Earticle

인공지능 비서나 스피커를 통한 쇼핑에 대한 관심이 고조되고 있음에도 불구하고, 이와 관련된 연구는 아직 미흡한 상황이다. 따라서 본 연구에서는 인공지능 비서의 쇼핑 추천 기능에 대해 소비자들이 어 떻게 반응하는지, 그리고 그 쇼핑몰이 인공지능 비서 서비스를 제공하는 기업의 소유인지 여부에 따라 달라지는가를 검증해 보고자 하였다. 이를 검증하기 위해 온라인 쇼핑몰 종류(인공지능 서비스를 제공 하는 기업 소유의 쇼핑몰 vs. 제휴 쇼핑몰 vs. 사용자가 친숙한 쇼핑몰)와 사용자의 연령(20, 30대 vs. 50, 60대)을 독립변수로 3 × 2 집단 간 설계와 종속변수를 인공지능 비서에 대한 전반적인 태도, 지각 된 편의성, 지각된 유용성, 사용의도, 쇼핑 추천 기능에 대한 태도, 기대품질, 사용의도로 하여 279명의 실험참여자를 대상으로 하여 측정하였다. 실험 결과, 50대 이상의 베이비붐 세대는 전반적으로 긍정적 인 태도를 보였으나, 20, 30대의 MZ세대는 쇼핑몰의 유형에 따라 다른 반응을 보였다. 구체적으로 자 신이 친숙한 쇼핑몰에 대해서는 상대적으로 높은 선호도를 보였으나, 제휴 쇼핑몰이나 인공지능 비서 서비스를 제공하는 기업 소유 쇼핑몰의 경우 상대적으로 낮은 선호도를 보였다. 본 연구는 온라인 쇼 핑몰의 유형에 따른 인공지능 비서의 쇼핑 추천 기능과 소비자의 태도 간 관련 연구에 공헌하며, 실질 적으로 사용 연령에 따른 인공지능 비서의 쇼핑 추천 기능을 개발하는 데 필요한 실무적 함의를 제공 할 것을 기대한다.

Despite the growing interest in shopping through artificial intelligence assistants or speakers, related research is still insufficient. This study verifies how consumers respond to the shopping recommendation function of an artificial intelligence assistant and whether it varies depending on whether the shopping mall is owned by a company that provides artificial intelligence assistant services. For the experiment, online shopping mall (shopping mall owned by a company that provides artificial intelligence services vs. affiliated shopping mall vs. user-friendly shopping mall) and the user's age (20s and 30s vs. 50s and 60s) were used as independent variables. As a result of the experiment, the baby boomers in their 50s and older showed an overall positive attitude, but the MZ generation in their 20s and 30s showed different reactions depending on the type of shopping mall. This study contributes to research on the relationship between the shopping recommendation function of artificial intelligence assistants and consumer attitudes according to the type of online shopping mall, and provides practical implications for developing the shopping recommendation function of artificial intelligence assistants.

인공지능은 게임 산업에서 경쟁자 또는 조력자의 역할을 수행하며, 시청자 경험에 각각 다른 영향을 미친다. 본 연 구는 인간-AI 게임을 다룬 309개의 유튜브 영상을 분석하여, AI 역할이 시청자 감정과 참여 수준에 미치는 영향을 탐구하였 다. 감성 분석과 토픽 모델링 결과, 경쟁자 AI는 고도화된 전략과 전술을 통해 시청자들에게 강한 긍정적 감정을 유발했으며, 콘텐츠 제작자(유튜버)들은 중립적이고 신중한 반응을 보였다. 반면, 조력자 AI는 콘텐츠 제작자들로부터 긍정적인 평가를 받 았지만, 시청자들은 기대에 미치지 못한 성능에 상대적으로 비판적인 반응을 보였다. 본 연구는 AI 역할이 시청자 감정과 참 여 양상에 미치는 영향을 실증적으로 분석함으로써, 게임 내 AI 설계와 사용자 경험 최적화를 위한 이론적･실질적 시사점을 제시한다. 향후 연구에서는 게임 이외 다양한 분야의 AI 역할을 탐구함으로써 인간-AI 상호작용에 대한 보다 폭넓은 이해를 도모할 수 있을 것이다.

Artificial intelligence (AI) is reshaping the gaming industry by acting as either a competitive opponent or a supportive assistant, each influencing audience experience differently. This study examines how these AI roles impact viewer sentiment and engagement in gaming-related YouTube videos. Analyzing 309 videos featuring human-AI interactions using sentiment analysis and topic modeling tools (TextBlob, BERTopic), we found that competitive AI evokes strong positive sentiment from viewers due to its advanced strategies, while assistant AI is favorably evaluated by content creators for its reliability and gameplay enhancement. These findings highlight how AI roles shape audience sentiment and interaction, offering insights for optimizing AI integration in gaming. Future research should explore AI roles in broader digital environments to deepen our understanding of human-AI interactions.

[연구목적] 본 연구의 목적은 SOR 모델을 기반으로. AI VA의 사회-기술적 접근이 신뢰와 사용자 친밀 도에 미치는 영향을 분석하는 데 있다. 또한 신뢰의 매개 효과를 살펴보고, AI VA 사용에 대한 기술 불안 감의 조절 효과를 검증하였다. [연구방법] 자료수집은 2024년 6월 2일부터 2024년 6월 28일까지 한국의 음성 비서 사용자를 대상으로 온라인과 오프라인 설문지를 통해 수집하였다. 회수된 설문지 347개 중에서 성실하지 않은 응답을 제외하 고 최종 296개를분석에 이용하였다. [연구결과] 첫째, AI 음성 인식 비서 서비스의 사회 기술적 접근이 사용자 신뢰에 긍정적인 영향을 미 치고, 신뢰는 다시 사용자 친밀도에 긍정적인 영향을 미친다는 것을 확인했다. 둘째, 신뢰가 실용적 가치, 쾌락적 가치, 인적 유사성과 사용자 친밀도의 관계에서 매개 역할을 함을 확인했다. 셋째, 기술 불안감은 사회적 접근의 하위 요인인 쾌락적 가치와 인적 유사성이 사용자 친밀 도에 미치는 영향을 매개하는 것으로 확인되었다. 반면 기술적 접근과 사용자 친밀도의 관계에서는 조절효과가 없었다. [연구의 시사점] 첫째, 프라이버시 우려와 사용자 친밀도의 관계에서는 매개 효과가 없는 것으로 나타 났다. 이러한 결과는 VA 서비스 연구를 위한 토대를 제공하고, 프라이버시 우려에 대한 추가 연구의 필요성을 제기한다. 둘째, 기술 불안이 사회적 측면에서는 조절효과가 있지만 기술적 측면에서는 조절 효과가 없음을 의미한다. 이러한 결과는 기술 불안의 특성이 기술보다는 감정과 관련이 있음을 보여주 는 것으로, 향후 기술과 관련된 연구에서 기술 불안감을 해소하는 데 도움이 될 것이다.

This study aims to describe music-related request patterns observed in AI assistant platforms and formalize them by using the local grammar graph(LGG) methodology. These patterns, transformed into Finite-State Transducers in the Unitex platform, allow us to automatically classify and annotate various sentences used for request, which is crucial for diverse machine learning approaches. In this study, we examined a corpus of tweet texts crawled by Deco-T-Crawler as seed data and classified music-related requests into 3 categories: music on/off, volume up/down and music-play control. Then each category was divided into sub-categories which were represented by several LGGs. By applying these LGGs and the DECO Korean dictionary on test data, we obtained the information retrieval performance. In this regard, the linguistic resources proposed in this study are proved concrete and meaningful.

2024년 기준 이주배경학생 수는 193,814명으로 전년 대비 7% 증가하였으나, 이들을 위한 교육에 관한 지원은 아직 미흡한 실정이다. 모국어가 아닌 언어를 이용하여 여러 교과를 학습할 때, 단어의 뜻을 파악하고 문장의 의 미를 이해하는 과정은 중요하다. 최근 초·중등학교에서 인공지능 디지털교과서(AIDT)의 도입이 현실로 다가왔 다. 만일, AIDT가 이주배경학생의 학습을 도울 수 있는 단어학습 도우미를 제공한다면, 교육적 소외를 줄일 수 있다. 본 연구에서는 이주배경학생의 한국어 이해를 돕기 위해 AI 디지털교과서 내 단어를 쉽게 이해할 수 있도 록 돕는 단어학습 도우미를 개발하였다. 본 연구에서 개발한 시스템은 학생들이 교과서의 단어를 쉬운 언어로 재구성한 정의와 학생의 모국어로 번역된 정의를 제공한다. 또한, 교과서에서 단어를 선택하면 해당 단어를 활용 한 예시 문장과 예시 문장에 대한 설명을 제시한다. 또한, 이주배경학생의 비율이 높은 베트남, 중국, 필리핀, 일 본어를 포함한 다양한 언어 지원을 통해 학생들의 한국어 이해 및 소외감 없이 자신의 문화와 언어가 존중받는 환경을 조성할 수 있어 교육 효과를 향상시킬 수 있다.

As of 2024, the number of students with migrant backgrounds in South Korea has reached 193,814, marking a 7% increase compared to the previous year. However, support for their education remains insufficient. Understanding the meanings of words and the context of sentences is essential when learning various subjects in a non-native language. Recently, the introduction of AI Digital Textbooks (AIDT) in primary and secondary schools has become a reality. If AIDT provides a vocabulary learning assistant to support the learning of students with migrant backgrounds, it could help reduce educational marginalization. This research developed a vocabulary learning assistant within AI Digital Textbooks to help Korean language understanding for students with migrant backgrounds. The system provides students with simplified definitions of textbook vocabulary and translations into their native languages. Additionally, when students select a word from the textbook, the system presents example sentences using the word and contextual explanations. Moreover, by supporting multiple languages, including Vietnamese, Chinese, Filipino, and Japanese—languages common among students with migrant backgrounds—the system can improve students’ understanding of Korean and foster an inclusive environment where their cultures and languages are respected. This approach enhances educational effectiveness and reduces feelings of alienation.

AI assistant, a software interface designed to interact with a user in a natural way and perform specific tasks on the user’s behalf, receives increasing attention from both scholars and practitioners. While most of the literatures explain about technical aspects, little is known about the social and psychological factors that intimately influence consumers when using it. This study sheds light on the reason people use AI assistant and how perceived values influence on intention of continuous usage. A total of 361 AI assistant users participated in an online survey, and all were recruited from a major online panel in South Korea. The results from the principal component analysis suggest five social and psychological motives: self-expression, quality of life, entertainment, information, and compatibility. In addition, perceived values, informativeness, entertainment, and trustworthiness, positively predict the intention to use AI assistant. This research provides theoretical contributions from finding motivations of AI assistant usage and from the effects of perceived values on the intention to use it. Practical implications should not be overlooked in this ever-expanding AI industry.

This paper presents the development of an AI-assisted system designed to support IELTS writing preparation by integrating large language models and retrieval-augmented techniques. The system was built using Python, with Streamlit providing the user interface, OpenAI's API enabling natural language processing capabilities, and FAISS combined with LangChain facilitating efficient semantic retrieval and conversational context handling. The tool allows learners to input IELTS writing tasks via direct text or uploaded PDF files, from which it extracts and processes text, tables, and images to generate personalized writing guidelines. It also enables automated grading aligned with IELTS writing criteria and offers improved essay suggestions targeting a specified band score. Integrating modular components and AI capabilities, the system offers a scalable framework for automated writing support in language learning contexts. This innovation advances the expanding domain of AI in educational settings and helps illustrate AI systems' potential to improve language skills.

There has been growing interest in using Automatic Speech Recognition (ASR) systems to support second-language (L2) pronunciation practice. This study examined how Korean learners of English adjusted their pronunciation in response to two ASR feedback modalities: auditory feedback from an AI assistant (Amazon Alexa) and visual text feedback from a speech-to-text tool (Google Docs). Nineteen Korean L2 learners produced 36 words containing six English vowels (/i, ?, ?, æ, ?, ?/). Following a misrecognition, they repeated the same word up to two additional times. Results from mixed-effects models showed that (1) recognition rates generally increased across attempts for most vowels, with the largest gains occurring between the first and second attempts; (2) when modifying their pronunciation, learners primarily relied on vowel lengthening rather than spectral adjustments; and (3) the two ASR systems appeared to elicit somewhat different adjustment patterns. Overall, ASR provided effective real-time feedback that prompted learners to modify their pronunciation. However, in the absence of explicit guidance, these adjustments were largely confined to temporal changes. These findings highlight the need for ASR activities and feedback to be carefully designed to facilitate pronunciation learning.

Against the backdrop of artificial intelligence (AI) reshaping the global retail ecosystem, traditional retail models face numerous challenges, and AI-powered online shopping guidance has become pivotal for retailers’ digital transformation. This study aims to explore the impact of AI online shopping guide characteristics on consumer behavioral mechanisms. Grounded in the Theory of Reasoned Action (TRA) and the Theory of Planned Behavior (TPB), a theoretical model was constructed with professionalism of guidance, interaction style, and personalized recommendations as independent variables; consumer trust and satisfaction as mediating variables; and purchase intention as the dependent variable. Empirical validation was conducted through an analysis of 475 valid questionnaires from users of mainstream Chinese e-commerce platforms. The results indicate that the professionalism of AI guides, interaction style, and personalized recommendations are all positively correlated with purchase intention. Additionally, consumer trust and satisfaction play partial mediating roles between these variables and purchase intention. This research provides strategic insights for optimizing AI-guided systems on e-commerce platforms and extends the application of traditional behavioral theories to intelligent service scenarios.

This study investigates how emotional interaction, problem-solving ability, and compensation proposal appropriateness influence customer forgiveness and repurchase intentions in the context of service failures involving AI voice assistants. A unique methodological contribution of this research lies in identifying key service failure attributes using qualitative interviews combined with Term Frequency-Inverse Document Frequency (TF-IDF) analysis, ensuring empirical grounding in actual user experiences. Based on this founda tion, a survey was conducted with 350 users who had prior experience with AI voice assistants such as Apple Siri, Amazon Alexa, and Naver Clova. Structural equation modeling revealed that all three service recovery attributes had significant positive effects on customer forgiveness, which in turn strongly predicted repurchase intentions. Moreover, frequency of use and brand loyalty were found to moderate the relationships between service recovery attributes and forgiveness. These findings contribute to the literature by extending the service recovery framework to AI-based interactions and offer practical insights for enhancing AI service strategies through emotional and personalized engagement.

최근 다문화 가구 수의 지속적인 증가와 결혼이민자의 한국어 능력 부족 문제로 인한 다문화 가족 지원 사업의 확대와 다문화 센터 인력 확보의 중요성이 대두되고 있다. 본 논문에서는 AI기술을 활용해 영유아를 육아하는 다문화 가정의 이주자 부모와 자녀간의 소통 증진에 기여하는 다이어리 앱을 설계하고 구현하였다. 제안 기술은 OCR, 기계 번역, 한국어 교정, 감성 분석 AI 모델을 활용해 부모와 자녀 간 일기 기반의 대화를 유도함으로 언어적 문제를 해결함과 동시에 정서적 유대감 형성에 기여하고, 미래 다문화 사회의 발전과 조화에 방향성을 제시할 수 있다.

The continuous rise in the number of multicultural households and the issue of insufficient Korean language proficiency among marriage immigrants have highlighted the need to expand support programs for multicultural families and the importance of staffing multicultural centers. This paper designs and implements a diary application that leverages AI technology to enhance communication between parents and children in multicultural families based on diary entries. The proposed technology uses OCR, machine translation, Korean language correction, and sentiment analysis AI models to facilitate diary-based conversations between parents and children, addressing linguistic barriers and fostering emotional bonds. Additionally, it aims to provide direction for the development and harmony of future multicultural societies.

[Purpose]This study aimed to investigate the effects of AI VA’s social－technology approach on trust and user friendliness based on the SOR model. In addition, the mediating effect of trust was examined and the moderating effect of technological anxiety on VA use was verified. [Methodology] Data collection was conducted from June 2, 2024 to June 28, 2024 through online and offline questionnaires targeting voice assistant users in Korea. Of the 347 returned questionnaires, 296 were used for analysis after excluding insincere responses. [Findings]First, it was confirmed that the socio－technical approach of AI voice recognition assistant service had a positive effect on user trust, and trust in turn had a positive effect on user stickiness. Second, as a result of verifying the mediating effect of trust in the relationship between AI VA service and user stickiness, it was confirmed that trust played a mediating role in the relationship between utilitarian value, hedonic value, human similarity, and user stickiness. Third, the moderating effect of technology anxiety was confirmed. It was confirmed that technology anxiety mediated the effects of hedonic value and human similarity, which are subfactors of social approach, on user stickiness. [Implications]First, there was no mediating effect in the relationship between privacy concerns and user stickiness. These results provide a foundation for research on VA services and suggest the need for further research on privacy concerns. Second, Technology anxiety has a moderating effect in the social aspect, but has no moderating effect in the technological aspect.

생성형 인공지능(Generative AI)의 확산은 방대한 양의 고품질 학습 데이터를 필수 자원으로 만들고 있으며, 이에 따라 개인정보 수집·활용을 둘러싼 법적·윤리적 문제는 더욱 복잡하고 구조화된 형태로 전개되고 있다. 특히 통신 기반 AI 서비스는 실시간으로 민감 데이터를 수집할 수 있는 구조를 갖추었으나, 이러한 데이터가 인공지능 학습에 활용되는 과정에서 그 정당성과 책임 구조는 여전히 불투명하다. 본 연구는 SK텔레콤의 AI 비서 서비스 ‘에이닷(A.)’ 사례를 통해 통화 데이터, 대화 기록, 제3자 연동 정보 등 고위험 개인정보 활용 방식과 이에 따른 사용자 통제권 침해, 제3자 권리 미보장, 알고리즘 불투명성의 문제를 분석하였다. 특히 통화 데이터의 처리 과정은 개인정보보호법(PIPA)상 목적 제한성 원칙 및 사전 동의 체계와 충돌하며, 기존 법제도가 AI 학습 데이터의 복합성과 재사용 가능성을 충분히 포섭하지 못하고 있음을 실증적으로 드러낸다. 또한 Stack Overflow 사례를 통해, 공개된 데이터라도 정보 주체의 권리 고지, 활용 목적의 명확성, 저작권 보호 등 최소한의 규범 요건이 충족되지 않으면 법적·윤리적 위반으로 전환될 수 있음을 밝혔다. 이러한 분석을 바탕으로 GNU GPL 라이선스의 핵심 원칙 - ‘공개’, ‘책임 공유’, ‘권리 연속성’ - 을 AI 데이터 거버넌스 구조에 적용할 수 있는 가능성을 탐색하였다. 결론적으로 본 연구는 기술·법·윤리 통합적 관점에서 새로운 데이터 규범 설계 필요성을 제시하며, AI 생태계의 투명성과 책임성, 디지털 시민사회의 정보주권 강화를 위한 기반을 제공하고자 한다.

The rapid expansion of generative AI has significantly increased the demand for large-scale, high-quality training data, raising critical legal and ethical concerns regarding the use of personal information. Telecommunication-based AI services, such as SK Telecom’s “A.” assistant, have structural access to sensitive data, including call logs and voice content. This study examines how such data is utilized for AI training, highlighting challenges related to user control, third-party rights, and algorithmic transparency. Through a case analysis of A., and a comparison with the Stack Overflow incident, this study highlights how even publicly available datasets can cause harm when proper consent, attribution, and legal compliance are absent. Existing legal frameworks, such as Korea’s Personal Information Protection Act (PIPA), are found to be inadequate in addressing AI-specific risks, particularly concerning high-risk data types. As a normative response, this paper explores the applicability of governance principles derived from the GNU General Public License (GPL), including openness, shared responsibility, and continuity of rights. The findings indicate a need for hybrid governance models that integrate legal, technical, and ethical mechanisms to ensure transparency, accountability, and data sovereignty in the era of artificial intelligence(AI).

In the era of artificial intelligence, the use of 'artificial intelligence-based services' has been diversified by combining various smart devices, big data, and voice recognition technology with artificial intelligence. From the perspective of IT services, these services are important technology that cause a paradigm shift from display-centered to voice-centered, and from passive to active IT-based services. This study seeks to find a solution to the current situation where AI assistant service is still in its beginning stage, despite having been ten years since its release and having a growing number of consumer touch points. Accordingly, we categorized the functions of AI assistant services and identified the degree of importance and satisfaction of services recognized by actual users. In order to define the 'ideal' services of AI assistant, seven experts from AI assistant-related industry have participated in the interview. Based on this result, we investigated the importance and satisfaction of services perceived by actual users of AI assistant services. As a result of IPA (Importance Performance Analysis). we find out which services are potentially 'keep', 'concentrate', 'low priority', or 'overkill' and provide various implications from the findings.

본 연구는 상담사 보조용 AI 개발을 위한 기초 연구로, 상담사의 AI 보조 도구에 대한 요구 및 우려를 탐색하였다. 이를 위해 한국상담학회 또는 한국상담심리학회 1급 자격증 소지자이거나 2급 자격증 취득 후 5년 이상 실무경험을 지닌 상담사 45명을 대상으로 개 방형 설문을 실시하였고, CQR-M을 활용하여 분석하였다. 그 결과, AI 보조 도구에 대한 요구로 회기 준비 및 정리 보조, 회기 내 상담개입의 효과 촉진, 내담자의 상담몰입을 위 한 도구의 효율적 제공 등 3개의 범주와 11개의 하위범주가 도출되었다. 또, AI 보조 도 구에 대한 우려로는 윤리적 문제, 상담 흐름 및 진행 방해, 상담사의 부담 가중, 상담사 의 역할 축소 등 4개 범주와 9개의 하위범주가 도출되었다. 이러한 결과를 토대로 상담 사의 요구를 반영하고 우려를 보완할 수 있는 최신 인공지능 기술을 제언하였고, 상담사 보조용 AI 개발을 위한 시사점 및 기술적 대응 방안에 대해 논의하였다.

This preliminary study explores counselors’ perspectives on two areas relevant to the development of an AI assistant tools for counseling, based on open-ended survey responses from 45 licensed professional counselors with advanced certification, analyzed using CQR-M. In the area of needs for AI assistant tools, 3 categories and 11 subcategories were derived, including supporting session preparation and review, enhancing the effectiveness of in-session interventions, and efficiently providing tools that improve clients’ engagement. In the area of concerns about AI assistant tools, 4 categories and 9 subcategories were identified, including ethical issues, disruptions to the flow of counseling sessions, increased workload for counselors, and diminishing the role of counselors. Based on these findings, we propose a strategy for translating state-of-the-art AI techniques into counseling practice to meet counselors' needs while addressing their concerns.

본 연구는 AI 스피커가 AI 음성 비서를 매개하여 실행되는 방식에 주목하였다. 이 과정에서 AI 음성 비서와 사용자 간의 커뮤니케이션이 AI 스피커 이용에 영향을 미치는지 실증분석을 실행하였다. 독립변인은 AI 음성 비서의 의인화 개성(인간성, 전문성, 사회성), 사회적 실재감, 개인화로 구성하였고, 종속변인은 AI 스피커의 4가지 서비스 범주에 대한 이용으로 설정하였다. 분석 자료는 온라인 설문조사로 AI 스피커 사용자 333명의 데이터를 수집하였고 다변인 회귀분석을 통해 모델의 적합성과 요인별 영향관계를 검증하였다. 분석결과, AI 음성 비서의 의인화 개성, 사회적 실재감, 개인화는 AI 스피커의 서비스 범주에 따라 이용에 영향을 미치는 요인들이 서로 다르게 구성되었다. 커머스·쇼핑 서비스는 인간성 의인화 개성, 전문성 의인화 개성, 사회적 실재감이 이용에 영향을 주었고, 교육 서비스는 사회적 실재감만 이용에 영향을 미쳤다. 엔터테인먼트 서비스는 전문성 의인화 개성, 개인화가 이용에 영향을 미쳤고, 뉴스·생활정보 서비스는 인간성 의인화 개성, 전문성 의인화 개성, 개인화가 이용에 영향을 주었다. 또한 요인들 중에서 전문성 의인화 개성은 교육 서비스를 제외한 다른 3가지 서비스 이용에 주요한 영향을 미치는 것을 확인하였다. 본 연구의 결과는 커뮤니케이션 과정에서 AI 스피커 사용자가 지각한 AI 음성 비서의 특성이 AI 스피커의 서비스 이용에 미치는 실증 요인을 밝혀내고 서비스 범주별로 차별화된 결과를 제시한 점에서 시사점을 제공한다.

This study analyzed how AI speakers are executed by mediating the AI voice assistant. To better characterize AI speakers, an empirical analysis was conducted to determine whether the communication between the AI voice assistant and the user affects the use of the AI speaker by users. Independent variables included anthropomorphism personality (humanity, professionalism, sociality), social presence, and personalization of the AI voice assistant. Dependent variables included the use of four service categories of the AI speaker. The survey was commissioned by a professional online survey institution to collect data from 333 AI speaker users. The influence and relationship of each factor were determined through multivariate regression analysis. Based on the results of the analysis, anthropomorphism personality, social presence, and personalization of the AI voice assistant were configured differently according to the service category of the AI speaker. In commerce and shopping services, we found that the personification of humanity, the personification of professionalism, and a sense of social presence affected the use, and that the education service only affected the use of social presence. In entertainment services, professional anthropomorphization and personalization affected the use, and in news and life information services, the personification of humanity, professionalism, and personalization affected the use. Additionally, among the factors, professional personification had a significant impact on the use of three other services except for education services. The results of this study imply that the characteristics of AI voice assistant perceived by the AI speaker user during the communication process are indicative of empirical factors affecting the service use of the AI speaker. Results also vary by service categories.

소비자들은 자신의 특정목표를 이루고자 하는 과정에서 인공지능 또는 인간 어시스턴트의 도움을 받곤 한다. 본연구는 소비자가 목표달성을 위해 인공지능 어시스턴트의 도움을 받은 후 목표 달성의 성공 및 실패 여부에 따른긍정적 결과와 부정적 결과를 비교함으로써 결과에 대한 소비자의 귀인에 미치는 영향을 살펴보았다. 구체적으로본 연구의 결과에서 부정적 결과의 상황에서는 인공지능 어시스턴트에 비해 인간 어시스턴트의 탓으로 돌리는 경향이 큰 반면, 인간 어시스턴트 이용에 대한 만족도와 재이용의도는 감소하지 않는 것으로 나타났다. 또한, 긍정적인결과의 상황에서는 결과에 대한 귀인의 영향이 나타나지 않았으며 어시스턴트 유형이 어시스턴트 이용에 대한 만족도와 재이용의도 미치는 영향도 유의하지 않았다. 따라서 본 연구는 어시스턴트 유형이 어시스턴트 이용에 대한 귀인의 방향과 만족도 및 재이용의도에 미치는 영향을 조사하고 이를 결과의 유형이 조절하는 것을 검증하였다. 이에본 연구의 결과는 소비자가 목표달성을 위해 어시스턴트 이용하는데 있어서 소비자 귀인의 방향과 만족도에 대한이해를 높이는 데 기여한다.

Consumers often seek help from AI or human assistants while they try to achieve specific goals. The currents study investigated the effects of assistant type (AI vs. human) and result type (negative vs. positive) on attribution, satisfaction and intention to reuse in the process of goal achievement. Moreover, the consumer’s attribution to the results was examined by comparing the results according to the success and failure of goal achievement after receiving help from assistants. The result of the study demonstrated that satisfaction and intention to reuse did not decrease through attribution when they received assistant from human rather than an application, even in the case of negative results. This paper contributes to enhancing the understanding direction of consumer attribution depending on the type of assistants and results in the process of reaching the goal.

Paraphrasing is a challenging task, and many EFL/ESL learners struggle to rephrase what they have read. The present study assumes that a generative AI writing tool can alleviate this problem since its main mechanism is paraphrasing an input sentence. The purpose of the study is thus to identify the types of paraphrases used by Korean university students after self-revising their first drafts of summary writing with Wordtune, an AI-powered writing assistant tool and to understand their perceptions of the paraphrasing process. The data includes summary writing, reflective journals, and surveys. Quantitative analysis showed that lexically and syntactically modified type was the most frequently used, with near copy being the least used. Qualitative analysis revealed that such a revision process offered participants these three opportunities: exploring better sentences, incorporating writing styles, and expanding their English learning potential. Additional surveys indicated that semantic errors and a lack of explanatory feedback were the tool's most significant limitations. Implications for using a generative AI writing assistant tool for English learning and teaching are discussed.

본 연구는 인공지능(AI) 음성비서를 활용한 요리활동 중재가 발달장애 학생의 요리수행능력 향상과 그 효과의 지속성에 미치는 영향을 검증하는 데 목적이 있다. 이에 중학교 특수학급에 재학 중인 발달장애 학생 3명을 대상으로 하였으며 단일대상연구 중 대상자 간 중다간헐기초선 설계(multiple-probe design across participants)로 수행되었다. 요리활동은 난이도와 절차 복잡도를 통제한 다양한 과제(총 25개)로 구성하였다. 연구자가 개발한 요리수행능력 평가도구(17문항, CVR=.82)를 사용하여 기초선-중재-유지 단계별 수행률을 측정하였다. 연구참여학생 모두 중재 단계에서 평균 수행률이 기초선 대비 40%p 이상 향상되었으며(PND=100%), 중재 종료 2주 후에도 수행 수준이 평균 89∼90%로 유지되었다. 사회적 타당도 평가에서도 중재의 목표, 절차, 결과에 대한 만족도가 높게 나타났다(M=4.7/5). AI 음성비서를 활용한 요리활동 중재는 발달장애 학생의 요리수행능력을 향상시키고 그 효과를 안정적으로 유지하는 데 효과적인 교수전략으로 확인되었다. 본 연구는 특수학급 교육에서 기술 기반 개별화 교수 체계를 설계하는 데 실천적 시사점을 제공하며, 향후 연구에서는 장기적 유지 효과와 학생들의 경험을 심층적으로 분석하는 질적 연구가 병행될 필요가 있다.

This study aimed to examine the effects of a cooking activity intervention using an artificial intelligence (AI) voice assistant on improving and maintaining the cooking performance of students with developmental disabilities.A single-subject research design employing a multiple-probe design across participants was implemented. Three students with developmental disabilities enrolled in a special class at a middle school participated in the study. The cooking activities consisted of a set of 25 cooking tasks with controlled levels of difficulty and procedural complexity, which were designed to provide variety while maintaining equivalent task demands across sessions. The researcher-developed Cooking Performance Assessment Tool (17 items, CVR=.82) was used to measure the percentage of correct performance across the baseline, intervention, and maintenance phases. All participants demonstrated more than a 40-percentage-point increase in average performance during the intervention phase compared to the baseline (PND=100%), and their performance levels were maintained at an average of 89-90% two weeks after the intervention. The social validity assessment also indicated a high level of satisfaction with the goals, procedures, and outcomes of the intervention (M=4.7/5). The cooking activity intervention using an AI voice assistant was found to be an effective instructional strategy for enhancing and maintaining the cooking performance skills of students with developmental disabilities. This study provides practical implications for designing technology-based individualized instructional systems in special classes. Future research should include qualitative studies that explore the long-term maintenance effects and examine students’ experiences in depth.