Earticle

본 연구는 경상북도 C시 소재하는 100병상 이상 병원에 근무하는 간호사 171명을 대상으로 기본심리욕구, 셀프리더십, 직무스트레스, 직무열의, 간호업무성과를 파악하고 이들이 간호업무성과에 영향을 미치는지 알아보고자 시도되었다. 수집된 자료는 SPSS 25.0 프로그램을 활용하여 기술통계방법, independent t-test, ANOVA, Pearson’s correlation coefficients와 Hierarchical regression 방법으로 분석하였다. 연구 결과, 간호업무성과는 기본심리욕구, 셀프리더십과 직무열의와 정적상관관계가 있었다. 모델 1에서는 일반적인 특성 중 총 임상경력이 간호업무성과에 유의한 영향을 미치는 것으로 나타났으며, 총 설명력은 13.3%였다(F=6.233, p<.001). 모델 2에서는 총 임상경력과 기본심리욕구, 셀프리더십이 간호업무성과에 유의한 영향요인으로 나타났고, 총 설명력은 28.4%였다(F=9.432, p<.001). 본 연구 결과를 바탕으로 임상간호사의 간호업무성과를 높이기 위해서 간호사들이 오랫동안 임상에서 근무할 수 있는 의료환경과 문화가 제공될 수 있도록 하고, 기본심리욕구와 셀프리더십을 높여줄 수 있는 프로그램 개발과 적용을 제안한다.

This study was attempted to identify basic psychological needs, self-leadership, job stress, job engagement and nursing work performance among 171 nurse in one city, and to determine factors that affect their Work performance. The collected data was analyzed using the SPSS 25.0 program and using independent t-test, ANOVA, Pearson’s correlation coefficients, and hierarchical regression methods. In Model 1, total clinical experience was found to have a significant effect on nursing work performance, with a total explanatory power of 13.3% (F=6.233, p<.001). In Model 2, total clinical experience, basic psychological needs, and self-leadership were found to be significant influencing factors on nursing work performance, and the total explanatory power was 28.4% (F=9.432, p<.001). Based on the results of this study, in order to improve the nursing work performance of clinical nurses, we propose to develop and apply a program that can provide a medical environment and culture that allows nurses to work in clinical practice for a long time, and to enhance nurses' basic psychological needs and self-leadership.

현대 사회는 인공지능(AI), 빅데이터(Big Data), 사물인터넷(IOT) 등을 기반으로 하는 기술융합의 시대로 사람들은 삶의 다양한 분야에서 발전된 기술을 활용함으로써 편리함을 누리고 있다. 그러나 노인들은 대표적인 정 보소외계층에 속하여 기술을 적극적으로 이용하지 못하고 있다. 이에 노인 대상 디지털기술교육을 통해 세대 간 정 보화 수준 격차를 줄일 필요성이 있다. 따라서 본 논문에서는 급속한 고령화의 상황 속에서 노인들의 정보화격차로 인한 사회적 손실을 줄이고자 첫째, 노인디지털기술교육에 대한 국내외 현황을 살펴보았으며 둘째, 노인 디지털교 육 수강자, 노인 디지털교육 교육자, 노인 디지털교육을 계획하는 정부관계자를 중심으로 심층 인터뷰를 진행하여 그 결과를 분석하였다. 노인 수강자의 경우 수업인원축소와 맞춤형 교육을 요구하였으며 교육자는 수업의 질을 높 이기 위한 경제적 지원과 강사역량교육의 필요성을 제안하였다. 정부관계자는 노년층의 디지털교육 담당 인력충원 과 경제적 지원, 교육 홍보의 확대를 요구하였다. 이에 본 연구는 효율적인 노인디지털교육의 키워드로 ’대상자 중 심‘, ’인프라 확충‘, ’접근성‘ 등의 키워드를 확보하여 노인디지털교육 시스템 개선에 도움을 주고자 하였다.

In the society of the fourth industrial revolution, an increased usage of the Internet and adoption of digital technologies have enabled improvements in the quality of lives. However, old generation has either remained or become digitally excluded. In this paper, firstly we addressed reviewing study of digital education for the old generations with an emphasis on a domestic and foreign cases. Secondly, the study analyzed results of focal interview of the interested parties; government official, instructor and the old learners regarding digital education for old generations. As a result, the old learners demonstrated a demand of customized education program and downsizing of class participants. Instructors demanded economical support and instructor training program to enhance quality of classes while governments officials suggested personnel supplement, economical support and expansion of promoting education plans. This study finally 3 of suggested key words(targer-centered, infrastructure support, accessability) to suggest an improved digital education system for elderly learners.

본 논문은 아동양육시설에서 퇴소한 후 5년 이상이 지난 자립준비청년의 자립 과정과 경험을 탐색하고자 하였다. 이를 위해 총 5명의 자립준비청년을 대상으로 심층 면접을 진행하였고, 질적 사례연구방법을 통해 분석을 실시하였다. 그 결과 연구에 참여한 자립준비청년은 퇴소 후 다양한 경로로 자신만의 자립을 시작하였으나 예상치 못한 경제적, 심리적, 사회적 어려움을 경험하였다. 이 때 공공 및 민간의 지원사업에 참여하며 자립 기반을 강화 할 수 있었다. 이후 공적인 지원이 종료된 참여자들은 경제적, 심리적, 사회적 성장을 해나가고 있었고, 직업생활 에서 안정성을 확보하고 내면의 역량을 강화하였으며 후배들에게 기여하고자 하는 활동을 하고 있었다. 미래의 계 획으로 대학원 진학, 결혼 등 구체적인 계획을 구상하였나, 주거 안정에 있어서는 현실적인 어려움을 경험하고 있 었다. 이를 통해 자립준비청년의 직장 안정을 위한 지원과 주거 지원, 심리정서적 지지체계를 확보하기 위한 멘토 링 등에 대한 내용의 필요성을 제시하였다.

This study aims to explore the self-reliance processes and experiences of young adults who have aged out of child care facilities more than five years ago. To achieve this, in-depth interviews were conducted with a total of five self-reliant young adults, and the data were analyzed using a qualitative case study methodology. The analysis categorized the findings into three time periods: the initial five years after leaving care during which formal support was provided, the period after five years, and future plans. Based on these findings, the study highlights the need for support in job stability, housing assistance, and the establishment of mentoring systems to provide psychological and emotional support for care leavers.

본 연구는 생성형 인공지능에 대한 정보신뢰가 이용자의 지속이용의도에 미치는 영향을 분석하고, 이 관 계에서 자기효능감과 지각된 유용성의 매개효과를 검증하는 것을 목적으로 한다. 본 연구는 R기반으로 매개효과 분석 결과, 정보신뢰는 지속이용의도에 직접적으로 유의미한 영향을 미쳤으며, 자기효능감과 지각된 유용성 역시 각각 유의한 매개효과를 나타냈다. 특히 두 변인의 다중매개효과도 통계적으로 유의하였다. 정보신뢰가 높을수록 AI를 유용하다고 느끼고, 잘 활용할 수 있다는 자신감이 높아져 지속사용의도가 강화됨을 확인하였다. 연구결과는 기술수용모형과 사회인지이론의 관점에서 정보신뢰의 중요성을 보여주며, AI 리터러시 교육에서 신뢰 형성과 자기 효능감 강화의 필요성을 제기하는데 기여한다.

This study investigates the impact of information reliability in generative AI on users’ continuous use intention, focusing on the mediating roles of self-efficacy and perceived usefulness. The multiple mediation effect analysis based on R results revealed that information reliability significantly influences continuous use intention both directly and indirectly through self-efficacy and perceived usefulness. The multiple mediation effects of these variables were also statistically significant. Higher information reliability in generative AI increased users perceived utility, thereby enhancing their intention to continue using it. These findings underscore the importance of information reliability within the frameworks of the Technology Acceptance Model and Social Cognitive Theory, highlighting the need to foster information reliability and self-efficacy in AI literacy.

본 연구는 SW비전공자 학부생들이 졸업 후 기업 실무 생태계에 빠르게 적응할 수 있도록 설계된 ｢언어 생성 AI 활용｣ 교과목의 학습 성과를 분석하였다. 교과목은 단순한 챗봇 활용을 넘어 데이터 분석, 업무 자동화, 노코드·바 이브코딩 기반 생성 체험, 윤리적 탐구 등 산업 현장에서 요구되는 역량을 강조하였다. 15주 동안 학생들은 프롬프트 엔지니어링, 데이터 시각화, 자동화 설계, 노코드·바이브코딩 코딩 경험을 단계적으로 학습하였다. 기말 프로젝트에서 는 8개 팀이 영화 시나리오·웹사이트, 온라인 전시, AI 서비스 앱, 디지털 디톡스 브랜드 기획 등 다양한 결과물을 제 작하였다. 모든 프로젝트는 창의성·실현 가능성·도구 활용도를 기준으로 루브릭 평가 및 비교 분석을 실시하였으며, 대표 사례로 선정된 세 팀을 대상으로 질적 분석을 추가로 수행하였다. 그 결과 학생들은 프롬프트 최적화를 통해 창 의적 산출물의 완결성을 확보하였고, AI와 노코드 플랫폼을 결합하여 실무형 프로토타입을 구현하였다. 이러한 성과 는 생성형 AI 교육이 비전공자의 기업 적응력과 실무 역량 강화를 위한 효과적 방법이 될 수 있음을 시사한다.

This study analyzed the learning outcomes of the course “Application of Generative Language AI”, designed to help non-computer science undergraduates quickly adapt to the corporate work environment after graduation. The course emphasized practical competencies demanded in industry, extending beyond simple chatbot use to include data analysis, task automation, no-code and vibe coding experiences, and ethical inquiry. Over a 15-week period, students engaged in step-by-step training in prompt engineering, data visualization, workflow automation, and no-code/vibe coding practices. In the final project, eight teams produced diverse outputs such as film scenarios and websites, online exhibitions, AI-based service applications, and digital detox brand designs. All projects were evaluated through a rubric measuring creativity, feasibility, and tool utilization, followed by comparative analysis. Three representative teams were further examined through qualitative analysis, revealing that students optimized prompts to enhance the completeness of creative outputs and integrated AI with no-code platforms to build industry-oriented prototypes. These results suggest that generative AI education can serve as an effective approach for strengthening workplace adaptability and practical competencies among non-major students.

본 논문은 한국어 교육용으로 개발된 챗봇이 초급 한국어 학습자들의 말하기 연습에 적합한지 살펴보는 데 목적이 있다. 기 개발된 세종학당AI선생님을 연구 대상으로 삼아 초급 학습자들에게 세종학당AI선생님에 제시 된 초급 대화를 수행하라고 한 후에 챗봇과 학습자 간 대화 양상을 분석하여 챗봇의 경향성을 살펴 본 후 이를 토대로 초급 한국어 말하기 연습 도구로서의 적합성에 대해 가늠해 보았다. 대화 분석 결과, 초급 학습자들과 챗 봇과의 대화 연습이 학습자들에게 언어 습득으로 이어지기에는 챗봇의 발화 처리 및 대화 관리 기능에 다소 부족 한 점들이 많이 나타났으며 초급 학습자들에게 교육용 챗봇으로 기능하려면 좀 더 정교한 시나리오가 설계되어야 함을 알 수 있었다. 본 연구를 통해 한국어 교육용 챗봇의 현황을 점검하고 개선점을 짚어볼 수 있었다는 데 의의 가 있다.

The purpose of this paper is to examine whether chatbots developed for Korean language education are suitable for beginner Korean language learners' speaking practice. Using the previously developed King Sejong Institute AI teacher as a subject of research, we asked beginner learners to conduct the beginner conversation presented to King Sejong Institute AI teacher, and then analyzed the tendency of chatbots and learners to examine their conversation patterns, and based on this, we assessed their suitability as an elementary Korean speaking practice tool. As a result of conversation analysis, there were many shortcomings in the chatbot's speech processing and conversation management function because conversation practice between beginner learners and chatbots led to language acquisition for learners, and it was found that a more static exchange scenario should be designed to function as an educational chatbot for beginner learners. It is significant that this study was able to check the current status of chatbots for Korean language education and point out improvements.

본 연구의 목적은 대인관계 이론을 토대로 대학생들의 좌절된 소속감, 지각된 짐스러움, 습득된 자살 잠 재력, 사회적 지지 및 자살생각 간의 개념적 기틀을 구성하고, 자살생각에 대한 사회적 지지의 조절효과를 검증하 는 것이다. 연구대상은 K도, J도, C도 소재의 5개 대학에 재학 중인 대학생 238명이다. 자료수집은 온라인 설문조 사로 2024년 10월부터 12월까지 두 달간 이루어졌다. 수집된 자료의 분석은 SPSS/WIN 24.0과 SmartPLS 4.0을 사용하였다. 연구 분석 결과는 좌절된 소속감(p=0.015), 지각된 짐스러움(p<0.001)은 자살생각에 정(+)의 영향을 미치는 것으로 나타났고, 사회적 지지는 지각된 짐스러움과 자살생각 간(p=0.017), 습득된 자살 잠재력과 자살생각 간(p=0.002)에 음의 조절효과를 나타났다. 이를 통하여 대학생의 자살예방교육 및 자살생각을 가진 대학생을 위한 중재로서 긍정적인 사회적 지지를 촉진할 수 있는 방안의 마련이 필요하다.

The purpose of this study is to construct a conceptual framework for the relationship between frustrated belongingness, perceived burden, acquired suicidal potential, social support, and suicidal ideation among college students based on interpersonal theory, and to examine the moderating effect of social support on suicidal ideation. The study population is 238 college students enrolled in five universities in K, J, and C provinces. The data was collected through an online survey for two months from October to December 2024. SPSS/WIN 24.0 and SmartPLS 4.0 were used to analyze the collected data. The results of the study showed that frustrated belongingness(p=0.015) and perceived burden(p<0.001) had a positive effect on suicidal ideation, while social support had a negative moderating effect on the relationship between perceived burden and suicidal ideation(p=0.017) and acquired suicidal potential and suicidal ideation(p=0.002). Therefore, it is necessary to develop opportunities and interventions to promote positive social support as an intervention for suicide.

본 연구는 AI돌봄서비스 이용 경험이 있는 독거노인 10명을 대상으로 심층면접을 통해 긍정적 이용 경 험과 부정적 이용 경험의 의미를 파악하였다. 반복적비교분석법을 통해 질적자료를 분석한 결과, AI돌봄서비스의 긍정적 경험은 4개의 범주화(‘고마운 존재’, ‘의미있는 존재’, ‘유용한 정보제공자’, ‘무료함을 달래주는 재능꾼’)로, 부정적 경험은 5개의 범주화(‘원활한 상호작용의 한계’, ‘조작에 의존하는 불편함’, ‘상황판단력 부재’, ‘비용부담’, ‘익숙치 않은 업데이트’)로 도출되었다. 개선점은 3개의 범주화(‘이용자 중심의 용이성’, ‘상황에 맞는 반응’, ‘취약계 층 지원’)가 확인되었다. 연구 결과, ICT기반 사회복지서비스의 질적 제고를 위해 이해관계자의 협업, 평가시스템 개발, 디지털 역량 강화를 제언하였으며, 인간관계로부터의 소외문제와 개인성 상실의 문제를 논의하였다.

This study identified the meaning of positive and negative experiences through in-depth interviews with ten elderly people living alone who had experience using AI care services. As a result of analyzing qualitative data through constant composition method, the positive experiences of AI care services were categorized into four categories ('thankful being', 'meaningful being', 'useful information provider', and 'talented person who soothes boredom'). Negative experiences were derived into five categories ('limitation of smooth interaction', 'inconvenience of relying on operation', 'lack of situational judgment', 'burden of cost', and 'unfamiliar update'). Three categories of improvements were identified (‘user-centered ease of use’, ‘response appropriate to the situation’, and ‘support for vulnerable groups’). Finally, this study suggested systematic collaboration among stakeholders, the development of evaluation system, and strengthening of digital competence to improve the quality of ICT-based social welfare services, and discussed the problems of alienation from human relationships and loss of individuality.

본 연구는 최근 다양한 산업에 걸쳐 큰 화두가 되고 있는 챗GPT 및 생성형 AI 서비스의 사용자 의도에 영향을 미치는 요인을 고찰하기 위한 실증적 연구로서, 챗GPT를 포함한 생성형 AI 서비스 이용에 영향을 미치는 핵심 요인을 이해하는데 연구의 목적이 있다. 보다 구체적으로 UTAUT를 기반으로 하여 주요 변수를 설정하여 사용의도에 영향을 미치는 요인과 연령의 조절 효과를 검증하였다. 이를 위해 챗GPT를 포함한 생성형 AI 서비스 이용 경험이 있는 성인을 대상으로 설문을 진행하고 수집된 데이터를 분석하였다. 실증 분석의 연구 결과, 성과기 대와 사회적영향 및 촉진조건은 사용의도에 긍정적 영향을 미치며, 연령은 성과기대, 노력기대와 사용의도의 관계 에 조절효과를 발생하였다. 이와 같은 연구의 결과는 사용자의 생성형 AI 서비스 이용에 대한 학술적 이해와 함 께 서비스 제공사의 사용자 유입 전략을 위한 실무적 방향을 제시하였다는 점에 그 의의가 있다.

This is an empirical study to examine the factors affecting user acceptance intention of ChatGPT and Generative AI services. The purpose of this study is to understand the key factors of ChatGPT and Generative AI services user intention. More specifically, based on UTAUT, as major variables are set and as a moderation age is set between variables and user intention. A survey was conducted on users who have experienced ChatGPT and Generative AI services and the data collected through the survey was analyzed. According to the empirical analysis, it was confirmed that performance expectancy, social influence together with facilitating conditions have a positive effect on user intention and age has a moderating effect between performance expectancy, effort expectancy and user intention. The results of this study presents the significance of the understanding on user intention of ChatGPT and Generative AI services and providing a practical direction for Generative AI service providers to refer to.

본 연구는 대학생의 성별, 학년, 단과계열, 생성형 AI 사용경험을 중심으로 생성형 AI에 대한 신념 및 교 육 인식, AI 디지털 역량 차이를 알아보는 데 목적이 있다. 연구대상은 충청권역 A대학교 재학생 235명이다. SPSS 23.0 프로그램을 활용하여 독립표본 t 검정과 일원분산분석으로 확인하였고, 유의한 차이가 나타난 경우에 는 Scheffé 사후검증하였다. 주요 연구결과는 첫째, 성별에 따라 생성형 AI 신념은 통계적으로 유의미한 차이가 나타나지 않았다. 반면, 생성형 AI 교육 인식과 AI 디지털 역량 일부 하위요인에서 통계적으로 유의미한 차이가 확인되었고, 남학생이 여학생 보다 더 높은 수준임이 나타났다. 둘째, 학년에 따라 생성형 AI 신념과 AI 디지털 역량에는 차이가 나타나지 않은 반면, 생성형 AI 교육 인식에서는 1학년에 비해 4학년의 인식 수준이 통계적으로 높은 것으로 나타났다. 셋째, 단과계열에 따라 생성형 AI에 대한 신념 및 교육 인식, AI 디지털 역량에서 통계적 으로 유의한 차이가 나타났으며, 자연공학계열 학생들이 인문사회계열 학생들보다 전반적으로 더 긍정적인 태도와 높은 수준의 자기평가를 보였다. 넷째, 생성형 AI 사용경험에 따라 생성형 AI 교육 인식과 AI 디지털 역량에서 생성형 AI 사용경험이 있는 대학생들이 높았고, 통계적으로 유의미한 차이가 나타났다. 다섯째, 모든 연구변인들 간 정적 상관관계가 나타났다. 본 연구결과를 바탕으로 고등교육에서 생성형 AI 활용과 AI 디지털 역량을 향상시 킬 수 있는 방안을 제시하였다.

This study aims to examine differences in university students’ beliefs about generative AI, perceptions of GAI education, and AI digital competency based on their gender, academic year, academic discipline, and experience with generative AI. The participants in this study were 235 undergraduate students enrolled at University A in the Chungcheong region. The data were analyzed using SPSS 23.0 throughindependent samples t-tests and one-way ANOVA. When significant differences were identified, Scheffé post hoc tests were performed. The main findings of the study are as follows. First, there was no statistically significant difference in beliefs about generative AI according to gender. However, statistically significant differences were found in certain subcomponents of perceptions of GAI education and AI digital competency, with male students reporting higher levels than female students. Second, while no significant differences were found in generative AI beliefs or AI digital competency across academic years, perceptions of GAI education were significantly higher among fourth-year students compared to first-year students. Third, statistically significant differences were found in generative AI beliefs, perceptions of GAI education, and AI digital competency according to academic discipline. Students in science and engineering disciplines generally demonstrated more positive attitudes and higher levels of self-assessed competency compared to those in the humanities and social sciences. Fourth, students with prior experience using generative AI reported higher levels of perception of GAI education and AI digital competency, and these differences were statistically significant. Fifth, positive correlations were found among all the variables examined in the study. Based on the findings of this study, strategies to enhance the utilization of generative AI and improve AI digital competency in higher education were proposed.