Earticle

The Fourth Industrial Revolution, driven by digital innovations, has brought significant changes to core technologies, industrial systems, and job structures. Against this backdrop, this study explores the application of AI image generation models, specifically those based on diffusion architectures, in the development of picture book illustrations. Focusing on two widely adopted tools-DALL·E 3 and Midjourney-which represent state-of-the-art implementations of diffusion-based image synthesis, the study adopts a case study approach to evaluate their stylistic characteristics, usability, and associated challenges. The research compares the visual styles generated by both tools, outlines a five-stage workflow for AI-assisted picture book creation, and analyzes limitations in AI creativity, data bias, and ethical concerns. Findings indicate that DALL·E 3 produces whimsical and intuitive illustrations suitable for narrative clarity, while Midjourney excels in artistic expression and visual depth. By highlighting the capabilities and constraints of these AI models, this study offers practical insights into how such technologies can support creative illustration processes. It also emphasizes the need for further research using objective data and statistical methods to assess user satisfaction and broader applicability.

본 연구는 한국 대학 EFL 맥락에서 AI 강화 구조화 탐구 모형이 말하기 수행, 비판적 사고 성향 및 질문 생성 관련 심리 요인에 미치는 영향을 검증하였다. 준실험 혼합연구로, 10주간 수업(N=40)에서 질문 생성 훈련과 AI 매개 리허설을 통합 적용하였다. 분석 결과 말하기 능력은 유의하게 향상되었고(η²p = .336), 비판적 사고성향은 증가하며 질문 불안·체면 우려·권력거리 인식은 감소하였다. 이러한 결과는 AI가 독립적 효과 요인이 아니라 근접발달 영역 내 조절 구조를 재분배하는 매개적 요소로 기능했을 가능성을 시사한다. 그러나 소규모 군집 설계의 한계가 있으므로, 다양한 EFL 맥락에서 일반화 가능성과 인과적 안정성을 검증하기 위한 대규모 후속 연구가 필요하다.

This quasi-experimental mixed-methods study examined an AI-mediated structured inquiry model in a participation-constrained Korean EFL university context. A 10-week intact-class intervention (N = 40), integrating question-generation training, iterative prompt refinement, AI-mediated rehearsal, and structured oral tasks, produced significant gains in CEFR-aligned speaking proficiency (η²p = .336), improvements in critical thinking disposition, and reductions in anxiety and perceived hierarchical barriers. Findings are preliminary and context-specific, suggesting that algorithmically responsive rehearsal embedded within structured inquiry may redistribute regulatory processes in the Zone of Proximal Development and expand functional participation space rather than functioning as an autonomous causal agent, highlighting the importance of instructional configuration over technological determinism. Future large-scale cluster-randomized studies are needed to establish the generalizability and causal stability of these findings across diverse EFL contexts.

A story generation task is to develop a system that can continuously generate natural, consistent, and coherent stories for consecutive scenes. Recently transformer-based language models have shown considerable results at the sentence-level generation for learning human-writing ability. However, it is very crucial to understand the way of developing the story using a combination of various contents. Recent works have mainly focused on human-guided AI story generation methods in which humans as guidance determine the next storyline, and the system creates a story that reflects the storyline well. This study focuses on the way of replacing the human role with the AI-based model. Based on this, this study deals with the methodology for creating a long story spanning multiple scenes rather than creating a story at the level of one scene. In this regard, we propose a novel AI-guided story generation framework with automatic storyline generator. It is a pipeline structure consisting of two modules such as a storyline generator and a story generator, which enables the continuous creation of coherent stories. Particularly, we transform the storyline generation problem into a multiple-choice QA problem to predict the next storyline. This study shows the possibility of generating continuous stories for multiple scenes without any human intervention.

인공지능(AI) 기반 콘텐츠 생성 자동화는 최근 다양한 산업 분야에서 중요한 연구 주제로 부상 하고 있다. 본 연구는 인공지능(AI) 기반 콘텐츠 생성 자동화 기술의 최신 동향과 응용 분야를 탐구한다. 디지털 시대의 급증하는 콘텐츠 수요에 대응하기 위해, AI 기술이 다양한 영역에서 혁신적인 솔루션을 제공하고 있다. 연구 결과, 통합 AI 솔루션이 오디오, 비디오, 이미지 등 다 양한 형태의 콘텐츠를 효율적으로 생성할 수 있음을 확인했다. 특히 대규모 언어 모델(LLM)의 발전으로 자연어 처리 능력이 크게 향상되어, 텍스트 생성, 번역, 요약 등의 작업에서 탁월한 성능을 보이고 있다. 비즈니스 영역에서 AI는 마케팅 자동화, 개인화된 콘텐츠 제작, 의사결정 지원 등 다양한 응용 가능성을 보여주고 소셜 미디어 마케팅에서는 자동화 툴을 활용한 브랜드 홍보면에서 효율성 향상과 비용 절감 효과를 가져오고 있으며 교육 분야에서는 AI가 개인화된 학습 경험을 제공하고, 자동 학습 콘텐츠 생성에 활용될 수 있다. 연구 결과 AI 기반 콘텐츠 생 성 자동화는 개인화된 사용자 경험 제공, 생산성 향상, 비용 절감 등의 이점을 제공함을 시사한 다. 그러나 윤리적 문제, 데이터 편향, 저작권 침해 등 해결해야 할 과제도 확인되었다.

This study explores the latest trends and applications of AI-based content generation automation technologies. To address the rapidly increasing demand for content in the digital age, AI technologies are providing innovative solutions across various domains. The research findings demonstrate that unified AI solutions can efficiently generate diverse forms of content, including audio, video, and images. In the business sector, AI shows diverse application possibilities, including marketing automation, personalized content creation, and decision support. In the field of education, research is ongoing to provide personalized learning experiences through the integration of AI. The development of AI-based trailer generation technology for online courses is also underway. This study demonstrates that AI-based content generation automation technologies are significantly contributing to productivity enhancement and creativity promotion. Future research should focus on improving the quality of AI-generated content, ethical use, and developing human-AI collaboration models.

Dermoscopy and clinical imaging are vital for diagnosing skin conditions, as they pro-vide complementary perspectives that enhance diagnostic insight. However, while clinical images are easy to acquire, dermoscopic imaging often faces limitations due to equipment costs, expertise requirements, and data scarcity. This imbalance restricts the development of robust deep learning models in dermatology. To overcome this challenge, we propose a CycleGAN-based bidirectional image translation framework capable of generating realistic synthetic dermoscopic and clinical im-ages from their respective counterparts. The model effectively preserves key pathological structures while bridging the modality gap between the two imaging domains. Quantitative evaluation demonstrates promising results, with FID scores of 153.93 (clinical) and 117.03 (dermoscopic), and mean LPIPS scores of 0.6368 (clinical) and 0.6421 (dermoscopic), confirming the visual realism and structural consistency of the generated images. By reducing dependence on costly data acquisition and improving dataset diversity, this approach establishes a foundation for integrating synthetic data into dermatological deep learning, ultimately enhancing diagnostic accuracy and clinical ap-plicability.

The exponential growth of digitally produced content has necessitated the advent of smart, automated systems that can generate quality, search-optimized materials. IntelliWriter.io unveils a multi-model AI architecture that harmonizes transformer-based language models for SEO-centric content creation, improvement, and dissemination. In contrast to standard text generators, IntelliWriter employs domain-specific fine-tuning, keyword clustering, and contextual weighting to deliver both relevance and readability. By its being integrated with such platforms as WordPress, Shopify, and Wix, it facilitates the seamless auto-publishing and real-time metadata optimization. Experimental assessment suggests that IntelliWriter is cutting the editing time by 62% and improving the SEO ranking performance by 38% which makes it a next-generation framework for intelligent content automation.

This study proposes and verifies a next-generation 3D modeling pipeline integrating Generative AI and Photogrammetry techniques. Two types of objects were selected for experimentation: a bust combining characteristics of both objects and characters, and a stone slab exhibiting planar and symmetrical features. Firstly, videos depicting these objects from various viewpoints were generated using generative AI models. Secondly, these videos were processed through Photogrammetry software to produce high-quality 3D meshes and diffuse textures. Lastly, post-processing including high and Low-polygon mesh separation, UV unwrapping, and texture baking was performed, successfully producing Physically Based Rendering (PBR)-compatible game assets. The proposed pipeline demonstrates significant potential for practical applications across various industries, and further advances in generative AI and future research are expected to broaden this novel approach to digital asset creation.

본 연구는 여주도자산업의 실태와 여주도자산업 종사자 인식에 관한 선행 연구에서 나타난 여주도자산업 종사자의 디자인 연구와 신제품 개발의 한계점을 극복하고 지원할 수 있는 도구로서 이미지 생성 AI 활용성을 살펴보았다. 도자기 디자인과 AI 활용성과 관련하여 도자기 제품의 디자인 속성 및 도자기 제품개발과 AI 활용성, 도자기 디자인 요소와 형식화, 이미지 생성 AI 선택과 조건에 관한 탐색적 연구를 하였으며, 여주도자산업 종사자를 대상으로 이미지 생성 AI인 DALL-E 사용법을 제시하고 실질적인 신제품 개발에 활용하여 체험한 바, AI 활용성 효과를 심층 면접을 통해서 살펴보았다. 연구 결과, 도자기 제작자는 이미지 생성 AI를 활용함으로써 수많은 디자인 조합의 제품 이미지를 미리 확인하고, 필요한 경우 디자인을 신속하게 수정함으로써 시간과 비용을 절약할 수 있으며, 또한 AI가 생성한 제품 이미지에 대한 고객의 피드백을 신속하게 수집하고 디자인에 반영함으로써 고객의 요구에 충족할 수 있는 제품을 개발할 수 있다는 점에서 이미지 생성 AI의 활용성 효과를 기대할 수 있다.

This study examined the usability of image-generating AI as a tool that can overcome and support the limitations of design research and new product development by Yeoju ceramics industry workers as shown in previous studies on the actual status of the Yeoju ceramics industry and the perception of workers in the Yeoju ceramics industry. In relation to ceramic design and AI usability, an exploratory study was conducted on the design properties of ceramic products, ceramic product development and AI usability, ceramic design elements and formatting, and image creation AI selection and conditions. Image generation targeting workers in the Yeoju ceramics industry were conducted. We presented how to use DALL-E, a generative AI, and experienced it by using it to develop a practical new product, and examined the effectiveness of AI usability through in-depth interviews. As a result of the study, by utilizing image generation AI, pottery makers can save time and money by checking product images of numerous design combinations in advance and quickly modifying the designs if necessary. Additionally, by using AI-generated product images, pottery makers can save time and money. The usability effect of image creation AI can be expected in that it is possible to develop products that meet customer needs by quickly collecting feedback and reflecting it in the design.

본 연구는 웹 애플리케이션의 보안 취약점을 효율적으로 점검하기 위한 코드 생성 AI 활용 방법론을 제시한다. 기존 의 수동 점검 방식은 많은 시간과 인력이 소요되며, 사람의 실수로 인해 일부 취약점이 누락될 가능성이 있다. 또한, 기존의 자동화 도구는 정형화된 공격 패턴을 탐지하는 데에는 효과적이지만, 새로운 유형의 취약점이나 복잡한 맥락 을 고려한 보안 점검에는 한계가 존재한다. 이를 해결하기 위해, 본 연구에서는 코드 생성 AI를 활용한 자동화된 취 약점 점검 시스템을 개발하고, 이를 실제 환경에서 검증하였다. 제안된 시스템은 자연어로 작성된 보안 검사 요청을 실행 가능한 코드로 변환하여 점검을 수행하며, 기존의 정적 분석 및 동적 분석 기법과 결합하여 보다 정밀한 취약 점 탐지가 가능하도록 설계되었다. 실험 결과, 제안된 방법론은 기존의 수동 점검 대비 점검 시간을 약 40% 단축시 키고, 인력 비용을 절감하는 효과를 보였다. 또한, 표준화된 프로세스를 통해 일관성 있는 테스트 수행이 가능하여 보안 점검의 신뢰성을 높일 수 있었다. 특히, 코드 생성 AI가 기존 코드 패턴을 학습하고 새로운 보안 점검 시나리 오에 적용할 수 있기 때문에, 반복적인 취약점 점검 작업이 자동화되면서 개발자와 보안 전문가의 부담을 줄이는 데 기여하였다. 그러나, 복잡한 비즈니스 로직이나 특정 도메인에 특화된 보안 취약점의 경우, 여전히 전문가의 수동 점검이 필요하다는 한계가 있다. AI 모델이 훈련되지 않은 새로운 유형의 취약점이나 논리적 오류를 탐지하는 데 어 려움을 겪을 수 있기 때문이다. 따라서, 본 연구에서 제안한 코드 생성 AI 기반 자동화 점검 시스템은 보안 전문가 의 작업을 보조하는 도구로 활용될 수 있으며, 향후 AI 모델의 학습 데이터 확장과 정밀도를 높이는 연구가 추가적 으로 필요할 것이다.

This study proposes a methodology for using code-generation AI to efficiently detect security vulnerabilities in web applications. Manual assessments are time-consuming and prone to human error, while existing automated tools struggle with detecting new or context-specific vulnerabilities. To address these challenges, we developed an AI-powered system that converts natural language security requests into executable code and integrates static and dynamic analysis techniques for improved accuracy and efficiency.Experimental results showed that the proposed system reduced assessment time by 40% and significantly lowered labor costs while ensuring standardized and consistent security testing. By learning existing code patterns, the AI automates repetitive security checks, reducing the workload for developers and security professionals. However, complex business logic and domain-specific vulnerabilities still require expert review, as AI may struggle with detecting novel threats or logical flaws. Therefore, this system is best used as a complementary tool rather than a replacement. Future improvements should focus on expanding code generation AI training data and enhancing detection capabilities.

본 연구는 인공지능(AI)이 생성한 디지털 미술작품에 대한 관람자의 진정성 지각이 미적 판단과 수용 태도에 미치는 영향을 실증적으로 분석하는 것을 목적으로 하였다. 최근 AI 기술의 발전으로 인간의 창의적 영역으로 여겨졌던 예술창작이 기계에 의해 수행되면서, 예술의 본질과 진정성에 대한 인식이 새롭게 조명되고 있 다. 이에 본 연구는 관람자가 AI 생성 예술 작품을 얼마나 ‘진정성 있는 예술’로 인식하는지가 작품의 미적 평가와 수용 의사에 어떤 영향을 미치는지를 구조적으로 규명하고자 하였다. 연구는 AI 기반 예술 작품이나 디지털 미디어아트 전시를 관람한 경험이 있는 성인 관람자를 대상으로 온라인 설문조사를 실시하였으며, 수집 된 자료를 활용하여 구조방정식모형(SEM)을 통해 가설을 검증하였다. 분석 결과, 진정성 지각은 미적 판단에 정(+)의 영향을 미쳤으며, 미적 판단 또한 수용 태도 에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 또한 진정성 지각은 수용 태도에 직접적으로도 긍정적인 영향을 미쳤으며, 미적 판단은 진정성 지각과 수용 태 도 간의 관계를 부분 매개하는 것으로 확인되었다. 이러한 결과는 관람자가 AI 예술 작품을 진정성 있게 인식할수록 작품의 미적 평가가 높아지고, 그 평가를 통해 작품을 예술로서 수용하려는 태도가 강화된다는 점을 시사한다. 본 연구는 인공지능 예술 수용을 단순한 기술적 수용이 아닌 예술적·심리적 수용의 관점에서 분석 하여, 인간–기계 공창작 시대의 예술 개념과 미학적 경험의 새로운 이해를 제시하였다. 또한 진정성에 대한 인식이 AI 예술의 미적 평가와 수용 태도 형성의 핵심 요인으로 작용함을 밝혀, 향후 디지털 예술 전시 기획, AI 예술교육, 문화산업 전략 등 다양한 분야에 실천적 함의를 제공한다.

This study aimed to empirically analyze the effects of viewers’ perceived authenticity of AI-generated digital artworks on their aesthetic judgment and attitude toward acceptance. With the rapid advancement of AI technology, artistic creation once regarded as an exclusive domain of human creativity is now being carried out by machines, prompting renewed discussions on the essence and authenticity of art. Accordingly, this research sought to structurally examine how the extent to which viewers perceive AI-generated artworks as “authentic art” influences their aesthetic evaluation and willingness to accept such works. The study conducted an online survey of adult participants who had prior experience viewing AI-based artworks or digital media art exhibitions. The collected data were analyzed using Structural Equation Modeling (SEM) to test the proposed hypotheses. The results revealed that perceived authenticity had a significant positive effect on aesthetic judgment, and aesthetic judgment, in turn, positively influenced acceptance attitude. Moreover, perceived authenticity also had a direct positive effect on acceptance attitude, while aesthetic judgment was found to partially mediate the relationship between perceived authenticity and acceptance. These findings suggest that the more viewers perceive AI artworks as authentic, the higher their aesthetic evaluation becomes, which in turn strengthens their willingness to accept AI-generated art as legitimate art. This study contributes to the academic understanding of AI art by interpreting its acceptance not merely as technological adoption, but as artistic and psychological acceptance. It presents a new framework for understanding aesthetic experience and artistic concepts in the era of human–machine co-creation. Furthermore, by identifying perceived authenticity as a key factor shaping aesthetic evaluation and acceptance of AI art, this study provides practical implications for digital art exhibition design, AI art education, and cultural industry strategies.

생성형 AI 기술은 학교교육에 많은 긍정적인 요소도 있지만 고려해야 하는 사항도 다수 나타나고 있다. 이에 본 연구는 수업에서의 텍스트 생성형AI 활용에 대한 교사의 인식 수준을 실제 분석하고자 했다. 이를 위해 Copy.AI등의 텍스트 생성형 AI 7개를 선정하여 특징을 분석하였다, 또한, 교수학습에서의 활용 효과를 탐구했 으며 교수학습 활용 전략도 제시하였다. 교수학습에서 생성형 AI 활용에 대한 주요 효과는 수업지도안 및 학습 지 개발 지원, 평가 문항 개발 및 피드백, 학생의 글쓰기 지원 등이다. 그리고 활용 효과에 대하여 A지역 교사 들을 통해 생성형 AI활용에 대한 인식 수준을 분석하였다. 현직 교사는 전체적으로 활용하고자 하는 긍정적인 의지를 보여주었지만 단답형 질의에 응답하기, 표준화 평가 문항 응답 등에 생성형 AI 활용은 합의도가 낮게 나 타났다. 그리고 결론으로 생성형 AI의 긍정적 요인을 최대한 확대하기 위해서는 학습과정 중에 목표를 달성해 나가는 도구로서 사용하는 수업 환경 조성이 필요함을 제시하였다.

The use of generative AI technology in education has shown numerous positive aspects, yet it also raises various considerations. Therefore, this study aimed to analyze the actual perception levels of teachers regarding the utilization of text-generating AI in the classroom. To achieve this, seven text-generating AIs, including Copy.AI, were selected and their features were analyzed. Additionally, the study investigated the effects of their utilization in teaching and proposed teaching strategies. The primary effects of utilizing generative AI in instructional learning include support in lesson planning and learning material development, developing assessment questions and providing feedback, as well as assisting students in their writing. The study also examined the perception of AI utilization among teachers in the A region. While most current teachers showed positive intentions to utilize AI, there was a lower agreement regarding its use in responding to short-answer questions or standardized assessments. In conclusion, to maximize the positive factors of generative AI, it is suggested that creating a conducive classroom environment using these tools as instruments for achieving goals throughout the learning process is essential.

본 연구는 최근 주목받고 있는 이미지 생성 AI가 예술산업에 미치는 영향을 예 술, 경제, 사회와의 연결 속에서 인문학적으로 분석한다. 그리고 이에 대한 교양교 육이 과학예술융복합에서 주요주제로 다뤄질 필요성을 주장한다. 마지막으로 본 교양교육의 목적이 이미지 생성 AI 산업과 학문의 협력적 관계를 이해시키는 것에 중점을 주어야 한다고 제안한다. 현시점에서 이미지 생성 AI는 게임산업과 상업용 일러스트산업 등에서 단순노동을 대체할 수 있는 것으로 기대된다. 예술산업의 특 성상, 이미지 생성 AI의 출현과 영향력은 예술성과 경제성 측면을 동시에 고려될 필요가 있다. 또한 학습자들은 직업적, 교양적 소양을 증진시키기 위한 일환으로 AI 기술을 활용한 창작프로그램의 특성을 정확히 이해하고, 기존 예술산업을 변 화시킨 기술의 역사들과의 비교분석을 통해 앞으로의 전망을 예측하는 것이 바람 직하다. 따라서 여기에서는 이미지 생성 AI가 활발히 사용되고 있는 ‘미드저니 (Midjourney)’와 ‘달리(DALLㆍE)’를 중심으로 예술산업의 사회적 영향력과 변화를 레비 브라이언트(Levi Bryant)의 객체지향존재론(object-oriented ontology: O.O.O)의 이론과 변형, 각색, 변형, 재해석 및 재창조 개념을 통해 미학적ㆍ기술철 학적으로 분석하고, 저작권과 인간과 기계의 공존 등 앞으로의 문제해결에 대한 철 학적, 융복합적 논의의 시작에 기여하고자 한다. 그리고 이 논의들을 바탕으로 이미 지 생성 AI산업에 대한 과학예술 융복합 교양교육의 방향성을 제안하고자 한다.

This study analyzes the impact of image generation AI on the art industry, which has recently attracted attention, in the humanities, in the connection with art, economy, and society. And it argues that liberal arts education needs to be treated as a major topic in science and art convergence. Finally, it is suggested that the purpose of this liberal arts education should focus on understanding the cooperative relationship between the image Generative AI industry and academics. At this point, image generation AI is expected to be able to replace simple labor in the game industry and the commercial illustration industry. Due to the nature of the art industry, the emergence and influence of image generation AI needs to be considered both in terms of artistry and economy. In addition, it is desirable for learners to accurately understand the characteristics of creative programs using AI technology as part of promoting their professional and cultural literacy, and to predict future prospects through comparative analysis with the history of technology that has changed the existing art industry. Therefore, we intend to analyze the social influence and changes of the art industry, focusing on “Midjourney” and “DALL-E,” where image-generating AI is actively used, in an aesthetic and technological philosophical way through Levi Bryant’s concept of object-oriented ontology (O.O.O.) theory, transformation, adaptation, transformation, reinterpretation and re-creation, and contribute to the beginning of philosophical and convergent discussions on solving future problems such as copyright and coexistence of humans and machines. And based on these discussions, we would like to propose the direction of science and art convergence liberal arts education for the image-generating AI industry.

본 연구의 목적은 인공지능세대인 제 1형 당뇨 학생들을 관리하는 간호사의 인슐린 투약지원 경험을 확인하는데 있다. 본 연구는 현상학적 질적 연구로, 자료는 제 1형 당뇨 학생의 투약지원을 맡고 있는 당뇨교실 간호사와 보건교사 5명을 대상으로 2018년 6월 17일∼24일까지 인터뷰를 통해 수집하였으며, 자료의 의미는 Colaizzi(1978) 방법을 사용하여 분석하였 다. 연구 결과 ‘첫걸음마를 응원’, ‘치료적 관계유지’, ‘도약을 위한 발판 마련’과 같은 3개의 범주와 그에 따른 7개의 주제를 도출하였다. 본 연구의 결과는 제 1형 당뇨 학생들의 투약지원과 관련된 학교보건법 개정에 따른 보건교사의 업무지침을 인공지능 세대 학생-보호자의 요구에 맞춰 실질적으로 구성하는데 기초자료를 제공할 것이다.

To explore the lived experiences of nurses on the insulin medication support activity for the type 1 diabetes mellitus. 2 clinical nurse and 3 school health nurse volunteered to complete qualitative analysis by Colaizzi method as phenomenological approach using group activity reports from June 17, to June 24, 2018. 3 codes and 7 themes were deduced and explained ‘cheer first step’, ‘therapeutic relationship maintenance’, ‘prepare scaffolding’. Findings recommended to provide insulin medication manual focused AI-generation students-their parents have various perceptual expectations.

In the 4th Industrial Revolution era, artificial intelligence (AI) is expected to promote global economic development. Thus, in order to promote the AI industry, each countries are not only establishing many policies and strategic plans for the promotion of AI, but also investing in huge research funds. According to many recent reports, China is moving ahead of the United States in many AI related-indices. Additionally, China is competent to take a leap into becoming an AI leading country within ten years. How can China, the last mover to suggested its AI industry development policy recently, to outrun the US, the strongest of competitor in advanced technology, and become a leading country in AI? Moreover what characteristics does it possess in the AI industry development policy process? This study was conducted to answer these research questions and to analyze the policy process for the “Three-Year Action Plan for Promoting Development of a New Generation Artificial Intelligence Industry(2018-2020),” a representative policy to promote the AI industry of China, from the perspective of policy studies. China, a socialist state, has implemented collaborative governance to promote the AI industry. It is made through the participation of numerous private companies and expert groups in the policy process, which was monopolized by the central government and state leaders. This governance, where the policy process is discussed through interactions between the public sector and private sector, could be explained in the perspective of policy network. Therefore, this study used the policy network model to examine the analysis frame, which consists of three variables: policy actor, interaction, and network structure, to review the policy characteristics of the AI industry promotion policy of China, and thereby, identified the success factors in the AI industry. The success factors of the Chinese AI industry were the participation of numerous private firms and expert groups in the policy process, collaborative interaction of official and unofficial actors through a various mediums, and the establishment of a fairly horizontal network structure of institutions through free access to the policy process. The study verified that the network model of the Chinese AI industry promotion policy has some characteristics of the policy community model and issue network model. It is not a sub-governmental model that is generally considered to be the characteristic of a socialist system. Policy network researchers argued that the policy community model and issue network model are applied to pluralist states where many actors participate in a policy process. The analysis result of this study, however, revealed that both models can be applied to socialist states as well. Thus, this study contributes in widening the scope of policy network analysis. However, this study could not analyze all the actors participating in the policy process. Furthermore, it could not utilize the quantitative research method to analyze the frequency of interactions between the actors. In addition, it focused only on the policy “Three-Year Action Plan for Promoting Development of a New Generation Artificial Intelligence Industry (2018-2020).” To overcome these limitations, it is necessary to use various methodologies, such as the qualitative method of in-depth interview and the use of quantitative data, and to analyze representative AI industry policies. Therefore, conducting follow-up research on the AI industry of China is expected.

본 연구는 인공지능 대전환(AX, AI Transformation) 시대의 도 래와 함께 한국교회 내 ‘AI 네이티브’ 세대의 인식을 분석하여, 생성형 AI가 한국교회에 위기인지 혹은 기회인지를 고찰하는 데 목적이 있다. 이를 위해 AI 기술 활용에 익숙한 기독교 청년 13명을 대상으로 심층설문조사를 실시하고 그 결과를 질적으로 분석하였다. 연구 결과, AI 네이티브 세대는 AI를 능숙하게 사용하는(High-Tech) 동시에, 기 술이 대체할 수 없는 교회의 본질적 가치(High-Touch)를 강력하게 갈망하는 ‘비판적 파트너’임이 밝혀졌다. 이들은 AI를 학업과 일상의 효율적인 도구로 활용하지만, 설교와 성도의 교제와 같은 영적 영역에 서의 대체 가능성에는 선을 그었다. 오히려 이들이 체감하는 위기는 AI 기술 그 자체가 아니라, 신학적 깊이의 부재와 진정성 없는 공동체 등 교회의 본질 상실에 있었다. 이에 본 연구는 한국교회가 나아가야 할 방향으로 ‘High-Tech의 활용과 High-Touch의 강화’를 제안한 다. 구체적으로는 성도들을 위한 신학적 AI 리터러시 교육, 인격적 관계 중심의 목회 강화, 그리고 AI 시대에 인간과 교회의 본질을 묻는 신학적·윤리적 담론의 주도를 과제로 제시하였다. 결론적으로 AI의 등장은 한국교회가 잃어버린 본질을 회복하고 강화할 수 있는 역설적 인 기회임을 시사한다.

This study examines whether Generative AI presents a crisis or an opportunity for the Korean Church by analyzing the perceptions of the ‘AI Native’ generation amidst the era of AI Transformation (AX). To this end, a qualitative analysis was conducted based on an in-depth survey of 13 Christian young adults who are proficient in utilizing AI technology. The findings reveal that the AI Native generation acts as ‘critical partners’ who are adept at using AI (High-Tech) while simultaneously yearning for the essential values of the church that technology cannot replace (High-Touch). While they utilize AI as an efficient tool for academic and daily tasks, they clearly reject the possibility of AI replacing spiritual domains such as preaching and communal fellowship. The crisis they perceive lies not in the AI technology itself, but in the church’s loss of essence, such as the lack of theological depth and authentic community. Based on these findings, this study proposes ‘Utilizing High-Tech and Strengthening High-Touch’ as the future direction for the Korean Church. Specifically, it suggests tasks such as theological AI literacy education for the congregation, strengthening ministry focused on personal relationships, and leading theological discourse on the nature of humanity and the church in the AI era. In conclusion, the study suggests that the emergence of AI serves as a paradoxical opportunity for the Korean Church to restore and strengthen its lost essence.

본 연구는 생성 AI시대 알파 세대가 겪게 되는 디지털 리터러시가 긍정적 영향 뿐 만 아니라 부정적 영향으로 인한 심리적 갈등과 이를 해결하기 위해서 심리적 유연성 을 경험하기 위한 치료적 접근과 돌봄을 위한 목회상담적 접근을 다루고 있다. 디지 털 원주민이라는 알파 세대의 경우 많은 우려를 낳게 되며 차츰 공동체에서 겪게 되 는 갈등과 소통의 부재로 인한 어려운 관계가 나타나고 있다. 알파 세대들이 경험하 는 관계에서 오는 부적응은 자아존중감과 자아정체성 형성에 영향을 미치게 된다. 알 파 세대들이 불안과 스트레스를 극복하고 건강한 삶을 살아가기 위해서 심리적 갈등 을 회피하지 않고 직면하는 마음을 갖게하기 위해서 Bandura는 자기효능감이 필요하 다고 보았다. 따라서 본 연구자는 문제를 회피하는 것이 아니라 수용하는 의미에서 스티븐 C.헤이즈의 수용전념치료에 의해 개인의 가치와 일치하는 행동을 촉진하는 핵심 개념으 로 ‘심리적 유연성’을 고찰하였다. 이는 하워드클라인벨(Howard J. Clinebell)이 말한 성장은 ‘돌봄과 맞섬’, ‘돌봄과 대면’이라는 주장과 일치하며, 심리적 유연성은 당면한 문제를 회피하지 않고 대응할 수 있는 마음 자세를 갖게 함은 물론 자기효능감을 갖 게 하기 때문이다. 이는 결국 온전한 자아상의 “회복”을 위한 목적을 갖게 된다. 이에 맞게 심리적 돌봄을 위한 목회상담가로서, 다름을 인정하는 다양성을 가진 목회자기 상(Self-image)이 필요하다고 보았다. 이를위해서 Campbell의 세가지 유형에서의 돌 봄과 목회상담적 접근으로 첫째, 공동체성 회복 둘째, 자아정체성 회복 셋째, 관계성 회복 넷째, 영적회복을 위한 목회적 함의를 논의하고자 하였다.

This study deals with psychological conflicts caused by positive effects as well as negative effects of digital literacy experienced by the alpha generation in the generation of AI, and a therapeutic approach for caring. In the case of the alpha generation of digital natives, there is a lot of concern, and difficult relationships are gradually emerging due to the conflict and lack of communication experienced in the community. Maladjustment from the relationship experienced by the alpha generation affects the formation of self-esteem and self-identity. Bandura saw that self-efficacy was necessary in order for the alpha generation to overcome anxiety and stress and to have a mind to face without avoiding psychological conflict. Therefore, this researcher considered ‘psychological flexibility’ as a core concept that promotes behavior consistent with individual values by Stephen C. Haze’s acceptance transfer therapy in the sense of accepting the problem rather than avoiding it. This is because the growth described by Howard J. Clinebell is consistent with the arguments of ‘caring and face-to-face’, and psychological flexibility not only gives you an attitude of mind to respond without avoiding the problem at hand, but also gives you a sense of self-efficacy. This eventually has the purpose of “recovery” of the full self. Accordingly, as a pastoral counselor for psychological care, it was considered that a pastor’s self-image with diversity that recognizes differences was necessary. To this end, we tried to discuss the pastoral implications for spiritual recovery, first, community recovery, second, self-identity recovery, third, relationship recovery, and fourth.

본 연구는 도심 밀집지역의 드론 배송로를 신속하고 안전하게 설계하기 위해, 세그멘테이션과 지오펜스 (geofence) 변환, 그리고 Chained Informed RRT*를 결합한 자동 세부 설계 파이프라인을 제안한다. 제안 방식은 위성·항공 영상을 입력으로 인구밀집지역을 픽셀 단위로 분할 (segmentation)하고, 이를 벡터 지오펜스로 변환하여 비행 제한구역을 설정한다. 이후 경로계획 (path planning)은 rapidly-exploring random tree (RRT) 계열 알고리즘을 웨이포인트 (waypoint) 체인 분할과 타원 영역 (ellipsoidal) 샘플링을 결합한 Chained Informed RRT*로 확장하였다. 제안 시스템은 사례 연구를 통해, Informed RRT* 대비 계산 총 소요시간을 감소시키면서도 최소이격거리 등 경로 안전성 지표를 유지하는 것을 확인하였다. 본 연구는 도심밀집지역 자동회피를 설계 단계에서 선제적으로 반영하고, 체인 분할을 통한 탐색 공간 축소와 수렴을 가속화하며, 현장 적용이 가능한 자동 세부 설계 워크플로우를 제시했다는 점에서 의의가 있다.

This study introduces an automated drone-route design pipeline that combines semantic segmentation, geofence conversion, and a Chained Informed RRT* planner to address the challenges of dense urban environments. Satellite and aerial imagery are segmented at the pixel level to identify populated or restricted regions, which are then transformed into vectorized geofences forming the no-fly zones. For path planning, the proposed Chained Informed RRT* incorporates waypoint-chain decomposition and ellipsoidal sampling to improve convergence while preserving safety margins. Case studies confirm that the system reduces total computation time compared to the conventional Informed RRT* while maintaining key safety indicators, demonstrating its practicality and effectiveness as a deployable urban-route design workflow.

This study aimed to explore the process of producing physical biomorphic nail art using digital images generated through the image-generation platform ‘Midjourney’. Through an analysis of previous studies, biomorphic expressive characteristics were classified into five categories: dynamic formative qualities, symbolic color expression, continuous fluidity, biological abstraction, and surrealism. Based on these characteristics, prompt engineering was conducted by designing and refining text prompts, and visual images generated via Midjourney were analyzed and selected for physical nail-art production. The results confirmed that generative AI serves not merely as a tool for producing visual imagery but as a creative collaborator capable of enhancing creativity and expanding design diversity. Moreover, by addressing challenges that arise when translating the textures and colors of digital images into physical works, the study demonstrates that image-generation AI can enhance both creative productivity and practical applicability within the beauty-art field. By presenting a case that connects digital-image–based nail-art design to its physical implementation, this study is expected to provide foundational data for future research on the use of generative AI in beauty design and education.

本研究旨在通过图像生成平台Midjourney生成的数字图像,探索仿生美甲艺术的实际制作过程.通过对研究现行研究的分析,将仿生表现特征归纳为动态造型性, 色彩象征性, 持续连贯性, 生物抽象性及超现实性五大类别,本研究以这些特性为核心开展文本提示工程 设计与优化,并通过分析Midjourney平台生成的视觉图像,将其转化为实体美甲艺术作品, 研究结果表明,生成式AI已突破单纯视觉图像的局限,展现出与人类协作开发创造力与设计 多样性的创作伙伴潜力,此外,通过克服数字图像在质感和色彩还原过程中产生的各类问 题,本研究证明生成式AI能够显著提升美容艺术领域的创意产出效率和实际应用价值,通过 将数字图像设计与实体美甲制作全流程相结合的案例,本研究为未来美容设计与教育领域开 展生成式AI应用研究提供了基础性参考数据.