Earticle

본 연구는 국내 초등영어 AI 활용 수업에서 발생할 수 있는 아동 개인정보 보호 쟁점과 이에 대응하는 교사 역할을 탐색하였다. 이를 위해 국내 초등영어 AI 활용 연구, AI 디지털 교육자료 관련 연구, 아동 개인정보 보호 및 AI 프라이버시 문헌을 바탕으로 문헌 기반 활동시나리오 분석을 실시하였다. 분석 결과, 초등영어 AI 수업의 데이터 흐름은 학생의 직접 입력 여부만으로 설명되기 어렵고, 교사 자료 제작 및 시연 과정에서 발생하는 교사 중개형 흐름과 학교 승인형 음성·텍스트 기반 플랫폼에서 발생하는 플랫폼 매개형 흐름으로 구분 될 수 있었다. 또한 학부모 동의와 학생 직접 사용 제한이 있더라도, 교사의 프롬프트 중개, 음성 데이터와 말하기 피드백 기록, 읽기 유창성 및 정확성 점수, 쓰기 산출물, 학습 이력 축적과 관련한 잔여 위험이 남는 것으로 분석되었다. 이러한 결과를 바탕으로 본 연구는 초등영어 교사의 역할을 Educator, Gatekeeper, Guardian, Monitor, Advocate의 관점에서 재해석하고, 교사 시연 우선, 프롬프트 비식별화, 동의 범위 준수, 음성 데이터 점검, 대체 활동 보장, 학교 차원의 공동 책임을 초등영어 AI 수업 설계 원칙으로 제안하였다.

This study explored child data privacy issues and corresponding teacher roles in AI-enhanced elementary English classes in Korea. To this end, a literature-based activity scenario analysis was conducted by drawing on previous studies on AI use in elementary English education, AI-based digital learning materials, child data protection, and AI privacy. The analysis revealed that data flows in elementary English AI use cannot be explained solely by whether students directly input information into AI systems. Instead, they can be understood as two major patterns: teacher-mediated data flows occurring during teacher material preparation and classroom demonstrations, and platform-mediated data flows generated through school-approved voice-based and text-based platforms. The findings also showed that residual privacy risks remain even when parental consent is obtained and direct student use of general-purpose generative AI is restricted. These risks include teacher-mediated prompt transfer, voice data and speaking-feedback records, oral reading fluency and accuracy scores, written products, and accumulated learning logs. Based on these findings, this study reinterpreted elementary English teachers’ roles through the lens of Educator, Gatekeeper, Guardian, Monitor, and Advocate, and proposed instructional design principles for privacy-protective AI use: teacher-demonstration- first, prompt de-identification, consent-scope adherence, voice-data review, alternative task provision, and school-level shared responsibility.

O The rapid advancements in AI technology, exemplified by milestones such as AlphaGo and ChatGPT, have catalyzed its integration into daily life, hinting at the onset of a technological singularity. Leveraging cutting-edge technologies, EnterArts' 'Instant Music' platform revolutionizes the way music is created and consumed. It simplifies the music creation process, allowing users to employ their own voices, languages, and images to craft unique musical pieces. This innovation democratizes the art of music-making, enabling individuals from all walks of life to capture and convey the diverse emotions of their everyday experiences through music. EnterArts not only transforms music enthusiasts into creators but also equips them with a suite of tools that fosters artistic expression. This shift from passive consumption to active creation marks a significant cultural transformation in the music industry.

4차 산업혁명으로 혁신적인 기술 발전이 시작된 지금의 제조기 업들은 새로운 경쟁 환경과 기회를 마주하고 있다. 제조기업들은 기존의 생산 방식과 더불어 디지털 기술과 인공지능을 활용한 생산 방식으로 전환하며 제품서비스의 개발과 품질 향상을 중요한 가치 로 인식하고 있으며 제조자원 중 설비관리 AI 플랫폼의 사용에 많 은 관심을 보이고 있다. 디지털 전환의 시대를 맞이하면서 뿌리업 종에서는 설비관리 업무에 있어 변화와 혁신을 필요로 한다. 디지 털 기술을 활용한 설비관리 시스템을 구축하고, 데이터 분석을 통 해 예측 정비를 실시하고, 효율적인 수리 및 보전을 위한 대응 전 략을 수립하는 등 설비관리 전반의 디지털 전환에 적극적인 추진이 필요한 시점이다. 본 연구는 자동차 및 기계산업에서 IoT 기반의 설비 예지보전을 위한 AI 플랫폼 서비스의 품질과 사용자들의 가치 인식 및 피드백 메커니즘을 통해 서비스의 재사용 의도에 미치는 영향을 분석하는 것이 연구목적이다. 이를 위해 독립변수로는 설비 AI 플랫폼의 서비스 품질을 설정하였으며, 매개변수로는 사용자들 의 AI 플랫폼 가치인식과 피드백 메커니즘을 설정하였다. 이러한 변수들을 바탕으로 설비AI플랫폼을 도입한 기업의 사용자들을 대 상으로 실증적인 분석을 수행하고, 서비스의 재사용 의도에 미치는 영향을 살펴보고자 한다.

Object detection techniques based on deep learning such as YOLO have high detection performance and precision in a single channel video stream. In order to expand to multiple channel object detection in real-time, however, high-performance hardware is required. In this paper, we propose a novel back-end server framework, a real-time AI vision platform (RAVIP), which can extend the object detection function from single channel to simultaneous multi-channels, which can work well even in low-end server hardware. RAVIP assembles appropriate component modules from the RODEM (real-time object detection module) Base to create per-channel instances for each channel, enabling efficient parallelization of object detection instances on limited hardware resources through continuous monitoring with respect to resource utilization. Through practical experiments, RAVIP shows that it is possible to optimize CPU, GPU, and memory utilization while performing object detection service in a multi-channel situation. In addition, it has been proven that RAVIP can provide object detection services with 25 FPS for all 16 channels at the same time.

This paper presents an artificial intelligence-based algorithmic trading simulation platform designed for the Vietnamese market. First, we gather and merge a wide range of financial information, including stock market indicators, gold price movements, corporate earnings reports, and financial news. Apache Airflow facilitates the scheduling and automation of the extract, transform, load (ETL) tasks for data collection and transport. Using the processed dataset, the platform employs several learning models including random forests and long short-term memory networks to generate short-term forecasts. The predictive outputs are then combined with rule-based mechanisms such as momentum rules and pairs-trading logic to produce trading signals. In addition to making predictions, the system acts as a practical educational platform. This enables students and researchers to design, test, and compare trading strategies. The system reports detailed performance statistics, including risk-adjusted returns, maximum drawdown, portfolio turnover, and hit ratios, thereby supporting transparent performance evaluation.

본 연구는 생성형 인공지능 플랫폼의 주요 특성이 사용자 신뢰 및 사용 의도에 미치는 영향을 실증적으로 분 석하였다. 특히 정보성, 보안성, 편의성이라는 세 가지 플랫폼 특성에 주목하여, 이들이 사용자 신뢰에 미치는 직접적 인 영향과 신뢰가 플랫폼 특성과 사용 의도 간의 관계에서 매개 역할을 수행하는지를 규명하였다. 이를 위해 중국 내 생성형 인공지능 플랫폼 사용자들을 대상으로 온라인 설문조사를 실시하였고, 총 274개의 유효 표본을 바탕으로 상관 분석, 회귀분석, 매개분석을 수행하였다. 연구 결과, 정보성과 편의성은 사용자 신뢰에 유의미한 긍정적 영향을 미쳤으 며, 사용자 신뢰는 사용 의도에도 긍정적인 영향을 주는 것으로 나타났다. 이에 따라 생성형 인공지능 플랫폼 특성은 사용자 신뢰를 매개로 사용 의도에 영향을 미치는 구조를 갖고 있음을 확인할 수 있었다. 연구는 생성형 인공지능 플 랫폼의 성공적인 확산을 위해 사용자 중심의 정보 제공, 편의성 강화, 신뢰 구축 전략이 필요함을 시사한다. 또한, 플 랫폼 개발자 및 마케터에게 사용자 신뢰를 제고할 수 있는 구체적 설계 방향을 제안하며, 향후 보안성에 대한 인식 차이 및 사용자 특성에 따른 차별적 분석을 포함한 추가 연구의 필요성을 제기하였다.

This study empirically analyzed how key characteristics of generative AI platforms influence user trust and usage intention. In particular, it focused on three platform characteristics: informativeness, security, and convenience and investigated whether they directly affect user trust and whether trust plays a mediating role in the relationship between platform characteristics and usage intention. To this end, the study collected 274 valid responses from an online survey targeting users of generative AI platforms in China, and employed correlation, regression, and mediation analyses to test the proposed relationships. Results reveal that informativeness and convenience significantly enhance user trust, which in turn positively affects usage intention. These findings underscore trust as a critical mechanism linking platform attributes to user behavior. The study offers practical implications for platform developers and marketers, emphasizing the importance of user-centered information, improved usability, and trust-building strategies. It also calls for further research into user perceptions of security and individual differences in trust formation.

Internet of Things (IoT), Artificial Intelligence (AI), and Mixed Reality (MR) are recognized as ones of the most promising core technologies to lead the 4th industrial revolution. In this paper, we introduce a use case of MR-IoT/AI convergence Platform, which provide a general platform architecture to be utilized various filed of areas, to be applied for military surveillance system.

With the recent changes in tourism trends, the demand for personalized travel experiences and hyper-personalization is increasing. At specific tourist destinations such as Jeju Island, various elements such as natural landscapes, marine scenery, and historical and cultural sites significantly influence tourist satisfaction and their intention to revisit. Accordingly, this study proposes a platform utilizing Artificial Intelligence (AI) technology to optimize UAM routes based on tourist preferences and provide personalized services. To achieve this, tourism big data was used to analyze preferred tourist destinations by season and landscape type, and based on this, an optimized UAM route and AI platform based on consumer preferences were developed. This platform, through an AI-based route recommendation system that reflects the preferences of individual tourists, aims to personalize the tourist experience and propose optimized routes that reflect local characteristics, thereby contributing to sustainable tourism development.

인공 지능(AI)과 로봇 공학의 역할이 글로벌 교육, 특히 STEM 및 STEAM 프레임워크 내에서 점점 더 중요해짐에 따라 기존 코딩 교육에서 AI를 활용해야 할 필요성이 매우 증가하고 있다. 따라서 이 연구의 목적은 초, 중등학교 기술-공학 수업에서 인 공지능형 코딩 플랫폼의 하나인 플랫코(FlatCo)의 활용 방안을 제시하고 가능성을 탐구하는 데 있다. 이 연구는 탐색적 문헌연 구를 주된 연구 방법으로 활용하여 AI 기반 플랫코 코딩 플랫폼의 활용 가능성을 주제별로 비판적으로 검토하고, 이를 기반으 로 교육적 활용 방안을 도출하였다. 이 연구의 결론은 다음과 같다. 첫째, 초등학교 기술-공학 수업에서 플랫코를 사용하여 블록 기반 코딩을 통한 로봇 제어 프 로그래밍을 통한 기본 코딩 및 AI 개념을 활용할 수 있다. 플랫코의 시각적 프로그래밍 환경을 사용하여 학생들은 간단한 로봇 작동을 프로그래밍하여 경로를 따르거나 장애물을 피하거나 기본 센서 입력에 반응하는 등의 작업을 수행할 수 있다. 둘째, 중학교 기술-공학 수업에서는 고급 프로그래밍으로 학생들에게 부담을 주지 않으면서 기본 AI 개념을 포함하는 중급 로봇 공학 프로젝트에 플랫코 플랫폼을 활용할 수 있다. 이 수준에서 학생들은 블록 기반 코딩이나 단순화된 Python 명령을 사 용하여 센서 입력에 응답하고 간단한 AI 기반 작업을 실행하는 로봇을 프로그래밍할 수 있다. 셋째, 고등학교 기술-공학 수업에서는 플랫코 플랫폼을 활용하여 실제 AI 애플리케이션에 중점을 두지만 기계 학습의 복잡 성을 다루지 않는 고급 로봇 공학 프로젝트에 적용할 수 있다. 이 수준에서는 플랫코의 AI 도구를 사용하여 장애물 코스를 탐색 하거나 환경 변화에 대응하여 사전 정의된 작업을 완료하는 등 자율적으로 작업을 수행할 수 있는 실제 시스템을 시뮬레이션하 는 것을 강조한다. 마지막으로, 플랫코 플랫폼은 향상된 학생 참여 및 상호작용을 향상시킬 수 있다. 플랫코 플랫폼은 AI 기반 로봇 코딩을 통 해 실시간 피드백과 대화형 경험을 제공함으로써 학생 참여와 실습 학습을 크게 향상시킨다. 이는 프로그래밍 개념에 대한 더 깊은 이해를 촉진하고 문제 해결 작업에 대한 적극적인 참여를 촉진한다. 이러한 연구의 맥락에 따라 플랫폼의 향상과 추후연구를 위하여 제언을 하면, 장치 호환성을 확장해야 할 필요가 있다. 즉 iOS 시스템을 포함한 더 넓은 범위의 장치를 지원하여 다양한 교육 환경에서 기술에 더 쉽게 접근하고 사용할 수 있도록 플랫 코 플랫폼을 강화하는 데 중점을 두어야 한다.

The purpose of this study is to propose the use of the AI-powered FlatCo coding platform in technology and engineering education in primary and secondary schools. This study uses a literature review as the main research method to critically examine the feasibility of using AI-based FlatCo coding platforms by topic and to derive educational applications based on this. The conclusions of this study are as follows; First, FlatCo can be used in primary school technology and engineering classes to introduce basic coding and AI concepts by programming robot control through block-based coding. Second, middle schools can use the FlatCo platform for intermediate robotics projects that include basic AI concepts without overwhelming students with advanced programming. Third, in high school technology and engineering classes, the FlatCo platform can be used for advanced robotics projects that focus on real-world AI applications but do not address the complexities of machine learning. Finally, the FlatCo platform enables increased student engagement and interaction. The FlatCo platform significantly enhances student engagement and hands-on learning by providing real-time.

This study proposes an immersive storytelling reading platform integrating Generative AI and interactive Augmented Reality (AR) to enhance children’s reading engagement. The platform combines style-transfer-based object detection, LangChain-driven real-time story generation, and Unity-based AR interactions, offering a multi-sensory reading experience via hand tracking and dynamic text. Experiments showed a 21.6% improvement in object detection accuracy, and EEG results revealed increased theta/beta power and suppressed alpha power when using the proposed platform, indicating enhanced attention. These findings highlight the educational potential of interactive reading environments for the digital-native generation.

본 연구는 웹툰 제작 과정에서 배경 에셋제작을 자동화하기 위한 생성형 AI 기술 기반플랫폼 을 제안한다. 이 플랫폼은 서사에 중요하지 않지만, 웹툰에서 필수적인 요소인 배경과 관련된 에셋 제작을 자동화하여 웹툰 작가들의 고강도 노동을 경감시키고 제작 효율성을 높이는 것을 목표로 한다. 플랫폼은 React와 TypeScript를 기반으로 구현되었으며, Stable Diffusion 기 술과 LoRA 모델을 활용하여 웹툰의 배경 에셋을 생성한다. 연구 방법으로는 문헌 연구, 플랫 폼 개발, 실제 웹툰 적용 실험을 수행하였다. 연구 결과, 제안된 플랫폼은 프로그램 설치나 추 가 모델링 구매 없이 프롬프트 작성만으로 배경 생성이 가능하며, 이미지 생성과 보정을 동시 에 처리할 수 있어 작업 효율성이 높은 것으로 나타났다.그러나 근경 물체의 정확성과 인체 표현에서 한계를 보여, 기존 3D 모델링 도구와의 상호 보완적 사용이 효과적일 것으로 판단된다.

This study proposes a generative AI-based platform aimed at automating the creation of background assets in the webtoon production process. The platform focuses on automating the production of background assets, which, while not critical to the narrative, are essential elements of webtoons. By doing so, it seeks to alleviate the intensive workload of webtoon creators and enhance production efficiency. The platform was implemented using React and TypeScript, leveraging Stable Diffusion technology and the LoRA model to generate background assets for webtoons. The research methodology included a literature review, platform development, and experimental application to actual webtoons. The findings indicate that the proposed platform enables the generation of backgrounds solely through prompt input, without requiring additional software installation or the purchase of modeling tools. Furthermore, it efficiently handles both image generation and refinement simultaneously, demonstrating high operational efficiency. However, limitations were observed in the accuracy of foreground objects and human representation. As such, complementary use with existing 3D modeling tools is deemed effective.

With the recent rapid technological advancement, numerous frameworks and platforms are launched especially for IoT yet, it is difficult in general to integrate a new framework or a platform to a legacy system. Microservices architecture, a popular modern architectural style, makes it easy to apply new technologies by decomposing entire systems into independent microservices. With these advantages, many studies have applied the microservice architecture to IoT. However, most of the studies considered IoT and MSA, excluding MR, a new promising user interface in IoT. This project aims to create a novel interoperable architecture that combines MR and IoT based on MSA.

As artificial intelligence (AI) advances, e-commerce is evolving through the emergence of personalized services, automated advertising, and data-driven decision-making. In the digital commerce environment, AI enables small and medium-sized enterprises (SMEs) with limited capital to reduce advertising costs and pursue both short-term sales growth and long-term brand development. As a result, AI functions as a critical operational tool that enhances business efficiency and fosters sustainable innovation. This study empirically examines the impact of AI advertising on internal innovation outcomes within SMEs. Our preliminary results show that the adoption of AI advertising has a positive influence not only on financial performance (e.g., sales growth and cost reduction) but also on internal innovation outcomes (e.g., product diversification). Specifically, AI-powered advertising strengthens customer loyalty and strengthen brand awareness through data-driven segmentation and personalized targeting, while simultaneously improving the innovation capabilities of SMEs. The study contributes to the literature by empirically investigating the role of AI advertising in stimulating business innovations within the SME context. Furthermore, our findings provide managerial insights by emphasizing that AI advertising serves as a capability for reducing costs, enhancing customer experience, and promoting internal innovation.

[연구목적] 본 연구에서는 기존의 후기수용모형에 사용자 저항 변수의 통합을 시도함으로써 AI기반 전자상 거래 플랫폼에서 UI/UX에 대한 수용과 저항의 통합모형을 제시하고자 한다. 이를 통해 경영자에게 수용과 저 항에 대한 균형적인 시각을 제공하며 그로 인해서 사용자 행동에 대한 이해의 폭을 넓히는 데 본 연구의 주 목적이 있다. [연구방법] 본 연구모형의 검증을 위해서 조사설계를 통해 수집된 총 300명의 자료를 분석함으로써 사용자 저항이 AI기반 전자상거래 플랫폼에서 UI/UX 수용 및 확산에 어떠한 영향을 미치는지 실증 분석해 보고자 하였다. [연구결과] 가설 검증을 위한 실증적 분석의 결과는 다음과 같다. 첫째, 현실감, 사회적 영향, 그리고 호환성 등 사용자 저항의 선행 요인들은 저항에 부정적인 영향을 주는 것으로 나타났다. 둘째, 사용자 저항은 지각된 유용성, 만족도, 지속 사용 의도에 부정적인 영향을 주는 것으로 나타났다. 셋째, 지각된 유용성은 지속적 사용 의도에 긍정적인 영향을 주는 것으로 나타났다. 마지막으로, 만족도는 지속적 사용 의도에 긍정적인 영향을 주는 것으로 나타났다. [연구의 시사점] 본 연구는 후기수용모형을 확장하여 사용자 저항과 그 선행요인을 통합함으로써, AI기반 UI/UX에서 저항이 단순한 장애요인이 아니라 수용 및 채택 과정을 설명하는 중요한 구성개념임을 시사한다. 또한 기업은 목표시장 내 사용자 저항 수준을 측정·추적하고, 적합성, 지각된 위험, 지각된 제품 이미지 등 저항 의 주요 원인을 파악하여 저항 유형별로 차별화된 대응 전략을 마련할 필요가 있다.

[Purpose] The present study aimed to present an integrated model of acceptance and resistance to UI/UX in AI-based e-commerce platforms by attempting to integrate user resistance variables into the existing Post Acceptance Model. The main purpose of this study is to provide managers with a balanced view of acceptance and resistance, thereby broadening their understanding of user behavior. [Methodology] Data were collected through a survey to attain the goals of the current study. A total of 300 responses were analyzed to explain and predict how user resistance affects the acceptance and spread of UI/UX in AI-based e-commerce platforms. [Findings] The results of empirically testing hypotheses were as follows. First, the antecedents of user resistance, such as the sense of reality, social influence, and compatibility negatively affected the resistance. Second, user resistance negatively affected perceived usefulness, satisfaction, and intention to continue to use. Third, perceived usefulness positively influenced intention to continue to use. Finally, satisfaction positively influenced intention to continue to use. [Implications] The present study extended the Post Acceptance Model by integrating user resistance and its antecedents. Accordingly, the current study suggested that resistance is not merely a barrier but an important construct that explains the process of acceptance and adoption of AI-based UI/UX. In addition, the present study implied that firms measure and track the level of user resistance in the target market and identify the major causes of resistance such as compatibility, perceived risks, and perceived product image, thereby preparing differentiated response strategies depending on the type of resistance.

현대 사회에서 음악은 일상생활에 깊숙이 자리 잡아, 개인의 음악적 취향과 감정 상태에 맞는 콘텐츠를 손쉽게 찾고 소비하는 것이 중요해지고 있다. 콘텐츠 소비 증가와 더불어 제작 속도 및 효율 또한 중요한 요소로 부상하고 있다. 그러나 기존 음악 콘텐츠 제작 방식은 주로 기존 음악을 플레이리스트로 만들고 간단한 애니메이션이나 이미지를 영상으로 추가하는 방식이다. 이러한 한계를 극복하고자, 인공지능(AI) 기술을 활용하여 사용자 맞춤형 음악을 생성하고 콘 텐츠를 제공하는 어플리케이션을 개발하였다. AI 모델을 통해 사용자의 감정 상태를 분석하고, 이를 기반으로 음악적 요소를 최적화하여 개인화된 음악 콘텐츠를 생성하는 것에 목표를 두었 다. Mel-frequency cepstral coefficients(MFCC)와 템포 분석을 통해 음악 데이터의 특징을 추출하고, 이를 기반으로 사용자 감정에 부합하는 프롬프트를 생성하였다. 생성된 프롬프트는 MusicGen 모델에 입력되어, 사용자의 감정 상태와 음악적 취향을 반영한 새로운 음악을 생성 하는 데 활용하였다. 또한, ComfyUI를 활용하여 텍스트-이미지-비디오 변환 파이프라인을 구 축함으로써, 생성된 프롬프트를 기반으로 다양한 멀티미디어 콘텐츠 제작을 가능하게 하였다. 기존 음악 콘텐츠 제작 방식의 시간 및 비용 문제를 해결하고, 사용자에게 보다 정교하고 개 인화된 음악 경험을 제공하는 데 기여할 수 있을 것으로 기대된다. 향후 다양한 분야에서의 응용 가능성을 제시한다.

In modern society, music plays an integral role in daily life, making it crucial for individuals to easily find content that aligns with their musical preferences and emotional state. Traditional music production methods, which rely on playlists and basic visuals, are limited in their ability to offer personalized experiences. To address these limitations, a new application utilizing AI technology was developed to generate personalized music and multimedia content. The AI model analyzes the user's emotional state and optimizes musical elements to create custom music. This is achieved through the extraction of features like Mel-frequency cepstral coefficients (MFCC) and tempo from the user's music data, which are then used to generate prompts that reflect their emotional state. These prompts are fed into the MusicGen model to create new, emotion-based music. Additionally, a text-to-image-to-video conversion pipeline using ComfyUI was implemented, allowing the creation of diverse multimedia content based on the user's emotions and preferences. This approach not only addresses the time and cost constraints of traditional music production but also enhances the personalization and quality of the content. The method holds potential for future applications across various industries by providing more refined and tailored user experiences.