Earticle

본 연구는 중국 OTT 플랫폼 텐센트 비디오(Tencent Video)의 추천 알고리즘과 콘텐츠 다양성에 대한 이용자 인식을 심층인터뷰를 기반으로 탐색하였다. 최근 3개월 내 주 2회 이상 OTT 플랫폼 텐센트 비디오를 이용한 성인 10명을 대상으로 반구조화 설문기반의 심층인터뷰를 실시하고 분석을 수행하였다. 분석 결과, 텐센트 비디오(Tencent Video)의 개인화 추천은 탐색 시간과 비용을 낮추고 접근성을 높였으나 유사 장르의 반복 노출로 콘텐츠 다양성 인식을 저하시켰다. 이용자들은 직접 검색하거나 외부 플랫폼의 평점이나 리뷰를 참고하며 익숙하지 않은 장르를 선택해 추천을 보완하였다. 또한 알고리즘에 대한 인식은 이용자의 주체성과 결합되어 추천을 실험 가능한 상호작용 대상으로 인식하게 했다. 본 연구는 알고리즘 기반 추천 시스템이 이용자의 콘텐츠 다양성 인식과 소비 행태에 미치는 영향을 탐색적으로 논의하였다.

This study explores users’ perceptions of Tencent Video's recommendation algorithm and content diversity through in-depth qualitative interviews. Semi-structured interviews were conducted with ten adult users who had used Tencent Video at least twice a week during the past three months. The analysis shows that personalized recommendations reduce users’ search time and effort while increasing accessibility; however, repeated exposure to similar genres decreases users’ perceived content diversity. To compensate for this, users search directly for content, refer to external review platforms, and intentionally select unfamiliar genres. Furthermore, users perceive the recommendation algorithm as an interactive mechanism that can be tested and influenced, combining algorithmic cues with their own agency. This study explores how algorithm-based recommendation systems influence users’ perceptions of content diversity and their consumption behavior.

While existing research has focused on how algorithm experiences drive regulation demand, we know little about whether regulation support can reshape algorithm perceptions in return. Using three-wave panel data (2022-2024, N = 2,269) from the Intelligent Information Society User Panel Survey (KCC & KISDI, 2022-2024), we examined bidirectional relationships between YouTube algorithm perception and regulation support. We found temporal asymmetries between transparency and accountability regulations. For forward effects?where negative experiences trigger regulation demand?transparency operated from the outset and strengthened over time, while accountability emerged only later. Reverse effects?where regulation expectations reshape evaluations-- traced opposite trajectories. Transparency gradually improved perceptions, whereas accountability faded. We also found that dimension-specific digital competence patterns. Low rights protection competence users initially demanded stronger regulation but converged with high-competence users, while reverse effects diverged, benefiting only high-competence users. Critically, low critical understanding competence users supporting accountability regulations exhibited decreased harm perception. Our findings advance algorithmic governance and inform competence-tailored regulation communication strategies.

기업 내 과업 활동이 디지털화됨에 따라 조직에서는 알고리즘을 활용하여 직원의 태도와 성과를 측정하고 평 가하려는 시도가 관찰되고 있다. 알고리즘 평가 제도에 관한 기존 연구는 알고리즘 평가 제도 도입이 직원과 조 직의 성과에 미치는 영향에 초점을 두었지만, 알고리즘 평가 제도의 대상이 되는 직원들의 수용성 및 공정성에 관한 이해는 부족하였다. 누가, 언제 알고리즘 평가 제도를 공정하다고 인식할까? 이 질문에 답하기 위해 본 연구 는 공정성 이론에 기반하여 알고리즘 평가 제도에 대한 직원의 공정성 인식을 예측하는 이론적 모델을 제시하였 다. 연구 모델을 검증하기 위해 먼저 직장인들의 알고리즘 평가 제도에 대한 장단점 인식 조사를 파일럿 연구를 통해 수행하였고, 이를 바탕으로 알고리즘 평가 제도에 대한 실험 시나리오를 만들어 국내 정규직 직원 300명을 대상으로 설문을 진행하였다. 분석 결과 개인의 업무 목표가 조직 내 다른 구성원들과 상호 의존적인 경우 알고 리즘 HRM의 결정에 상사가 적절하게 개입해야 더욱 공정하다고 인식하였다. 또한, 자기 효능감이 높아 스스로 업무를 충분히 완수하여 성과를 달성할 수 있다고 믿는 직원들은 상사가 개입할 경우 알고리즘 평가 제도에 대한 공정성 인식이 저해될 수 있음을 보였다. 이러한 결과를 바탕으로 이론적 기여와 실무적 시사점을 논의하였다.

As employee work activities become digitized, organizations are trying to utilize data and algorithms to measure and evaluate employees' attitudes and performance. Previous studies have predominantly focused on leveraging algorithm-based performance evaluation to accurately predict employee behaviors and enhance performance. However, there has been a lack of understanding from the employee perspective regarding the acceptability and fairness of algorithm-based performance evaluation. Who perceives algorithm-based performance evaluation as fair, and under what circumstances? To address this question, we draw from organizational justice theory to develop a theoretical model predicting employee perception of fairness for algorithm-based performance evaluation. We argue that goal interdependence is positively related to perceived fairness in algorithm-based performance evaluation when supervisors intervene in decisions made by the algorithm. We also argue that self-efficacy is positively related to perceived fairness in algorithm-based performance evaluation when supervisors are unable to intervene. To test our theoretical model, we conducted a pilot study using topic modeling to identify perceived strengths and weaknesses of algorithm-based performance evaluation. Building on the insights from the pilot study, we tested our theoretical model with a sample of 300 full-time employees. Lastly, we discussed the theoretical contributions and practical implications of our findings.

자율주행 차량의 무결성과 내결함성을 보장하기 위한 환경 인식 센서의 결함 감지 및 격리 (FDI) 알고리즘이 중요한 연구 주제로 다루어지고 있다. 본 논문에서는 자율주행 차량의 안전 성 보장을 위한 레이다, 카메라, 라이다로 구성된 다중 인지 시스템 결함 검출 알고리즘을 제시 하였다. 제안된 결함 감지 알고리즘은 FIR(Finite Impulse Response) 필터 추정치에 기반한 레지 듀얼의 생성 및 분석으로 고장의 감지 및 격리를 수행한다. 알고리즘의 성능 검증을 위해 가상 환경에서의 수치 시뮬레이션을 수행하여 알고리즘을 기존의 칼만 필터 기반 알고리즘과 비교 및 고찰하였다. 결과적으로 제안된 알고리즘은 인지 시스템의 강건성을 확보할 수 있음을 검 증하였다. 본 연구는 자율주행 차량의 안전성과 신뢰성을 확보하기 위한 필수적인 연구로, 자 율주행 차량의 환경 인지 센서의 무결성을 향상 시킬 것으로 판단된다.

Fault detection and diagnosis (FDI) algorithms are actively being researched for ensuring the integrity and reliability of environment perception sensors in autonomous vehicles. In this paper, a fault detection algorithm based on a multi-sensor perception system composed of radar, camera, and lidar is proposed to guarantee the safety of an autonomous vehicle's perception system. The algorithm utilizes reference generation filters and residual generation filters based on finite impulse response (FIR) filter estimates. By analyzing the residuals generated from the filtered sensor observations and the estimated state errors of individual objects, the algorithm detects faults in the environment perception sensors. The proposed algorithm was evaluated by comparing its performance with a Kalman filter-based algorithm through numerical simulations in a virtual environment. This research could help to ensure the safety and reliability of autonomous vehicles and to enhance the integrity of their environment perception sensors.

Focusing on Free Merge and the Labeling Algorithm within a Minimalist framework, this study aims to investigate the structure of bare infinitival complements selected by perception verbs in English, with occasional reference to to-infinitival constructions for contrast. Although these two types of complement differ only superficially in the presence or absence of ‘to’, they draw contrasts in tense interpretation, auxiliary insertion, and passivization. Previous analyses have often attributed such differences to semantic or pragmatic factors without fully accounting for the underlying syntactic structure. This paper argues that these contrasts arise from the formal properties of T. In bare infinitival complements, T is defective and lacks a valued tense feature (uTdef), undergoing pair-Merge with v, which prevents auxiliary insertion and embedded subject movement. In contrast, to-infinitival complements involve an overt T (toTdef) with valued tense features, undergoing set-Merge with vP—allowing for auxiliary realization, embedded subject movement, and passivization. The properties of T determine the type of Merge operation involved. This analysis offers a unified account of perception verb complements and demonstrates the explanatory power of Merge-based derivations and the Labeling Algorithm in Minimalist syntax.

유튜브 알고리즘 추천은 인간의 편견을 배제하고 객관적인 정보를 전달한다는 유용 성을 인식하게 한다. 이러한 유용성 인식은 유튜브 미디어 신뢰에 영향을 미친다. 그러 나 알고리즘의 결함과 위험에 대한 우려가 확산되는 가운데, 알고리즘 추천의 유용성 인식과 미디어 신뢰 간에 지각된 유해성, 확증편향, 프라이버시 염려가 미치는 매개효 과를 살펴보았다. 각 변수 간 경로별 효과를 분석한 결과, 알고리즘 추천의 유용성 인식 이 미디어 신뢰에 정적(+) 영향을 미쳤다. 또한 확증편향과 프라이버시 염려에도 정적 (+) 영향을 미쳤다. 확증편향은 유튜브에 대한 미디어 신뢰도에 정적(+) 영향을 미쳤 다. 매개효과 분석 결과, 알고리즘 추천의 유용성 인식과 유튜브에 대한 미디어 신뢰 간 관계에서 확증편향의 매개효과가 유의미하게 나타났다. 알고리즘 추천에 대한 유용성 인식에 더해 개인의 심리적인 기제인 확증편향이 유튜브 미디어 신뢰에 영향을 미친다 는 사실을 통해 정보안심의 소비습관과 뉴스관여도의 영향력을 읽을 수 있다. 이러한 정보안심의 소비습관을 방지하기 위해 노출의 다양성을 촉진할 추천 알고리즘의 정교 화가 필요하다.

Youtube Media trust is formed under the perception of the usefulness that YouTube algorithm recommendation excludes human biases and delivers objective information. However, amid widespread concerns about algorithm defects and risks, this paper looks at the mediating effects of perceived harmfulness, confirmation bias, and privacy concerns between the usefulness of algorithm recommendations and media trust. As a result of analyzing the effect of each path among variables, the perception of the usefulness of algorithm recommendation has a positive (+) effect on media trust. It also has a positive (+) effect on confirmation bias and privacy concerns. Confirmation bias has a positive (+) effect on media trust. As a result of the mediating effect analysis, the mediating effect of confirmation bias is significant in the relationship between the perception of the usefulness of algorithm recommendation and media trust. The fact that confirmation bias, an individual's psychological mechanism, mediates between the usefulness of algorithm recommendation and media trust can be understood as strengthening media trust by protecting and stabilizing individual beliefs. In order to weaken this tendency of passive information acquisition, it is necessary to refine the recommendation algorithm in practice. In addition, it is necessary for users to improve their experiences for active information acquisition.

최근 포털 및 소셜미디어를 통한 뉴스가 유통되면서 디지털 플랫폼 환경에서의 저널 리즘에 대한 고찰과 미래 저널리즘에 대한 논의가 심화되고 있다. 빅데이터, 인공지능, 실감미디어 등 4차산업혁명 기술은 뉴스 생산자와 이용자에게 많은 영향을 주고 있다. 디지털 뉴스 플랫폼의 증가와 온라인 뉴스 유통은 뉴스 산업에 긍정적인 기대와 부정적 인 우려가 동시에 나오고 있다. 이에 본 연구에서는 디지털 플랫폼 환경이 가져온 뉴스 의 변화 측면을 뉴스의 사회적 영향력, 여론 형성, 언론의 신뢰도, 뉴스 생산, 뉴스의 공 정성·객관성·중립성, 뉴스 만족도, 뉴스 품질, 뉴스의 역할 등을 주요 개념으로 저널 리즘에 미치는 영향을 중심으로 살펴보았다. 응답자는 ‘보도 윤리를 우려하는 유형’, ‘참여 저널리즘을 통한 언론의 품질 향상’, ‘거짓 뉴스와 다양성 훼손에 대한 우려’ 등 3개 유형이 발견되었다.

Recently, as news is circulated through portals and social media, considerations on journalism in a digital platform environment and discussions on future journalism are intensifying. The 4th industrial revolution technologies such as big data, artificial intelligence, and immersive media have a great impact on news producers and users. ‧Objectivity/neutrality, news satisfaction, news quality, and the role of news are the main concepts, and the effect on journalism is examined. As a result of the analysis, three types were found: ‘types of concern about reporting ethics’, ‘improvement of media quality through participatory journalism’, and ‘concerns about false news and damage to diversity’.

The research based on the related network broadband spectrum sensing algorithm of pn code ranging. More than the traditional spectrum sensing method based on narrow band as the research basis, through the radio-frequency head band pass filter center frequency change and implementation, therefore, not effective spectrum of broadband usage in real time tracking and perception, therefore, put forward the network broadband spectrum sensing algorithm based on pseudo code ranging. Spectrum resource usage through the main user judgment, build relevant spectrum perception model, according to theory of time serial search for pseudo code capture, until the results reached the preset threshold, enter the pn code tracking, according to the obtained phase difference sequence regulating local phase to achieve two sequences are minimum steady-state phase, implementation pseudo-code tracking, thus complete the perception of broadband spectrum and tracking. The experimental results show that the improved algorithm for network broadband spectrum perception can effectively reduce because of the negative impact of such factors as the channel fading and improve the processing speed and the reliability of perception, to provide data support to improve the utilization rate of spectrum resources, has a great advantage.

건설 현장에서 자율주행 로봇의 안전한 주행을 위해 동적 장애물의 정확한 인식 및 추적이 중요하다. 본 논문에서는 실시간 3D 객체 인식 및 추적을 위한 방법을 제안한다. Complex-YOLOv4 모델을 이용한 객체 인식, SORT 알고리즘 확장을 통한 객체 추적을 구현하였다. Jetson AGX Orin 보드의 ROS2 환경에서 시스템을 구축하여, 실시간 3D 객체 인식 및 추적이 가능함을 확인하였다.

본 연구는 디지털 플랫폼의 알고리즘 추천 서비스의 개인화 지각이 이용자들의 콘텐츠 이용 태도에 미치는 영향을 살펴보았다. 또한 허위합의와 지각된 위험성, 지각된 편향성이 이용자들의 이용태도를 어떻게 매개하는지 살펴보았다. 디지털 플랫폼 이용자 330명에 대한 조사결과, 알고리즘 추천 서비스의 개인화 지각은 콘텐츠 이용태도에 정적인 영향을 미쳤다. 허위합의와 지각된 위험과 지각된 편향은 개인화 지각과 콘텐츠 이용태도 간에 부분매개하여 정적 영향을 미쳤다. 알고리즘 추천 서비스의 개인화는 다양성과 용이성 및 유용성 측면에서 콘텐츠 이용태도에 긍정적인 영향을 미쳤으며 허위합의효과, 지각된 위험성, 지각된 편향성은 콘텐츠 이용태도에 유의미한 매개효과를 나타내었다. 이용자 개인의 태도 형성에 알고리즘 리터러시 교육과 시민권 함양의 중요성을 제안한다.

This study aims to examine the impact of perception of algorithmic customized service on users’ content acceptance attitudes on digital platform. This study also find out how the effect of false consensus, perceived risk and perceived bias represent the mediating effect on users’ attitudes toward algorithmic customized service. According to a survey of 330 users, perception of algorithmic customized service also affects content user’s acceptance attitudes directly and affects user’s attitudes by mediating the effects of false consensus. In addition, perceived risk and perceived bias have shown mediating effects in the relationship between perception of algorithmic customized service and users’ acceptance attitudes. Although perception of algorithmic customized service recognized as the convenience and diversity of algorithms and had a high user’s acceptance attitude, it weakened the content acceptance attitude created by algorithms by being mediated by false consensus effects, perceived risk, and perceived bias.

본 연구는 스낵 컬처 미디어 생태계를 주도하는 숏폼 콘텐츠와 추천 알고리즘에 대한 사용자들의 주관적 인식 구조를 체계적으로 분석하고 이를 유형화하는 데 목적이 있다. 이를 위해 선행 문헌 검토와 사전 인터뷰를 바탕으로 34개의 Q 진술문(Q표본)을 구축하였으며, 일상적인 숏폼 소비 경험을 지닌 80명의 숏폼 사용자(P표본)를 대상으로 웹 기반 설문 시스템을 통해 자료를 수집한 후 Ken-Q Analysis를 활용하여 분석하였다. 분석 결과, 숏폼 알고리즘 환경에 대한 사용자 인식은 ‘실용적 자기조절형’, ‘이용 피로 자각형’, ‘알고리즘 수용적 과몰입형’의 세 가지 주관성 유형으로 도출되었다. 본 연구는 알고리즘 피드 속에서 나타나는 사용자의 능동적 조절 기제와 수동적 몰입 구조를 동시에 조망함으로써, 향후 알고리즘 리터러시 논의 및 사용자 친화적 미디어 환경 구축에 실질적인 학술적⋅실무적 시사점을 제시한다

This study systematically analyzes and categorizes user perceptions of short-form content and recommendation algorithms within the snack culture media ecosystem. Based on Q-methodology, 34 Q-statements (Q-sample) were constructed through a literature review and preliminary surveys. Data were collected via a web-based survey from 80 short-form users (P-sample) with daily short-form consumption experience, and analyzed using Ken-Q Analysis. The analysis identified three distinct perception types within the algorithmic environment: ‘Pragmatic Self-Regulator,’ ‘Usage Fatigue-Aware User,’ and ‘Algorithmic Receptive Over-Immersive Type.’ By identifying both proactive regulation strategies and passive immersion structures inherent in short-form users, this study provides a foundational theoretical framework and practical implications for algorithmic literacy initiatives and user-driven platform design.

This study explores the effects of providing information on the price fairness perception and intention of continuous use in an online fashion platform, given a price difference due to AI algorithm pricing. We investigated the moderating roles of price inequality (loss vs. gain) and technology insecurity. The experiments used four stimuli based on price inequality (loss vs. gain) and information provision (provided or not) on price inequality. We developed a mock website and offered a scenario on the product presentation based on an AI algorithm pricing. Participants in their 20s and 30s were randomly allocated to one of the stimuli. To test the hypotheses, a total of 257 responses were analyzed using Process Macro 3.4. According to the results, price fairness perception mediated between information provision and continuous use intention when consumers saw the price inequality as a gain. When the consumers perceived high technology insecurity, information provision affected the intention of continuous use mediated by price fairness perception.

본 논문에서는 입체감을 보존하여 스테레오 영상의 크기를 조정하는 기법을 제안한다. 스테레오 영상의 디스패리티 데이터를 이용하여 좌우 영상의 중요 영역을 추출하고, 영상의 빈 공간을 인페인팅(inpainting) 기법을 통해 복원한다. 복원된 배경 영역의 크기를 선형적으로 조정하고, 중요 영역은 최대한 보존하도록 크기를 조정하여 배경 영역에 붙여 넣는다. 실험 결과 제안하는 알고리즘이 기존 이미지 크기 조정 기법보다 스테레오 영상의 중요 정보와 입체감을 왜곡하지 않고 보존함을 확인할 수 있었다.

.

본 연구는 디자인 영역 중 웹 스타일에 대해서 소비자 감성과 만족과의 관계를 연구했다. 기존 웹 스타일 연구들은 웹의 레이아웃과 구조도 등과 색상 등이 감성에 미치는 영향에서 연구했다. 본 연구는 기존 연구들과 차별되게 웹의 구성 요소를 배제하고 소비자의 감성 지표만을 갖고 소비자 만족과의 관계를 분석했다. 분석을 위해 검증을 위해 소비자 204명을 대상으로 40개 웹 스타일 테마를 선정, 각 소비자에게 4개씩 평가하도록 하였다. 소비자에게 평가하도록 한 감성 형용사는 18개의 대비되는 쌍을 갖는 감성 형용사로 구성하였고, 요인 분석을 통해 상위 감성 지표를 추출했다. 각 감성 지표들은 '부드러움', '모던함', '명확함', '꽉 참' 이었으며, 감성지표들이 소비자 만족에 미치는 영향이 다를 것으로 판단하여 가설을 수립했다. 분석 결과에 따라 가설 1과 2, 3은 채택되었으며, 가설 4의 경우는 기각되었다. 가설 4의 경우 기각되었지만 정의 방향이 아닌 부의 방향으로 유의한 것으로 나타났다. 이때, 조절 초점 성향이 감성이라는 정보처리 과정에서 소비자 만족에 미치는 영향이 다를 것으로 판단했다. 조절 초점 성향은 조직 행동 및 의사결정에 영향을 주기도 하며, 정치, 문화, 윤리적 판단 및 행동은 물론 광범위적 심리적 문제와 사고 프로세스, 감정적 반응에도 영향을 미친다. 때문에 각 감성 지표에 대한 조절 초점 간 차이를 확인할 필요성이 있고, 각 감성 지표에 대한 세부 가설을 수립했다. 세부 가설을 검증하기 위해 조절 회귀 분석을 수행했다. 분석 결과 가설 5는 부분적으로 지지됐고, 가설 5.3만 지지되었고, 5.4의 경우 기각되었지만 가설과의 반대 방향으로 지지되었다. '명확함'의 경우 향상 초점이 소비자 만족에 더 큰 영향을 보였고, 예방 초점일수록 '꽉 참'을 더 선호한 것으로 나타났다. 분석 결과를 바탕으로 조절 초점 성향을 향상, 예방, 중간 성향으로 3집단으로 구분, 소비자 감성 기반으로 웹 스타일에 대한 추천을 할 수 있는 알고리즘을 개발했다.

With the development of the web, two-way communication and evaluation became possible and marketing paradigms shifted. In order to meet the needs of consumers, web design trends are continuously responding to consumer feedback. As the web becomes more and more important, both academics and businesses are studying consumer emotions and satisfaction on the web. However, some consumer characteristics are not well considered. Demographic characteristics such as age and sex have been studied extensively, but few studies consider psychological characteristics such as regulatory focus (i.e., emotional regulation). In this study, we analyze the effect of web style on consumer emotion. Many studies analyze the relationship between the web and regulatory focus, but most concentrate on the purpose of web use, particularly motivation and information search, rather than on web style and design. The web communicates with users through visual elements. Because the human brain is influenced by all five senses, both design factors and emotional responses are important in the web environment. Therefore, in this study, we examine the relationship between consumer emotion and satisfaction and web style and design. Previous studies have considered the effects of web layout, structure, and color on emotions. In this study, however, we excluded these web components, in contrast to earlier studies, and analyzed the relationship between consumer satisfaction and emotional indexes of web-style only. To perform this analysis, we collected consumer surveys presenting 40 web style themes to 204 consumers. Each consumer evaluated four themes. The emotional adjectives evaluated by consumers were composed of 18 contrast pairs, and the upper emotional indexes were extracted through factor analysis. The emotional indexes were 'softness,' 'modernity,' 'clearness,' and 'jam.' Hypotheses were established based on the assumption that emotional indexes have different effects on consumer satisfaction. After the analysis, hypotheses 1, 2, and 3 were accepted and hypothesis 4 was rejected. While hypothesis 4 was rejected, its effect on consumer satisfaction was negative, not positive. This means that emotional indexes such as 'softness,' 'modernity,' and 'clearness' have a positive effect on consumer satisfaction. In other words, consumers prefer emotions that are soft, emotional, natural, rounded, dynamic, modern, elaborate, unique, bright, pure, and clear. 'Jam' has a negative effect on consumer satisfaction. It means, consumer prefer the emotion which is empty, plain, and simple. Regulatory focus shows differences in motivation and propensity in various domains. It is important to consider organizational behavior and decision making according to the regulatory focus tendency, and it affects not only political, cultural, ethical judgments and behavior but also broad psychological problems. Regulatory focus also differs from emotional response. Promotion focus responds more strongly to positive emotional responses. On the other hand, prevention focus has a strong response to negative emotions. Web style is a type of service, and consumer satisfaction is affected not only by cognitive evaluation but also by emotion. This emotional response depends on whether the consumer will benefit or harm himself. Therefore, it is necessary to confirm the difference of the consumer's emotional response according to the regulatory focus which is one of the characteristics and viewpoint of the consumers about the web style. After MMR analysis result, hypothesis 5.3 was accepted, and hypothesis 5.4 was rejected. But hypothesis 5.4 supported in the opposite direction to the hypothesis. After validation, we confirmed the mechanism of emotional response according to the tendency of regulatory focus. Using the results, we developed the structure of web-style recommendation system and recommend methods through regulatory focus. We classified the regulatory focus group in to three categorie

전조등의 밝기 변동에 대한 운전자의 시인성 및 뇌파측정, 심리평가를 행하고 이를 바탕으로 전조등 밝기변화의 한계값과 운전자의 안전성을 고려한 평가 알고리즘을 개발하였다. 전조등의 밝기 변화 한계치는 심리평가의 설문지 작성을 통한 주관적 평가를 바탕으로 밝기 변화, 눈 깜박임, 불쾌감 등에 대한 한계값을 제시하였다. 그리고 뇌파측정을 바탕으로 정신적, 시각적 스트레스에 대한 한계값을 제시하였으며, 운전자의 시인성 측정을 바탕으로 차량을 장애물의 위협 없이 안전하게 정지하기 위한 한계값을 제시하였다. 안전성 평가 알고리즘은 장애물을 인식하고 브레이크 페달을 밟기 시작하기 까지 최대한 허용할 수 있는 시간인, 여유 시간 이내에 전압변동을 완료하고 최초의 정상 전압으로 복귀하는 경우와 그렇지 않은 경우를 적용할 수 있는 2종류의 알고리즘을 개발하였다.

필터버블은 그간 정보 다양성과 민주적 담론을 위협하는 현상으로 주로 정치·정보 맥락에서 연구되어 왔다. 그러나 알고리즘 기반 소비 환경에서는 개인화 필터링이 심미적 취향, 반복 노출, 브랜드 애착이라는 전혀 다른 논리로 작동한다. 본 연구는 온라인 패션 플랫폼을 활발히 이용하는 20대 한국 여성 소비자를 대상으로 필터버블 인식이 패션 브랜드 충성도에 미치는 영향을 검토하며, 개인화 추천 다양성 인식의 매개 역할과 디지털 리터러시의 조절 역할을 규명하고자 한다. 최근 6개월 이내에 온라인 패션 쇼핑 경험이 있는 20-29세 한국 여성 300명을 대상으로 온라인 설문조사를 실시하였으며, 수집된 자료는 확인적 요인분석(CFA)을 통해 측정 타당도를 검토한 후 SPSS 24, AMOS 18, PROCESS macro Model 58(버전 4.2)을 활용하여 가설을 검증하였다. 연구 결과, 필터버블 인식은 초기 가설과 달리 패션 브랜드 충성도에 유의한 정(+)의 직접 효과를 미치는 것으로 나타났다. 기존 매개분석에서 필터버블 인식이 개인화 추천 다양성 인식에 미치는 a-path는 유의하지 않았으나, 디지털 리터러시를 공변량으로 통제한 추가 회귀분석 결과 통계적으로 유의한 부(-)의 효과가 확인되었다(β＝-.205, p＜.001). 이는 기존의 비유의 결과가 매개효과의 부재가 아니라 디지털 리터러시 수준 간 효과 상쇄(cancellation)에 기인함을 시사한다. 디지털 리터러시는 필터버블 인식과 개인화 추천 다양성 인식 간의 관계를 조절하였다. 구체적으로, 디지털 리터러시 수준이 낮을 때 필터버블 인식은 개인화 추천 다양성 인식을 유의하게 감소시켰으나, 수준이 높을 때는 이러한 부(-)의 효과가 중화되었다. 조건부 간접효과는 디지털 리터러시가 낮은 수준과 평균 수준에서 유의하였으나, 높은 수준에서는 유의하지 않았다. 본 연구는 두 가지 이론적 기여를 한다. 첫째, 필터버블 연구를 정치·정보 영역을 넘어 소비자 행동 영역으로 확장하여, 필터버블을 소비 경험을 구성하고 브랜드 충성도를 형성하는 메커니즘으로 재개념화한다. 둘째, 필터버블 효과가 기존의 결핍 모델과는 다른 방향으로 작동할 가능성을 제시한다. 필터버블은 소비자 선택을 제약하기 보다, 반복 노출을 통한 브랜드 친숙성, 결정 피로 감소, 자아-브랜드 일치감 강화를 통해 브랜드 애착을 강화하는 경험 구조로 기능할 수 있다. 디지털 리터러시는 핵심 경계 조건으로 작용하여, 리터러시 수준이 낮은 소비자에게서 나타나는 필터버블 인식이 추천 다양성 인식을 감소시키고 이것이 다시 브랜드 충성도를 약화시키는 부정적 간접 경로를 중화하는 인지적 완충제 역할을 한다. 이러한 결과는 개인화를 브랜드 애착의 동인으로 활용하면서도 디지털 취약 계층이 추천 다양성을 충분히 인식할 수 있도록 하는 추천시스템 설계에 실무적 시사점을 제공한다.

Filter bubbles have been theorized almost exclusively as a threat to informational diversity and democratic discourse. Yet in algorithm-driven consumption environments, personalized filtering operates according to a different logic?one shaped by aesthetic preference, repeated exposure, and brand attachment rather than epistemic concern. This study investigates how filter bubble perception influences fashion brand loyalty among Korean women in their twenties who actively use online fashion platforms, with particular attention to the mediating role of perceived recommendation diversity and the moderating role of digital literacy. An online survey was conducted with 300 Korean women aged 20?29 who had engaged in online fashion shopping within the previous six months. Data were analyzed using confirmatory factor analysis (CFA) and hypothesis testing via SPSS 24, AMOS 18, and PROCESS macro Model 58 (version 4.2) with 5,000 bootstrap samples. Results reveal that filter bubble perception exerts a significant positive direct effect on brand loyalty, contrary to the initial hypothesis. Although the a-path from filter bubble perception to perceived recommendation diversity was non-significant in the original mediation analysis, an additional regression analysis controlling for digital literacy revealed a significant negative effect (β = -.205, p < .001), indicating that the apparent null effect reflects cancellation across digital literacy levels. Digital literacy moderated the relationship between filter bubble perception and perceived recommendation diversity: at low levels, filter bubble perception significantly reduced perceived recommendation diversity, whereas at high levels this negative effect was neutralized. These findings make two substantive contributions. First, this study extends filter bubble research beyond its political and informational origins into consumer behavior, repositioning the construct as a mecha nism through which consumption experience is structured and brand loyalty is formed. Second, the positive direction of filter bubble effects challenges the dominant deficit model: rather than constraining consumer choice, filter bubble may be associated with stronger brand attachment through familiarity, reduced decision fatigue, and self-brand congruity fostered by repeated exposure to aligned content. Digital literacy emerges as a key boundary condition that neutralizes the negative indirect pathway from filter bubble perception through recommendation diversity to brand loyalty among lower-literacy consumers. These results offer practical implications for fashion platforms seeking to design recommendation systems that leverage person alization while preserving perceived diversity for digitally vulnerable users.