Earticle

최근 산업 현장에서는 디지털 트윈 기술을 이용하여 단순 자동화를 넘어선 스마트 제조 및 물류 시스템으로 진화하고 있다. 그러나, 디지털 트윈 구축 방식은 수동적 모델링에 따른 막대한 비용과 실시간성 부족 등의 문제점이 여전히 존재한다. 본 논문에서는 대규모 산업 현장의 운영 효율성과 안전성을 극대화하기 위해서 피지컬 AI와 신경망 장면 재구성 기술을 통합한 산업 환경의 운영 최적화 모델을 제안한다. 제안 모델은 다중 시점 영상 및 LiDAR 데이터를 활용하여 정밀한 센서 포즈를 추정하고, NeRF 및 3D Gaussian Splatting 기법을 통해 환경을 고충실도로 복원한다. 특히, 동적 객체 분리 알고리즘을 적용하여 정적인 배경 모델을 추출함으로써 최적의 가상환경을 구축한다. 실험 결과, 제안 모델은 물류 처리량을 기존 대비 60%(515 Pallets/hr) 이상 단축하였으며, 피지컬 AI 기반의 동적 경로 계획을 통해 물류 처리 효율을 28% 향상시키는 성과를 보였다.

Recently, in industrial sites, digital twin technology has been used to evolve into a smart manufacturing and logistics system that goes beyond simple automation. However, the digital twin construction method still has problems such as enormous cost and lack of real-time performance due to passive modeling. In this paper, we propose an operation optimization model of an industrial environment that integrates physical AI and neural network scene reconstruction technology to maximize the operational efficiency and safety of large-scale industrial sites. The proposed model estimates precise sensor poses using multi-view images and LiDAR data, and restores the environment to a high-fidelity through NeRF and 3D Gaussian Splitting techniques. In particular, by extracting a static background model by applying a dynamic object separation algorithm, an optimal virtual environment is established. As a result of the experiment, the proposed model reduced the environmental rebuilding time by more than 90% compared to the existing one, and showed the result of improving the logistics processing efficiency by 28% through physical AI-based dynamic path planning.

피지컬 AI는 체화된 인지 이론을 기반으로 실제 물리 환경과 직접 상호작용하는 지능형 시스템 을 구현하는 차세대 인공지능 기술 분야이다. 본 연구에서는 피지컬 AI 학부 인재 양성을 위한 교육 모형을 제안하고, 교육과정을 기본 AI, LLM, 로봇 시스템, 시뮬레이션의 네 가지 핵심 영역으로 구 조화하였다. 연구의 실증적 타당성을 확보하기 위해 문헌 고찰, 주요 대학 교육과정 분석, 채용 공고 분석을 결합한 삼각검증법을 적용하였다. 이를 바탕으로 본 연구에서는 4개 영역 기반의 학부 커리큘 럼, 시뮬레이션 중심 실습 환경, 그리고 L1~L4 단계의 산학협력 모델을 제시하였다. 본 연구는 피지 컬 AI 교육을 위한 대학 학부 교육 프레임워크를 제안하였다는 점에서 학문적 의의를 가지며, 대학과 교육 정책 담당자가 피지컬 AI 인재 양성 프로그램을 설계하고 운영하는 데 활용할 수 있는 실질적 가이드라인을 제공한다.

Physical AI is a next-generation field of artificial intelligence that aims to develop intelligent systems capable of directly interacting with real-world physical environments based on the theory of embodied cognition. This study proposed an educational model for undergraduate Physical AI talent development and structured the curriculum into four core domains: Basic AI, LLM, Robot Systems, and Simulation. To ensure the empirical validity of the study, a triangulation method combining literature review, curriculum analysis of major universities, and job posting analysis was applied. Based on these findings, this study presented a undergraduate curriculum based on the four domains, simulation-centered practical training environments, and an L1~L4 industry academia collaboration model. This study is academically significant in that it proposed an undergraduate education framework for Physical AI education and provides practical guidelines that universities and educational policymakers can use to design and operate Physical AI talent development programs.

최근 로봇공학은 규칙 기반 제어에서 범용 AI 기반 제어로 전환되고 있다. VLA(Vision-Language-Action) 모델은 시 각 정보와 자연어 명령을 이해해 행동을 생성하는 엔드투엔드 멀티모달 학습을 가능하게 하며, 차세대 물리적 인공지능 핵심 기 술로 주목받는다. 실제 적용을 위해서는 ROS와의 통합이 필수적이다. 본 논문은 RoboNeuron, RT-2, OpenVLA, CoT-VLA 등의 사례를 중심으로 시스템 구조와 데이터 흐름을 비교·분석하고, 물류·제조·서비스 분야 적용 사례를 검토했다. 또한 실시간성, 데이터 부족, 추론 오류, 통합 복잡성 등 기술적 과제를 도출하고, 모델 양자화, Sim-to-Real 전이, 자가 피드백 루프, 모듈형 브리지 구조 등을 대응 방안으로 제시하였다. 이를 통해 규칙 기반 로봇에서 VLA–ROS 기반 멀티모달 지능, 범용 물리적 인공지능으로 발전하는 기술·산업적 로드맵을 제시한다.

Recent robotics research is shifting from rule-based control to general-purpose AI-driven control. Vision-Language-Action (VLA) models enable end-to-end multimodal learning by interpreting visual inputs and natural language commands to generate actions and are emerging as a core technology for next-generation Physical AI. Integration with the Robot Operating System (ROS) is essential for real-time sensing, motor control, and simulation-based validation. This paper analyzes representative frameworks including RoboNeuron, RT-2, OpenVLA, and CoT-VLA, comparing system architectures and data flows, and reviews applications across logistics, manufacturing, and service robotics. Key challenges such as real-time constraints, data scarcity, inference errors, and integration complexity are identified, along with proposed solutions such as model quantization, Sim-to-Real transfer, self-feedback loops, and modular bridge structures. A roadmap from rule-based robots to VLA–ROS multimodal intelligence and general-purpose Physical AI is presented, offering technical and industrial insights.

This study aimed to examine the effects of an 8-week AI-based spinning exercise program on body composition and physical fitness in individuals with developmental disabilities. The participants were 10 individuals with developmental disabilities from region G, with an average age of 20.5 years and an average BMI of 26.1 kg/m². They participated in the AI spinning program for 40 minutes per session, three times a week, over an 8-week period. The results showed significant reductions in body weight, body fat percentage, and BMI (p<0.05). Additionally, there were significant improvements in cardiorespiratory endurance (6-minute walk distance), muscular endurance (sit-ups and repeated squats), and flexibility (sit and reach test) (p<0.05). These findings suggest that AI-based exercise programs are effective in improving body composition and physical fitness among individuals with developmental disabilities. Therefore, it is recommended that the dissemination and expansion of various AI-based personalized exercise programs for this population be actively pursued in the future.

본 연구는 로봇공학, 센싱, 몰입형 시스템의 급속한 발전 속에서 피지컬 인공지능(AI) 기술을 관광 콘텐츠 산업에 통합하기 위한 전략적 접근 방식을 탐구하는 것을 목적으로 한다. 이론적 틀과 글로벌 사례에 대한 종합적 인 검토를 통해 관광 경험 향상 및 운영 효율성 제고에 있어 기회와 과제를 파악하고자 하였다. 본 연구는 심층적인 문헌검토와 리뷰를 주요 방법으로 활용했다. 연구 결과, AI 기반 관광 환경에서 개인화, 안전 및 윤리적 거버넌스, 지속 가능한 관리의 중요성을 강조하였다. 이러한 결과는 관광정책입안자와 의사결정권자, 그리고 업계 이해관계자 들이 미래 관광 생태계에서 피지컬 AI를 효과적으로 도입할 수 있도록 실질적인 전략을 제시했다는 점에서 의미가 있다. 다만, 실증연구 등의 부족으로 인한 연구의 한계를 반영한 추가연구가 이루어진다면, 보다 의미 있는 결과가 될 것으로 기대된다.

This study investigates strategic approaches for integrating Physical AI technologies into the tourism content industry amid rapid advancements in robotics, sensing, and immersive systems. Through a comprehensive review of theoretical frameworks and global cases, the research identifies opportunities and challenges in enhancing tourist experiences and operational efficiency. The research employed an intensive literature review as its primary method. Findings highlight the importance of personalization, safety, ethical governance, and sustainable management in AI-enabled tourism environments. The study proposes actionable strategies for policymakers and industry stakeholders to guide effective adoption of Physical AI in future tourism ecosystems.

이번 연구의 목적은 인공지능(AI) 기술이 인간의 몸과 결합할 때 발생하는 윤리적 주체의 문제를 규명하고, 이를 찰스 테일러의 자기성 개념을 토대로 극복할 가능성을 모색하는 것이다. 최근 AI는 센서와 구동기를 통해 세계와 상호작용하며 물리적 세계를 지각·적응하고 물 체를 조작할 수 있는 물리적 AI로 진화하고 있다. 물리적 구현체로서 AI와 인간은 서로를 필요로 하나, 그 결합은 인간 주체성을 훼손할 위 험을 내포한다. 테일러의 자기성은 이 문제의 심각성을 드러내고 이를 극복할 수 있는 규범적 토대, 즉 인간 관련적 윤리의 가능성을 제공한 다. 나아가 자기성 개념은 곧 도래할 물리적 AI 시대의 도덕과교육 문 제에 대응할 수 있는 중요한 시사점을 제시한다.

This paper aims to overcome the issue of ethical subjects risen in the connection of artificial intelligence (AI) technologies with the human body by the conception of selfhood in Charles Taylor. Recently, AI has evolved into physical AI, capable of perceiving and adapting to the physical world and manipulating objects through sensors and actuators that interact with the environment. As a sort of physical embodiment, AI and humans may require each other; however, their convergence entails the risk of undermining human subjectivity. Taylor's selfhood reveals the gravity of this problem and provides a normative foundation—namely, the possibility of a human-related ethics—for its resolution. Furthermore, the conception of selfhood offers important implications for addressing moral educational challenges in the forthcoming era of physical AI.

본 연구는 생성형 AI 기술이 교육 현장에 도입됨에 따라, 이를 체육 교과와 융합하였을 때 초등학생의 신체적 건강과 사 회적 건강에 미치는 교육적 효과를 규명하는 데 목적이 있다. 이를 위해 전북특별자치도 소재 P초등학교 5, 6학년 학생 18 명을 연구 대상으로 선정하여 실험집단 9명과 통제집단 9명으로 무선 배치하였다. 실험집단에게는 6차시의 AI 융합 체육 프 로그램을 진행하였고, 통제집단에게는 전통적인 방식의 일반 체육 수업을 진행하였다. 연구 결과, 신체적 건강(학생건강체력 평가시스템) 측면에서 실험집단은 심폐지구력, 유연성, 순발력 모든 영역에서 사후 점수가 사전 대비 통계적으로 유의미하게 향상되었다. 반면 통제집단은 유의미한 변화를 보이지 않았다. 사회적 건강(초등학생용 사회·정서 역량 진단도구)측면에서도 실험집단은 사전 대비 사후 점수가 유의미하게 향상된 반면, 통제집단은 유의미한 차이가 없었다. 본 연구는 디지털 대전환 시대에 발맞추어 체육 교육의 새로운 교수·학습 모델로서 생성형 AI의 가능성을 실증적으로 확인했다는 데 의의가 있다.

This study examined the educational effects of Generative AI-converged physical education on elementary students’ physical and social health. Eighteen fifth- and sixth-grade students from P Elementary School in Jeonbuk State were randomly assigned to an experimental group (n=9) or a control group (n=9). The experimental group completed a six-session AI-converged physical education program, whereas the control group received traditional physical education. The experimental group showed significant pre–post improvements in physical health (PAPS: cardiorespiratory endurance, flexibility, and power) and social health (Social-Emotional Competence Scale), while the control group showed no significant changes. These findings empirically support the potential of Generative AI as a novel teaching and learning model for physical education in the era of digital transformation.

본 연구는 체육(PE) 전공 대학생들을 대상으로 인공지능(AI) 활용이 학습 자기효능감, 메타인지, 대학 생활 적응에 미치는 영향을 조사하였다. 전국 대학의 체육 전공 재학생 총 274명을 대상으로 AI 활용도, 학습 자기효능감, 메타인지, 대학 생활 적응도를 측정하는 구조화된 설문조사를 실시하였다. 기술 통계, 크론바흐 알파 신뢰도 분석, 피어슨 상관 분석, 단순 선형 회귀 분석을 수행하였다. 결과에 따르면, AI 활용은 메타인지, 대학 생활 적응, 학습 자기효능감과 통계적으로 유의미한 양의 상관관계를 보였다. 회귀 분석 결과, AI 활용도는 학습 자기효능감(β=.503, p <.001), 메타인지(β=.363, p<.001), 대학 생활 적응(β=.300, p<.001)을 유의미하게 예측하는 것으로 나타났다. 이러한 결과는 체육 전공 학생들의 AI 활용도를 높이며 그들의 메타인지적 인식을 증진하고, 대학 생활 적응을 촉진하며, 학습 자기효능감을 강화할 수 있음을 시사한다. 본 연구 결과는 체육 교육 과정에 AI 리터러시 교육을 통합해야 한다는 점을 뒷받침하는 실증적 근거를 제공하며, 체육 계열전공에서 체계적인 AI 교육 프로그램의 필요성을 강조한다. 향후 연구에서는 종단적 연구 설계와 구조방정식 모델링을 활용하여 인과 경로와 매개 변수를 검토해야 한다.

This study investigated the effects of artificial intelligence(AI) utilization on learning self-efficacy, metacognition, and college life adaptation among physical education (PE) major university students. A total of 274 PE major students from universities in South Korea completed a structured survey measuring AI utilization, learning self-efficacy, metacognition, and college life adaptation. Descriptive statistics, Cronbach's alpha reliability analysis, Pearson correlation analysis, and simple linear regression analysis were conducted. Results revealed that AI utilization had a statistically significant positive correlation with metacognition, college life adaptation and learning self-efficacy. Regression analysis demonstrated that AI utilization significantly predicted learning self-efficacy (β=.503, p<.001), metacognition (β=.363, p<.001), and college life adaptation (β=.300, p<.001). These findings suggest that enhancing AI utilization among PE major students can promote their metacognitive awareness, facilitate college life adaptation, and strengthen learning self-efficacy. The results provide empirical evidence supporting the integration of AI literacy education into PE curricula and highlight the need for systematic AI education programs in sport science departments. Future research should employ longitudinal designs and structural equation modeling to examine causal pathways and mediating mechanisms among these variables.

본 연구의 목적은 학생건강체력평가(PAPS)와 기존 건강체력교실 운영의 한계를 보완하기 위해 AI 기반 실시간 측정과 개인 맞춤형 운동 처방을 적용한 온라인 건강체력교실 프로그램을 설계기반연구(DBR)로 개발하는 데 있다. 국내 외 문헌 분석과 전문가 자문을 바탕으로 설계 원리를 도출하고, 학생용 모바일 애플리케이션(App), 교사용 학습관리시스 템(LMS), 운동형·스포츠형·표현형 콘텐츠로 구성된 통합 프로그램을 개발하였다. 연구는 2023년 9월부터 2024년 2월 까지 5회의 DBR 사이클로 진행되었으며, 초·중·고등학교 교사와 시·도교육청 장학사를 포함한 12인의 현장 전문가가 교육적 적절성, 기술적 실현 가능성, 현장 적용 가능성을 검토하였다. 개발된 프로그램은 PAPS 1차 결과와 학생의 운동 목표를 반영해 운동형 콘텐츠에 AI 기반 실시간 피드백과 개인 맞춤형 운동 처방을 제공하고, LMS를 통해 참여 현황 모니 터링과 결과보고서 자동 생성을 지원하도록 설계되었다. 스포츠형과 표현형 콘텐츠는 초등 저학년과 저체력 학생의 흥미 와 참여를 높이기 위한 보완적 체험형 콘텐츠로 구성하였다. 연구 결과, 건강체력 요소와 콘텐츠의 명시적 연계, 교사 업무 자동화, 디지털 접근성 지원, 정형화된 운동형 콘텐츠 중심의 AI 적용이 핵심 설계 원리로 도출되었다. 본 연구는 PAPS 사후관리의 실효성을 높일 수 있는 디지털 운영 모델을 제시했으며, 향후 초·중·고등학교 현장 적용을 통한 효과성 검증, 내용타당도지수(CVI)를 포함한 정량 검증, 스포츠형·표현형 콘텐츠의 AI 고도화가 필요하다.

This study developed an AI-based online physical fitness program using real-time measurement and personalized exercise prescription to address limitations in the Physical Activity Promotion System (PAPS) and conventional school fitness classes. Using a design-based research approach, design principles were derived from literature review and expert consultation, and an integrated program was built with a student mobile application, a teacher learning management system (LMS), and exercise-, sport-, and expression-type content. Five DBR cycles were conducted from September 2023 to February 2024, and 12 field experts, including elementary, middle, and high school teachers and district-level education supervisors, reviewed the program for educational appropriateness, technological feasibility, and field applicability. The program uses students’ first PAPS results and exercise goals to provide AI-based real-time feedback and personalized prescriptions for exercise-type content, while the LMS supports progress monitoring and automated report generation. Sport- and expression-type content was designed as supplemental experiential content to promote interest and participation among younger or low-fitness students. Key design principles included explicit alignment between fitness factors and content, automation for teacher support, accessibility support, and prioritizing AI for structured exercise-type content. The study presents a digital operating model for improving PAPS follow-up management. Future research should test field effectiveness in elementary, middle, and high schools, conduct quantitative validation including the content validity index (CVI), and expand AI functions for sport- and expression-type content.

본 논문에서는 인공지능 교육용 자료를 활용한 실습 위주의 교육에서 수강자들의 의견을 조사해 효과성을 분석하는 것에 목적이 있다. 특히, 이번 연구에서 중점사항은 예비 대학생을 대상으로 피지컬 컴퓨팅을 활용한 인공지능 융합 교육을 실시한 후 만족도를 분석하였다. 본 연구의 결과로 첫째, 인공지능의 개념, 사회적 영향, 윤리에 대한 이해도가 남녀 모두 향상되어 이 는 교육이 인공지능 기술을 효과적으로 활용하고 윤리적 문제를 고려하는데 있어 도움이 되었다는 것을 보여주었다. 둘째, 인 공지능 응용과 활용, 문제해결에 대해 남녀 모두 크게 향상되었으며, 이는 인공지능 기술을 효과적으로 적용하고 문제를 해결 하는데 있어 중요한 기반이 될 수 있다는 것을 입증하였다. 셋째, 교육에 대한 만족도 조사에서 전체 문항에 대한 평균이 4.17 이상으로 높아 수업의 만족도가 높았음을 확인할 수 있었다. 이러한 결과는 인공지능 융합 교육을 위한 프로그램 개발에 기여 할 수 있을 것으로 사료된다.

In this paper, the purpose is to investigate the effectiveness of a practical-based education using AI educational materials by surveying the opinions of the participants. In particular, the focus of this study was to analyze satisfaction after conducting artificial intelligence convergence education using physical computing for pre-university students. The results of this study are as follows: First, both male and female students showed an improved understanding of AI concepts, social impact, and ethics, indicating that the education helped them effectively utilize AI technologies while considering ethical issues. Second, there was a significant improvement in both male and female students' application and utilization of AI, as well as their problem-solving abilities, demonstrating that this education provides an important foundation for effectively applying AI technologies and solving problems. Third, the satisfaction survey for the education revealed an average score of over 4.17 across all items, confirming that the students were highly satisfied with the course. These results are expected to contribute to the development of programs for AI convergence education.

이 연구는 AI에 기반을 둔 스마트 기기를 활용하여 초등학교 체육수업에 적합한 데이터 지표를 탐색하는 데 연 구의 목적이 있다. 이를 위해 RISS를 통해 스마트 기기 활용 체육수업 관련 논문 27편을 자료로 수집하였으며, 반복적 비교·분석과 주제 코딩을 통해 자료를 분석하였다. 체육수업에서 활용 가능한 데이터 지표는 다음과 같 다. 첫째, 신장, 몸무게, 체질량 지수(BMI), 근력, 근지구력, 유연성, 등 신체 능력 지표와 심폐지구력, 혈압, 혈 당, 콜레스테롤 등 신체적 특성 지표이다. 둘째, 체육수업 시간에 참여한 비율, 활동한 시간, 수행한 운동량 등 체육 활동 참여 지표이다. 셋째, 체력과 건강의 지표 변화와 스트레스, 우울감 등 심리적 상태의 변화와 학업 성 취도의 변화인 체육 활동 효과 지표이다. 이상의 AI 기반 스마트 기기를 활용한 데이터 지표는 학생건강체력평 가(PAPS)의 객관성과 활용도를 높이고, 맞춤형 체육수업 및 자기주도학습 구현에 기여할 것이다.

This study aims to explore suitable data indicators for elementary school physical education classes using AI-based smart devices. For this purpose, 27 papers related to the use of smart devices in physical education classes were collected from the Research Information Sharing Service (RISS) and analyzed through constant comparative analysis and theme coding. The data indicators applicable in physical education classes are as follows: First, physical characteristics indicators such as height, weight, body mass index (BMI), muscle strength, muscular endurance, flexibility, cardiopulmonary endurance, blood pressure, blood sugar, and cholesterol. Second, physical activity participation indicators such as the rate of participation in physical education classes, time spent in activities, and the amount of exercise performed. Third, physical activity effect indicators such as changes in physical fitness and health, changes in psychological states like stress and depression, and changes in academic achievement. The data indicators utilizing AI-based smart devices can enhance the objectivity and usability of the Physical Activity Promotion System (PAPS), and contribute to the implementation of customized physical education classes and self-directed learning.

현대 연구 환경의 변화와 도전에 대응하여, AI 기술은 연구의 방식과 효율성을 혁신적으로 변화시킬 잠재력이 있다. 체육학을 비롯한 여러 학문 분야에서, AI 도구들은 데이터 분석, 문헌 검색, 문서 작성 등 연구 과정의 다양한 단계에서 중요한 역할을 하며, 연구의 효율성과 질을 개선하는 데 이바지한다. 이러한 도구들의 활용은 연구 환경의 기본적인 틀을 변화시키고, 연구자들이 더욱 효과적으로 연구를 수 행할 수 있게 한다. 체육학 분야에서 AI의 적용은 맞춤형 훈련 프로그램 개발, 운동 성능 향상, 교육 평 가의 현대화 등 다양한 분야에서 중요한 임무를 수행하고 있으며, 이는 스포츠 및 체육 교육의 효과를 증진하는 데 이바지한다. 그러나 AI 기술의 적용에는 윤리적, 안전적, 개인정보 보호 측면에서의 고려가 필수적이며, 이는 AI의 성공적인 적용과 지속 가능한 발전을 위해 중요하다. 따라서 연구자들은 AI 기 술을 책임감 있게 활용하고, 연구 방법론의 혁신을 추구하는 동시에 기술의 한계와 신체 활동의 본질에 대한 고려도 중요하게 여겨야 한다. AI 도구들의 통합적 사용은 체육학 연구의 범위를 확장하고, 연구 활동의 질과 효과성을 크게 향상할 것으로 기대된다.

Objectives This research aims to explore the potential of AI tools in the field of physical education. It focuses on overcoming contemporary challenges in research methodology, enhancing research quality and innovation, and addressing ethical considerations in AI utilization. Methods The methodology of this research was conducted through a systematic review. Results AI tools are found to significantly improve research efficiency and quality. They aid in overcoming challenges in data management, document creation, and scholarly communication. AI's role in sports science includes personalized training, performance enhancement, and innovative educational approaches. Conclusions AI tools significantly enhance research efficiency and innovation in physical education. Their integrated use can overcome limitations in traditional research methods, offering novel approaches to data handling, analysis, and academic communication. However, ethical and privacy concerns necessitate careful consideration.

인공지능(AI)은 지방자치단체 청사의 물리적 보안 시스템을 개선하는 데 활용될 수 있는 유망한 기술이다. 방대한 데이터를 분석하고 패턴을 식별할 수 있어, 테러나 폭력과 같은 위협을 사전에 예방하는데 도움이 될 수 있다. 또한, 인공지능(AI)은 실시 간으로 보안 상황을 모니터링하고 이상 징후를 감지할 수 있어, 보안 인력의 업무 효율성을 향상시키

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.

본 연구는 체육 교과와 인공지능을 융합한 교육 프로그램을 개발하고, 이를 초등학생에게 적용하여 교육적 효 과를 분석하는 데 목적을 두었다. 학생건강체력평가 데이터를 활용한 인공지능 군집 모델 기반의 건강관리 개별 화 프로그램을 개발하였다. 초등교사 58명을 대상으로 요구 분석을 실시하였고, 이를 바탕으로 체육 과목의 성취 기준을 검토하였다. 교육 프로그램은 초등학교 6학년 학생 23명을 대상으로 총 34차시에 걸쳐 적용되었으며, 프 로그램의 교육적 효과를 분석하기 위해 컴퓨팅 사고력과 인공지능 리터러시에 대한 사전 및 사후 검사를 실시하 였다. 연구 결과, 본 교육 프로그램은 학생들의 컴퓨팅 사고력과 인공지능 리터러시 향상에 긍정적인 영향을 미 쳤음을 확인할 수 있었다. 이러한 결과는 체육 교과와 인공지능의 융합 교육이 학생들의 디지털 소양 및 체육 학습에 효과적임을 시사한다.

This study aimed to develop an educational program that combines physical education with artificial intelligence (AI) and implement it for elementary school students to analyze its educational effects. This study developed a personalized health management program using an AI clustering model based on student health and fitness data. The research involved a needs analysis of 58 elementary school teachers and a review of the physical education curriculum standards. The program was applied to 23 sixth-grade students over 34 sessions. To assess the program’s educational impact, pre-tests and post-tests were conducted on students' computational thinking and AI literacy. The results showed that the program significantly improved students' computational thinking and AI literacy. These findings suggest that integrating physical education with AI can effectively enhance students' digital literacy and physical education outcomes.

본 연구는 AI와 교과 융합 수업 방법으로 피지컬 컴퓨팅을 기반으로 하는 AI 연계 메이커 교육 수업 모형을 개발하여 하고, 이를 적용하여 학습 과정에서 나타나는 특징과 수업의 타당성을 분석함으로써 AI 연계 메이커 교육의 효과와 적용 가능성을 알아보기 위한 것이다. AI 융합 메이커 교육 수업 모형과 교수 전략을 개발하기 위해 메이커 교육의 절차적 모형과 교수 전략에 대한 선행문 헌을 분석하여 AI 융합 메이커 교육 초기 모형을 개발하고 단계에 따른 교수 전략을 도출하였으며, 전문가 내적 타당화와 현장 적 용을 통한 외적 타당화 과정을 거쳐 최종적으로 수업 모형 및 교수 전략을 완성하였다. 이를 통하여 얻어진 인공지능(AI) 융합 메이 커 교육 기반 수업의 최종 모형은 ‘틴커링하기(Tinkering)’, ‘데이터 프로세싱(Data Processing)’, ‘메이킹하기(Making)’, ‘공유하기 (Sharing)’, 개선하기(Improving)’의 5단계로 이루어져 있다. 또한 각각의 단계를 지원하는 4가지 교수원리와 16가지 세부전략이 포함 된다. 전략에는 해당 전략의 예시 및 해설을 담아 교수자가 전략에 따라 수업을 실행할 때 유용하게 활용될 수 있도록 하였다.

In this study, an AI-convergence maker education model based on physical computing is developed as a method of AI and subject convergence in the era of the 4th Industrial Revolution, and by applying it, the characteristics of the learning process and the validity of the class were analyzed to analyze the AI-convergence. The effects and applicability of education were investigated. In order to develop an AI convergence maker education class model and teaching strategy, we analyzed the preceding literature on the procedural model and teaching strategy of maker education to develop an initial model of AI convergence maker education and derive teaching strategies according to stages, and internal validity of experts. Finally, the class model and teaching strategy were completed through the external validation process through field application and field application. The final model of the artificial intelligence (AI) convergence maker education-based class obtained through this is 'Tinkering', 'Data Processing', 'Making', and 'Sharing' It consists of 5 steps: , 'Improving'. It also includes four teaching principles and 16 specific strategies to support each stage. In the strategy, examples and explanations of the strategy are included so that the instructor can use it usefully when conducting classes according to the strategy.

[목적] 본 연구는 AI 기반 골프 콘텐츠의 학교 체육 수업 적용 가능성을 교육적·제도적 관점에서 다층적으로 분석하고자 한다. 이를 통해 AI 기반 골프 콘텐츠가 체육 수업의 핵심 학습경험 요소로 기능할 가능성과 한계를 조명하고, 실제 수업 도입을 위한 판단 기준과 실천적 제약 요인을 다층적으로 도출하는 데 목적이 있다. [방법] 예비 체육 교사 3명과 현직 체육 교사 3명을 대상으로 반구조화 심층 면담을 시행하여 AI 기반 골프 콘텐츠의 수업 적용 가능성과 교육적 시사점을 탐색하였다. [결과] AI 골프 콘텐츠를 혁신적 교수 자료로 인식하면서도 기술 도입에 우려를 나타냈다. 수업 실행에는 시설 조건과 지원 부족이 제약으로 작용하였지만, 학습자는 높은 몰입과 피드백 수용 태도를 보였다. 이에 제도적 수용을 위해 교육과정 연계와 평가 체계 마련이 필요함이 확인되었다. [결론] AI 기반 골프 콘텐츠가 체육 수업의 몰입도 향상, 자기주도 학습 촉진, 정량적 피드백 제공 등 교육적 활용 가능성을 지닌 교수-학습 자원으로 기능할 수 있음을 확인하였다.

[Purpose] This study explores the applicability of AI-based golf content in school physical education, focusing on its educational value and institutional conditions. It aims to assess its potential as a core instructional resource and identify practical challenges for classroom adoption. [Methods] Semi-structured interviews were conducted with six participants—three pre-service and three in-service physical education teachers—to examine their perceptions and experiences with AI-based golf content. [Results] Teachers viewed AI golf content as an innovative tool that enhances student engagement, immersion, and learning through real- time feedback. However, concerns were raised about technical skills, equipment use, and insufficient infrastructural and administrative support. While student responses were positive, the need for curriculum alignment and a structured assessment system was emphasized. [Conclusion] AI-based golf content holds promise for promoting self-directed learning and immersive experiences in PE. For effective integration, institutional support including teacher training, infrastructure, and curriculum alignment is essential.

본 연구의 목적은 대화형 AI를 활용한 체육 수업실연 프로그램이 예비 체육교사의 교수능력 변화에 미치는 영향을 규명하고, 기술 기반 교수·학습 환경에 대한 예비교사들의 인식을 분석하는 데 있다. 이를 위해 ‘W’대학교 체육교육과 학생 50명을 대상으로 2025학년도 2학기(9-12월)에 해당 프로그램을 실시하였다. 연구참여자들은 8개 체육수업 모형을 기반으로 교수·학습 과정안을 작성한 후, 대화형 AI를 가상 학생으로 설정한 축약 형태의 1인 수업실연을 수행하였다. 연구 자료는 교수능력 자기평가 설문을 통한 양적 자료와 성찰 코멘트를 바탕으로 한 질적 자료를 수집하였으며, 대응표본 t-검정과 워드클라우드 분석을 통해 분석되었다. 연구결과로서 첫째, 대화형 AI 활용 체육 수업실연 수행 후 예비 체육교사의 교수능력은 전체 수준 및 수업 단계 전반에서 통계적으로 유의미하게 향상되었다. 특히 ‘전개’ 단계의 피드백 제공과 교수·학습 방법 적용 능력에서 두드러진 발달이 확인되었다. 둘째, 예비 체육교사들의 대화형 AI 활용 수업실연에 대한 인식은 수행 전의 기술적 불안과 막연한 기대에서 수행 후의 실천적 효능감과 즉흥적 대처 능력에 대한 성찰로 변화하였다. 연구참여자들은 프롬프트 설정을 통한 상호작용 과정에서 수업 설계의 정밀성과 교수 자신감을 획득한 것으로 나타났다. 결론적으로 대화형 AI 활용 수업실연 프로그램은 전통적인 마이크로티칭의 자원 제약을 보완하고 예비 체육교사의 실전 전문성을 신장시키는 유용한 교육 도구가 될 수 있음을 시사한다. 향후 대화형 AI의 강점과 대면 실연의 실제성을 결합한 혼합형 교육 모델의 개발 및 예비교사의 디지털 프롬프트 역량 강화를 위한 체계적인 교육과정 마련이 요구된다.

Objectives This study investigated the impact of a physical education (PE) class simulation program utilizing Generative AI (Gemini 3.0) on the teaching competencies of pre-service PE teachers and analyzed their perceptions of technology-enhanced pedagogical environments. Methods The program was implemented for 50 PE education majors at ‘W’ University, who designed lesson plans based on eight PE instruction models and conducted individual simulations using Generative AI as a virtual student persona for real-time interaction. Quantitative and qualitative data, collected via self-reported competency surveys and reflective journals, were analyzed using paired-sample t-tests and word cloud analysis. Results The results indicated statistically significant improvements in overall teaching competency and across all lesson stages, with particularly notable growth in providing adaptive feedback and applying pedagogical methods during the ‘development’ stage. Furthermore, word cloud analysis revealed a transformative shift in perceptions—from initial technical anxiety to a sense of practical efficacy and reflective insight—as participants gained instructional confidence and refined lesson designs through iterative prompt engineering. Conclusions This research underscores the need for blended educational models that integrate AI’s generative capabilities with face-to-face authenticity, supported by curricula that strengthen pre-service teachers' digital prompt engineering expertise.

본 연구는 초등학교 체육 수업을 위한 AI 디지털교과서(AIDT)의 개발 방향과 적용 가능성을 탐색하는 것이다. 이에 포괄적 문헌조사를 주요 학술 데이터베이스인 KCI, RISS, KISS, e-article을 활용하여 AI 디지털 교과서, 교과별 AIDT, 초등 체육 에듀테크(EdTech), 2022 개정 교육과정 등의 키워드로 국내외 관련 연 구를 수집하였다. 수집된 문헌을 분석하여 초등 체육 수업에서 AIDT의 효과적인 도입 및 향후 활용을 위한 핵심 시사점을 도출하였다. 연구 결과, 초등 체육 수업을 위한 AIDT는 타 교과에서의 적용 경험과 시사점을 반영하고, 2022 개정 교육과정의 가치와 방향성과 부합해야 할 것이다. 또한 학습자의 특성을 분석하고 개인화된 학습을 제공 하며, 데이터 기반 피드백을 지원하는 고도화된 교육 플랫폼으로 발전해야 한다. 궁극적으로 초등 체육 수업을 위한 AIDT의 개발 및 적용은 교수‧학습 구조를 혁신하고 교육의 질을 향상시키며, 학생 주도성, 개인화 학습, 디지털 전환 등의 미래 교육 목표를 실현하는 데 기여할 수 있을 것이다.

Objectives The purpose of this study is to investigate the developmental framework and applicability of AI Digital Textbooks (AIDT) designed to enhance teaching and learning in elementary physical education. Methods This study conducted a comprehensive literature review to examine the development direction and application potential of AI Digital Textbooks (AIDT) in elementary physical education. Relevant domestic and international studies were collected from major academic databases, including KCI, RISS, KISS, and e-article, using keywords such as“AI Digital Textbook,”“subject-specific AIDT,” “elementary physical education EdTech,” and “2022 revised curriculum.” The collected literature was analyzed to derive key insights and implications for the effective introduction and future utilization of AIDT in physical education classes. Results & Conclusions The study highlights that AIDT for elementary physical education should integrate insights from other subjects and align with the 2022 revised curriculum. It should evolve into an advanced platform that analyzes learner characteristics, offers personalized instruction, and supports data-driven feedback. Conclusively, the development and implementation of AIDT for elementary physical education can innovate teaching and learning structures, enhance educational quality, and contribute to achieving future goals such as student agency, personalized learning, and digital transformation.