26:I[3500,["/_next/static/chunks/0ly6eknnbt.fm.js","/_next/static/chunks/0gogvxblyxa9..js","/_next/static/chunks/092~zdcvg.ymx.js","/_next/static/chunks/0ssob.3m1__gv.js","/_next/static/chunks/0d3shmwh5_nmn.js","/_next/static/chunks/0-lamnzdwusrf.js","/_next/static/chunks/17qi0-k2sy05..js","/_next/static/chunks/05qefxm3378n2.js","/_next/static/chunks/17~e2g6p8.s-9.js"],"default"] 27:T899,

논문 정보

제목: 인간 코더의 내용분석과 생성형 인공지능 기반 방송보도 공정성 평가의 비교: JTBC <뉴스룸> 사례를 중심으로
저자: 이장근(국립공주대학교), 김수연(AXIS Lab), 장수빈(DeHub Lab), 이창준(AXIS Lab, 교신저자)
게재 학술지: 한국방송학보 제40권 제5호, pp. 440–478 (KCI 우수등재, 한국방송학회)

연구 소개

방송보도의 공정성 평가는 그동안 인간 코더의 내용분석에 기대어 왔다. 생성형 인공지능을 활용한 자동화 내용분석이 대안으로 떠오르고 있지만, 인간의 판단을 얼마나 대신할 수 있는지는 충분히 검토되지 않았다. 본 연구는 JTBC <뉴스룸>을 사례로 인간의 내용분석과 생성형 인공지능 기반 평가를 비교하여, 두 방식의 공정성 평가 결과가 얼마나 일치하는지와 판단 단계마다 어떤 차이가 있는지를 분석하였다. 비교는 기사 식별, 주제 분류, 갈등 사안 판별, 조건부 평가항목 적용, 최종 공정성 평가의 다섯 단계에서 이루어졌다.

분석 결과, 두 방식은 일부 객관성·공정성 평가항목에서 비슷한 결과를 보였으나 기사 식별, 갈등 사안 판별, 조건부 평가항목 적용에서는 차이를 보였다. 특히 생성형 인공지능은 인간 평가보다 더 많은 기사를 갈등 사안으로 분류했고, 상위 범주의 판단을 후속 평가항목으로 연결하는 방식에서도 인간과 달랐다. 이는 인간과 생성형 인공지능의 차이가 최종 판정에만 있는 것이 아니라 그에 앞선 판단 단계에서부터 나타남을 보여준다. 연구진은 이러한 결과를 바탕으로 생성형 인공지능의 가능성과 한계를 함께 제시하고, 방송보도 공정성 평가에서 생성형 인공지능을 보조 도구로 활용하는 방안을 논의하였다.

KCI에서 논문 보기

28:T722,

논문 정보

제목: Consumer Valuation of AR-Enabled Indoor Navigation in Shopping Malls: A Choice-Based Conjoint Analysis
저자: 김효재(DeHub Lab), 이강우(AXIS Lab), Merve Sultan Demirkaya, 이창준(AXIS Lab, 교신저자)
게재 학술지: Journal of Theoretical and Applied Electronic Commerce Research (SSCI, MDPI, Open Access)

연구 소개

본 연구는 쇼핑몰 환경에서 AR 기반 실내 내비게이션에 대해 소비자가 부여하는 가치를 선택기반 컨조인트 분석(Choice-Based Conjoint Analysis)으로 살펴본 것이다. 20~49세 한국 성인 295명을 대상으로 안내 방식(2D, 2D+AR), 정보 레이어링, 캐릭터, 보상 유형, 보상 획득 방식, 월 이용료를 속성으로 한 실험을 수행하고 조건부 로짓 모델로 분석한 결과, 검증 범위 내에서 가격의 상대적 중요도가 52.2%로 가장 컸고 안내 방식(14.1%)과 정보 레이어링(12.7%)이 뒤를 이었다. 2D 지도에 AR 안내를 더하는 것의 월 한계지불의사금액(MWTP)은 540원, 경로·시설·할인 정보를 결합한 구성은 경로 정보 단독 대비 488원이었으며, 보상은 즉시 할인쿠폰이 포인트나 경품 응모보다, 획득 방식은 방문 기반이 사회적 조건 기반보다 선호되었다. 캐릭터는 전체 표본에서는 유의하지 않았으나