Earticle

This paper is a netnographic study based on ChatGPT lovers’ text information in the ChatGPT community. Netnography is the practice of studying a cultural attribute of human beings, or the process of analyzing and exploring the cultural logic or perspective behind a particular group of common interest. The authors selected ChatGPT communities on Facebook and Sina Weibo as the objects of the online field, crawled and summarized the text information in the community by web scrapper technology, and encoded the text content with Nvivo 20 software. Finally, the authors obtained eleven value practice types of ChatGPT lovers in the community, in order to make a preliminary exploration of the theoretical framework of the value practice in the ChatGPT community, and provide some inspiration for subsequent researchers to explore ChatGPT related issues.

In this paper, we propose a new text watermarking method using space coding and PN sequence. A PN sequence generated from user message modifies the space between words in each line. The detection can be done without original text image using the average space with in the text. Experimental results show that proposed method has the invisible property and robustness to the attack such as the elimination of words in the text.

본 논문에서는 직업 교육 분야에 인공지능 융합 교육을 위한 파이썬 블록과 텍스트 동시 코딩 플랫폼을 설계하였다. 플랫폼에 코딩 언어로는 데이터 분석과 머신러닝의 다양한 라이브러리를 지원하고 있는 파이썬으로 하며, 직업 교육의 영역 전문가가 쉽게 직무 기능 파이썬 블록 모듈을 만들어 추가하고 커스터마이징을 할 수 있는 아키텍처를 갖고 있다. 제안한 플랫폼을 활용한 인공지능 융합 직업 분야로 바이오와 기계공학 분야의 블록 모듈을 추가하고 실습 예제를 만드는 과정을 보여 플랫폼의 유용성과 효율성을 보였다.

본 연구는 AI 기술 발전 속에서 원격대학 성인 학습자들의 코딩 인식이 3개년 간 어떻게 변화했는지 분석하는 데 목적이 있다. 기존 연구가 학생 중심이었던 한계를 넘어, 생업과 학업을 병행하며 자기 주도적 특성을 가진 성인 학습자들의 실제 인식을 포착하고자 하였다. 이를위해 A 사이버대학 ‘코딩의 첫걸음’ 수강생들이 2023년부터 2025년까지 작성한 토론 게시판의 비정형 텍스트 데이터를 수집하여 분석에 활용하였다. 연구 방법으로는 텍스트 마이닝 기법을 적용하여 TF-IDF 분석, 네트워크 분석, CONCOR 분석을 수행하였다. Python 환경에서형태소 분석기 MeCab을 통해 데이터를 정제하고 핵심 키워드를 추출하였으며, 단어 간 동시출현 빈도를 바탕으로 인식의 구조적 변화를 시계열적으로 추적하였다. 분석 결과, 학습자들의 인식은 기초 역량 습득에서 AI를 활용한 실용적 가치 창출로 변화하였다. 초기에는 프로그래밍 문법 중심의 객체로 인식했으나, 점차 생성형 AI와 결합한 문제 해결 도구이자 필수 환경으로 패러다임이 바뀌는 것을 확인하였다. 이는 향후 코딩 교육이 단순 언어 전수를 넘어AI 리터러시 기반의 통합적 교육으로 나아가야 함을 시사한다

This study aimed to examine longitudinal changes in the perception of coding among adult learners at a distance university over a three-year period, specifically within the context of rapid advancements in AI technology. Moving beyond the limitations of previous student- centered research, this study focused on adult learners who simultaneously manage professional responsibilities with academic pursuits and demonstrate high levels of self-directedness. To achieve this, unstructured text data were gathered from discussion boards of the ‘First Steps in Coding’ course at A Cyber University from 2023 to 2025. Text mining techniques, including TF-IDF, network, and CONCOR analyses, were applied. Data were refined and key keywords were extracted using the Mecab morphological analyzer in a Python environment. Structural changes in learners’ perceptions were tracked chronologically based on word co-occurrence frequencies. The results revealed a significant shift in paradigm in learner perception from the acquisition of basic foundational skills to the creation of practical value through AI. While learners initially perceived coding as an object of study focused on programming syntax, their views evolved towards conceptualizing as an essential environment and a problem-solving tool integrated with Generative AI. These findings suggest that future coding education must go beyond the mere transmission of programming languages and move toward an integrated educational model based on AI literacy.