Earticle

인공지능과 디지털 전환이 빠르게 진행되는 환경에서, 이번 연구는 HRM과 HRD의 핵심 환경요인이 구성원의 디지털 리터러시 역량을 매개로 혁신행동에 어떤 영향을 미치는지 실증적으로 분석했다. 본 연구를 위해 전국 산업현 장에 근무하는 직장인 247명 대상으로 설문 조사를 실시해 구조방정식 모형과 부트스트래핑으로 매개효과를 분석하였 다. 그 결과로 심리적 안전감이나 포용적인 분위기, 직무에 적합한 교육훈련과 자율성 모두가 구성원의 디지털 리터러 시를 높이는 데 중요한 역할을 하였으며, 매개변수인 디지털 리터러시가 높아질수록 종속변수인 혁신 행동이 더 활발 해졌다. 독립변수인 심리적 안전감은 디지털 리터러시를 매개로 혁신 행동에 완전한 영향을 미치는 것으로 나타났으 며, 나머지 요인들도 부분적으로 매개효과를 보이며 혁신 행동에 긍정적인 영향을 준 것으로 분석됐다. 이런 결과는 기업이 HR 시스템과 교육 정책을 디지털 리터러시 중심으로 다시 고민해볼 필요가 있음을 보여주며 앞 으로는 다양한 산업과 국가를 포함한 장기적 연구, 질적 접근, 그리고 조직문화나 리더십 등 여러 요인을 통합적으로 들여다보는 노력이 더 중요해질 것으로 보인다.

In a rapidly developing environment of AI and digital transformation, this study empirically examines how key HRM and HRD environmental factors influence innovative behavior through employees' digital literacy. A survey of 247 employees working in industrial sites nationwide was conducted, and the mediating role of digital literacy was analyzed using structural equation modeling and bootstrapping. The results revealed that psychological safety, an inclusive environment, job-appropriate training, and autonomy played key roles in enhancing employees' digital literacy. Higher digital literacy, the mediating variable, was associated with greater innovation behavior. Psychological safety, the independent variable, was found to have a full impact on innovative behavior through digital literacy. The remaining factors also partially mediated this relationship, demonstrating a positive impact on innovative behavior. These results highlight the need for companies to reconsider their HR systems and training policies with a focus on digital literacy. Going forward, long-term research across various industries and countries, along with qualitative approaches and an integrated examination of factors such as organizational culture and leadership, will be increasingly important.

본 연구는 그리스 고고·미술사 분야에서 레거시 데이터의 디지털화와 인공지능(AI) 기술의 활용이 가져온 학술적 전환의 양상을 분석한 다. 주요 아카이브 및 데이터베이스/데이터뱅크의 구축 사례를 살펴보고, 이를 바탕으로 이루어진 융복합 연구의 성과를 소개한다. 특히 고대 마케도니아 벽화 복원, 금석문 해독, 탄화된 파피루스 해석 등 AI 기반 연구 사례를 검토하며, 데이터 편향, 해석의 불투명성, 윤리적 쟁점 등 기술 활용의 한계와 위험성을 비판적으로 고찰한다. 결론적으로, 디지털 및 AI 기술의 발전 속에서 국내 연구자가 전통적 학문 역량과 AI 리터러시를 어떻게 조화시켜야 하는지를 제시하며, 향후 고고·미술사 연구의 지속 가능성과 대응 전략을 모색한다.

This study investigates the scholarly transition in Greek archaeology and art history brought about by digitization of legacy archive data and application of artificial intelligence (AI) technologies. It examines key cases of digital archive development and interdisciplinary collaborations, highlighting relevant AI-driven projects such as reconstruction of Macedonian tomb paintings, epigraphic restoration of fragmented inscriptions, and deciphering of carbonized papyri. While acknowledging the innovative potential of AI in cultural heritage research, the paper critically addresses inherent challenges, including data bias, interpretive opacity, and ethical concerns. This study further explores how researchers in non-Western contexts, particularly those in Korea, can reconcile traditional scholarly rigor with AI literacy. Emphasizing the need for institutional support and critical engagement with digital technology, the paper proposes strategies for sustainable and inclusive research practices.

본 연구에서는 최근 ICT 산업 내에서 가장 주목 받고 있는 생성형 AI를 주제로 이용자들을 파악하는 작업을 수행하였다. 이를 위해 인구사회학적 변인(성별, 연령, 교육 수준, 소득 수준), 디지털 리터러시(스마트 기기 활용 능력, 비판적 미디어 능력), 디지털 전환 인식(디지털 전환 인식 수준, 디지털 전환의 영향력에 대한 인식) 등 개인 특성 요인들이 생성형 AI 이용 경험과 관련되는지 그 관계성을 확인, 검증하는 절차를 진행하였고, 그 결과는 다음과 같다. 첫째, 인구사회학적 변인으로 투입된 네 가지 요인 중 성별을 제외한 연령, 교육 수준, 소득 수준은 생성형 AI 이용 경험과 유의미한 연관성을 갖고 있는 것으로 확인되었다. 둘째, 디지털 리터러시 능력 중 스마트 기기 활용 능력이 높을수록 생성형 AI 이용 경험이 높아지는 경향을 보였고, 비판적 미디어 능력이 낮을수록 생성형 AI 이용률이 높은 것으로 나타났다. 셋째, 디지털 전환 인식 요인으로 설정한 디지털 전환 인식 수준, 디지털 전환의 영향력에 대한 인식 모두 생성형 AI 이용 경험과 정적 연관성을 갖고 있었다. 본 연구는 생성형 AI의 효과적 활용을 위한 방향성을 제시하고, 생성형 AI 보급이 야기하는 디지털 불평등 해결을 위한 단초를 제공한다는 점에서 의의를 갖는다.

In this study, we investigated the usage of Generative AI, a topic currently receiving significant attention in the ICT industry. We examined the relationship between users' personal characteristics, including demographic factors, digital literacy, and recognition of digital transformation, and their experience with Generative AI. The findings are as follows: First, among the four demographic variables analyzed, age, education level, and income level were significantly associated with the use of Generative AI, whereas gender was not. Second, within digital literacy, a higher proficiency in using smart devices was associated with increased experience in using Generative AI, while a lower critical media literacy correlated with a higher utilization rate of these services. Third, all factors related to the recognition of digital transformation positively influenced the experience of using Generative AI. This study is significant as it offers insights for the effective use of Generative AI and provides a foundation for addressing digital inequality resulting from the proliferation of these services.

본 연구는 디지털 전환기 군 조직을 대상으로 변혁적 리더십이 조직몰입에 미치는 영향에서 AI 사용의도와 심리적 안정성이 수행하는 매개효과를 실증적으로 규명하였다. 변혁적 리더십이 구성원의 AI 수용의지를 강화하고 심리적 안정성을 매개하여 조직몰입을 유도하는 이중 경로의 존재 여부를 분석하였다. 이를 위해 군 조직 구성원 363명을 대상으로 설문조사를 실시하고, 구조방정식 모형을 활용해 분석하였다. 연구 결과, 변혁적 리더십은 AI 사용의도와 심리적 안정성 모두에 유의한 영향을 미쳤으며, 이 두 변인을 통한 단일 매개효과뿐 아니라 이중 매개효과도 유의한 것으로 나타났다. 이는 구성원이 리더십에 영향을 받아 기술수용 태도와 심리적 안정감을 형성하고, 궁극적 으로 조직에 대한 정서적 몰입을 높이는 과정을 뒷받침한다. 이러한 결과는 군 조직 내에서의 변혁적 리더십의 새로운 역할과 AI 기술 도입 과정에서 구성원 중심의 심리적․인지적 준비의 중요성을 강조한다. 아울러 기술수용모형(TAM)과 심리적 안정성 개념을 리더십 이론과 통합함으로써 이론적 확장을 도모하였으며 군 조직 맞춤형 리더십 전략 수립에 실무적 함의를 제공한다.

This study focuses on military organizations undergoing digital transformation. It empirically investigates how transformational leadership influences organizational commitment with AI usage intention and psychological safety serving as mediating variables. The research explores whether transformational leadership enhances members’ willingness to adopt AI and fosters psychological safety, ultimately leading to increased organizational commitment through dual mediating pathways. To test the proposed model, a survey was conducted with 363 personnel from military organizations, and the data were analyzed using structural equation modeling (SEM). The findings reveal that transformational leadership significantly influences both AI usage intention and psychological safety. Furthermore, both single and dual mediating effects of these variables on organizational commitment were found to be statistically significant. These results highlight the pivotal role of transformational leadership in cultivating a psychologically safe and technology-accepting environment within military contexts. The study emphasizes the importance of member-centered psychological and cognitive readiness during the AI adoption process. Additionally, by integrating the Technology Acceptance Model (TAM) and the concept of psychological safety into leadership theory, this research contributes to theoretical development and offers practical implications for developing leadership strategies tailored to military organizations.

본 연구는 인공지능(Artificial Intelligence, AI)을 과도하게 활용하는 조직이 AI 의존성이라는 구조적 상태에 놓일 수 있다는 점 에 주목하고 이러한 구조적 상태가 기업의 동태적 역량을 위협할 수도 있음을 논증한다. 이를 위하여 먼저 동태적 역량의 전제를 살피고 조직적 차원의 AI 의존성 개념을 정의하였다. 이어서, 최근 AI로 인하여 문제점들이 조직의 AI 의존 상태 아래에서 어떻게 동태적 역량을 위협하는지 살펴보았다. 이를 통해 다음과 같은 명제를 도출하였다. 명제 1: AI 의존성은 정보환경을 왜곡시키고 인간의 비판적 해석 능력을 퇴화시켜 감지 역량을 약화시킨다. 명제 2: AI 의존성은 조직을 학습된 무기력 상태에 빠지게 하고 자원 배분을 경직시켜 포착 역량을 약화시킨다. 명제 3: AI 의존성은 조직의 근본적 학습 능력을 마비시키고 조직구조를 고착화시켜 변혁 역량을 약화시킨다. 이상의 논의를 통해 AI 기술이 동태적 역량을 강화할 수 있다는 논의에 대하여 비판적 관점을 제시하고 조직학습 이론을 AI 시 대의 맥락에서 이론적으로 재조명하였다. 실무적으로는 특히, 소수 빅테크 기업 중심의 AI 생태계 속에서 다국적 기업 경영자들 이 겪을 수 있는 기술 종속의 위험을 경고하고, 동태적 역량을 방어할 구체적 방향을 제시하였다. 하지만, 본 연구가 실증으로 잇 지 못한 이론 논의에 머물렀다는 점은 연구의 큰 한계이며, 이는 향후 추가 연구로 이어질 필요성을 제기한다.

This study posits that organizations excessively leveraging Artificial Intelligence (AI) may enter a structural state of AI dependency, which can, in turn, threaten their dynamic capabilities. To this end, we first examine the foundational premises of dynamic capabilities and subsequently define the concept of organizational AI dependency. We then analyze the mechanisms through which challenges arising from modern AI threaten dynamic capabilities under this condition of dependency. This analysis leads to the following propositions: Proposition 1: In a state of AI dependency, an organization's sensing capabilities are weakened by a distorted information environment and the degradation of human critical interpretation skills. Proposition 2: In a state of AI dependency, an organization's seizing capabilities are diminished due to learned helplessness and rigid resource allocation. Proposition 3: In a state of AI dependency, an organization's transforming capabilities are impaired by the paralysis of fundamental learning abilities and structural ossification. Through this discussion, we offer a critical perspective on the discussion that AI technology can enhance dynamic capabilities and theoretically re-examine organizational learning theory in the context of the AI era. From a practical standpoint, we specifically warn managers of multinational corporations about the risks of technological lock-in within an AI ecosystem dominated by a few Big Tech companies, and provide concrete guidance for safeguarding dynamic capabilities. However, a significant limitation of this study is that it remains a theoretical discussion not yet supported by empirical research, which underscores the need for subsequent empirical studies.

최근 재난현장에서 이재민 임시주거시설(쉘터 등) 운영의 규모와 복잡성이 증가함에 따라 체계적이고 지속가능한 운영 방 식에 대한 관심이 높아지고 있다. 본 연구는 이러한 상황을 바탕으로 디지털 기반 자동화 기술과 인공지능(AI)의 쉘터 운영 적 용 가능성을 검토하였다. 등록 절차, 정보 안내, 공간 배치 등 운영의 주요 영역을 중심으로 기술 도입의 방향성과 적용 조건을 살펴보기 위해 국내외 사례 및 선행연구를 바탕으로 기술 도입의 가능성과 운영상 기대 효과를 탐색하였다. 특히 복잡한 현장 운영을 보완할 수 있는 기술 도입의 방향성을 탐색하고 향후 실증 기반의 정책 논의로 이어질 수 있는 기초 자료를 제시하고자 하였다.

본 연구는 디지털 전환 기술 도입이 기업의 기술사업화 성과에 미치는 영향을 분석하였다. 2022년 ｢기업혁 신조사｣ 데이터를 활용해 국내 제조업의 디지털 전환 기술 도입이 산업별로 매출액, 상품혁신, 비즈니스 혁신 등 기술사업화 성과에 미치는 영향을 Pavitt이 정의한 공급자 지배, 생산 집약, 과학 기반 산업으로 구분하여 분석한 결과, 공급자 지배 및 생산 집약 산업에서는 부정적 영향을 보인 반면, 과학 기반 산업에서는 긍정적 효과가 나타났 다. 결과는 AI자율제조 등 산업 특성에 맞는 정책 지원 필요성을 시사한다.

The study analyzes the impact of digital transformation technology adoption on manufacturing firms' commercialization performance across industries using Pavitt's taxonomy. Data from the 2022 Korean Innovation Survey reveal that digital adoption negatively affects supplier-dominated and production-intensive industries but positively impacts sales in science-based industries. The findings highlight the need for tailored policy support, such as AI autonomous manufacturing initiatives by the Ministry of Trade, Industry, and Energy.

본 연구는 정부 정책 수립 및 변화의 불확실성으로 인해 발생하는 경제정책의 불확실성이 주식시장의 유동 본 연구는 디지털 전환 핵심기술로 인식되고 있는 사물인터넷, 클라우드, 빅데이터, 모바일, 인공지능 기술(a.k.a. ICBM+AI) 도입이 제조기업의 프로세스, 제품 및 서비스 혁신성과에 어떠한 영향을 주는지 분석하였다. 본 연구 는 디지털 전환 핵심기술을 도입한 1,141개의 제조기업을 중심으로 실증분석을 수행하였다. 본 연구의 분석 결 과에 따르면 첫째, 디지털 전환 핵심기술은 전반적으로 제조기업의 혁신성과와 긍정적인 상관관계를 가지는 것 으로 나타났으나 혁신성과별로 다소 차이가 있는 것으로 나타났다. 특히, 데이터 저장·수집·처리 기술인 클라우 드와 빅데이터가 프로세스 혁신성과에 더 큰 영향을 주는 반면에, 사물인터넷과 인공지능은 통계적으로 유의하 지 않는 것으로 나타났다. 둘째, 디지털 전환 핵심기술 도입은 클라우드를 제외하고 제품 혁신성과에 영향을 주 지 못하는 것으로 나타났으며 이는 제조기업이 해당 기술을 생산 공정혁신에 더 효과적으로 활용하기 때문이며 또한, 국내 제조기업의 디지털 전환 핵심기술 수용도가 낮은 것도 주요 원인으로 해석된다. 셋째, 디지털 전환 핵심기술은 타 혁신성과에 비해 서비스 혁신성과와 상대적으로 더 높은 상관관계를 가지며 특히, 빅데이터 및 인공지능의 효과가 더 높은 것으로 나타났다. 이는, 디지털 전환 핵심기술이 제조기업의 서비스화 및 제조업-서 비스업 융복합화를 창출하는데 핵심적인 역할을 수행하는 것으로 해석된다. 넷째, 본 연구에서는 혁신전략을 조 절변수로 사용하였으며 특히, ‘탐험적 혁신전략’의 조절효과가 ‘활용적 혁신전략’의 조절효과보다 혁신성과에 더 큰 영향을 주는 것으로 나타났다. 즉, 신기술을 탐색, 흡수, 적용하는데 초점을 둔 ‘탐험적 혁신전략’의 특성 때 문으로 해석된다. 다섯째, ‘탐험적 혁신전략’의 조절변수를 기반으로 한 평균효과 측정결과에 따르면 제조기업의 디지털 전환 핵심기술에 대한 수용도는 ‘프로세스 혁신성과’에서 가장 높은 것으로 나타났으며 이는 국내 제조 기업의 디지털 전환 핵심기술에 대한 수용도가 여전히 프로세스 혁신에 더 높다는 것으로 해석된다.

This study explores the relationship between the adoption of digital transformation technologies (under, DX techs), including the IoTs, cloud, big data, mobile and AI, and innovation performance in manufacturing firms. The empirical analysis is conducted with a focus on 1,141 manufacturing firms that had adopted DX techs. First, the findings show that DX techs are found to have a positive relationship with process innovation performance. In particular, the adoption of cloud and big data is associated with a positive impact on process innovation performance, while IoTs and AI did not yield statistically significant results. Second, the adoption of DX techs, excluding cloud, is found to have no significant impact on product innovation performance. This result suggests that manufacturing firms are more inclined to utilize the technologies for process innovation. Third, DX techs are found to have a relatively high impact on service innovation performance. In particular, big data and AI is found to have a greater effect on service innovation performance compared to other innovation performance. Fourth, innovation strategy is used as a moderating variable, and in particular, the moderating effect of exploratory innovation strategy is found to have a greater impact on innovation performance than the moderating effect of exploitative innovation strategy. Fifth, based on the results of the mean effect, using the variables of exploratory innovation strategy, the adoption of DX techs in manufacturing firms is found to be the highest in process innovation performance.

본 연구는 2022 개정 교육과정의 적용에 따라 강화되는 초·중등 정보교육의 핵심 역량을 분석하고, 이를 대 학의 AI·데이터 기반 교양교육과 비교하여 교육과정 간 연계 방안을 모색하였다. 연구 결과, 두 교육 단계는 컴 퓨팅 사고력, 데이터 리터러시, AI 윤리 등 일부 내용 요소에서 중첩되나, 교육 목표와 수업 방식, 평가 체계에 서 차이가 나타났다. 특히, 중등 정보교육 이수 경험의 지역·학교 간 편차는 대학 진학 후 학습 격차로 이어질 수 있음을 확인하였다. 이에 따라 본 연구는 ① 교육과정 간 수직적 정합성 확보, ② 공통 핵심 역량 기반 프레 임워크 구축, ③ 교사-교수 협력 체계 마련, ④ 맞춤형 브릿지 교육 도입을 핵심 전략으로 제안하였다. 이러한 논의는 AI 시대 핵심 역량 중심 교육 실현을 위한 기초 자료로 활용될 수 있다.

This study examines the core competencies of information education in the 2022 Revised National Curriculum and explores strategies for linking them with university-level AI and data-based liberal arts courses. The analysis shows overlaps in computational thinking, data literacy, and AI ethics, but also identifies differences in objectives, teaching methods, and assessment. Regional disparities in secondary education were found to deepen learning gaps at the university level. To address this, four strategies are proposed: securing vertical alignment, building a competency-based framework, fostering teacher–professor collaboration, and introducing bridge programs. These findings provide implications for competency-based education in the digital era.

본 연구는 공공기관의 클라우드 기반 디지털 전환 과정에서 시스템 품질, 사용자 만족, 전사적 확산 간의 관계가 근무지(본사와 현장)와 세대(MZ세대와 기성세대)에 따라 어떻게 달라지는지를 분석하였다. 이를 위해 구조방정식(PLS-SEM)에 기반한 정량 분석과 생성형 인공지능(Generative AI)을 활용한 정성 분석을 결합한 혼합 연구 방법론(mixed-methods approach)을 적용하였다. 분석 결과, 본사 근무자의 경우 ‘시스템 품질 → 사용자 만족 → 전사적 확산’이라는 기존 이론에 부합되는 결과가 나타났지만 현장 근무자의 경우는 시스템 품질이 사용자 만족을 통하지 않고 확산 의도에 직접 영향을 미쳤다. 본사와 MZ세대에서 공통적으로 시스템 품질이 사용자 만족에 미치는 것으로 나타났다. 그러나 사용자 만족과 시스템 품질이 전사적 확산에 미치는 영향은 세대 간 차이가 없는 것으로 나타났다. 이는 만족의 형성과정에서는 세대 간 차이가 존재하지만, 일단 만족이 형성되어 확산으로 이어지는 메커니즘에서는 세대를 초월하여 유사하게 작용하였다. 이러한 결과는 이론적 측면에서 수용 및 확산 이론에 대한 맥락 기반 조절 모형을 제안함으로써 정보시스템 성공 요인에 대한 기존 연구를 보완하였다. 실무적으로는 클라우드 확산 전략 수립 시 근무지와 세대의 이질적 특성에 맞춘 차별화된 전략이 필요하고, 트랜스제너레이셔널 디자인(Transgenerational Design)과 조직 환경 중심의 전략이 전사적 확산을 촉진하는 효과적인 방안이 될 수 있을 것이다.

본 연구는 디지털 콘텐츠 구독 서비스의 지속 이용 의도를 설명하기 위해 경제학의 네트워크 효과 이론과 경영학의 전환비용 이론을 통합한 실증 분석을 수행하였다. 기존 연구들이 네트워크 효과를 단일 개념으로 취급한 것과 달리, 본 연구는 이를 직접 네트워크 효과와 간접 네트워크 효과로 구분하여 각각의 영향을 검증하였다. 또한, 전환비용을 절차적 전환비용과 관계적 전환비용으로 세분화하고, 특히 관계적 전환비용이 네트워크 효과 및 개인화 추천과 지속 이용 의도 간의 매개 요인으로 작용하는 간접 경로를 실증적으로 분석하였다. 분석 결과, 관계적 전환비용은 구독서비스 지속 이용을 설명하는 데 있어 핵심 요인으로 확인되었으며, 직접 효과뿐 아니라 매개 효과 경로에서도 유의한 영향력을 보였다. 본 연구는 구독서비스 행동을 다차원적으로 설명할 수 있는 이론적 통합틀을 제시하였으며, 사용자 충성도 및 구독 유지 전략 수립을 위한 실무적 시사점을 제공한다.

본 연구는 AI와 디지털 전환이 사회과교육에 미치는 주요 쟁점과 과제를 체계적으로 분석하는 것을 목적으로한다. 최근 10년 동안 발표된 약 2만 건의 AI 및 디지털 전환 관련 연구를 빅데이터 분석 기법을 통해 전수조사하고, 텍스트마이닝과 네트워크 분석을 활용하여 사회과교육에서 중요한 핵심 주제와 키워드를 도출하였다. 연구 결과, AI 기술은 학습의 개인화와 효율성 증대에 긍정적인 영향을 미치는 반면, 알고리즘의 편향성과 공정성문제, 개인정보 보호, 기술 인프라 구축 및 유지, 교사 역량 강화 등 여러 도전 과제가 함께 존재하는 것으로나타났다. 특히, 사회과교육에서 AI는 학생들이 복잡한 사회적 및 역사적 문제를 비판적으로 사고할 수 있는기회를 제공하는 동시에, 잘못된 정보나 편향된 관점의 확산을 막기 위한 윤리적 및 기술적 대비가 필요함을보여주었다. 본 연구는 AI 디지털교과서의 효과적인 도입과 통합을 위한 정책적, 교육적 전략을 제시하며, 사회과교육에서 지속 가능한 교육 혁신을 촉진하는 데 중요한 기초 자료로 활용될 수 있을 것이다.

This study aims to systematically analyze the key issues and challenges posed by AI and digital transformation in social studies education. By conducting a comprehensive big data analysis of approximately 20,000 research papers related to AI and digital transformation published over the past decade, and utilizing text mining and network analysis, this study identifies critical themes and keywords relevant to social studies education. The results reveal that while AI technology positively impacts personalized learning and increases educational efficiency, several challenges accompany it, such as algorithmic bias and fairness issues, data privacy, the establishment and maintenance of technical infrastructure, and teacher capacity building. In particular, the use of AI in social studies education provides students with opportunities to critically engage with complex social and historical issues, but it also requires ethical and technical safeguards to prevent the spread of misinformation and biased perspectives. This study proposes policy and educational strategies for the effective implementation of AI-powered digital textbooks and offers foundational insights to promote sustainable educational innovation in social studies education.

본 연구는 국내 대표 플랫폼 기업 네이버와 카카오의 디지털 전환(DX)과 인공지능 전환(AX) 전략을 비교 분석하였다. 네이버는 독자적인 초거대 AI 모델 'HyperCLOVA X'를 중심으로 기술 내재화 및 글로벌 시장 진출에 집중하며 B2B 솔루션과 산업 응용을 강화하고 있다. 반면 카카오는 OpenAI의 기술을 활용, 사용자 중심의 AI 서비스와 생활 밀착형 플랫폼 고도화를 추진하며 빠른 기술 도입과 대중화를 추구한다. 두 기업은 각각 기술 중심의 산업 혁신 모델과 사용자 경험 중심의 디지털 포용 모델을 구현하며 한국 디지털 생태계에 다양한 영향을 미치고 있다. 본 연구는 이들의 전략적 차별성과 시사점을 도출, 국내외 기업 및 정책 수립에 참고할 전략적 통찰을 제공하고자 한다.

This study examines the digital transformation (DX) and AI transformation (AX) strategies of Naver and Kakao, two leading South Korean platform companies. DX leverages digital technologies to revolutionize business models and operations, while AX integrates advanced AI technologies like machine learning and generative AI to enhance efficiency and personalization. Naver focuses on technological independence and global expansion through its proprietary HyperCLOVA X, emphasizing B2B solutions and industrial applications. Conversely, Kakao prioritizes user-centric services by integrating OpenAI's GPT into its ecosystem, enhancing everyday experiences via platforms like KakaoTalk. Both companies significantly influence Korea's digital ecosystem, with Naver driving industrial innovation and Kakao promoting digital inclusivity. However, challenges such as data security, algorithmic bias, and ethical concerns persist. This research provides strategic insights for businesses navigating DX and AX while contributing to policy development for sustainable digital growth in Korea.

본 연구는 디지털 전환이 가속화되는 교육 환경 속에서, AI 및 빅데이터 기반의 온라인 진로상담 플랫폼이 중등 진로교육에 미치는 효과와 운영의 실효성을 분석하고, 이에 따른 진로전담교사의 역할 변화와 정책적 대응 방안을 제시하는 데 목적이 있다. 이를 위해 전북특별자치도 내 중‧고등학교 진로전담교사 50명과 고등학생 200명을 대상으로 한 설문조사와 심층 면담(FGI)을 실시하였으며, ｢2023년 초‧중등 진로교육 현황조사｣의 2차 자료 분석을 병행하였다. 분석 결과, AI 기반 진로추천 시스템과 빅데이터 분석 도구는 진로상담의 개인화와 접근성 향상에 실질적으로 기여하였으며, 플랫폼 활용 경험이 있는 교사와 학생은 진로정보 탐색과 의사결정에서 높은 만족도를 보였다. 그러나 진로전담교사의 배치 유무에 따른 상담 품질 격차, 사용자 교육 부족, 학부모와의 연계 미흡, 플랫폼 운영의 거버넌스 미비 등 구조적 한계도 병존하고 있음이 확인되었다. 이에 따라 본 연구는 진로전담교사의 균형 있는 배치 확대와 전문성 강화를 위한 연수체계 구축, 사용자 중심의 플랫폼 기능 설계, 진로 데이터 기반의 정책 연계, 디지털 기반 학교–가정–지역사회 협력 모델 정립, 정보보호 중심의 시스템 정비 등을 핵심 정책 과제로 제시하였다. 특히 온라인 진로상담 플랫폼은 단순한 기술 도구를 넘어, 진로교육의 패러다임 전환과 교육 거버넌스 구조 개편을 견인하는 전략적 인프라로 작용해야 함을 강조한다.

Research Purpose: This study investigates the effectiveness of AI and big data-powered online career counseling platforms amid the digital transformation of education. It further explores the evolving roles and essential competencies required of career guidance teachers utilizing these platforms. Research Methods: A mixed-methods approach was adopted, integrating quantitative surveys from 50 career guidance teachers and 200 high school students in Jeonbuk Province with qualitative data gathered through focus group interviews and content analysis. Results in Research: Findings reveal that AI- and data-driven platforms significantly enhance accessibility, personalization, and the overall efficiency of career counseling services. While teachers acknowledged the advantages of these digital tools, they also pointed out challenges including unequal teacher deployment, gaps in digital literacy, and insufficient school?community collaboration. Research Conclusion: Ensuring the successful implementation and long-term sustainability of digital career counseling platforms requires reinforcing teacher training systems, expanding the pool of career guidance professionals, and enacting supportive policies that leverage educational data. This study argues that such platforms should not only function as instructional aids but also serve as critical infrastructure for future-ready education.

이 논문의 목적은 국내 대학 교양교육 체계에서 인공지능 교육의 특징과 과제를 탐구하는 데 있다. 최근 급격한 디지털⋅인공지능 기술의 발달에 따라 국내 대학의 교양교육 분야에서도 이미 디지털⋅인 공지능 기초 소양을 강조하는 교육과정 개편이 진행되고 있다. 하지만 이러한 과정에서 문제점은 다음과 같다. 첫째, 디지털 및 인공지능 기술 변화에 따라 대응하는 국내 대학 교양교육의 인공지능 관련 교육은 초⋅중등교육과 체계적인 연계를 갖지 못하고 있다. 2015 교육과정의 부분 개정, 2022 개정 교육과정 등 초⋅중등교육과정에서 인공지능 교육은 국가 수준의 학교 교육에서 학교급별 목표와 성취수준에 따른 학생의 학습 및 기초 역량 발달을 이끌도록 구성되었지만, 대학의 교양교육의 교육과정 으로 연계되지 못한다. 대학의 전공 및 교양 교육과정이 고등학교 수준을 넘어 학습자의 학습 이해의 수준을 심화하고 전문 역량을 길러가기 위해서는 현재 대학의 사업 중심의 인공지능 교육과정 구성을 제고할 필요가 있다. 예를 들면, 소프트웨어(SW) 중심대학 사업 등 정부의 지원사업에 의한 인공지능 관련 교과목 개설과 운영은 정보, 컴퓨터과학 등 특정 분야에 국한된 인공지능 교육에만 머물게 하고, 나아가 비전공자의 디지털 리터러시 또는 인공지능 리터러시 발달을 위한 교육을 제공하지 못하는 원인이 되기도 한다. 따라서 디지털 전환기를 경험하는 현재 유아⋅초⋅중⋅고등학생이 앞으로 미래 대학생으로 경험하기 위해 대학 교양교육 체계는 인문 교양의 본질을 회복함과 동시에 현재 대학에서 인공지능 관련 교양교육을 담당하는 교수자에게 기술과 교육 환경 변화에 대응할 수 있는 지원도 마련해야 한다.

This paper aims to explore the characteristics and challenges of Artificial Intelligence (AI) education in the liberal arts curriculum of domestic universities. The revision of the curriculum to strengthen digital literacy has been in the field of the liberal arts in major universities. However, universities haven’t been aligning their curriculum with the core competencies developed in earlier stages. This has resulted in a disconnect occurring between AI education at the primary/secondary level and the university level. This gap can lead to students struggling to advance in AI-related topics as they transition to higher education. The liberal arts education of universities does not consider or reflect any linkage with the coherent system of the national curriculum, such as the 2022 revised national curriculum, of primary and secondary schools, which prevents the progress of students’ learning agency. For example, universities should take steps to open and run AI-related courses, regardless of government-supported projects, such as software (SW)-centered university projects. In fact, these project-based courses have not successfully addressed the need for a comprehensive AI and digital literacy education within the liberal arts. This paper, therefore, makes the following suggestions. Firstly, the liberal arts curriculum for AI education should restore its essence of humanity, preparing students to critically assess both the benefits and risks of AI in experiencing the digital transition. Secondly, universities should open and support AI-related courses in the liberal arts, ensuring that lecturers and professors receive the necessary resources to teach comprehensive AI education effectively.

본 연구는 지난 19년간(2007-2025) Journal of Radiological Science and Technology (JRST)에 게재된 연구 동향을 분석하여 한국 방사선기술과학의 학문적 궤적을 조명하고, 국제적 위상 제고를 위한 전략적 로드맵을 수립하고자 수행되었다. 한국학술지인용색인(KCI) 데이터를 활용하여 980편의 논문을 대상으로 키워드 동시 출현, 기관 협력 네트워크, 인용 영향력 지수 등 종합적인 계량서지학적 지표를 분석하였다. 연구 시기는 디지털 전환기(2007-2012), QA/QC 및 최적화기(2013-2018), 그리고 AI 융합기(2019-2025)의 3단계로 구분하였다. JRST는 연간 발행 편수가 약 40편에서 70편 이상으로 증가하며 안정적인 성장세를 보였으며, 이는 선도적인 학술 플랫폼으로서의 위상을 입증한다. 제3기에는 초음파 관련 연구(25.2%)가 발행 규모 면에서 방사선 치료 분야를 현저히 추월하였다. 인공지능 및 딥러닝은 지배적인 연구 주제로 부상하며 2020년에 11.8%의 점유율로 정점을 기록하였고, 2025년까지 10.7%의 비중을 유지하며 안착하였다. 기관 분석 결과, 대학과 병원 간의 견고한 협력 생태계가 확인되었으며, 전문화된 소규모 전문가 그룹(54.0%) 중심의 협력 체계로의 유의미한 변화가 나타났다. 연구 주제 중 방사선 방호 분야가 총 241편으로 전체 발행량을 주도한 반면, 물리/품질(Physics/QA) 카테고리는 가장 높은 인용 영향력 지수(4.34)를 기록하여 질적 성장을 견인하고 있음을 입증하였다. 이러한 결과는 JRST가 아날로그 중심에서 첨단 AI 기반 방사선 기술과학 학술지로 성공적으로 진화했음을 보여준다. 향후 전략은 저널의 국제적 영향력을 더욱 강화하기 위해 학제 간 AI-임상 융합 및 글로벌 네트워크 구축에 우선순위를 두어야 한다.

This study analyzed 19-year research trends (2007-2025) in the Journal of Radiological Science and Technology (JRST) to illuminate the academic trajectory of Korean radiological science and establish a strategic roadmap for its global advancement. Using Korea Citation Index (KCI) data, 980 articles were analyzed through comprehensive bibliometric metrics, including keyword co-occurrence, institutional collaboration networks, and citation impact indices. The timeline was categorized into three distinct phases: Digital Transition (2007-2012), QA/QC and Optimization (2013-2018), and Artificial Intelligence (AI) Convergence (2019-2025). JRST demonstrated stable growth, with annual publications increasing from approximately 40 to over 70 papers, proving its status as a leading academic platform. In Phase 3, ultrasound research (25.2%) notably surpassed radiotherapy in publication volume. AI and Deep Learning emerged as dominant themes, peaking at an 11.8% share in 2020 and maintaining a steady presence of 10.7% through 2025. Institutional analysis revealed a robust collaborative ecosystem between universities and hospitals, with a significant shift toward specialized, small-scale expert groups (54.0%). While Radiation Protection led in total volume with 241 papers, the Physics/QA category recorded the highest impact index (4.34), underscoring its role in driving qualitative growth. These findings indicate that JRST has successfully evolved from an analog-centric focus to a high-tech, AI-driven radiological science journal. Future strategies should prioritize interdisciplinary AI-clinical integration and global networking to further enhance the journal's international impact.

디지털 전환의 핵심 인프라로서 데이터·네트워크·인공지능(D.N.A.) 분야의 확산과 유망 산업의 등장은 경제 전반에 걸 쳐 활발한 디지털 혁신의 기반이 되고 있다. 본 연구에서는 텍스트마이닝 방법론을 적용하여 WoS 데이터베이스의 SCIE 급 색인에 해당하는 연구의 초록, 출판연도 및 연구분야를 입력변수로 활용하여 주요 토픽을 도출하였다. 우선, 단어 출 현 빈도에 기반한 TF 및 TF-IDF 분석을 통해 주요 키워드를 확인하고, 이어서 g-DMR(Generalized Dirichlet-Multinomial Regression)을 이용하여 토픽 모델링을 수행하였는데, 다양한 형태의 변수를 메타정보로 활용 가능한 해당 토픽 모형의 이점으로 단순하게 토픽을 도출하는 것 이상의 의미를 적절하게 탐색할 수 있었다. 분석 결과에 따르면, 비즈니스 인텔 리전스, 제조 생산 시스템, 서비스 가치 창출, 원격 진료, 디지털 교육 등의 토픽들이 디지털 전환에서 주요 연구주제인 것으로 식별되었다. 토픽 모델링의 결과를 요약하자면, 1) COVID-19 이후 비즈니스 인텔리전스를 주제로 하는 연구가 전 영역에서 활발하게 수행되고 있으며, 2) 제조 분야에서 지능형 제조 솔루션 및 메타버스 등의 이슈가 등장함에 따라 제조 생산 시스템에 관한 주제가 다시 한번 주목받고 있음을 확인하였다. 마지막으로, 3) 주제어 자체는 기술과 서비스의 측면에서 분리하여 볼 수 있지만, 다수의 연구에서 해당 기술들을 접목하여 적용된 다양한 서비스를 포괄적으로 다루고있으므로 이를 별개로 해석하는 것이 바람직하지 못하다는 점을 알 수 있었다.

As a key infrastructure for digital transformation, the spread of data, network, artificial intelligence (D.N.A.) fields and the emergence of promising industries are laying the groundwork for active digital innovation throughout the economy. In this study, by applying the text mining methodology, major topics were derived by using the abstract, publication year, and research field of the study corresponding to the SCIE, SSCI, and A&HCI indexes of the WoS database as input variables. First, main keywords were identified through TF and TF-IDF analysis based on word appearance frequency, and then topic modeling was performed using g-DMR. With the advantage of the topic model that can utilize various types of variables as meta information, it was possible to properly explore the meaning beyond simply deriving a topic. According to the analysis results, topics such as business intelligence, manufacturing production systems, service value creation, telemedicine, and digital education were identified as major research topics in digital transformation. To summarize the results of topic modeling, 1) research on business intelligence has been actively conducted in all areas after COVID-19, and 2) issues such as intelligent manufacturing solutions and metaverses have emerged in the manufacturing field. It has been confirmed that the topic of production systems is receiving attention once again. Finally, 3) Although the topic itself can be viewed separately in terms of technology and service, it was found that it is undesirable to interpret it separately because a number of studies comprehensively deal with various services applied by combining the relevant technologies.

이 연구는 지방정부의 혁신역량이 인공지능(AI) 조례 제정의 효율성에 미치는 영향을 실증적으로 규명하는 데 목적이 있다. 분석대상은 2023~2024년 동안 17개 광역자치단체에서 제정된 AI 조례이며, 혁신역량과 정치･경제･네트워크･수요･행정적 요인을 설명변수로 포함하였다. 연구방법은 1단계에서 투입지향 DEA 모형(CCR, BCC, SE)을 적용하여 조례 제정의 상대적 효율성을 산출하고, 2단계에서 패널 확률효과 회귀분석을 통해 혁신역량과 기타 요인의 영향을 검증하였다. 분석결과, 지역 간 효율성의 이질성이 뚜렷하게 나타났으며, 단순한 인력･재정 규모만으로는 효율성이 담보되지 않는다는 점과 혁신역량이 효율성 제고에 기여할 가능성을 확인하였다. 정책적 시사점으로는 지방정부별 혁신역량 수준과 정치･경제･행정･네트워크･수요 조건의 차이를 반영해 차별적 유인체계를 설계하고, 정부혁신적 제도와 운영 방식을 통해 효율성을 제고할 필요가 있음을 제시한다.

This study investigates how local governments’ innovation capacity shapes the efficiency of enacting artificial intelligence (AI) ordinances. The analysis covers AI ordinances adopted by 17 metropolitan governments in Korea between 2023 and 2024, with innovation capacity and political, economic, network, demand, and administrative factors included as explanatory variables. A two-stage empirical strategy was employed. First, an input-oriented DEA model (CCR, BCC, SE) was applied to estimate the relative efficiency of ordinance enactment. Second, panel random-effects regression was used to assess the influence of innovation capacity and other contextual factors. The results indicate that efficiency is not guaranteed by the scale of human or financial resources alone; rather, innovation capacity appears to be an important factor associated with efficiency, with notable regional heterogeneity. The findings highlight the policy need to design differentiated incentive structures that reflect disparities in innovation capacity and contextual conditions, while enhancing efficiency through institutional and operational reforms in government innovation.