[2026-05-13 | Data Frontier] 한눈에 보는 AI x 비즈니스 분야 연구 동향

The role of decentralized autonomous organizations (DAOs) in enhancing customer loyalty through relationship marketing strategies

📌 논문 기본 정보

• 제목: The role of decentralized autonomous organizations (DAOs) in enhancing customer loyalty through relationship marketing strategies
• 저자: Anthony Chung Chai Man
• 저널: Electronic Markets
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 탈중앙화 자율 조직(DAO), 관계 마케팅, 고객 충성도, 심리적 소유감, 고객 권한 부여

1. 연구의 의의

• 탈중앙화 자율 조직(DAO)이 관계 마케팅에서 고객 충성도를 높이는 역할을 탐구했다.
• 기존 투자자 소유 기업(IOB) 및 회원 소유 협동조합과 비교하여 DAO의 특성이 고객 관계에 미치는 영향을 분석했다.
• 심리적 소유감(psychological ownership), 고객 권한 부여(customer empowerment), 고객 몰입(commitment) 개념을 활용해 DAO의 잠재력을 밝혔다.
• DAO가 전통 기업보다 고객의 심리적 소유감, 권한 부여, 몰입을 더 강화할 수 있다는 점을 시사했다.

2. 연구 설계 및 방법론

• 온라인 실험과 심층 인터뷰를 결합한 혼합 연구 방법을 사용했다.
• 300명의 응답자를 대상으로 한 정량적 온라인 실험을 진행했다.
• 14명의 참가자를 대상으로 탐색적 정성 연구를 수행했다.
• 관계 마케팅 관점에서 DAO의 고객 충성도 향상 메커니즘을 분석했다.

3. 주요 분석 결과 및 해석

• DAO는 협동조합보다는 못하지만, 투자자 소유 기업보다 고객의 심리적 소유감, 권한 부여, 몰입을 더 높이는 것으로 나타났다.
• 고객 참여와 영향력 행사 기회가 DAO가 고객 충성도를 높이는 주요 요인임을 확인했다.
• DAO의 기업 가치 공유 및 실천이 고객의 긍정적 인식을 강화하는 데 기여했다.

4. 한계점 및 후속과제

• 연구 결과 일반화에는 추가적인 연구가 필요하다.
• DAO의 급변하는 특성상 장기적인 효과 분석에 한계가 있다.
• 향후 연구에서는 다양한 산업 분야의 DAO를 비교 분석할 필요가 있다.

논문 원문 바로가기

MFSL-CGA: a multimodal few-shot learning method for time series classification with cross-class guided attention

📌 논문 기본 정보

• 제목: MFSL-CGA: a multimodal few-shot learning method for time series classification with cross-class guided attention
• 저자: Peng Wang, Xuan Wu, YaFei Song, Xueying Wu, Xiaodan Wang
• 저널: Journal of Big Data
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 시계열 분류, 소수샷 학습(few-shot learning), 다중모달 학습(multimodal learning), 교차 클래스 안내 어텐션(cross-class guided attention), 메타 학습(meta-learning)

1. 연구의 의의

• 복잡한 특징 패턴과 적은 레이블 데이터 문제를 겪는 실제 시계열 분류에 대한 새로운 방법론을 제시한다.
• 다중모달 학습과 소수샷 학습을 결합해 데이터 부족 문제를 해결하고 분류 정확도를 높인다.
• 교차 클래스 안내 어텐션 메커니즘을 통해 클래스 간 구별 능력을 향상시킨다.

2. 연구 설계 및 방법론

• 연구진은 시계열 데이터를 이미지로 변환하는 그래미안 각도 합 필드(Gramian Angular Summation Field, GASF) 기법을 활용해 다중모달 특징 추출 모듈을 만들었다.
• 시계열과 이미지 두 가지 모달리티를 통합해 시간적 동적성과 공간적 상관관계를 동시에 학습하여 클래스 분리 능력을 개선했다.
• 이중 분기 특징 추출 및 융합 네트워크를 구축하여 다중모달 데이터의 지역적, 전역적 시간 관계를 파악했다.
• 교차 클래스 안내 어텐션(Cross-Class Guided Attention, CGA) 메커니즘을 제안하여 샘플 클래스 간 연관 관계를 학습하도록 유도했다.
• 최종적으로 최근접 이웃 프로토타입 분류기(nearest-neighbor prototype classifier)를 사용해 분류를 수행했다.

3. 주요 분석 결과 및 해석

• MFSL-CGA 방법은 UCR 표준 시계열 데이터셋에서 5-way 5-shot, 5-way 1-shot, 3-way 5-shot, 3-way 1-shot 과제에서 각각 평균 86.89%, 78.78%, 84.57%, 79.79%의 정확도를 달성했다.
• 다중 데이터셋에서 최적의 분류 성능을 보이며 기존 방법론 대비 우수함을 입증했다.
• 교차 도메인 소수샷 시계열 분류 과제에서도 평균 68.86%의 정확도를 기록했으며, 13개 데이터셋에서 최적의 분류 정확도를 달성했다.

4. 한계점 및 후속과제

• 제시된 방법론은 특정 유형의 시계열 데이터에 더 효과적일 수 있으며, 다른 유형의 데이터셋에 대한 일반화 성능은 추가 검증이 필요하다.
• 다중모달 특징 추출 과정에서 발생하는 계산 복잡성 및 시간 소요에 대한 최적화 방안이 필요하다.
• 향후 연구에서는 CGA 메커니즘의 해석 가능성을 높이고, 더 다양한 도메인의 시계열 데이터에 대한 성능을 평가할 필요가 있다.

논문 원문 바로가기

Order-based frameworks for predicting and classifying absence duration following an occupational injury

📌 논문 기본 정보

• 제목: Order-based frameworks for predicting and classifying absence duration following an occupational injury
• 저자: Chelsea M. Zuvieta, Gonzalo A. Vivian, Taghi M. Khoshgoftaar
• 저널: Journal of Big Data
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 직업상 재해, 결근 기간 예측, 순서 기반 프레임워크, 머신러닝, 근로자 재해 보상

1. 연구의 의의

• 직업상 재해로 인한 장기 결근을 예측하고 분류하는 새로운 순서 기반 프레임워크를 제안한다.
• 이는 기업이 자원을 효율적으로 배분하고 복귀 계획을 세우는 데 도움을 준다.
• 기존 예측 모델의 한계를 보완하여 실제 의사결정에 유용한 정보를 제공한다.

2. 연구 설계 및 방법론

• 연구진은 근로자 재해 보상 청구 데이터를 활용했다.
• 두 가지 순서 기반 프레임워크를 개발했다: 순위 지정(rank-ordering) 프레임워크와 순서 분류(order-classification) 프레임워크.
• 순위 지정 프레임워크는 회귀 모델(CatBoost, 의사결정 트리, 다중 선형 회귀)을 사용하여 예측된 순위가 실제 장기 결근을 얼마나 잘 반영하는지 평가했다.
• 순서 분류 프레임워크는 회귀 모델의 예측 결과를 이진 레이블로 변환하여 장기 결근 사례에 집중했다.
• 순서 분류 프레임워크의 성능을 CatBoost, 의사결정 트리, 로지스틱 회귀와 같은 세 가지 전통적인 분류 모델과 비교했다.

3. 주요 분석 결과 및 해석

• 회귀 모델은 예측 정확도가 제한적이었음에도 불구하고, 장기 결근 사례를 상당 부분 우선적으로 식별했다.
• 순서 분류 프레임워크는 중간 정도의 불균형 조건에서 전통적인 분류 모델보다 장기 결근 사례를 효과적으로 식별했다.
• 이는 불완전한 예측력으로도 효과적인 장기 결근 사례 분류가 가능함을 보여준다.

4. 한계점 및 후속과제

• 연구진은 제안된 프레임워크의 예측 정확도 자체의 한계를 지적했다.
• 데이터의 불균형 정도에 따라 분류 성능이 달라질 수 있다.
• 후속 연구에서는 다양한 유형의 재해와 다양한 산업 데이터를 사용하여 프레임워크의 일반화 성능을 검증할 필요가 있다.

논문 원문 바로가기

Investigating organ dysfunction patterns in sepsis: a multidimensional approach

📌 논문 기본 정보

• 제목: Investigating organ dysfunction patterns in sepsis: a multidimensional approach
• 저자: Ting Zhang, Mutian Yang, Jingyuan Xie, Yecheng Liu, Ji Wu, Jiandong Gao, Huadong Zhu
• 저널: Journal of Big Data
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 패혈증, 장기 부전, 다차원 분석, 사망률, 임상 데이터

1. 연구의 의의

• 패혈증(sepsis)으로 인한 장기 부전 순서가 사망률에 미치는 영향을 규명했다.
• 환자의 나이, 성별, 장기 부전 발생 순서가 사망 위험을 예측하는 중요한 지표임을 밝혔다.
• 패혈증 치료 및 진단 전략 개선에 기여할 수 있는 임상적 근거를 마련했다.

2. 연구 설계 및 방법론

• 두 개의 집중 치료실(intensive care unit, ICU) 데이터베이스를 활용했다.
• 순차적 장기 부전 평가 점수(Sequential Organ Failure Assessment score, SOFA score)를 사용해 장기 부전 진행을 분석했다.
• 입원 사망률과 장기 부전 발생의 절대적·상대적 순서 시계열 분포를 탐색했다.
• 총 11,838명의 패혈증 환자 데이터를 분석 대상으로 삼았다.
• 환자 특성, 장기 부전 유형, 발생 순서, 사망률 간의 관계를 통계적으로 비교했다.

3. 주요 분석 결과 및 해석

• 패혈증 환자 11,838명 중 고령 환자의 사망률이 젊은 환자보다 높았다(16.16% vs 6.47%).
• 여성 환자의 사망률이 남성 환자보다 높았다(12.93% vs 10.66%).
• 장기 부전 개수가 늘어날수록 사망률이 증가했으며, 두세 개의 장기에서 부전이 발생했을 때 사망 위험이 가장 높았다.
• 심혈관 기능 부전이 42.5%로 가장 흔했으며, 다음으로 신경계(18%)와 호흡계(14.6%) 기능 부전이 뒤를 이었다.
• 간 기능 부전이 발생한 경우 입원 사망률이 33.08%로 가장 높았다. 신경계(21.04%)와 호흡계(19.43%) 기능 부전은 심혈관 기능 부전 이후 발생할 가능성이 높았다.

4. 한계점 및 후속과제

• 연구에 사용된 데이터가 특정 집중 치료실(ICU)에 국한되어 일반화에 한계가 있을 수 있다.
• 장기 부전 발생 시점과 사망 시점 간의 인과 관계를 명확히 규명하는 데 추가 연구가 필요하다.
• 패혈증의 다양한 원인과 복잡한 생리적 상호작용을 완전히 반영하지 못했을 수 있다.

논문 원문 바로가기

Chromosome-level genome assembly and annotation of potato grouper (Epinephelus tukula)

📌 논문 기본 정보

• 제목: Chromosome-level genome assembly and annotation of potato grouper (Epinephelus tukula)
• 저자: Leilei Zeng, Qichuang Wei, Tong Wang, Yingjie Li, Zining Meng, Yang Yang, Xiaochun Liu
• 저널: Scientific Data
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 해양 생물학, 유전체학, 유전체 조립, 감성돔, 유전체 분석

1. 연구의 의의

• 이 연구는 경제적으로 중요한 양식 어종인 감성돔(Epinephelus tukula)의 고품질 유전체 염색체 수준 조립체와 주석을 완성했다.
• 완성된 유전체 정보는 감성돔의 유전적 개량, 개체군 유전체학 연구, 중요 형질 관련 유전자 탐색에 귀중한 자원이 될 것이다.

2. 연구 설계 및 방법론

• 연구진은 PacBio HiFi 시퀀싱(sequencing)과 Hi-C 기술을 결합하여 감성돔의 유전체 조립을 진행했다.
• 총 유전체 조립 크기는 1.108 Gb였으며, 콘티그(contig) N50은 41.91 Mb, 스캐폴드(scaffold) N50은 46.58 Mb였다.
• 조립된 유전체의 약 99.53%가 24개의 염색체에 성공적으로 연결되었다.
• BUSCO(Benchmarking Universal Single-Copy Orthologs) 분석을 통해 유전체 조립 완성도를 98.1%로 평가했다.
• 총 25,028개의 단백질 코딩 유전자를 예측했으며, 이 중 98.77%(24,719개)는 기능 주석이 달렸다.

3. 주요 분석 결과 및 해석

• 연구진은 이전 연구에서 염색체에 연결되지 않은 스캐폴드가 많았던 감성돔 유전체의 품질을 크게 향상시켰다.
• 새로운 조립체는 기존에 비해 훨씬 높은 완성도와 정확도를 보여주었다.
• 염색체 수준의 유전체 조립은 감성돔의 유전체 구조를 명확히 이해하는 데 도움을 준다.

4. 한계점 및 후속과제

• 이 연구는 감성돔 유전체의 염색체 수준 조립과 주석에 집중했으며, 특정 유전자의 기능적 검증은 후속 연구로 남겨두었다.
• 향후 이 고품질 유전체 자원을 활용하여 감성돔의 성장, 질병 저항성 등 경제적 형질과 관련된 유전자를 발굴하고 그 기능을 규명하는 연구가 필요하다.

논문 원문 바로가기

A Dataset for Victim Detection in Search-and-Rescue Operations Using Robot-Mounted UWB-Radar Sensors

📌 논문 기본 정보

• 제목: A Dataset for Victim Detection in Search-and-Rescue Operations Using Robot-Mounted UWB-Radar Sensors
• 저자: Antonios-Periklis Michalopoulos, Efstratios N. Paliodimos, Fotios Papadopoulos, Grigoris Nikolaou, Charalampos Z. Patrikakis, Stylianos A. Mytilinaios
• 저널: Scientific Data
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 탐색 및 구조 작업, 로봇, 초광대역 레이더, 센서 데이터셋, 인공지능, 기계 학습

1. 연구의 의의

• 건물이나 장애물 뒤에 숨은 사람을 찾는 탐색 및 구조(Search-and-Rescue, SAR) 작업의 효율성을 높이는 데 기여한다.
• 기존 열화상이나 광학 센서가 한계에 부딪히는 환경에서 초광대역(Ultra-Wideband, UWB) 레이더의 가능성을 보여준다.
• 로봇 플랫폼을 활용해 위험 지역에서의 수색 능력을 향상시킬 수 있는 가능성을 제시한다.
• SAR 시나리오에서 로봇 움직임을 포함한 UWB 레이더 센서 데이터를 최초로 수집한 데이터셋을 공개한다.
• 이 데이터셋은 인공지능(Artificial Intelligence, AI) 및 기계 학습(Machine Learning, ML) 모델 개발을 지원하는 데 활용될 수 있다.

2. 연구 설계 및 방법론

• 연구진은 SAR 상황을 모방한 환경에서 로봇에 장착된 UWB 레이더 센서를 사용해 데이터를 수집했다.
• 데이터는 건물 내부에서 사람(피해자)을 탐지하고 위치를 파악하는 데 초점을 맞춰 설계되었다.
• 연구는 로봇이 움직이는 동안 여러 각도에서 UWB 레이더로 데이터를 얻는 방식을 채택했다.
• 수집된 데이터셋을 활용해 딥러닝 기반의 CNN(Convolutional Neural Network) 모델과 XGBoost 모델을 구축했다.
• 피해자 탐지를 위해 CNN 모델은 78%, XGBoost 모델은 83%의 F1-스코어를 기록했다.

3. 주요 분석 결과 및 해석

• 연구진이 구축한 CNN 모델은 피해자 탐지에서 78%의 F1-스코어를 달성했다.
• XGBoost 모델은 피해자 탐지에서 83%의 F1-스코어로 더 높은 성능을 보였다.
• 규칙 기반 위치 추정 방법은 평균 절대 오차(Mean Absolute Error, MAE) 0.49m를 기록하며 피해자 위치 파악의 정확성을 입증했다.
• 이 데이터셋은 SAR 작업에서 로봇과 UWB 레이더를 활용한 피해자 탐지 및 위치 추정 기술 발전에 기여할 수 있다.

4. 한계점 및 후속과제

• 이 연구는 실제 재난 현장의 복잡하고 예측 불가능한 변수를 완전히 재현하는 데 한계가 있다.
• 데이터셋 구축 시 사용된 센서 및 로봇 플랫폼의 특성이 실제 SAR 작전에 사용될 장비와 다를 수 있다.
• 향후 연구에서는 다양한 센서 조합 및 실제 SAR 시나리오를 반영한 데이터셋 확장이 필요하다.
• AI 및 ML 모델의 성능을 더욱 높이기 위해 데이터 증강 기법이나 새로운 알고리즘 적용을 고려해야 한다.

논문 원문 바로가기

Everyday Activity Science and Engineering Table Setting Dataset

📌 논문 기본 정보

• 제목: Everyday Activity Science and Engineering Table Setting Dataset
• 저자: Moritz Meier, Yale Hartmann, Yasmina El Ouahabi, Lars Bredereke, Felix Putze, Tanja Schultz
• 저널: Scientific Data
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 인간 활동 인식, 멀티모달 데이터셋, 생체 신호, 로보틱스, 인지 과학

1. 연구의 의의

• 일상생활 활동 인식 연구에 필요한 멀티모달 고차원 생체 신호 데이터셋을 구축했다.
• 인간의 인지 과정과 행동을 동시에 기록하여 로봇 및 지능형 시스템 개발에 활용할 수 있는 기반을 마련했다.
• 기존 데이터셋들이 놓쳤던 참여자 수, 활동 종류, 센서 다양성, 기록 품질의 균형을 맞춘 포괄적인 데이터셋을 제공한다.
• 테이블 세팅이라는 일상 활동을 대상으로 참가자의 계획 및 실행 과정을 상세히 포착하여 인간 행동 이해의 폭을 넓혔다.

2. 연구 설계 및 방법론

• 총 78명의 참가자를 대상으로 실험실 환경에서 테이블 세팅 활동을 진행하며 데이터를 수집했다.
• 마커 기반 모션 캡처, 환경 및 1인칭 시점 카메라, 아이 트래킹, 근전도(electromyography, EMG), 피부 전기 활동(electrodermal activity, EDA), 가속도계(acceleration, ACC), 마이크, 뇌전도(electroencephalography, EEG) 등 8가지 생체 신호 스트림을 동기화하여 기록했다.
• 참가자들은 테이블 세팅 과정 중과 후에 자신의 행동과 인지 과정을 설명하는 ‘생각-소리내어 말하기(think-aloud, TA)’ 프로토콜을 수행했다.
• 데이터는 3단계 주석 스키마(단계, 활동, 동작)와 TA 프로토콜을 포함하여 세미 자동화된 방식으로 레이블링하고 후처리했다.
• 수집된 데이터는 Apache Parquet, MP4(H.264 코덱), WAV 파일 형식으로 저장하여 제공했다.

3. 주요 분석 결과 및 해석

• 모션 캡처 데이터가 테이블 세팅 활동 인식에서 가장 높은 정확도를 보였다.
• EMG 데이터는 특정 손 움직임이나 물체 잡기 행동 인식에 유용했다.
• EEG 데이터는 뇌 활동을 통한 인지 과정 이해에 기여할 수 있으나, 노이즈가 많아 추가적인 전처리 기법이 필요했다.
• 다양한 센서 조합이 단일 센서보다 활동 인식 성능을 향상시킬 수 있음을 확인했다.
• 자동화된 기계 학습(AutoML) 실험을 통해 데이터셋의 유효성을 검증하고 향후 연구 방향을 제시했다.

4. 한계점 및 후속과제

• 일부 센서에서 기술적 문제로 인해 데이터 누락이 발생했으며, 특히 EDA 센서는 후기 세션에서 제외되었다.
• EEG 데이터는 노이즈 수준이 높아 정확한 분석을 위해 정교한 전처리 과정이 요구된다.
• 일부 활동이나 동작의 경우, 짧은 창(window) 크기로 인해 시퀀스 모델이 더 적합할 수 있음을 시사했다.
• 데이터셋의 일부 주석 작업이 출판 시점까지 완료되지 않아 지속적인 개선이 필요하다.
• 향후 객체 추적 자동화, 초기 주석을 위한 인식 모델 훈련, 자동화된 내러티브 기반 에피소드 기억(NEEMs) 로깅 등을 추가할 계획이다.

논문 원문 바로가기

A multi-organ atlas of microcirculatory signatures for systemic profiling of diabetic and therapeutic states

📌 논문 기본 정보

• 제목: A multi-organ atlas of microcirculatory signatures for systemic profiling of diabetic and therapeutic states
• 저자: Yuan Li, Weiqi Liu, Yinguyu Wang, Bing Wang, Xiang Xu, Bingwei Li, Xu Zhang, Mingming Liu
• 저널: Scientific Data
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 당뇨병, 미세순환, 장기별 프로파일링, 약물 치료, 빅데이터

1. 연구의 의의

• 당뇨병이 여러 장기에 미치는 영향을 체계적으로 이해하는 데 필요한 데이터를 구축했다.
• 질병과 치료에 따른 미세순환 변화를 장기별로 분석할 수 있는 기반을 마련했다.
• 당뇨병 합병증 연구와 신약 개발에 필요한 정량적 플랫폼을 제공한다.

2. 연구 설계 및 방법론

• 건강, 전당뇨, 제1형 및 제2형 당뇨병 상태의 쥐 모델을 사용했다.
• 6개 장기(뇌, 심장, 폐, 간, 신장, 비장)의 미세혈류 및 산소 공급 데이터를 수집했다.
• 인슐린과 GLP-1 수용체 작용제 리라글루타이드(liraglutide) 투여에 따른 1주차 및 2주차 반응을 기록했다.
• 데이터를 10가지 생리적 지표(physio-signatures)를 포함하는 3차원 텐서(tensor) 형태로 구조화했다.
• 벡터 및 텐서 분석 프레임워크를 개발하여 질병과 약물 상호작용을 분석했다.

3. 주요 분석 결과 및 해석

• 당뇨병 상태에서 6개 장기의 미세순환 및 산소 공급 지표가 변화했다.
• 인슐린과 리라글루타이드는 당뇨병 모델에서 장기별로 다른 회복 효과를 보였다.
• 개발된 분석 프레임워크는 질병으로 인한 교란 정도를 정량화하고 약물 효과를 식별하는 데 유용했다.
• 각 장기별 미세순환 특성이 질병 상태와 치료 반응에 따라 뚜렷하게 구분되었다.

4. 한계점 및 후속과제

• 연구는 쥐 모델을 기반으로 하여 인간에게 직접 적용하기 위해서는 추가 검증이 필요하다.
• 데이터 세트의 복잡성과 텐서 구조는 새로운 분석 기술 습득을 요구할 수 있다.
• 향후 연구에서는 더 다양한 당뇨병 치료제와 장기 조합을 포함하여 분석 범위를 확장해야 한다.
• 개별 환자의 미세순환 변화를 예측하고 맞춤 치료를 제공하기 위한 계산 모델 개발이 필요하다.

논문 원문 바로가기

First reference genome for the family Disteniidae (Coleoptera: Chrysomeloidea), the sister lineage to all longhorned beetles (Cerambycidae)

📌 논문 기본 정보

• 제목: First reference genome for the family Disteniidae (Coleoptera: Chrysomeloidea), the sister lineage to all longhorned beetles (Cerambycidae)
• 저자: Sangil Kim, Brian D. Farrell
• 저널: Scientific Data
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 곤충 유전체, 진화 생물학, 딱정벌레, 유전체 염기서열, 계통 진화

1. 연구의 의의

• 딱정벌레(Cerambycidae)의 가장 가까운 친족인 Disteniidae과에 대한 최초의 염색체 수준 참조 유전체(chromosome-level reference genome)를 완성했다.
• 이번 연구는 나무를 먹는 진화의 기원과 식물 세포벽 분해 효소의 수평적 획득 진화사를 규명하는 데 중요한 비교 틀을 제공한다.
• Disteniidae과 유전체는 현재까지 염기서열이 분석된 딱정벌레 유전체 중 가장 큰 편에 속한다.
• 이 유전체는 곤충의 계통 진화 연구와 유전체 비교 분석에 귀중한 자원이 될 것이다.

2. 연구 설계 및 방법론

• 동아시아 종인 Distenia gracilis 개체에서 PacBio HiFi 장기 읽기(long reads), Pore-C 염색질 구조 포획(chromatin conformation capture), Illumina RNA 염기서열 분석을 이용해 유전체를 조립했다.
• 총 1.89 Gbp(기가 염기쌍) 규모의 유전체를 분석했으며, 203.5 Mbp(메가 염기쌍)의 scaffold N50 값을 기록했다.
• 분석된 유전체의 97.1%는 10개의 염색체 수준 scaffold에 고정됐다.
• Synteny 분석을 통해 10번 염색체가 X 염색체임을 확인했고, 딱정벌레 전체에서 X 염색체의 깊은 보존성을 뒷받침했다.
• 전체 유전체의 66.8%를 반복 서열(repetitive elements)이 차지했으며, 77,131개의 단백질 코딩 유전자를 예측하고 이 중 33,643개는 기능적으로 주석을 달았다.

3. 주요 분석 결과 및 해석

• 완성된 Distenia gracilis 참조 유전체는 1.89 Gbp 규모로, 현재까지 보고된 딱정벌레 유전체 중 가장 큰 축에 속한다.
• 분석 결과, 10번 염색체가 X 염색체로 확인되었으며, 이는 딱정벌레 목(Coleoptera) 전체에 걸쳐 X 염색체의 보존성이 매우 높음을 시사한다.
• 유전체의 66.8%는 반복 서열로 구성되었으며, 77,131개의 단백질 코딩 유전자가 발견되었다.
• 함께 분석된 RNA 염기서열 데이터를 바탕으로 33,643개의 유전자에 기능적 주석을 달아 유전체 기능 이해에 기여했다.

4. 한계점 및 후속과제

• 이번 연구는 Disteniidae과에 대한 첫 번째 참조 유전체라는 점에서 의의가 크지만, 다른 Disteniidae 종과의 비교 연구는 향후 과제로 남는다.
• 유전체 내 반복 서열의 비율이 높아 유전체 구조 분석에 추가적인 노력이 필요할 수 있다.
• 기능적으로 주석이 달리지 않은 나머지 유전자들에 대한 추가적인 기능 연구가 요구된다.

논문 원문 바로가기

Predicting Instagram Short-Video Popularity by Using Interaction and Visual Features

📌 논문 기본 정보

• 제목: Predicting Instagram Short-Video Popularity by Using Interaction and Visual Features
• 저자: Chin-Hui Yang, Tzer-Long Chen, Pei-Lun Sun, Chien-Yun Chang
• 저널: Expert Systems
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 인스타그램, 짧은 동영상, 인기 예측, 상호작용 특징, 시각 특징

1. 연구의 의의

• 짧은 동영상 플랫폼의 급성장으로, 창작자와 플랫폼 운영자 모두에게 동영상 인기를 예측하는 일이 중요해졌다.
• 이 연구는 인스타그램 동영상을 대상으로 상호작용 지표와 시각적 특징을 통합한 예측 모델을 개발했다.
• 연구 결과는 소셜 미디어 콘텐츠의 역학 관계에 대한 실질적인 통찰을 제공한다.
• 콘텐츠 전략 및 광고 최적화를 위한 미래 도구 개발에 활용될 수 있다.

2. 연구 설계 및 방법론

• 자동 웹 크롤러(web crawler)를 이용해 인스타그램 동영상 데이터를 수집했다.
• 구글 비전 AI(Google Vision AI)와 구글 자연어 API(Google Natural Language API)를 활용해 다차원 이미지 및 의미론적 특징을 추출했다.
• 2024년 전체 기간 동안 수집된 7195개의 인스타그램 동영상 데이터셋을 사용했다.
• SAS를 이용해 데이터 정제, 표준화, 추가 변수(예: 일 평균 상호작용) 도출 등 전처리를 수행했다.
• 동영상 조회수를 예측 목표로 회귀 모델(regression model)을 학습시켰으며, 2단계 특징 선택 과정을 거쳐 XGBoost 모델이 가장 우수한 성능을 보였다.

3. 주요 분석 결과 및 해석

• XGBoost 모델은 0.7013의 R² 값을 달성하며, 조회수 변동의 70% 이상을 설명했다.
• 인스타그램 동영상의 인기는 참여 행동과 시각적 특징을 통해 효과적으로 예측 가능하다는 것을 확인했다.
• XGBoost 모델이 가장 정확한 예측 성능을 제공했다.

4. 한계점 및 후속과제

• 초록에 제시된 내용만으로는 모델의 구체적인 특징 선택 기준이나 검증 방식에 대한 상세한 정보가 부족하다.
• 향후 연구에서는 더 다양한 플랫폼과 동영상 특징을 포함하여 예측 모델의 일반화 가능성을 높일 필요가 있다.

논문 원문 바로가기

Apologizing artificial intelligence: designing and evaluating effective AI apologies after errors

📌 논문 기본 정보

• 제목: Apologizing artificial intelligence: designing and evaluating effective AI apologies after errors
• 저자: Ofir Turel, Tingru Cui
• 저널: AI & Society
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 인공지능, 사과, 신뢰 회복, 오류, 책임 귀인, 작업 유형

1. 연구의 의의

• 인공지능(AI) 오류 발생 시 사용자의 신뢰 회복 방안을 인간 전문가와 비교 분석했다.
• AI가 사과할 때 내부 귀인(자신의 한계 인정)보다 외부 귀인(외부 요인 탓)이 신뢰 회복에 더 효과적임을 밝혔다.
• 주관적 작업보다 객관적 작업에서 AI 오류 발생 시 사용자의 용서 수준이 낮음을 확인했다.
• AI의 단순 사과만으로는 신뢰 회복이 어렵고, 때로는 오히려 부정적인 영향을 줄 수 있음을 보여준다.
• AI 설계 시 오류 발생 시점의 책임 귀인 방식을 신중하게 고려해야 함을 시사한다.

2. 연구 설계 및 방법론

• 총 2회의 실험을 통해 AI와 인간 전문가의 오류 발생 후 사과 효과를 비교했다.
• 참가자들은 사진을 보고 특정 대상의 무게나 매력도를 추정하는 작업에 참여했다.
• AI 또는 인간 전문가의 조언이 제시된 후, 참가자는 자신의 추정치를 수정하고 신뢰도와 의존도를 측정했다.
• 연구 1에서는 단순 사과 유무, 연구 2에서는 사과 시 내부/외부 귀인 방식을 조작했다.
• 객관적 작업(무게 추정)과 주관적 작업(매력도 점수 추정)을 나누어 분석했다.

3. 주요 분석 결과 및 해석

• AI가 조언 오류를 범하고 사과했을 때, 인간 전문가가 같은 실수를 했을 때보다 사용자가 덜 관대했다.
• AI의 단순 사과는 사용자의 조언 의존도(reliance)나 신뢰도(confidence)를 유의미하게 회복시키지 못했다.
• AI가 자신의 한계를 인정하는 내부 귀인(internal attribution) 방식보다 외부 요인 탓으로 돌리는 외부 귀인(external attribution) 방식의 사과가 조언 의존도 회복에 더 효과적이었다.
• 외부 귀인 사과의 효과는 객관적 작업에서 더 두드러지게 나타났다.
• AI의 오류 후 신뢰 회복은 주관적 작업보다 객관적 작업에서 더 어려웠다.

4. 한계점 및 후속과제

• 실험에서 사용된 AI 모델이나 특정 작업 외의 다른 맥락에서는 결과가 달라질 수 있다.
• 더 많은 상호작용을 통해 사용자가 조언원에 대한 신뢰를 쌓은 후 발생하는 오류에 대한 AI 사과의 효과는 추가 연구가 필요하다.
• 실험 참가자들이 경험한 금전적 보상이나 과제의 특성이 실제 상황과 다를 수 있다.
• AI의 사과가 윤리적으로 타당한지에 대한 논의가 더 필요하다.
• AI의 오류 발생 빈도나 심각성에 따른 신뢰 회복 효과 차이에 대한 심층 분석이 부족하다.

논문 원문 바로가기

Do AIs dream of electric trees? Traditional knowledge and AI in environmental issues

📌 논문 기본 정보

• 제목: Do AIs dream of electric trees? Traditional knowledge and AI in environmental issues
• 저자: Nicolas Ojeda-Zavala
• 저널: AI & Society
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 인공지능, 환경 문제, 전통 지식, 공공 참여, 예방 원칙

1. 연구의 의의

• 인공지능(AI)이 환경 보호에 기여할 잠재력이 있지만, 복잡한 환경 문제와 지속 가능한 발전에 대한 효과성에 대한 의문이 제기된다.
• 환경 문제는 자연적 인과 관계뿐 아니라 인간의 동기와 사회·문화적 요인을 고려해야 효과적으로 해결할 수 있다.
• 디지털 기술과 AI 기반 환경 지속 가능성 노력은 유로중심적이고 기술 중심적인 관점에 치우쳐 지역 지식을 간과하는 경향이 있다.
• 한계를 극복하기 위해, 자연 자원 보존을 중시하는 세계관을 반영하는 원주민의 전통 지식을 활용해야 한다.
• 공공 참여와 예방 원칙이라는 두 가지 국제법 원칙을 적용하면, 환경 보호를 위한 AI 개발 시 전통 지식의 고려가 필수적이 된다.

2. 연구 설계 및 방법론

• 연구는 국제법 원칙인 공공 참여와 예방 원칙을 AI 개발에 적용하는 방안을 탐구했다.
• 환경 문제 해결을 위해 AI 개발 시 원주민의 전통 지식을 필수적으로 고려해야 한다고 주장했다.
• 전통 지식 통합은 잠재적 피해 발생을 막는 중요한 요소임을 강조했다.
• 이를 위해 원주민의 효과적인 참여 메커니즘 구축과 데이터에 대한 원주민의 소유권 및 통제 우선 지침 준수를 제안했다.
• 기존 AI 기술 개발에 내재된 식민주의적 접근 방식에 도전하는 방안을 모색했다.

3. 주요 분석 결과 및 해석

• 환경 문제 해결에 있어 AI는 자연적 요소와 지역적 인간 동인의 복잡한 상호작용을 이해하는 데 한계가 있다.
• 유로중심적이고 기술 중심적인 접근 방식은 지역 지식과 전통 지식을 간과하여 지속 가능한 해결책을 제시하지 못할 수 있다.
• 원주민의 전통 지식은 환경 보존에 대한 세계관을 반영하며, AI 개발에 통합될 때 중요한 가치를 제공한다.
• 공공 참여와 예방 원칙을 국제법적 틀로 활용하면, AI 개발 과정에서 전통 지식의 중요성이 법적으로 요구될 수 있다.
• AI 기술 개발에서 원주민의 데이터 소유권과 통제를 보장하는 것은 식민주의적 관행을 극복하는 데 필수적이다.

4. 한계점 및 후속과제

• 연구는 전통 지식의 개념, 범위, 그리고 AI 개발 과정에서의 구체적인 통합 방법에 대한 심층적인 분석을 더 포함할 수 있다.
• AI 기술의 환경적 영향(에너지 소비, 자원 사용 등)에 대한 추가적인 연구가 필요하다.
• 전통 지식과 AI 기술 간의 조화로운 통합을 위한 실질적인 사례 연구나 파일럿 프로젝트 결과가 제시되지 않았다.
• 국제법 원칙의 실제 적용 과정에서 발생할 수 있는 기술적, 정치적, 문화적 장벽에 대한 논의가 부족하다.
• AI 개발과 환경 보호에 있어 다양한 이해관계자들의 참여를 증진하기 위한 구체적인 정책 제언이 더 필요하다.

논문 원문 바로가기

Topological feature engineering and persistent homology hybrid deep learning model for time-series prediction

📌 논문 기본 정보

• 제목: Topological feature engineering and persistent homology hybrid deep learning model for time-series prediction
• 저자: Zixin Lin, Nur Fariha Syaqina Zulkepli, Mohd Shareduwan Mohd Kasihmuddin, R. U. Gobithaasan
• 저널: Complex & Intelligent Systems
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 시계열 예측, 위상수학적 특징 추출, 영속 호몰로지, 딥러닝, 하이브리드 모델

1. 연구의 의의

• 시계열 예측 분야에 영속 호몰로지(persistent homology)를 결합한 새로운 접근법을 제시했다.
• 기존에는 분류나 군집화에 주로 쓰이던 영속 호몰로지의 활용 범위를 예측 모델까지 넓혔다.
• 데이터의 위상학적 구조를 포착하는 특징 추출 기법으로 영속 호몰로지를 활용해 예측 성능을 높였다.
• 딥러닝 모델에 위상학적 특징을 통합하기 위한 체계적인 파이프라인과 손실 함수를 개발했다.

2. 연구 설계 및 방법론

• 영속 호몰로지를 특징 추출 기법으로 활용하는 하이브리드 딥러닝 모델을 개발했다.
• 모델은 위상학적 특징을 추출하는 파이프라인을 핵심으로 삼는다.
• 추출된 위상학적 특징은 딥러닝 모델의 입력으로 사용된다.
• 예측 손실과 함께 위상학적 일관성 손실(topological consistency loss)을 도입하여 학습을 유도했다.
• 이를 기반으로 단변량 시계열 예측을 위한 PH-RNN, 다변량 예측을 위한 PH-transformer, PH-CNN 모델을 개발했다.

3. 주요 분석 결과 및 해석

• 제안된 하이브리드 모델은 다양한 벤치마크 데이터셋에서 기존 방법보다 우수한 성능을 보였다.
• 영속 호몰로지를 통한 특징 추출이 시계열 예측 정확도를 향상시키는 데 효과적임을 입증했다.
• 위상학적 구조 정보가 시계열 데이터의 동적 특성을 이해하는 데 중요한 역할을 함을 확인했다.

4. 한계점 및 후속과제

• 영속 호몰로지 계산의 복잡성(cubic complexity, O(N^3))이 모델의 계산 부담을 늘릴 수 있다.
• 이론적으로는 높은 차원의 위상학적 특징도 고려할 수 있으나, 본 연구에서는 2차원까지 제한했다.
• 향후 연구에서는 더 복잡한 시계열 데이터나 다양한 도메인에 모델을 적용하고, 계산 효율성을 더욱 개선할 필요가 있다.

논문 원문 바로가기

RSGM: a multi-modal image matching scheme guided by regional semantics

📌 논문 기본 정보

• 제목: RSGM: a multi-modal image matching scheme guided by regional semantics
• 저자: Fangwei Jin, Yun Liao, Junhui Liu, ZongXiao Hu, Xu Qian, YunPeng Li, RongRui Teng, Qing Duan
• 저널: Complex & Intelligent Systems
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 다중 모달 영상 매칭, 지역 의미 기반, 특징 기술자, 영상 인식, 컴퓨터 비전

1. 연구의 의의

• 서로 다른 센서나 방식으로 촬영된 영상 간 정확하고 강건한 매칭을 위한 새로운 방법론을 제시한다.
• 기존 방식의 부족했던 특징 기술 추출과 의미 기반 안내를 강화하여 영상 매칭 성능을 높인다.
• 인간의 인지 방식을 모방한 ‘분할 후 매칭(segment-then-match)’ 패러다임을 도입해 효율성을 높였다.
• 영상 매칭 영역을 전체 이미지에서 의미적으로 관련된 지역으로 제한해 계산 비용을 줄이고 정확도를 높였다.

2. 연구 설계 및 방법론

• 지역 의미 정보 기반 매칭(RSGM, Regional Semantic Guidance Matching) 방식을 제안했다.
• 핵심 모듈인 지역 의미 정보 안내 매칭(SGM, Semantic Guidance Matching) 모듈을 개발했다.
• SGM 모듈을 지원하기 위해 유사 정보 융합(SIFM, Similarity Information Fusion) 모듈과 교차 영상 인접 픽셀 정보 집계(CNIM, Cross Image Neighborhood Pixel Information Aggregation) 모듈을 추가했다.
• SIFM은 전역적 유사 구조 정보를, CNIM은 교차 영상 인접 픽셀 정보를 융합하여 특징 기술자를 풍부하게 만들었다.
• 다양한 다중 모달 영상 데이터셋에서 실험을 진행했다.

3. 주요 분석 결과 및 해석

• 제안한 RSGM 프레임워크가 다중 모달 영상 데이터셋에서 뛰어난 성능을 보였다.
• 지역 의미 정보 안내 매칭(SGM)은 매칭 영역을 제한하여 계산 비용을 절감하고 정확도와 강건성을 향상시켰다.
• 유사 정보 융합(SIFM) 및 교차 영상 인접 픽셀 정보 집계(CNIM) 모듈이 특징 기술자의 표현력을 높여 매칭 성능에 기여했다.
• 실험 결과는 기존 방법론 대비 RSGM의 우수성을 입증했다.

4. 한계점 및 후속과제

• 제안된 방법의 실제 적용 시 다양한 환경 변화에 대한 추가적인 검증이 필요하다.
• 인간의 인지 방식을 모방했으나, 모든 인지 과정을 완전히 포착하지 못했을 수 있다.
• 복잡하거나 불규칙한 형태의 객체가 많은 영상에서는 지역 의미 분할의 정확도가 매칭 성능에 영향을 줄 수 있다.

논문 원문 바로가기

Hybrid CNN-transformer with adaptive multi-scale fusion for tiny PCB defect identification

📌 논문 기본 정보

• 제목: Hybrid CNN-transformer with adaptive multi-scale fusion for tiny PCB defect identification
• 저자: Yunfei Yan, Gengliang Chen, Ye Gu, Xiaojiang Peng
• 저널: Complex & Intelligent Systems
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 인쇄회로기판(PCB) 결함 탐지, 딥러닝, 컴퓨터 비전, 합성곱 신경망(CNN), 트랜스포머(Transformer)

1. 연구의 의의

• 작고 대비가 낮은 인쇄회로기판(PCB) 결함을 효과적으로 찾아내는 새로운 딥러닝 모델을 제시했다.
• 기존 모델이 놓치기 쉬운 미세 결함의 특징을 살리는 데 집중했다.
• 반복적인 PCB 배경에서 전체 맥락 정보를 효율적으로 파악하는 기술을 개발했다.
• 다양한 크기의 결함에 맞춰 특징 융합 방식을 최적화했다.

2. 연구 설계 및 방법론

• 제안한 HTA-Det 모델은 세 가지 핵심 요소를 결합했다. 첫째, 점진적으로 특징을 정교하게 다듬는 RepNCSP 블록을 사용해 미세 결함 탐지에 중요한 세부 정보를 보존하는 백본(backbone)을 설계했다. 둘째, 세 개의 하위 모듈로 강화된 하이브리드 극성 인식 선형 주의 인코더(hybrid polarity-aware linear-attention encoder)를 개발해 효율적인 전역 맥락 모델링을 수행했다. 셋째, 서로 다른 수준의 특징 맵에 내용 인식 및 스케일별 가중치를 학습하는 적응형 융합 전략을 적용했다.
• 연구진은 PKU-Market-PCB와 DeepPCB 두 가지 데이터셋을 사용해 실험했다.
• 모델의 성능은 평균 정밀도(mean Average Precision, mAP) 점수로 평가했다.
• 모델의 파라미터 수를 920만 개로 제한하여 효율성을 확보했다.

3. 주요 분석 결과 및 해석

• PKU-Market-PCB 데이터셋에서 HTA-Det 모델은 99.3%의 mAP@50 점수를 달성했다.
• DeepPCB 데이터셋에서는 99.1%의 mAP@50 점수를 기록하며 높은 정확도를 보였다.
• 제안 모델은 920만 개의 파라미터만으로도 우수한 탐지 성능을 입증했다.
• HTA-Det는 작고 대비가 낮은 PCB 결함을 효과적이고 효율적으로 탐지하는 솔루션을 제공함을 확인했다.

4. 한계점 및 후속과제

• 본 연구에서 제안한 모델의 성능은 특정 데이터셋에 대한 것이므로, 다양한 환경과 조건에서의 추가 검증이 필요하다.
• 향후 연구에서는 실제 산업 현장의 다양한 결함 유형과 복잡한 배경에 대한 강건성(robustness)을 높이는 데 집중할 필요가 있다.
• 더 적은 파라미터로도 성능을 유지하거나 향상시키는 모델 경량화 연구를 지속할 수 있다.

논문 원문 바로가기

A Robust Visual Inertial Odometry SLAM Considering Robot Self Dynamics

📌 논문 기본 정보

• 제목: A Robust Visual Inertial Odometry SLAM Considering Robot Self Dynamics
• 저자: Junyin Qiu, Hong Liu, Tianwei Zhang
• 저널: CAAI Transactions on Intelligence Technology
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 시각-관성 주행 거리 측정, 동적 SLAM, 로봇 자체 동역학, 특징 추적, IMU 프리인테그레이션

1. 연구의 의의

• 동적인 환경에서 로봇의 위치를 정확하게 추정하는 SLAM(Simultaneous Localization and Mapping) 문제를 해결하기 위한 새로운 프레임워크를 제시한다.
• 로봇 자체 동역학(robot self-dynamics)을 명시적으로 고려하여 기존 VIO(Visual-Inertial Odometry) 시스템의 한계를 극복하고자 한다.

2. 연구 설계 및 방법론

• 연구진은 특징 추적(feature tracking)과 IMU(Inertial Measurement Unit) 프리인테그레이션(preintegration)을 개선하는 데 초점을 맞췄다.
• 로봇 자체 동역학을 고려한 IMU 보조 특징 추적기를 설계하여 초기 광학 흐름(optical flow)을 예측한다.
• 패치 아핀 변형(patch affine deformation)과 조명 변화를 반영하는 반복적 개선 방법으로 특징 추적의 정확성과 강건성을 높인다.
• SE(2,3) 기반 IMU 프리인테그레이션을 도입하여 상태 상관 관계를 유지하고 로봇 자체 동역학을 최적화에 일관되게 반영한다.
• 전처리, 최적화, 루프 폐쇄(loop-closing) 스레드로 구성된 VIO 프레임워크를 개발하여 제안된 방법론을 검증한다.

3. 주요 분석 결과 및 해석

• 로봇 자체 동역학을 명시적으로 모델링함으로써 특징 추적 정확도가 향상되었다.
• IMU 노이즈 전파(IMU noise propagation)가 개선되었음을 확인했다.
• 전반적인 VIO 성능이 향상되는 것을 실험을 통해 입증했다.

4. 한계점 및 후속과제

• 초록에 제시된 실험 결과는 모듈 테스트와 ablation studies(기능 제거 연구)를 포함하지만, 구체적인 데이터셋이나 성능 수치는 명시되지 않았다.
• 제안된 프레임워크의 실제 적용 가능성이나 다양한 동적 환경에서의 성능 한계에 대한 추가적인 연구가 필요하다.

논문 원문 바로가기

Liking Without Endorsing: Consumer Dilemmas in Responses to AI-Generated Music

📌 논문 기본 정보

• 제목: Liking Without Endorsing: Consumer Dilemmas in Responses to AI-Generated Music
• 저자: Andrew B. Edelblum, Joshua Poe
• 저널: Psychology & Marketing
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: AI 생성 음악, 소비자 행동, 예술 작품 평가, 인지적 편향, 감성적 처리

1. 연구의 의의

• AI가 만든 창작물에 대한 소비자의 부정적 인식에도 불구하고, AI 생성 음악이 시장에서 성공을 거두는 현상을 설명한다.
• 음악이 다른 창작물과 달리 직접 콘텐츠를 경험한 후에는 저자 정보의 영향력이 줄어드는 독특한 예술 분야임을 밝힌다.
• AI 생성 음악에 대한 소비자의 평가가 인간이 만든 음악과 유사해지는 과정에서 발생하는 ‘평가적 갈등(evaluative conflict)’을 규명한다.
• 음악 감상 경험이 AI 창작물에 대한 부정적 신념을 약화시키지만 완전히 해소하지는 못함을 보여준다.
• AI 생성 음악에 대한 소비자의 깊이 있는 참여(재청취, 공유 등)가 제한되는 이유를 제시한다.

2. 연구 설계 및 방법론

• 총 3번의 실험과 여러 보충 테스트를 통해 연구를 진행했다.
• 참가자들은 AI 생성 음악과 인간이 만든 음악에 대한 기대 즐거움과 실제 감상 후 평가를 보고했다.
• 연구 설계는 AI 생성 음악과 인간 생성 음악에 대한 참가자들의 인식, 평가, 행동을 비교하는 방식으로 이루어졌다.
• 음악 외에 글쓰기 등 다른 인지적 영역에서의 AI 생성물 평가도 함께 비교했다.
• 참가자들의 음악 재청취 및 공유 의사와 같은 행동적 반응도 측정했다.

3. 주요 분석 결과 및 해석

• 참가자들은 AI 생성 음악에 대해 인간이 만든 음악보다 기대 즐거움이 낮다고 보고했다.
• 하지만 음악을 직접 들어본 후에는 AI 생성 음악과 인간 생성 음악에 대한 평가 차이가 줄어들었다.
• 평가 수렴 현상은 음악 분야에 국한되며, 글쓰기 같은 인지적 영역에서는 AI 저자에 대한 부정적 평가가 지속됐다.
• 직접적인 감상 경험에도 불구하고, 참가자들은 AI 생성 음악에 대해 ‘평가적 갈등’을 경험했다.
• 음악 감상으로 인한 즐거움 증가에도 불구하고, 참가자들은 AI 생성 음악을 재청취하거나 공유하려는 의지가 낮았다.

4. 한계점 및 후속과제

• AI 생성 음악에 대한 소비자의 평가가 감성적 경험에 크게 영향을 받지만, AI 저자에 대한 우려를 완전히 해결하지는 못한다는 점을 시사한다.
• 향후 연구에서는 AI 생성 음악의 품질, 장르, 맥락이 소비자 평가 및 행동에 미치는 영향을 더 깊이 탐구할 필요가 있다.
• AI 창작물에 대한 소비자의 부정적 인식이 음악 시장에서의 성공을 제약할 수 있다는 점을 고려해야 한다.
• 음악 외 다른 예술 분야에서도 유사한 감성적 처리의 영향이 나타나는지 추가적인 연구가 필요하다.

논문 원문 바로가기

Upcycling or recycling? Examining the impact of circular production level on consumer engagement in companies’ circular take-back programs

📌 논문 기본 정보

• 제목: Upcycling or recycling? Examining the impact of circular production level on consumer engagement in companies’ circular take-back programs
• 저자: Chenxuan Hou, Di Xue, Tianfeng Shi, Yanzhang Gu
• 저널: Asia Pacific Journal of Marketing and Logistics
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 마케팅, 순환 경제, 소비자 참여, 업사이클링, 재활용

1. 연구의 의의

• 기업의 순환 생산 방식이 소비자의 참여 의사에 어떤 영향을 미치는지 탐구했다.
• 업사이클링과 재활용이라는 순환 생산 수준 차이를 비교 분석했다.
• 소비자가 기업의 지속가능성 역량과 존경심을 어떻게 인식하는지 밝혔다.
• 기업의 순환 생산 전략 수립 및 지속가능성 이미지 구축에 실질적인 시사점을 제공했다.
• 기업의 사회적 책임 공개와 소비자 지속가능 제품 폐기 관련 기존 연구를 발전시켰다.

2. 연구 설계 및 방법론

• 미국과 중국에서 두 차례 온라인 시나리오 기반 실험을 진행했다.
• 실험 참가자 846명의 데이터를 분석 대상으로 삼았다.
• 순환 생산 수준(업사이클링 대 재활용)을 조작 변수로 활용했다.
• 소비자의 기업 주도 순환 회수 프로그램 참여 의사를 종속 변수로 설정했다.
• 기업의 지속가능성 역량 인지와 존경심을 순차적 매개 변수로 측정했다.

3. 주요 분석 결과 및 해석

• 소비자는 재활용보다 업사이클링 방식을 채택한 기업의 순환 회수 프로그램에 더 적극적으로 참여했다.
• 참여 증가는 소비자가 해당 기업의 지속가능성 역량을 더 높게 인식하기 때문이었다.
• 높은 지속가능성 역량 인식은 기업에 대한 존경심을 높여 참여 의사를 강화했다.

4. 한계점 및 후속과제

• 실험이 특정 국가(미국, 중국)에서 진행되어 문화적 차이가 결과에 미칠 영향을 더 깊이 탐구할 필요가 있다.
• 향후 연구에서는 다양한 순환 생산 방식과 소비자 특성을 고려한 분석이 요구된다.

논문 원문 바로가기

Anthropomorphic Design of Virtual Streamers in Live Streaming: A Double-Edged Sword Effect on Consumers’ Acceptance Intention

📌 논문 기본 정보

• 제목: Anthropomorphic Design of Virtual Streamers in Live Streaming: A Double-Edged Sword Effect on Consumers’ Acceptance Intention
• 저자: Xiaoli Tang, Zihua Wang
• 저널: Journal of Consumer Behaviour
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 가상 스트리머, 의인화 디자인, 소비자 수용 의도, 라이브 커머스, 인공지능

1. 연구의 의의

• 라이브 커머스에서 가상 스트리머 디자인 전략의 핵심인 의인화(anthropomorphism) 효과를 심층 분석했다.
• 의인화의 두 가지 차원, 즉 외형과 구동 방식이 소비자 수용 의도에 미치는 영향을 규명했다.
• 소비자가 가상 스트리머를 어떻게 받아들이는지에 대한 이론적 이해를 넓혔다.
• 가상 스트리머 디자인을 통해 라이브 커머스 효과를 높이고자 하는 실무자들에게 구체적인 지침을 제공한다.

2. 연구 설계 및 방법론

• 미국 소비자를 대상으로 총 4번의 무선 할당 실험(between-subjects experiments)을 진행했다.
• 실험 참가자는 총 1,334명이었다.
• 가상 스트리머의 외형(높은 의인화 vs. 낮은 의인화)과 구동 방식(인간 구동 vs. AI 구동)을 조작했다.
• 소비자 수용 의도, 지각된 가치(perceived value), 지각된 위협(perceived threat)을 측정했다.
• AI 공개 여부와 참가자의 성향(실체 이론가 vs. 증분 이론가)을 조절 변수로 설정했다.

3. 주요 분석 결과 및 해석

• 가상 스트리머의 외형과 구동 방식은 소비자 수용 의도에 유의미한 상호작용 효과를 보였다.
• 외형 의인화 정도가 높을 때는 인간이 구동하는 방식이, 외형 의인화 정도가 낮을 때는 AI가 구동하는 방식이 소비자 수용 의도를 높였다.
• 이 효과는 지각된 가치와 지각된 위협을 통한 병렬 매개(parallel pathways)로 설명되었는데, 이는 소비자-AI 상호작용에서 ‘양날의 검(double-edged sword)’ 효과를 나타낸다.
• AI 공개는 지각된 가치를 최적화하여 효과를 강화했다.
• 실체 이론가(entity theorists)는 증분 이론가(incremental theorists)보다 외형과 구동 방식의 일치 여부에 더 민감하게 반응했다.

4. 한계점 및 후속과제

• 연구는 미국 소비자를 대상으로 진행되어, 다른 문화권의 소비자에게는 결과가 다를 수 있다.
• 가상 스트리머의 의인화 외 다른 디자인 요소가 수용 의도에 미치는 영향은 추가 연구가 필요하다.
• 실험실 환경에서 통제된 조건 하에 진행되어, 실제 라이브 커머스 환경에서의 복잡한 변수들을 모두 반영하지 못했을 수 있다.

논문 원문 바로가기

Co-funding networks as a new tool in research evaluation: a linked open data-based study of the Seventh Framework Programme projects

📌 논문 기본 정보

• 제목: Co-funding networks as a new tool in research evaluation: a linked open data-based study of the Seventh Framework Programme projects
• 저자: Niliek Silva-Alés, Antonio Perianes-Rodríguez
• 저널: Scientometrics
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 연구 평가, 자금 지원 네트워크, 연계 개방 데이터, 제7차 프레임워크 프로그램, 과학 기술 정책

1. 연구의 의의

• 연구 자금 지원과 과학 발전의 연관성을 분석하는 새로운 도구로서 공동 자금 지원 네트워크(co-funding networks)의 유용성을 제시했다.
• 유럽연합(EU)의 제7차 프레임워크 프로그램(FP7) 프로젝트 데이터를 활용하여 연구 평가의 새로운 지평을 열었다.
• 기존 연구 평가 방식의 한계를 넘어, 연계 개방 데이터(linked open data) 기반의 구조 분석을 통해 연구 자금 지원 생태계를 심층적으로 이해하는 방안을 모색했다.
• 연구 결과에 대한 자금 지원 정보의 정확성과 투명성이 연구 평가의 질을 높이는 데 결정적임을 강조했다.

2. 연구 설계 및 방법론

• 연구 설계: 연계 개방 데이터(linked open data)를 활용한 공동 자금 지원 네트워크 분석.
• 표본/데이터: 유럽연합 제7차 프레임워크 프로그램(FP7) 프로젝트 및 관련 학술 논문 데이터.
• 데이터 수집: CORDIS(FP7 프로젝트 정보)와 Crossref Open Funder Registry(논문 자금 지원 정보)에서 데이터를 수집했다.
• 데이터 처리: 수집된 데이터를 정제하고 표준화하여 고유 식별자를 부여하고, 연구 조직 등록소(ROR)를 활용해 기관 정보를 보완했다. 320,448개의 행을 분석하여 91,887개의 유효 데이터를 확보했다.
• 분석 방법: Pajek 소프트웨어를 사용하여 공동 자금 지원 네트워크를 시각화하고, 구조적 지표(노드, 엣지, 밀도, 평균 차수, 중심성, 평균 거리, 지름)를 분석했다. 커뮤니티 추출에는 Louvain 알고리즘, 공간 표현에는 Kamada-Kawai 알고리즘을 사용했다. EuroSciVoc 분류 체계를 활용하여 분야별 분석도 수행했다.

3. 주요 분석 결과 및 해석

• FP7 프로젝트와 관련된 논문 수가 자금 지원 정보(FA) 덕분에 21% 증가했다. 자금 지원 정보의 중요성을 보여준다.
• IDEAS-ERC 프로그램은 가장 많은 공동 자금 지원자(co-funders)를 보유했으며, HEALTH 프로그램은 가장 밀집되고 응집력 있는 네트워크를 형성했다.
• 연구 분야별로 공동 자금 지원 네트워크의 구조와 특성이 다르게 나타났다. 예를 들어, 임상 의학 분야는 가장 밀집되고 응집력 있는 네트워크를 보인 반면, 물리학 분야는 가장 많은 노드와 엣지를 가졌다.
• 전체 자금 지원 기관의 40%가 비유럽 국가 출신으로, 높은 수준의 국제 협력을 보여주었다. 특히 아시아와 아메리카 지역의 활동이 두드러졌다.
• 스웨덴, 네덜란드 등 일부 국가는 자국 기관 중심의 고립되거나 매우 동질적인 네트워크를 형성하는 경향을 보였다.

4. 한계점 및 후속과제

• 자금 지원 기관 데이터의 접근성 부족, 데이터베이스에서 자금 지원 수상 메타데이터 탐지 및 이용의 어려움, 저자 및 편집자의 자금 지원 정보 오류와 누락 등이 연구 결과의 범위를 제한하는 주요 단점이다.
• 자금 지원 정보 기반 평가는 연구 활동의 한 단면만 다룰 뿐, 특허 등록, 협력 계약, 젊은 연구자 훈련 등 다른 측면은 탐색하지 못했다.
• 본 연구 방법론은 전문가 판단을 대체할 수 없으며, 연구 평가 및 자금 지원 결정에 대한 보조 도구로 활용될 수 있다.
• 향후 연구에서는 고인용 논문에서의 자금 지원 기관 역할, 공동 저술 및 공동 자금 지원이 생산성과 영향력에 미치는 영향, 각 FP7 프로그램별 생산성 및 가시성 등을 더 깊이 분석할 필요가 있다.
• 연구 자금의 규모가 네트워크의 크기와 복잡성, 공동 자금 지원 강도에 미치는 영향을 분석하는 것도 중요한 과제다.

논문 원문 바로가기

Research on the impact mechanisms of the digital resilience of manufacturing firms: from the perspective of supply chain synergy

📌 논문 기본 정보

• 제목: Research on the impact mechanisms of the digital resilience of manufacturing firms: from the perspective of supply chain synergy
• 저자: Taiye Luo, Jingyuan Cui, Shuo Cheng
• 저널: Industrial Management & Data Systems
• 출판연도: 2026
• 연구 분야 및 핵심 키워드: 디지털 회복탄력성, 공급망 시너지, 제조업체, 디지털 기술, 위험 관리

1. 연구의 의의

• 제조업체가 디지털 기술을 활용해 위험을 예측하고, 효과적으로 저항하며, 회복하여 지속 가능한 발전을 이루는 능력인 디지털 회복탄력성(digital resilience)의 영향 메커니즘을 공급망 시너지 관점에서 탐구한다.
• 이 연구는 디지털 회복탄력성 영향 메커니즘을 규명하는 초기 연구 중 하나로, 공급망 운영 맥락에서 디지털 회복탄력성을 강화하는 방법을 이해하는 데 기여한다.

2. 연구 설계 및 방법론

• 중국 A주 상장 제조업체를 표본으로 삼았다.
• 디지털 회복탄력성에 대한 개념적 프레임워크를 구축했다.
• 공급망 효율성이 디지털 회복탄력성에 미치는 영향을 분석했다.
• 공급망 네트워크와 파트너십 요인이 매개하거나 조절하는 효과를 검증했다.

3. 주요 분석 결과 및 해석

• 제조업체의 공급망 효율성이 디지털 회복탄력성에 긍정적인 영향을 미친다는 사실을 확인했다.
• 공급망 네트워크 내 제조업체의 중심성(degree centralities)과 파트너십 안정성이 공급망 효율성과 디지털 회복탄력성 사이에서 매개 역할을 했다.
• 공급망 파트너의 디지털 역량이 공급망 효율성이 디지털 회복탄력성에 미치는 효과를 조절했다.

4. 한계점 및 후속과제

• 이 연구는 중국 제조업체 표본에 집중하여 결과를 도출했기에, 다른 국가나 산업에 대한 일반화에는 신중해야 한다.
• 디지털 회복탄력성에 영향을 미치는 다양한 요인 중 공급망 시너지에 초점을 맞춰 탐색했으므로, 향후 연구에서는 다른 잠재적 요인들을 함께 고려할 필요가 있다.

논문 원문 바로가기