AI 기술 발달에 따른 국제경영에서 생성형 AI 모델(GAN)의 활용 및 사례에 대한 연구

박영현 한국무역경영학회 2024 한국무역경영연구 Vol.- No.33

Against the background of digital transformation, AI technologies are showing remarkable results, and their use and importance in international management are increasing. In this study, we attempted to present technologies and application cases that can be used in international management through an approach to generative AI, which has recently become a big issue. There are a variety of AI technologies, and in addition to the representative machine learning and deep learning, there is generative AI technology that has been in the spotlight recently. Generative AI includes probabilistic generator models, autoencoders, and generative adversarial networks (GANs), and generative adversarial networks (GANs) are being developed and used in various forms. Generative adversarial network (GAN) is a machine learning method in which two neural networks learn in an adversarial relationship. A generative model and a discriminant model compete to produce output close to the real thing. It is characterized by machines learning while competing. there is. These generative adversarial networks (GAN) are technologically advanced and are developing into forms such as InfoGAN, ProGAN, and CycleGAN. Examples of generative AI being used in the international management field include publishing, fashion and clothing industry, medical field, marketing, and media content fields, etc. In the publishing field, AI is at the stage where it directly writes books, covers and reviews, sets prices, and even sells books, and various AI writers are being developed. The application of AI technology in design and models is increasing in fashion clothing, and this is in an environment where people can wear AI-designed clothes and indirectly try on and purchase clothes through AI models. In the medical field, the application of generative AI technology is increasing, where AI replaces voices lost due to illness, analyzes MRI, CT, and X-ray results, and identifies symptoms so that people can check them more easily. As shown in the example, generative AI is having a positive impact on the development of companies and industries and consumer utility, and its importance is expected to continue to rise. Companies conducting international business under the major trend of digital transformation will have to lead new innovations at the forefront of these changes and challenges. 디지털 트랜스포메이션이라는 시대적 배경에 따라 AI 기술들은 괄목할 만한 성과를 보이고 있으며 국제경영에 있어서 그 활용 및 중요성이 증가하고 있는 추세이다. 본 연구에서는 최근 큰 이슈가 되고 있는 생성형 AI에 대한 접근을 통하여 국제경영에서 활용할 수 있는 기술 및 적용 사례를 제시하고자 하였다. AI 기술은 다양한 기술들이 존재하고 있으며 대표적인 머신러닝, 딥러닝과 더불어 최근에 각광받고 있는 생성형 AI 기술이 있다. 생성형 AI에는 확률적 생서 모델, 오토인코더, 생성적 대립 신경망(GAN) 등이 있으며, 생성적 대립 신경망(GAN)은 다양한 형태로 발전하여 활용되어지고 있다. 생성적 대립 신경망(GAN)은 신경망 2개가 적대적인 관계에서 학습하는 기계학습 방식의 하나로 생성모델과 판별모델이 경쟁하면서 실제와 가까운 산출물을 만들어 내는 모델로서 기계가 경쟁하면서 학습을 하는 것이 특징이라고 할 수 있다. 이러한 생성형 대립 신경망(GAN)은 기술적으로 발달하며 InfoGAN이나 ProGAN, CycleGAN과 같은 형태로 발전하고 있다. 국제경영 분야에서 생성형 AI가 활용되고 있는 사례로는 출판, 패션 의류산업, 의료 분야, 마케팅, 미디어 컨텐츠 분야 등에서 선제적으로 적용되고 있다. 출판 분야에서는 AI가 책을 쓰고, 표지 및 리뷰, 가격 책정, 판매까지 직접하는 단계에 있으며, 다양한 AI 작가들이 개발되고 있다. 패션 의류에 있어서 디자인 및 모델의 AI 기술 적용이 늘어나고 있으며, 이는 AI 디자인한 옷을 입고, AI 모델을 통해 의류를 간접적으로 입어보고 구매할 수 있는 환경에 있다. 의료 분야에서는 병으로 잃어버린 목소리를 AI가 대체해주거나 MRI, CT, X-Ray 결과를 분석해주고, 증상을 식별하여 사람들이 보다 쉽게 확인할 수 있도록 해주는 생성형 AI 기술의 적용이 늘어나고 있다. 사례와 같이 생성형 AI는 기업과 산업의 발전 및 소비자 효용에 긍정적인 영향을 미치고 있으며 그 중요성은 계속해서 상승할 것으로 여겨진다. 디지털 트랜스포메이션이라는 큰 흐름 하에서 국제경영을 하는 기업들은 이러한 변화와 도전의 전방에서 새로운 혁신을 이끌어야 될 것이다.

신화론으로 본 AI예술의 생성이데올로기

이종철 (사)한국커뮤니케이션디자인협회 커뮤니케이션디자인학회 2023 커뮤니케이션 디자인학연구 Vol.85 No.-

본 연구는 AI영상플랫폼을 이용하여 나타나는 생성이미지의 신화론적 의미분석을 통한 AI생성예술에 대한 연구로써, 본 연구자가 제작한 드로잉과 콜라쥬 작품을 AI프로그램에 적용하여 생성된 이미지를 활용하여 기호학적으로 분석하였다. 연구방법은 AI생성플랫폼에 텍스트로 입력된 프롬프트의 형식과 내용이 가지는 의미를 재해석하고, 이를 신화론적 의미작용 모형에 적용시켜 실험하였다. 이를 통해 AI생성예술의 이미지에 대한 의미작용 분석과정은 AI생성이미지가 프롬프트 텍스트에 의해 2차적 의미작용이 변화하여 나타남을 알 수 있었다. 그 결과 AI생성예술의 의미작용모형은 바르트의 의미작용모형 구조와는 다소 차이가 있으며, 드로잉 이미지의 1차적 의미작용의 범위와 AI생성이미지의 2차적 의미작용의 범위가 변화되었다. 본 연구는 작가의 작품에 담긴 <창의>와 AI생성예술에 나타나는 <생성>이라는 두 신화의 의미작용 차이를 통해 AI생성예술이 가지는 창작도구로서의 가능성을 보여주고자 하였으며, AI생성예술의 예술적 가치에 대한 기대와 우려에 대한 함의를 도출하고자 하였다. The study was conducted on AI generative art through analysis of the mythological meaning of generative images using an AI moving image platform. The drawings and collage works I created were semiotically analyzed using the images generated by applying them to an AI generation program. The research method was to reinterpret the meaning of the format and content of the prompt entered as text into the AI generative art platform and apply it to the mythological signification model for an experiment. Through this, the signification analysis process for images of AI generative art showed that AI generative images appear as secondary signification changes due to the prompt text. As a result, the semantic model of AI generative art is somewhat different from Barth's semantic model structure, and the scope of the primary semantics of drawing images and the secondary semantics of AI generative images have changed. This study attempted to show the potential of AI generative art as a creative tool through the difference in meaning between the both myths, <creation> in the artist's work and <generative> in AI generative art, and to determine the artistic value of AI generative art. The aim was to derive implications for expectations and concerns about.

생성형 AI 기술 기반 영상제작 프로세스 단계에 따른 작업 효율성 연구 - 국외 광고 영상 사례를 중심으로-

고재형,한정엽 한국공간디자인학회 2024 한국공간디자인학회논문집 Vol.19 No.4

(연구배경 및 목적) AI 기술은 현재 이미지 생성 및 영상제작 분야에서 급격한 발전을 만들고 있다. 특히 광고 분야에서 AI 기술의 최신 동향을 적극적으로 활용하여 제작의 편의성과 속도 그리고 품질을 크게 향상시키고 있다. 이러한 기술의 발전으로 국외 광고 산업 영상제작 프로세스의 다양한 형태에 AI를 활용한 영상제작의 능력과 효율성이 인정 받고 있다. 예를 들어, 생성형 AI 기술을 활용한 광고 제작은 전통적인 제작 방식보다 훨씬 빠르고 효율적으로 이루어지며, 예술적, 상업적 성공을 만들고 있다. 따라서 본 연구는 생성형 AI 기술을 활용한 영상제작 프로세스 단계에 따른 작업 효율성에 중점을 두어 연구한다. 이를 통해 관련 분야의 연구와 산업에 새로운 가능성을 제시하고 유용한 기초자료로 사용되기를 기대한다. (연구방법) 현재 영상 제작 분야에서 떠오르고 있는 생성형 AI 기술을 중심으로, 국외 광고 영상을 집중 분석한다. 국외 광고 산업에서 생성형 AI 기술을 먼저 활용 하였기 때문에 국외 광고에서 생성형 AI 기술이 더 발전한다. 본 연구에서는 글로벌 기업에서 생성형 AI 기술을 선도하고 활용하는 광고를 대표사례로 설정하고 이를 프리 프로덕션, 프로덕션 포스트 프로덕션의 단계로 나누어 분석한다. 분석을 통해 생성형 AI 기술이 영상 제작 프로세스 단계에 어떻게 활용되는지 확인하고 작업의 효율성은 어떠한지 연구한다. (결과) 본 연구에서는 생성형 AI 인공지능 기술을 활용한 영상제작 프로세스 단계에 따른 작업 효율성을 연구한다. 이를 세 가지 측면으로 분류한다. 작업의 속도 측면에서는 AI 기술이 방대한 양의 데이터를 기반으로 작업을 신속하게 처리함으로써 기존 영상제작 작업에는 수개월이 소요되었던 작업을 생성형 AI 기술을 활용해 단 몇 주 안에 완료한다. 둘째로 작업의 품질 측면에서 AI 기술이 작업을 자동화하여 제작 과정의 복잡성을 줄이고 단계별 작업의 의도를 명확히 완성한다. 마지막으로 정교한 작업 측면에서 생성형 AI가 복잡한 작업도 정교하게 처리하여 고품질의 결과물을 만들어내는지 확인한다. 하지만 생성형 AI 기술이 아직 완성도가 미숙하기 때문에 기술적 한계도 함께 고려되어야 한다. (결론) 본 연구는 생성형 AI 기술이 국외 광고 영상 제작 산업에 작업 효율성 측면의 속도, 품질, 정교한 작업 완성에 큰 발전을 제공한다는 것을 확인한다. 향후 생성형 AI 기술을 영상 제작 분야에 적용하는 것에 유용한 기초자료로 활용되기를 기대한다. 연구 결과를 바탕으로 AI 기술을 활용하여 영상을 제작하는 것에 관심을 갖는 연구 및 산업의 전문가들에게 효과적인 기초자료로 활용되기를 기대한다. (Background and Purpose) Generative AI technology is undergoing rapid advancements in the fields of image generation and video production, particularly in the realm of advertising production, where the latest trends in Generative AI technology are actively utilized to significantly enhance the convenience, speed, and quality of production in their process. Generative AI technological progress has garnered recognition for the capability and efficiency of AI-based video production processes across various forms in the international advertising industry. For instance, advertising production utilizing Generative AI technology is notably faster and more efficient than traditional methods, leading to artistic and commercial success. Therefore, this study investigates the efficiency of video production processes based on Generative AI technology, aiming to present new possibilities for research and industry applications as valuable foundational material. (Method) Focusing on the emerging generative AI technology in the video production field, this study analyzes foreign advertising videos in depth. Since generative AI technology was first utilized in the foreign advertising industry, it is more advanced in foreign advertisements. In this study, advertisements from global companies that lead and utilize generative AI technology are set as representative cases, and they are analyzed in the stages of pre-production, production, and post-production. Through the analysis, we study how generative AI technology is utilized in the video production process stages and the efficiency of the work. (Results) In this study, we research the work efficiency of the video production process stages utilizing generative AI technology. We classify it into three aspects. In terms of work speed, AI technology promptly processes tasks based on a vast amount of data, allowing tasks that previously took months in conventional video production to be completed in just a few weeks utilizing generative AI technology. Secondly, in terms of work quality, AI technology automates tasks, reducing the complexity of the production process and clearly completing the intentions of each stage. Finally, in terms of intricate work, we verify whether generative AI can handle complex tasks delicately and produce high-quality results. However, since generative AI technology is still immature, its technical limitations must also be considered. (Conclusions) This study confirms that generative AI technology provides significant advancements in work efficiency in terms of speed, quality, and intricate work completion in the foreign advertising video production industry. We hope that this research will serve as useful foundational material for future applications of generative AI technology in the video production field. Based on the research results, we expect it to be an effective foundational material for researchers and industry experts interested in producing videos utilizing AI technology.

생성형 AI를 활용한 콘텐츠 제작 기반 메이커 교육 프로그램 개발 - TMSI 모형에 따른 시각 디자인 전공 교육 사례

장순규 한국디자인학회 2024 디자인학연구 Vol.37 No.2

연구배경 생성형 AI 등장으로 산업, 교육, 예술 분야는 변화하고 있다. 이는 전문적 테크닉을 학습하지 않아도누구든 생성형 AI를 통해 높은 완성도의 글, 이미지, 영상을 생성할 수 있기 때문이다. 이에 생성형 AI를 바탕으로 한 새로운 디자인 교육 프로그램이 필요한 시점이다. 이에 본 연구는 생성형 AI를 활용해 콘텐츠 제작을 하는프로그램 개발에 집중했다. 연구방법 본 연구는 생성형 AI 활용도가 높을 시각디자인 전공을 중심으로 프로그램을 개발했다. 그리고 글, 이미지, 영상을 생성하는 다양한 생성형 AI를 활용하여 콘텐츠를 제작하는 방식의 메이커 교육을 구성했다. 메이커 교육 구축을 위해 TMSI 모델을 바탕으로 15주차 교육 과정을 개설했다. 위 교육 프로그램에 참여한 학생을중심으로 프로그램 전후 과정의 평가 및 인터뷰를 진행한다. 더하여 생성형 AI에 대한 인식을 확인하기 위해 교차검증을 진행하였다. 연구결과 프로그램 참여자는 생성형 AI를 배우고 나서 자신감, 흥미, 공유에 대한 교육 만족감이 높아졌다, 그리고 프로그램 전후 평가 차이는 유의미했다. 그리고 교육 프로그램이 끝나고 생성형 AI를 작업 도우미로서 인식하는 것을 확인했다. 더하여 인터뷰에서 피험자는 쉽게 배워서 사용할 수 있고, 넓은 범위의 디자인 표현이 가능하기 때문에 긍정적이라 했다. 또한 디자인 작업 단계에서 콘셉트에 특화될 것이라 예측했다. 그리고 프롬프트와여러 생성형 AI 작업 후기 공유는 추후 작업에 도움이 될 것이라 했다. 결론 본 연구는 생성형 AI를 통해 콘텐츠를 제작하는 TMSI 모형 기반 교육 프로그램은 시각디자인 전공교육으로서 긍정적인 효과를 미칠 것임을 확인했다. 이에 프로그램의 단계 및 도구를 바탕으로 생성형 AI를 활용하는 시대의 교육에 도움이 될 수 있기를 바란다. Background Recently, design industries, education, and the field of art have been changing because of Generative AI. This is the reason why anyone can create high-quality writing, image, and video through Generative AI without learning professional techniques. Therefore, it is time for a new design education program based on Generative AI. For this reason, the research aims to develop a program that creates contents using Generative AI. Methods This research developed an education program focusing on the major of visual communication design while highly utilizing on Generative AI. The program was constructed by the methodology of maker education in order to creates contents by using various Generative AI tools that generate text, image, and video. To build maker education for the program, a 15-week curriculum was opened based on the Thinking-Making-Sharing-Improving(TMSI) model. Then, a student, who participated in the above educational program, evaluated and participated in an interview of the process before and after the program. A cross-validation was also conducted to confirm the perception of Generative AI. Results After learning the Generative AI, the participants in the program increased their satisfaction of education confidence, interest, and sharing. The difference in evaluation before and after the program was significant. When the program was completedover, I confirmed that the Generative AI recognized the relationship as a work assistant. In the interview, the subject said that the program was positive because Generative AI can be easily learned and used, and a wide range of design expressions are possible. Furthermore, I predicted that the concept would be specialized in the design process. The sharing of various Generative AI work reviews with a prompt would be helpful for future work. Conclusions This research confirms that the TMSI model-based program as maker education producing content through Generative AI will have a positive effect on education for a visual communication design major. I hope that the stage and tools of the program can be helpful in education in the era of using Generative AI.

생성형 AI 활용 프로젝션 맵핑 제작 교육 적용 방안 연구

김종민,한정엽 한국공간디자인학회 2024 한국공간디자인학회논문집 Vol.19 No.4

(연구 배경 및 목적) Open AI의 Chat GPT 개발 이후 급격히 발전하고 있는 생성형 AI 기술은 모든 분야에 영향을 미치고 있다. 본 연구는 실감형 콘텐츠 중 하나인 프로젝션 맵핑 콘텐츠제작에 생성형 AI를 활용하는 가능성을 검토하고 이를 통해 학습자들이 기술적 원리와 실용적 적용을 통합한 교육을 경험할 방안을 제안하는 것을 목적으로 한다. 생성형 AI의 교육적 활용을 통해 프로젝션 맵핑 제작의 각 단계에서 학습 효과를 증대시킬 수 있는 구체적인 방법론을 개발하고, 이를 교육 현장에 적용할 수 있는 방안을 제공한다. (연구 방법) 본 연구는 프로젝션 맵핑 콘텐츠의 기획, 제작, 맵핑을 포함하는 교육 과정을 대상으로 상용화된 생성형 AI 모델을 활용하여 프로젝션 맵핑 콘텐츠 제작의 교육 도구로서의 가능성을 탐색했다. 연구 방법으로는 생성형 AI의 기능과 다양한 활용 사례를 분석하고, 이를 바탕으로 프로젝션 맵핑의 각 제작 단계에 적합한 교수학습 구성안을 개발하였다. 나아가, 개발된 구성안을 바탕으로 생성형 AI, 실감형 콘텐츠, 교수학습 전문가를 대상으로 한 비구조적 설문을 통해 타당성 평가를 실시한 후 그 결과를 도출하였다. (결과) 선행 연구 분석을 통해 생성형 AI를 활용한 프로젝션 맵핑 제작 교육의 적용 방안을 7단계로 도출했다. 생성형 AI의 기본 원리와 모델을 이해하고, 프로젝션 맵핑 프로젝트를 계획하며, 실제 콘텐츠 제작에 필요한 기술을 습득하는 과정을 포함한다. 각 단계는 AI 기술의 윤리적 사용, 데이터 처리의 중요성 교육, 시각화 기술 학습, 설치 기술과 안전 관리 방법, 맵핑 소프트웨어의 조정 및 최적화 기법, 그리고 실행 중 감시 시스템의 구축과 운영까지 다양한 학습 목표와 자료를 통해 교육이 진행된다. 이러한 구성은 학습자들이 기술적 측면과 창의적 사고를 동시에 개발할 수 있도록 설계되었다. 전문가 대상 타당성 조사 결과, 전문가들은 제안된 교육 방안이 프로젝션 맵핑 제작 교육에 있어서 생성형 AI의 활용이 타당하고 유용하며, 필요한 교육 요소를 명확히 설명하는 데 매우 효과적이라고 평가했다. 해당 교육 과정은 기술적 원리와 실용적 적용을 통합하여 학습자의 이해도를 높이는 데 기여할 것으로 기대되지만, 생성형 AI를 활용한 프로젝션 맵핑 제작 교육의 효과를 높이기 위해 교육 초기에 구체적인 적용 사례를 추가하여 이해도와 동기를 증진시킬 필요가 있으며, 비전공자와 다양한 교육 환경 접근성을 개선하기 위해 교육 과정을 더욱 유연하게 설계해야 하고, 고도화된 기술 단계에서의 문제 해결을 위해 추가적인 지원을 제공해야 한다는 의견을 도출할 수 있었다. (결론) 본 연구를 통해 프로젝션 맵핑과 생성형 AI를 통합한 교육 과정의 적용 가능성을 탐구하였으며, 이 과정이 기술 교육을 혁신할 수 있는 효과적인 방법임을 확인할 수 있었으나. 실제 교육 현장에서의 적용 실험이 부족하고, 비전공자 및 특정 교수 환경의 접근성 문제, 고도화된 기술 단계에서의 지원 부족 등의 연구 한계점이 도출되었다. 연구 결과를 바탕으로 실제 교육 현장에서의 적용 실험, 비전공자 및 다양한 교육 환경을 고려한 교육 방안 개발, 고도화된 기술에 대한 체계적인 지원 강화가 필요하다. 본 연구가 생성형 AI를 활용한 실감형 콘텐츠 제작 교육에 보탬이 되길 바란다. (Background and Purpose) Since the development of open AI’s ChatGPT, generative AI technology has evolved rapidly and impacted all fields. This study explores the potential of using generative AI to produce projection mapping content, a type of immersive media, to enable learners to experience education by integrating technical principles with practical applications. By utilizing generative AI in educational settings, this study develops specific methodologies to enhance learning outcomes at each stage of projection mapping and provides approaches for implementing these methods in educational environments. (Method) This study explored the use of commercial generative AI models as educational tools for producing projection mapping content by targeting courses that include planning, production, and mapping. The research method involved analyzing the functions and use cases of generative AI and, based on this, developing instructional plans suitable for each production stage. Furthermore, a validity evaluation was conducted using unstructured surveys targeting experts in generative AI, immersive content, and instructional learning. (Results) Through prior research analysis, a seven-step application plan for projection mapping production education using generative AI was developed. This includes understanding the generative AI principles and models, planning projects, and acquiring the necessary production skills. Each stage covers ethical AI use, data processing importance, visualization techniques, installation and safety management, software adjustment and optimization, monitoring system operations, and the provision of diverse educational objectives and materials. This configuration aims to develop technical skills and creative thinking among learners. Validity surveys with experts found the proposed approach to be valid and useful for integrating generative AI into projection mapping education, and for clarifying the necessary elements. The course should enhance the learners' understanding by integrating technical principles with practical applications. However, to maximize effectiveness, it is necessary to add specific application cases early on, design the process flexibly for non-specialists and various environments, and provide additional support for advanced technological problem-solving. (Conclusions) This study explored the feasibility of integrating projection mapping with generative AI in educational curricula, confirming that it is an effective method for innovating technical education. However, several research limitations were identified, including a lack of practical application experiments in educational settings, accessibility issues for non-specialists and specific teaching environments, and insufficient support at advanced technological stages. Based on these findings, there is a need for practical application experiments in real educational settings, development of educational approaches that consider non-specialists and various environments, and enhanced systematic support for advanced technologies. This study aims to contribute to education on realistic content production using generative AI.

Crunchbase를 바탕으로 한 Generative AI 영향 분석: ChatGPT 등장 전·후를 중심으로

김나윤,금영정 한국벤처창업학회 2024 벤처창업연구 Vol.19 No.3

Generative AI는 전 세계적으로 많은 관심을 받고 있으며, 이를 비즈니스 환경에서 효과적으로 활용하기 위한 방안이 모색되고 있다. 특히 OpenAI사에서 개발한 Large Language Model인 GPT-3.5 모델을 적용한 ChatGPT 서비스의 대중 공개 이후 더욱 주목받으며 전반적인 산업 분야에 큰 영향을 미치고 있다. 이 연구는 Generative AI, 특히 그 중에서도 OpenAI사의 GPT-3.5 모델을 적용한 ChatGPT의 등장에 초점을 맞춰 스타트업 업계에 미치는 영향을 조사하고 등장 이전과 이후에 일어난 변화를 비교하였다. 본 연구는 스타트업 업계에서 Generative AI가 어떻게 활용되고 있는지를 상세히 조사하고 ChatGPT의 등장이 업계에 미친 영향을 분석함으로써 비즈니스 환경에서 Generative AI의 실제 적용과 영향력을 밝히는 것을 목표로 한다. 이를 위해 ChatGPT 발표 전후에 등장한 Generative AI 관련 스타트업의 기업 정보를 수집하여 산업군, 사업 내용, 투자 정보 등의 변화를 분석하였다. 키워드 분석, 토픽 모델링, 네트워크 분석을 통해 스타트업 업계의 동향과 Generative AI의 도입이 스타트업 업계에 어떤 혁신을 가져왔는지 파악하였다. 연구 결과, ChatGPT의 등장 이후 Generative AI 관련 스타트업의 창업이 증가한 것을 알 수 있었으며 특히 Generative AI 관련 스타트업의 자금 조달 총액과 평균 금액이 크게 증가한 것을 확인할 수 있었다. 또한, 다양한 산업군에서 Generative AI 기술을 적용하고자 하는 시도를 보이고 이를 활용한 기업용 애플리케이션, SaaS 등 서비스와 제품의 개발이 활발해지며 새로운 비즈니스 모델의 등장에 영향을 미치고 있음을 확인하였다. 본 연구 결과를 통해 Generative AI가 스타트업 업계에 미치는 영향을 확인하였으며, 이러한 혁신적인 신기술의 등장이 비즈니스 생태계에 어떠한 변화를 가져다 줄 수 있는 지 이해하는데 이바지할 수 있다. Generative AI is receiving a lot of attention around the world, and ways to effectively utilize it in the business environment are being explored. In particular, since the public release of the ChatGPT service, which applies the GPT-3.5 model, a large language model developed by OpenAI, it has attracted more attention and has had a significant impact on the entire industry. This study focuses on the emergence of Generative AI, especially ChatGPT, which applies OpenAI’s GPT-3.5 model, to investigate its impact on the startup industry and compare the changes that occurred before and after its emergence. This study aims to shed light on the actual application and impact of generative AI in the business environment by examining in detail how generative AI is being used in the startup industry and analyzing the impact of ChatGPT’s emergence on the industry. To this end, we collected company information of generative AI-related startups that appeared before and after the ChatGPT announcement and analyzed changes in industry, business content, and investment information. Through keyword analysis, topic modeling, and network analysis, we identified trends in the startup industry and how the introduction of generative AI has revolutionized the startup industry. As a result of the study, we found that the number of startups related to Generative AI has increased since the emergence of ChatGPT, and in particular, the total and average amount of funding for Generative AI-related startups has increased significantly. We also found that various industries are attempting to apply Generative AI technology, and the development of services and products such as enterprise applications and SaaS using Generative AI has been actively promoted, influencing the emergence of new business models. The findings of this study confirm the impact of Generative AI on the startup industry and contribute to our understanding of how the emergence of this innovative new technology can change the business ecosystem.

NPC와 상호작용을 통한 몰입감에 대한 연구 -생성형 AI를 활용한 RPG 게임과비활용 RPG 게임 비교를 중심으로-

당녕,염준영 한국만화애니메이션학회 2023 만화애니메이션연구 Vol.- No.73

Gaming is one of the most important entertainment activities for humans. RPG games refer to the type of game in which players manipulate game characters to complete the tasks of the game system and experience stories. NPC is a non-player character in the game and is significant as it is a fun game element. Currently, the behavior of game NPCs is based on a preset program based on ‘logic.’ Some believe that interaction between real game players is limited. Researchers believe immersion is key to enjoying games and argue that experience evaluation is particularly important. How game NPCs and players interact is directly related to game experience and immersion. Generative AI is based on large-scale data learning and can generate ‘prompt engineering’ of text, images, or other media. In particular, with the advent of generative AI chat robots such as ChatGPT, generative AI is developing to a level where interactions with users are almost indistinguishable from humans using text and voice. With the popularization of generative artificial intelligence technology and the combined application of this technology and games, games with generative AI functions have appeared. Especially in the field of RPG games and NPC with generative AI functions bring players new interaction experience and immersion feeling. This study aims to quantitatively and qualitatively analyze the differences in content user experience by comparing the interaction experience and immersion feeling between players and NPCs in existing ordinary RPG games and RPG games with generative AI technology. In addition, we explored the impact of generative AI technology on players’ immersion experiences when applied to NPCs in RPG games.This study used a questionnaire developed by the AttrakDiff evaluation method to collect data. The questionnaire was designed to measure four dimensions of interactive product usability: pragmatic quality (PQ), Hedonic quality-identity (HQ-I), Hedonic Quality-Stimulation (HQ-S), and Attractiveness (ATT). It was broken down into 28 items (opposite adjectives paired at both ends) rated on a 7-point scale (-3: negative adjectives ~ 3: positive adjectives). A total of 80 respondents (56 males and 24 females) between the ages of 20 and 50 participated in the survey. The study’s results revealed the characteristics of the interaction experience of users with NPCs in normal games and RPG games applying generative AI technology. It has been found that the NPC of RPG games applying generative AI technology can make players feel more interesting (HQ-I), more homogeneous (HQ-S), and more attractive (ATT) to players compared to the interaction with the NPC of ordinary games. This study also revealed the result that the interaction of NPCs in RPG games with generative AI technology is weaker than that of normal games in terms of practical quality (PQ), and analysis showed the positive impact of the interaction of NPCs in RPG games with generative AI technology on game immersion through qualitative return surveys. It is hoped that this study provides helpful and meaningful insights into the application of generative AI technology to the field of gaming.

생성형 AI(인공지능)와 민사법 관련 쟁점 - 법인격 내지 전자인격 부여를 중심으로 -

김성연 연세법학회 2024 연세법학 Vol.45 No.-

생성형 AI의 기술은 급속도로 발전하고 있다. 생성형 AI는 점점 인간과 유사하게 인간과 상호소통하면서 그 생성물 내지 창작물을 만들어 내기도 한다. 이러한 생성형 AI는 권리의 객체로서 물건에 해당하기도 어려울뿐더러 민사책임 문제가 발생하였을 때 그 책임소재를 명확하게 밝히기도 어렵다. 따라서 생성형 AI와 관련하여 발생하는 법적 문제를 해결하기 위한 전제로서 생성형 AI에도 권리주체성을 인정할 필요성이 있다. 그런데 현행 민법은 권리주체로서 자연인과 법인을 인정하고 있으나 생성형 AI는 자연인과 법인에 속하지 않는다. 따라서 제3의 형태로서 전자인이라는 법인격 부여를 검토하여야 할 것이다. 전자인은 인공지능의 기술적 수준에 대한 기술적 판단 기준과 사회적 상호작용 등의 규범적 판단 기준을 같이 고려하여 인정하여야 할 것이다. 그리고 전자인은 등기 내지 등록제도를 통하여 법인처럼 공시하여야 할 것이다. 다만 권리능력 없는 사단 내지 재단과 마찬가지로 사회적 상호작용을 하는 경우 등기 내지 등록을 하지 않았더라도 제한적인 권리능력을 인정하여야 할 것이다. 생성형 AI의 경우 고도의 지능을 갖춘 인간과 유사하기 때문에 완전한 행위능력을 가질 것이다. 생성형 AI는 권리능력의 주체이므로 생성형 AI의 경제활동으로 인한 재산은 전자인인 생성형 AI에 귀속될 것이고 그 재산을 책임재산으로 하여 민사책임을 부담할 것이다. 전자인인 생성형 AI는 권리의 주체이자 의무의 주체이므로 민사책임의 주체이기도 하다. 따라서 손해배상책임의 주체가 될 것이다. 민사소송에서의 당사자능력을 갖게될 것이다. 다만 민사소송에서의 소송능력과 관련하여는 전자인이 인정되는 생성형 AI의 범위를 어느 단계까지 인정할 것인가와 관련될 것이다. 생성형 AI가 완전한 자율성을 갖는 정도라면 소송능력을 인정하여도 무방할 것이다. 다만 이에 미치지 못하는 경우에는 법인과 마찬가지로 관리자나 소유자를 법정대리인에 준하여 취급하여야 할 것이다. 이러한 결론은 생성형 AI의 미래 발전 방향을 모색하고, 이를 효과적으로 활용하기 위한 방안을 모색하는 데에 기여할 것으로 기대된다. Generative AI technology is developing rapidly. Generative AI increasingly resembles humans and creates products or creations while interacting with humans. Not only is it difficult for such generative AI to be considered a thing as an object of rights, but it is also difficult to clearly identify the person responsible when a civil liability issue arises. Therefore, as a prerequisite for resolving legal issues arising in relation to generative AI, there is a need to recognize rights subjectivity in generative AI as well. However, the current civil law recognizes natural persons and legal persons as rights subjects, but Generative AI does not belong to natural persons and legal persons. Therefore, as a third form, granting of legal personality as an electronic person should be considered. Electronic people should be recognized by considering both technical judgment standards for the technical level of artificial intelligence and normative judgment standards such as social interaction. And the electronic person must be announced through a registration or registration system. However, in the case of social interaction like an association or foundation without rights capacity, limited rights capacity must be recognized even if it is not registered. In the case of highly generative AI, it will have full behavioral capabilities because it is similar to a human with high intelligence. The property resulting from the economic activities of the generative AI, which is the subject of rights capabilities, will belong to the generative AI, which is an electronic person, and civil liability will be imposed on the property as liability property. Generative AI, an electronic person, is the subject of rights and obligations and is therefore also the subject of civil liability. Therefore, it will be the subject of liability for damages. Generative AI in civil litigation will have party capabilities. However, with regard to litigation ability in civil litigation, it will be related to the extent to which the scope of generative AI where electronic people are recognized will be recognized. If generative AI has complete autonomy, it would be okay to recognize its litigation ability. However, if this is not achieved, the manager or owner should be treated as a legal representative, just like a corporation. This conclusion is expected to contribute to exploring the future development direction of generative AI and finding ways to utilize it effectively.

생성형 AI 커버 곡에 관한 형사입법적 대응방안 연구

이경열,박선애 한국입법학회 2024 입법학연구 Vol.21 No.2

생성형 AI 커버 곡은 하나의 유행으로 번져, 각종 SNS에서 큰 인기를 끌고 있다. 이 과정에서 생성형 AI 커버 곡은 저작권이나 퍼블리시티권의 침해 문제를 발생한다. 저작권과 관련해서는 주로 복제권의 침해, 공연권 및 공중송신권 침해가발생한다. 이에 대해서는 현행 저작권법상 형사처벌이 가능하며 민사상으로 책임을 부담시킬 수 있다. 그러나 생성형 AI 커버 곡의 영리 창출 방법이 다양해지면서그와 관련된 새로운 법적 해석이 문제가 되고 있다. 예컨대, 유튜브 및 각종 SNS 는 생성형 AI 커버 곡 등 다양한 방법으로 수익을 창출할 수 있게 되었는데, 이들방법이 과연 저작권법상 영리 목적의 저작권 침해인지가 법적으로 해결되어야 한다. 또 퍼블리시티권의 침해는 개인의 목소리를 제3자가 별도의 이용 허락 없이 사용하는 점이 문제가 되는 것이다. 현재 퍼블리시티권에 관한 법적인 보호와 규제가명확하지 않아 그 침해를 처벌하거나 규제할 법규가 마땅치 않은 상황이다. 특히, 퍼블리시티권의 인정 여부에 대해서도 하급심 법원은 상반된 태도를 나타내고 있으며, 대법원은 이에 대해 어떤 판시도 밝힌 바가 없다. 생성형 AI 콘텐츠의 문제는 비단 우리나라뿐만 아니라 지구촌 전체의 문제이기도 하다. 이에 생성형 AI 커버 곡의 무분별한 제작 및 유통을 방지하고자 저작권이나 퍼블리시티권의 침해 여부를 중심으로 입법적 개선방안을 제언하였다. 앞으로도 계속 발전할 생성형 AI와관련하여 입법 및 기본법의 개선은 불가피하기 때문이다. 이 연구에서는 생성형AI 커버 곡을 둘러싼 문제를 형사법적 관점에서 고찰하였다. 이 연구가 생성형 AI 의 무분별한 사용을 예방하고 저작권자를 보호하는데 일조할 수 있기를 기대한다. Generative AI cover songs have spread into a trend and are gaining great popularity on various social media platforms. Generative AI cover songs are mainly produced by extracting the voice of a celebrity, converting it into data, duplicating and modifying the data, then erasing the voice of the original composer and substituting the extracted voice. In this process, generative AI cover songs infringe copyright and publicity rights. In relation to copyright infringement, infringement of reproduction rights, public performance rights, and public transmission rights mainly occur. This is punishable under the current criminal law and can also result in civil liability. However, as the methods for profit-making generative AI cover songs have become more diverse, new legal interpretation issues related to this have arisen. In other words, YouTube and various SNS are now able to generate profits in various ways, but the issue of legal interpretation of whether this constitutes copyright infringement for profit under the Copyright Act must be resolved. In addition, the infringement of publicity rights is problematic because a third party used an individual's voice, which is sensitive information, without separate permission. However, currently in Korea, the regulations regarding the right of publicity are unclear, so there is no suitable way to punish or regulate it. In particular, lower courts have conflicting positions on whether to recognize the right to publicity, and moreover, the Supreme Court has not expressed any position on this issue. The problem of generative AI content is not only a problem for our country, but also for the entire global village. Therefore, through this study, the author proposed new legislation and improvements to prevent the indiscriminate production and distribution of generative AI cover songs that infringe copyright and publicity rights. This is because improvements in legislation and basic laws are inevitable in relation to generative AI, which will continue to develop in the future. However, in Korea, there is a severe lack of legal discussion and related legislation related to generative AI cover songs. Therefore, this study sought to examine whether criminal punishment is possible by applying the problems related to generative AI cover songs to criminal law. In other words, generative AI cover songs pose problems of copyright infringement and infringement of publicity rights individually or in combination, and since this is an illegal act, it is judged that criminal legal discussion cannot be avoided. We hope that this study will prevent the indiscriminate use of generative AI and protect copyright holders.

생성형 AI를 통한 다각화된 융합 콘텐츠 제작을 위한 커리큘럼 제안 -영상 콘텐츠를 중심으로-

장운초 ( Zhang Yun-chao ),곡위광 ( Gao Wei-guang ) 커뮤니케이션디자인학회 2024 커뮤니케이션 디자인학연구 Vol.87 No.-

생성형 AI의 등장 이후 현재 생성형 AI는 간략화된 텍스트와 이미지를 토대로 콘텐츠 생성이 가능할 정도로 발전하였으며, 텍스트 기반 모션, 3D, 영상 생성기술 등 활용 분야가 확장되었다. 디지털 환경의 변화에 따라 인공지능의 중요성이 대두되는 현재, 미래인력인 디자인과 대학생들에게 기술기반의 융합 교육은 매우 중요하다. 본 연구는 인공지능 기술 이해 및 실무 활용을 위한 효과적인 생성형 AI 영상 제작 수업 방안을 제시하고, 이를 평가하여 생성형 AI의 디자인교육 필요성을 제안한다. 연구범위는 영상디자인 교육과 생성형 AI이다. 연구방법은 첫째, 디지털 전환 시대 교육 변화를 바탕으로 생성형 AI의 이론적 지식을 확립하고 영상디자인 분야 생성형 AI 도구를 파악한다. 둘째, 생성형 AI를 활용한 교육 사례와 콘텐츠 제작 사례를 바탕으로 영상 콘텐츠를 위한 생성형 AI 도구를 분석한다. 셋째, 생성형 AI를 활용한 학습 목표와 틀을 구상하고 이를 전문가 평가하여 생성형 AI를 활용한 실무중심의 영상디자인 교육을 제안한다. 연구결과, 영상 콘텐츠 시장에서 활용되고 있는 생성형 AI 기술과 비교하여 현재 생성형 AI 영상 콘텐츠 제작 교육은 이론적 이해와 단일 프로그램을 활용하는 보편적인 과정이 주를 이루고 있었다. 영상 분야 재학생을 대상으로 한 생성형 AI 교육 설문조사에서는 역량 및 시간적 어려움을 보조할 생성형 AI 기술 교육 수요가 확인되었다. 따라서, 실무중심의 생성형 AI 영상 제작 교육 방안을 고안하고 이를 전문가들이 평가하여 실무 역량을 강화하는 수업의 필요성을 제안하였다. 미래 사회에서 생성형 AI를 보조 도구로 활용하는 것은 작품성과 창의성, 아이디어의 표현방식을 고안하고, 기술과 예술을 융합한 특색있는 디자인을 가능케 한다. 생성형 AI의 올바른 활용 교육은 미래 시장을 선도할 디자이너를 육성하는 매우 중요한 교육이라 볼 수 있다. Currently, Generative AI can create content based on simple text and images, and the fields of application such as text-based motion, 3D, and video have been expanded. As the importance of artificial intelligence emerges with the change of the times, technology-based convergence education is important to design and college students who are future personnel. This study proposes and evaluates effective Generative AI video production instruction plans for understanding AI and practical use, thereby suggesting the necessity of design education for Generative AI. The scope of the study is video design education and Generative AI. The research method first identifies Generative AI' theoretical knowledge and Generative AI tools in the field of video design based on education in the era of digital transformation. Second, the technology in the field of video content is analyzed through Generative AI education and content production cases. Third, we devise Generative AI learning goals and frameworks and propose practical video design education by expert evaluation. As a result of the study, compared to Generative AI technology used in the market, Generative AI video content production education mainly consisted of a general process using theoretical understanding and a single program. In a Generative AI education survey for students enrolled in the design field, the demand for Generative AI technology education to assist the creator's competence was confirmed. Therefore, a practical-oriented Generative AI video production education plan was devised, and experts evaluated it to suggest the necessity of a class to strengthen practical competency. Using Generative AI as an auxiliary tool in the future society enables a unique design by devising a way of expressing workability, creativity, and ideas, and by fusion of various technologies. Education for the correct use of Generative AI is very important to foster designers that will lead the future market.