[2026-04-08 | Data Frontier] 한눈에 보는 AI x 비즈니스 분야 연구 동향

📖 Journal of Big Data - 1건

Classification of the emergence of control nodes in complex temporal scale-free networks using temporal graph convolutional neural network

복잡한 시간적 스케일-프리 네트워크에서 노드 간 상호작용의 동적 진화는 전염병학, 소셜 네트워크, 인프라 관리 등 다양한 분야에서 중요한 도전 과제를 제기하였다. 이러한 네트워크 내 제어 노드의 출현을 예측하는 것은 복잡계의 동적 행동을 이해하고 영향력을 행사하는 데 핵심적이며, 질병 제어, 인프라 복원력, 정보 확산과 같은 응용 분야에서 목표 지향적 개입을 가능하게 하였다. 본 연구에서는 시간적 스케일-프리 네트워크의 제어 노드 유형(핵심, 중복, 일반)을 분류하기 위한 새로운 시간적 그래프 합성곱 신경망(TGCN) 프레임워크를 제안하였다. 이 프레임워크는 딥러닝의 강점을 활용하여 시간적 스케일-프리 네트워크 데이터로부터 제어 가능성의 기본 패턴을 학습하도록 설계되었다. 실험 결과, 제안된 방법은 합성 및 실제 시간적 스케일-프리 네트워크 모두에서 효과적임을 입증하였으며, 정확성과 계산 효율성 면에서 기존 방법보다 우수한 성능을 보였다. 이는 복잡한 동적 시스템에서 제어 노드를 효율적이고 정확하게 식별하는 데 기여하며, 실질적인 개입 전략 수립에 중요한 학술적 의의를 지닌다.

바로가기

📖 Scientific Data - 3건

Adults’ dental cone beam computed tomography images dataset for detecting and classifying missing teeth

성인 치과 콘빔 컴퓨터 단층촬영(CBCT) 이미지 데이터셋을 활용하여 결손치를 탐지하고 분류하는 연구가 진행되었다. 기존 3D 주석이 있는 고품질 CBCT 데이터셋의 부족은 자동화된 치과 임플란트 계획 발전을 저해했으며, 특히 금속 유물이나 기존 임플란트가 있는 복잡한 사례에서 치아 상실 부위의 정밀한 3D 위치 파악이 어려웠다. 이러한 문제점을 해결하기 위해 세 개의 기관에서 158명의 환자로부터 CBCT 데이터셋을 수집하였다. 이미지 품질이 엄격하게 선별된 사례들을 3D Slicer를 사용하여 3D 주석 처리하였으며, 인공물 특성도 명확하게 기술하였다. 이 데이터셋은 501개의 결손치 부위를 포함하는 총 158개의 CBCT 볼륨으로 구성되었고, 이 중 85개의 볼륨에서 114개의 특정 부위를 3D로 주석 처리하여 4,994개의 슬라이스를 확보하였다. 연구팀은 임상 평가와 딥러닝 모델링을 통해 포괄적인 기준선을 수립하였다. 이 공개 데이터는 자동 임플란트 계획을 위한 딥러닝 모델 훈련을 촉진하며, 인공지능 기반의 치과 재활 연구를 활성화하는 데 학술적으로 중요한 의의가 있다.

바로가기

Chromosome-level genome assembly of the blackchin tilapia (Sarotherodon melanotheron)

본 연구는 동남아시아 양식 어종으로 다양한 환경 적응력을 가진 검은턱 틸라피아(Sarotherodon melanotheron)의 유전체 자원 부족을 해소하고자 고품질 염색체 수준 유전체 조립을 목표로 하였다. 연구 방법으로는 Illumina 단일독, ONT 장문독, Hi-C 및 RNA 시퀀싱 데이터를 통합 활용하였다. 그 결과, 1,027.41 Mb 규모의 유전체가 성공적으로 조립되었으며, 스캐폴드 N50은 38.87 Mb에 달하였다. 조립된 유전체의 93.42%는 22개 염색체에 고정되었고, BUSCO 분석을 통해 99.50%의 높은 유전체 완전성을 확인하였다. 총 27,896개의 단백질 코딩 유전자가 예측되었고, 이 중 90.87%가 기능적으로 주석화되었다. 또한 유전체의 약 42.62%가 반복 서열로 구성되었다. 이번 염색체 수준 유전체 조립은 검은턱 틸라피아의 비교 유전체 및 유전 분석에 핵심적인 참조 자료를 제공하며, 염분 내성 등 양식 관련 특성의 유전적 기반 연구를 촉진할 것이다. 관련 데이터는 NCBI, NGDC, GenBank 및 Figshare에 기탁되었다.

바로가기

Chromosome-level genome assembly of Phoebe chekiangensis, an endemic and endangered tree in east Asia

Phoebe chekiangensis는 동남아시아 고유종이자 멸종 위기에 처한 희귀 난무과 나무로, 고품질 목재를 제공하며 생태적, 경제적으로 중요한 가치를 지닌다. 그러나 이 속의 유전체 자원 부족으로 유전적 다양성, 적응 진화 및 보존 연구에 제약이 있었다. 본 연구는 이러한 문제를 해결하고자 Phoebe chekiangensis의 염색체 수준 유전체 조립을 수행하였다. 연구진은 PacBio HiFi 장독 서열, MGI 단독 서열, Hi-C 시퀀싱 데이터를 활용하여 유전체를 성공적으로 구축하였다. 조립된 유전체는 총 918.59Mb 크기이며, 스캐폴드 N50 값은 68.99Mb에 달했다. 전체 서열의 98.88%가 12개의 유사 염색체에 앵커링되었으며, 반복 서열이 유전체의 49.45%를 차지하였다. 또한, 총 34,381개의 단백질 코딩 유전자가 예측되었고, 이 중 91.91%가 기능적으로 주석되었다. 유전체의 품질은 QV 44.96 (99.99% 염기 정확도), BUSCO 완전성 98.4%, LAI 점수 14.32로 확인되어 참조 표준에 부합하는 높은 수준을 보였다. 이 고품질 유전체는 Phoebe 속 및 녹나무과 내 보존 유전체학, 진화 생물학, 분자 육종 연구를 위한 귀중한 자원을 제공하게 되었다.

바로가기

📖 Complex & Intelligent Systems - 1건

On contradictions between model interpretability and inversion attacks

본 논문은 인공지능(AI) 모델의 해석 가능성을 높이는 기법과 모델의 프라이버시를 위협하는 역전 공격 사이의 내재적 모순 관계를 규명하는 것을 목표로 하였다. 모델의 작동 방식을 이해하기 위한 특징 시각화(feature visualization)는 특정 뉴런의 표현을 시각화하여 해석 가능성을 증진시키지만, 모델 역전 공격(model inversion attack)은 모델의 출력이나 접근 권한만으로 원본 학습 데이터를 재구성하여 심각한 개인정보 유출을 야기한다. 저자들은 이 두 기법이 매우 유사한 프레임워크를 공유하고 있음에 주목하고, 이를 '특징 역전(feature inversion)'이라는 통합된 개념으로 정의하였으며, 포괄적인 문헌 분석을 통해 이들의 기술적 유사성과 상충 관계를 입증하였다. 핵심 연구 결과는 모델을 더 잘 이해하기 위해 내부 표현을 시각적으로 명확하게 만들수록, 그 정보가 역으로 개인 데이터를 재구성하는 데 악용될 위험 또한 커진다는 점이다. 즉, 해석 가능성 향상이 프라이버시 침해 위협 증가로 직결되는 딜레마가 존재함을 명확히 하였다. 이 연구는 AI 모델 개발에서 해석 가능성과 개인정보 보호라는 두 가치가 어떻게 충돌하는지를 이론적으로 증명하였으며, 이는 해석 가능한 AI 기술을 설계하고 배포할 때 반드시 고려해야 할 중요한 보안적 시사점을 제공한다는 점에서 학술적 의의가 있다.

바로가기

📖 Psychology & Marketing - 2건

Issue Information

2026년 5월 발행된 'Psychology & Marketing' 제43권 제5호는 현대 마케팅 및 소비자 행동에 대한 다양한 연구를 다루고 있다. 본 호의 논문들은 불확실성이 지속 가능한 소비를 촉진하는 방식, 디지털 기술이 서비스 접근에 있어 소비자를 속박하는 개념, 내재된 사고방식이 교육 제품 선호도에 미치는 영향, 그리고 빈곤한 소비자에 대한 인식 등을 탐구했다. 또한, 시점 프레임이 대의 마케팅에 대한 소비자 반응을 형성하는 과정과 인공지능 모델이 소비자 행동 변화를 위한 고품질 시각적 자극을 생성하는 데 활용될 수 있는지의 여부를 연구하였다. 지속 가능한 명품에 대한 기꺼이 프리미엄을 지불하는 의향과 지속 가능성 라벨의 형태가 신뢰에 미치는 영향도 분석했다. 생성형 AI 기업의 수익화 전략 최적화와 검색 참여에 미치는 영향, 인플루언서 주도 허위 정보가 온라인 유해성을 증대시키는 현상, 비건 소비에 대한 자부심이 광고 메시지 매력도와 미래 자아 연결성에 미치는 영향도 심층적으로 다루었다. 유머와 피해자 프레이밍이 기부 유도 콘텐츠에 미치는 영향을 검토하고, 예측 마케팅 개인화에서 디지털 인지의 개념적 틀을 제시하였으며, 브랜드 이름의 소리 중복이 단맛 기대에 영향을 주는 연구도 포함되었다. 마지막으로, AI 기반 마케팅에서 다양성, 형평성, 포용성을 위한 통합 프레임워크와 연구 의제를 제시하였다. 이처럼 본 호는 소비자 심리, 지속 가능성, 디지털 마케팅, AI 활용 등 광범위한 주제에 걸쳐 학술적 및 실용적 함의를 제공하며 마케팅 분야의 발전에 기여하였다.

바로가기

Bridging Theory and Practice: Effective Messaging Strategies for AI Health Technology Adoption

본 연구는 설득적 메시지가 AI 기반 정신 건강 기술 채택 의도에 미치는 영향을 AI 어포던스 이론, 조절 초점 이론, 자기 결정 이론을 통합한 두 가지 이론적 틀을 통해 조사하였다. 연구 질문은 주로 메시지 초점(예방 대 증진)과 메시지 프레이밍(개인주의적 대 집단주의적)이 채택 의도에 어떻게 영향을 미치는지, 그리고 관점 수용의 매개 역할과 개인화의 조절 역할은 어떠한지에 집중하였다. 총 네 가지 연구를 통해 이론적 모델을 검증하였다. 연구 1(N=250)에서는 관점 수용이 AI 어포던스(사회적 관련성 및 기능적 어포던스)와 AI 치료 사용 의도 간의 관계를 매개한다는 점을 확인하였으며, 사회적 관련성의 간접 효과가 더 강하게 나타났다. 연구 2(N=201)에서는 메시지 초점(예방 대 증진)이 AI 사회적 관련성과 AI 치료 사용 의도 간의 관계를 조절하며 예방 중심 메시지가 더 효과적임을 발견하였다. 반면, 기능적 어포던스와 메시지 초점 간의 상호작용은 유의미하지 않았다. 연구 3(N=147)에서는 메시지 프레이밍(개인주의적 대 집단주의적)이 AI 사회적 관련성 및 기능적 어포던스와 관점 수용 간의 상호작용 효과를 보였으며, 개인주의적 프레이밍이 두 어포던스 모두에서 더 강한 영향을 미쳤다. 연구 4(N=217)에서는 개인화가 관점 수용과 AI 치료 사용 의도 간의 관계를 조절하여, 개인화 수준이 높을수록 사용 의도가 강화됨을 입증하였다. 전반적으로 예방 중심 메시지가 개인주의적 프레이밍과 결합될 때 AI 치료 채택 의도를 특히 증진시켰다. 이러한 결과는 AI 시스템의 사회적 측면이 기능적 특징보다 사용자의 AI 치료 사용 의도를 직접적, 간접적으로 유도하는 데 더 큰 영향을 미친다는 것을 시사한다. 본 연구는 AI 기반 정신 건강 기술 채택의 다차원적 특성을 밝힘으로써 건강 마케팅 커뮤니케이션 이론과 기술 채택 문헌을 확장하였으며, AI와 인간의 관계적 추론에 대한 개념적으로 일관된 설명을 제공하였다. 또한 자기 결정 이론을 AI 매개 치료 영역으로 확장하여 근본적인 동기 부여 과정이 인간-AI 상호작용 전반에 걸쳐 일반화될 수 있음을 보여주었다. 이는 윤리적으로 기반을 둔, 동기 부여에 부합하는 메시징 전략 설계를 위한 실질적인 지침을 제공한다.

바로가기

📖 European Journal of Marketing - 1건

The voice in the machine: designing embodied conversational agents for rapport in complex online service delivery

본 연구는 체화된 대화형 에이전트(ECA)가 복잡한 온라인 서비스를 제공할 때, 목소리의 톤(온기)과 상호작용 스타일(유능함)이라는 두 가지 핵심 디자인 단서가 어떻게 상호작용하여 사용자의 인식과 행동 의도에 영향을 미치는지 규명하고자 하였다. 이를 위해 연구진은 금융 코칭 서비스를 제공하는 ECA를 자체 개발하고, 목소리 톤(열정적 vs. 차분함)과 상호작용 스타일(사회정서적 vs. 과업중심적)을 조작한 두 차례의 상호작용 실험 및 가격 책정 연구를 진행하였다. 연구 결과, 열정적 목소리와 과업중심적 스타일, 혹은 차분한 목소리와 사회정서적 스타일처럼 온기와 유능함의 단서가 서로 보완적으로 결합될 때 ECA에 대한 사용자의 '신뢰성(believability)'이 유의미하게 증가하는 것으로 나타났다. 이러한 신뢰성은 사용자의 '의심을 보류하려는 의지(willingness to suspend disbelief)'에 의해 그 효과가 조절되면서 사용자와 ECA 간의 '라포(rapport)' 형성을 촉진하는 핵심적인 매개 역할을 하였다. 궁극적으로, 강하게 형성된 라포는 사용자의 서비스 이용 의도와 조언 수용 의도를 높이는 긍정적인 효과로 이어졌다. 또한, 보완적 디자인을 갖춘 ECA에 대해 사용자들이 더 높은 가격을 지불할 의향이 있음을 확인하였다. 본 연구는 기존에 개별적으로 논의되던 온기와 유능함 단서의 상호보완적 시너지 효과를 실증적으로 밝히고, 신뢰성과 라포라는 심리적 기제를 통해 구체적인 서비스 성과로 연결되는 과정을 규명함으로써, 효과적인 대화형 AI 설계 및 가격 전략 수립에 중요한 학술적, 실무적 시사점을 제공하였다.

바로가기

📖 Journal of Consumer Behaviour - 1건

Algorithmic Synchronicity and Perceived Relational Reciprocity: A Multi‐Method Investigation of Consumer Trust and Loyalty in

<scp\>AI</scp\>
‐Driven Retail Ecosystems

본 연구는 인공지능(AI)이 주도하는 리테일 환경에서 소비자가 어떻게 AI 시스템에 대한 신뢰와 충성도를 형성하는지 탐구하였다. 이를 위해 기존의 정적인 개인화 연구를 넘어, 상호작용의 동적인 측면에 주목하여 '알고리즘 동시성(Algorithmic Synchronicity)'과 '지각된 관계적 상호성(Perceived Relational Reciprocity)'이라는 두 가지 새로운 개념을 제시하고 검증하였다. 알고리즘 동시성은 AI 시스템의 반응 타이밍과 리듬이 소비자의 행동 흐름과 얼마나 일치하는지에 대한 인식이며, 지각된 관계적 상호성은 소비자가 AI와의 상호작용에서 정서적 교환의 균형을 얼마나 느끼는지에 대한 개념이다. 연구진은 가설 검증을 위해 복합적인 다중 방법론 접근을 채택했다. 첫째, 326명의 소비자를 대상으로 한 실험 설계를 통해 두 변수가 신뢰와 충성도에 미치는 인과 관계를 PLS-SEM으로 분석하였다. 둘째, 26만 개 이상의 실제 소비자 리뷰에 대한 대규모 자연어 처리(NLP) 감성 분석을 실행하여 실사용 환경에서 두 개념과 관련된 언어적 표현과 소비자 감정의 연관성을 확인했다. 마지막으로, AI 전문가 심층 인터뷰와 2년간의 소비자 행동 패널 데이터에 대한 시스템 GMM(System Generalised Method of Moments) 분석을 결합하여 제안된 메커니즘의 시간적 효과와 현실성을 입증하였다. 분석 결과, 알고리즘 동시성과 지각된 관계적 상호성은 모두 소비자 신뢰를 유의미하게 향상시키는 핵심 요인으로 밝혀졌다. 이러한 신뢰는 결과적으로 충성도를 매개하는 중요한 역할을 하였다. 다만, 알고리즘 동시성의 효과는 서비스 실패와 같은 상황적 맥락에 따라 달라질 수 있었고, 지각된 관계적 상호성은 충성도에 직접적인 영향을 미치기보다는 신뢰를 통해 간접적으로 작용하는 경향을 보였다. 또한, AI의 투명성이 높을수록 이러한 긍정적 효과는 강화되었으나, 인간적인 상호작용에 대한 필요가 높은 소비자의 경우 그 효과가 약화되는 조절 효과도 관찰되었다. 본 연구는 동시성 이론과 관계적 규범을 바탕으로 AI-소비자 상호작용에 대한 새로운 이론적 틀을 제공하며, 기능적 효용성을 넘어선 동적이고 관계적인 관점을 제시했다는 점에서 학술적 의의를 가진다. 또한, 감성 지능 AI 설계, 투명성 프로토콜 및 정서적 알고리즘 참여에 대한 거버넌스 프레임워크 구축에 실질적인 시사점을 제공한다.

바로가기