다.

This study performs Nowcasting for the Korean All Industry Production Index using macroeconomic indicators and highway traffic volume data. A Dynamic Factor Model (DFM) is applied to reflect the common movements of various monthly indicators. The results show that some traffic variables reduce Nowcasting errors compared to the macro only model. In particular, total traffic volume and passenger car traffic provide relatively useful information for Nowcasting the All Industry Production Index. However, several freight traffic variables show limited improvement in model performance. These findings suggest that highway traffic data can be useful for identifying short term changes in industrial production activity.

본 연구는 지방채 시장의 디지털 전환을 위한 방안으로 블록체인 기반 지방채 토큰화 프로세스를 제안한다. 지방채는 지역 인프라 구축과 공공서비스 제공을 위한 핵심 재정수단이면서도 원리금 청구권을 수반하는 채권형 금융자산이다. 그러나 국내 지방채 시장은 재정수단으로서의 제도적 기능에 비해 유통시장 기능이 제한적으로 형성되어 왔으며, 개인투자자의 접근성, 가격 발견 기능, 유동성, 정보 투명성 측면에서 한계를 보인다. 이에 본 연구는 문헌 검토와 제도 분석을 바탕으로 지방채 토큰화를 단순한 디지털 자산 발행이 아니라, 지방채의 권리구조, 거래정보, 결제 및 정산, 사후관리 체계를 디지털 인프라와 결합하여 재설계하는 과정으로 파악한다. 이를 위해 지방채 토큰화의 설계 원칙으로 권리 정합성, 정보 표준화, 투자자 보호, 결제 안정성, 공공성 및 재정 책임성 유지를 제시하고, 발행, 유통, 결제 및 정산, 사후관리, 참여 주체별 역할 구조로 구성된 단계별 프로세스를 제안하였다. 본 연구는 자산 토큰화 논의를 민간 금융자산 중심에서 공공채권 영역으로 확장하고, 지방채 시장의 디지털 전환을 위한 개념적 실행 모형을 제시한다는 점에서 의의를 가진다. 다만 실제 지방채 토큰화 사례와 실증자료가 제한적인 만큼, 향후 연구에서는 정책 실증, 법제 분석, 투자자 수요 분석을 통해 제안 프로세스의 실효성을 추가적으로 검증할 필요가 있다.

스마트팩토리, IoT 기술의 발전으로 AGV(Automated Guided Vehicle) 운용이 확대되면서, 이산사건 시뮬레이션(DES)이 시스템 설계 및 검증에 널리 활용되고 있다. 그러나 DES는 사전에 정의되거나 DES에 내장된 로직을 따르므로 시뮬레이션 실행 중 경로내 상황을 반영하지 못해 차량 간 간섭을 적절히 처리하지 못하는 경우가 있다. 기존의 자원 예약 기법이나 페트리넷 기반 정적 분석 또한 실시간 점유 변화를 반영하기 어렵다. 본 연구는 AGV가 경로상 특정 지점에 도달할 때마다 진행 방향의 점유 여부를 확인하고, 점유 시 우회 경로를 동적으로 배정하는 경로 탐색 기법을 제안한다. 각 지점에서 네트워크 점유 정보가 DES 외부의 Python 모듈로 전달되며, 해당 모듈은 통행 불가 구간을 제외한 네트워크에서 최소 비용 흐름(Min-Cost Flow) 기법으로 최적 경로를 재계산하여 AGV에 반환한다. 단방향 경로로 구성된 AGV 시스템을 FlexSim으로 구현 및 검증한 결과, 제안 기법이 DES 모형 내 차량 혼잡으로 인한 지연을 줄이고, 지능적인 차량 제어에 기여함을 확인하였다.