[2026-03-20 | Data Frontier] 한눈에 보는 AI x 비즈니스 분야 연구 동향

📖 Information Systems Frontiers - 1건

Unifying Explainable Agency Via a Ladder of Intentions

설명 가능한 에이전시(XAg) 분야는 다양한 AI 에이전트 구조와 표준화된 평가 지표의 부재로 인해 설명의 신뢰성과 비교 가능성을 확보하는 데 어려움을 겪고 있다. 본 연구는 이러한 문제를 해결하기 위해 에이전트의 행동을 여러 추상화 단계로 계층화하여 분석하는 '의도의 사다리(Ladder of Intentions)' 통합 프레임워크를 제안하였다. 이 프레임워크는 신뢰할 수 있는 추상화 정보를 추출하는 과정과 이를 이해하기 쉬운 형태로 공식화하는 과정을 분리함으로써 에이전트 아키텍처에 관계없이 적용 가능한 공학적 패턴을 제공한다. 이를 통해 개발자는 특정 구조에 얽매이지 않고 설명 방식을 혁신할 수 있으며, 단순한 사용자 신뢰 증진을 넘어 시스템 자체의 진정한 신뢰성을 객관적으로 평가할 수 있는 기반을 마련하였다. 최종적으로 이 연구는 에이전트의 지능적 행동에 대한 표준화된 설명 체계를 구축하여 설명 가능한 AI의 실질적인 활용성을 높이는 데 기여하고자 하였다.

바로가기

📖 EPJ Data Science - 2건

Sensemaking AI: Introducing a research and design agenda for human–AI networks

본 연구는 복잡한 인간-AI 네트워크 내에서 집단적 의미 형성 과정을 지원하는 '센스메이킹(Sensemaking) AI'라는 새로운 패러다임을 제안하고 그 연구 및 설계 의제를 제시하였다. 기존의 인간 중심 AI(HCAI)가 실제 현실의 시급성이나 도덕적 딜레마를 충분히 반영하지 못한다는 점을 지적하며, 101편의 관련 문헌에 대한 범위적 문헌고찰을 통해 현행 연구의 한계를 분석하였다. 연구자는 센스메이킹 및 의사결정 이론을 바탕으로 다중 위기와 같은 복합적 문제 상황에서 AI가 단순한 최적화 도구를 넘어 사회적 해석 프로세스에 능동적으로 참여해야 함을 강조했다. 이를 위해 해석의 유연성을 보존하는 자동화, 네트워크 수준의 통제를 위한 집단적 대리인, 가치 인지적 센스메이킹이라는 세 가지 핵심 연구 영역을 도출하였다. 결과적으로 본 논문은 데이터 기반의 기계적 최적화를 넘어 민주적 숙의와 집단 지성을 강화하는 방향으로 AI 설계의 패러다임 전환을 촉구했다.

바로가기

Cooperative flexibility exchange: fair and comfort-aware decentralized resource allocation

본 연구는 스마트 그리드 환경에서 시스템 효율성만을 우선시하여 소비자 편의가 희생되는 기존 에너지 관리 시스템의 한계를 극복하고자 분권화된 다중 에이전트 기반의 수요 측 관리 시스템을 제안하였다. 제안된 시스템은 각 가정을 대변하는 자율 에이전트들이 전력망의 제약 조건을 만족하면서도 개별 소비자의 선호를 반영할 수 있도록 2단계의 슬롯 교환 메커니즘을 통해 에너지 소비 일정을 조정한다. 특히 에이전트들이 최적화된 가전기기 사용 일정을 할당받은 후 서로 협력하여 슬롯을 교환함으로써, 비이타적인 행동을 보이는 상황에서도 시스템 전체의 수급 균형을 해치지 않고 소비자 불편 비용을 최소화하도록 설계되었다. 실제 데이터셋을 활용한 성능 평가 결과, 이 방식은 시스템의 비효율성을 높이지 않으면서도 소비자의 만족도와 형평성을 유의미하게 향상시켰으며 대규모 인구 환경에서도 우수한 확장성을 입증하였다. 결론적으로 본 논문은 기술적 효율성과 인간의 편의 및 사회적 공정성을 동시에 달성할 수 있는 소비자 중심의 차세대 스마트 그리드 운영 모델을 제시했다는 점에서 중요한 의의를 지닌다.

바로가기

📖 Expert Systems - 3건

Bilateral Edge-Augmented Recurrent Horizontal Feature-Shift Aggregation Network for Tooth Instance Segmentation With FDI-Based Numbering

본 연구는 파노라마 방사선 영상에서 치아 인스턴스 분할과 FDI 방식의 치아 번호 부여를 동시에 수행하기 위한 BEHA-Net 모델을 제안했다. 낮은 대비와 유치 및 영구치의 혼재로 인한 기존 한계를 극복하기 위해 치아 배열의 수평적 구조를 활용하는 HFA 모듈과 경계 표현을 정교화하는 BEA 모듈을 통합하였다. HFA 모듈은 치아 간의 다중 스케일 의존성을 포착하여 문맥적 상관관계를 효과적으로 파악하며, BEA 모듈은 에지 디테일 강화와 노이즈 억제를 통해 인스턴스 식별력을 높였다. 실험 결과 Tufts와 O2PR 벤치마크 데이터셋에서 기존 방식보다 우수한 성능을 입증하며 최첨단 기술 수준을 달성하였다. 이 모델은 치과 진단의 자동화와 정확한 치료 계획 수립을 지원하는 효율적인 프레임워크를 제공한다는 점에서 의미가 크다.

바로가기

Unveiling Stock Market Trends by Deep Learning Insights With Correction Factor and Recurrent Neural Networks

본 연구는 인공지능 기술을 활용하여 주식 시장의 복잡한 비선형 행태를 예측하고, 특히 시장 이벤트로 인한 급격한 변동성을 효과적으로 관리하는 것을 목적으로 하였다. 연구진은 브라질 증권거래소(B3)의 주요 기업 데이터를 활용하여 순환 신경망(RNN) 모델을 구축하였으며, 데이터 전처리 단계에서 과거 이벤트의 영향을 조정하는 '가격 수정 계수'를 도입하였다. 실험 결과, 해당 수정 계수를 적용했을 때 주가 데이터의 급격한 변동이 완화되어 모델의 학습 성능이 개선되었으며, VALE3 종목의 경우 예측 오차가 기존 대비 10% 미만으로 줄어드는 유의미한 결과를 도출하였다. 이러한 연구 결과는 이벤트 수정 계수가 딥러닝 기반 주가 예측의 정확도를 높이는 핵심적인 도구가 될 수 있음을 보여주며, 향후 변동성이 큰 시장 환경에서도 강건한 예측 시스템을 구축하는 토대를 마련하였다.

바로가기

ShiftingNet : Lightweight Crop Leaf Disease Classification Model With Channel‐Wise Feature Shifting

본 연구는 채널별 특징 전이(Channel-Wise Feature Shifting, CFS) 연산을 결합한 경량 작물 잎 질병 분류 모델인 ShiftingNet을 제안했다. EfficientNetV2 구조를 기반으로 설계된 이 모델은 전역 및 지역 특징 표현의 균형을 맞추기 위해 CFSConv와 Fused-CFSConv라는 두 가지 핵심 모듈을 도입하였다. 연구진은 실험을 위해 실험실 이미지와 실제 노지 샘플을 통합한 MixCorn 데이터셋을 구축하여 모델의 일반화 능력을 다각도로 검증했다. 실험 결과 ShiftingNet은 약 9.92M의 적은 파라미터로도 PlantVillage와 MixCorn 데이터셋에서 각각 99.84%와 99.08%의 높은 정확도를 달성했다. 이러한 성과는 자원이 제한된 모바일 환경에서 정밀한 농업 진단 시스템을 구축하는 데 기여할 수 있는 이론적 토대를 마련했다.

바로가기

📖 AI & Society - 2건

The relational–epistemic stance: generative AI as a dynamic transitional object

이 논문은 생성형 AI와의 상호작용이 사용자의 실질적인 지적 성장으로 이어지는지 혹은 단순히 역량의 수행만을 흉내 내며 내적 능력을 침식하는지를 결정하는 심리적 요인을 탐구하였다. 저자들은 기존 기술철학 프레임워크의 한계를 극복하기 위해 대상관계이론에 기반한 ‘역동적 중간 대상(DTO)’ 프레임워크를 제안하며 인간과 AI의 관계적 특성을 분석하였다. 분석 결과, AI 산출물을 자기 생각으로 변환하는 ‘대사 작용’이 발달의 핵심 과정이며, 이를 방해하는 ‘인식적 유혹’이 기술의 구조적 저항력으로 작용한다는 점을 밝혀냈다. 결국 기술 자체의 성능보다 사용자가 AI를 대하며 유지하는 ‘관계적-인식적 태도’가 개인의 인지적 역량 강화와 퇴보를 가르는 결정적 요인임을 강조하였다.

바로가기

Data-centric AI governance for responsible organizational value: evidence from a European public administration

본 연구는 유럽 공공 행정 사례인 DGOBCAN-AI 시스템을 통해 데이터 중심 인공지능 거버넌스 프레임워크가 조직 내 책임 있는 가치 창출에 기여하는 방식을 탐구하였다. 복잡한 입법 모니터링 작업을 자동화하기 위해 기존의 모델 중심 방식에서 벗어나 에어플로우(Airflow)와 엠엘플로우(MLflow) 등을 활용한 성숙한 머신러닝 운영(MLOps) 생태계를 구축하였다. 특히 극심한 데이터 희소성 문제를 해결하기 위해 인간 참여형(human-in-the-loop) 주석 처리와 반복적인 검증 과정을 도입함으로써 시스템의 투명성과 신뢰성을 확보하였다. 연구 결과 기술적 알고리즘보다 데이터 품질과 거버넌스 체계가 성능 향상의 핵심이었음을 확인하였으며, 하이브리드 아키텍처를 통해 운영의 경제성까지 입증하였다. 최종적으로 본 논문은 효율성, 혁신, 윤리적 책임이 결합된 '책임 있는 공공 가치'의 개념을 정립하며 인공지능 도입 시 데이터 관리와 인간의 감독을 우선시할 것을 제언하였다.

바로가기

📖 Complex & Intelligent Systems - 1건

Adaptive spatial-temporal graph modeling for continuous emotion prediction based on EEG

본 연구는 뇌파(EEG) 신호를 기반으로 감정 상태를 불연속적인 범주가 아닌 연속적인 차원에서 정밀하게 예측하기 위해 수행되었다. 연구진은 다양한 확장 비율을 가진 병렬 그래프 합성곱 분기를 활용하여 다중 척도의 공간적 의존성을 추출하는 PFGCN 모델을 제안하였다. 또한 특징별 선형 변조(FiLM) 계층을 통해 노이즈를 억제하고 특징을 재교정하는 동시에, LSTM 네트워크를 결합하여 감정의 시계열적 변화를 효과적으로 포착하였다. DEAP 및 MAHNOB-HCI 데이터셋을 활용한 실험 결과, 제안된 모델은 기존의 주요 기준 모델들과 비교하여 모든 감정 차원에서 더 낮은 예측 오차를 기록하였다. 이는 PFGCN이 뇌파의 복잡한 시공간적 패턴을 분석하고 실제적인 감정 역동성을 추적하는 데 유용한 프레임워크임을 입증한다.

바로가기

📖 Cognitive Computation - 1건

Resizer-Integrated RepGFPN-Based Multi-Scale Feature Fusion Network with Perturbation Training for Micro-Expression Recognition

본 연구는 얼굴 근육의 미세한 움직임과 한정된 데이터셋 환경에서 미세 표정 인식의 정확도를 높이기 위해 수행되었다. 이를 위해 학습 가능한 이미지 크기 조절 모듈인 IncepResizer와 다중 스케일 특징 융합을 위한 RMFNet, 그리고 과적합을 방지하는 섭동 훈련(PT) 전략이 결합된 RRMFNet+PT 프레임워크를 제안하였다. 제안된 모델은 이미지 크기를 적응적으로 변환하고 계층 간 특징 상호작용을 최적화하여 소규모 데이터에서도 효과적인 학습이 가능하도록 설계되었다. 성능 평가 결과 MEGC2019 복합 데이터셋에서 UF1 0.8916과 UAR 0.8913을 달성하며 기존 방식보다 우수한 성능을 입증하였다. 이러한 성과는 데이터가 부족한 실무 환경에서도 정교한 특징 추출이 가능함을 시사하며 미세 표정 인식 기술의 범용성을 넓히는 데 기여하였다.

바로가기

📖 Journal of Business & Industrial Marketing - 1건

Decoding coopetition: dynamics, strategic orientations and evolutionary shifts

본 연구는 코피티션(Coopetition) 관계에서 전략적 지향성을 결정하는 근본적인 동학을 규명하고, 시간이 흐름에 따라 이들이 어떻게 변화하는지 이해하는 것을 목적으로 하였다. 이를 위해 체계적인 문헌 검토와 개념적 합의를 바탕으로 코피티션 관계를 형성하는 다양한 요인들을 분류하고 분석하는 접근 방식을 취하였다. 연구 결과, 전략적 지향성에 영향을 미치는 7가지 요인을 도출하여 이를 역설적, 관계적, 문화적 동학이라는 세 가지 상위 범주로 체계화하였다. 또한 협력 우위, 경쟁 우위, 고강도 균형, 저강도 균형의 네 가지 지향성을 정의하고, 각 동학의 강도에 따라 이러한 전략이 어떻게 진화하는지에 대한 이론적 모델을 제시하였다. 본 연구는 코피티션을 다차원적인 동적 과정으로 바라봄으로써 복잡한 기업 간 관계를 관리해야 하는 실무자들에게 유용한 통찰을 제공하였다.

바로가기

📖 Journal of Consumer Marketing - 1건

Promoting sustainable foods on Instagram: impact of message source and appeals

본 연구는 인스타그램에서 지속 가능한 식품 홍보의 효과를 분석하기 위해 메시지 소구 유형과 메시지 출처가 사회관계망서비스 참여도에 미치는 영향을 조사하였다. 연구진은 식물성 우유 관련 해시태그 게시물 203개를 수집하여 내용 분석을 실시하고 비모수 검정을 통해 참여 효과를 측정하였다. 분석 결과 인플루언서는 상업적 출처보다 높은 참여를 유도하였으며 특히 팔로워 수를 통제했을 때 마이크로 인플루언서의 성과가 우수하게 나타났다. 메시지 소구 측면에서는 인플루언서의 변형적 소구가 참여를 유의미하게 높였으나 상업적 계정은 혼재된 결과를 보였고 양측 모두 상호작용적 소구는 좋아요 수를 감소시켰다. 이 연구는 지속 가능한 식품 선택을 촉진하기 위한 최적의 소셜 미디어 전략을 제시하며 개혁적 지속가능성 마케팅 분야에 학술적 가치를 제공한다.

바로가기

📖 Journal of Marketing Communications - 1건

Review of AI and Strategic Communication

본 서평은 양 청(Yang Cheng)과 데얀 베르치치(Dejan Vercic)가 편집한 저서 'AI와 전략적 커뮤니케이션'을 분석하여 현대 비즈니스의 필수 요소가 된 AI 기술의 수용 양상과 관련 논점들을 고찰하였다. 총 13장에 걸쳐 윤리적 가이드라인, 프라이버시 보호, 고등교육 내 AI 불안, 공공관계(PR) 및 위기 관리에서의 역할 등 AI가 전략적 커뮤니케이션의 다양한 영역에 미치는 영향을 다각도로 검토하였다. 분석 결과 AI는 업무 효율성을 증대시키고 콘텐츠 제작의 민주화를 촉진하는 긍정적 측면이 있으나, 알고리즘 편향성이나 딥페이크 확산과 같은 심각한 윤리적·사회적 부작용을 야기할 수 있음이 지적되었다. 이에 따라 AI 도입 과정에서 인간 중심의 가치와 비판적 사고를 유지하는 것이 필수적이며, 사회적 신뢰 구축을 위한 투명한 관리 표준 마련이 중요함을 강조하였다. 다양한 이론적 근거를 바탕으로 풍부한 통찰력을 제공했다는 점에서 가치가 높으나, 서구 중심의 논의에 편중되어 있어 향후 글로벌 사우스의 관점을 반영한 보완 연구가 필요하다는 시사점을 남겼다.

바로가기

📖 Marketing Intelligence & Planning - 1건

From policy to plate: the role of health awareness and negotiation in shaping elderly green food consumption

본 연구는 거시적 차원의 정책 지향과 미시적 소비자 행동을 연결하여 만성 질환을 앓고 있는 고령층의 친환경 식품 소비 행태를 분석하였다. 연구진은 확장된 자극-유기체-개입-반응(SOIR) 프레임워크를 바탕으로 정책 텍스트 분석과 279명의 중국 고령 환자를 대상으로 한 설문 조사를 병행하는 혼합 연구 방법을 사용하였다. 분석 결과 친환경 식품 정책은 발전 방향, 고령층의 건강 요구, 소비 유형이라는 세 가지 핵심 군집으로 구성되어 정책적 유도가 실제 소비자의 선택에 영향을 미치고 있음을 확인하였다. 또한 건강 의식은 혜택 지각과 구매 의도 사이를 매개하고, 협상은 제약 지각이 습관적 구매에 미치는 영향을 조절함으로써 고령층의 경제적 및 접근성 압박을 완화하는 역할을 한다는 점을 밝혀냈다. 이러한 결과는 고령 사회에서 취약 계층의 건강과 지속 가능한 소비를 지원하기 위한 맞춤형 정책 설계 및 마케팅 전략 수립에 중요한 함의를 제공한다.

바로가기

📖 Journal of Research in Marketing and Entrepreneurship - 1건

The importance of founding stories to entrepreneurial pitch success

본 연구는 창업자의 영감과 문제 해결 과정을 담은 '창업 이야기(founding story)'가 투자 유치 성공에 미치는 영향을 규명하고자 수행되었다. 연구진은 TV 프로그램 '샤크 탱크'의 피칭 대본 486건을 분석하고, 배우를 활용한 통제 실험을 통해 창업 이야기의 포함 여부에 따른 성과 차이를 비교하였다. 연구 결과 창업 이야기가 포함된 피칭은 투자 유치 확률을 유의미하게 높였으며, 특히 샤크 탱크 분석에서는 성공 확률이 63%나 증가한 것으로 확인되었다. 이는 논리적 사실보다 서사적 구조가 투자자의 주의를 끌고 신뢰를 형성하는 데 더욱 강력한 설득 도구가 됨을 의미한다. 따라서 창업자는 데이터를 이야기의 극적인 전개를 뒷받침하는 수단으로 활용해야 하며, 본 연구는 피칭 스토리텔링의 효과를 실증적으로 입증했다는 학술적 가치가 있다.

바로가기