[논문]인공지능 스피커와 아동들의 상호작용 :유형별 성공/실패 사례 도출을 위한 현장 연구

홍정림; 최보름

doi:10.5392/jkca.2020.20.07.019

인공지능 스피커와 아동들의 상호작용 :유형별 성공/실패 사례 도출을 위한 현장 연구
Interactions between AI Speaker and Children : A Field Study on the Success/Failure Cases by Types of Interactions 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.20 no.7, 2020년, pp.19 - 29

홍정림 (서울시립대학교 경영학과) , 최보름 (서울시립대학교 경영학과)

초록
AI-Helper

최근 인공지능 스피커 시장이 급속도로 성장하는 가운데 관련 기업들의 주 사용자이자 미래 잠재 고객인 아동들을 선점하기 위한 경쟁이 매우 치열하다. 그러나 인공지능 스피커와 일반 성인 사용자와의 연구는 활발한 반면, 아동들과 인공지능 스피커 간의 상호작용 방식에 관한 실증적 연구는 매우 부족한 실정이다. 따라서 본 연구에서는 아동들과 인공지능 스피커의 상호작용을 관찰하여 주로 어떤 기능을 사용하며, 어떤 특징이 있는지 현장 연구를 통하여 살펴보고자 한다. 이를 위해 실시간으로 기록된 인공지능 스피커의 로그 데이터를 이용하여 799건의 대화 내용을 수집, 분석하였다. 연구 결과, 성인들에 비해 아동들은 동요와 동화 재생 이용, 감성 대화와 의인화 표현 빈도가 높았다. 또한, 세부 유형별 컨텐츠 분석을 통하여 아동과 인공지능 스피커의 상호작용 성공/실패 사례를 도출하였으며 실패 유형별 개선 방안을 제안하였다. 본 연구는 아동들의 인공지능 스피커 선호 기능과 콘텐츠 및 주요 대화 형태를 파악하고, 이를 바탕으로 아동의 눈높이에 맞는 서비스 개발에 가이드라인을 제공한다는 점에서 의의가 있다.

Abstract ▼ AI-Helper

As the AI speaker market is growing rapidly in recent years, the competition for the preoccupation of children who are the main users and the future prospective customers of the related companies is very intense. However, there is a lack of empirical research on how children interact with AI speakers. Therefore, this research examines the interactions between children and AI speakers, primarily through field studies, to extract what functions they use and what features they have. For this purpose, 799 conversations were collected and analyzed using the log data of the AI speaker recorded in real time. As a result, children were more likely to use children's songs, fairy tales, emotional conversations, and personification compared to adults. In addition, content analysis by specific types resulted in success/failure cases of interaction between children and AI speakers and proposed improvements by failure type. This study is meaningful in that it identifies children's AI speaker preferences, content, and major conversation patterns, and provides guidelines for developing services that meet children's eye level.

주제어

표/그림 (8)

표 표 1. 인공지능 스피커와 아동들의 상호작용 토픽 유형
그림 그림 1. 인공지능 스피커와 아동들의 상호작용(토픽별-빈도)
그림 그림 2. 인공지능 스피커와 아동들의 상호작용 토픽 유형 세부 분류
표 표 2. 인공지능 스피커와 아동들의 상호작용에서의 성공/실패
표 표 3. 인공지능 스피커와 아동들의 상호작용 실패 사례(음악)
표 표 4. 인공지능 스피커와 아동들의 상호작용 실패 사례(감성대화)
표 표 5. 인공지능 스피커와 아동들의 상호작용 실패 사례(정보)
표 표 6. 인공지능 스피커와 아동들의 상호작용 실패 사례(동화)

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그러나 아동들과 인공지능 스피커 간의 상호작용 방식에 관한 실증 연구가 부족한 편이다[14]. 따라서 본 연구는 그룹 상황에서 아동과 인공지능 스피커 간의 대화를 관찰하여 아동들이 주로 어떤 상호작용을 하는지를 살펴보고자 한다.
이와 같은 상황에서 아이들은 어른들을 의식할 수 있으므로 자유로운 상호작용을 기대하기 어렵다[34]. 따라서 본 연구에서는 아동들과 인공지능 스피커의 자연스러운 대화를 관찰하고자 한다. 이를 통해, 아동들이 인공지능 스피커와 상호작용하면서 활용하는 주기능과 상호작용 방식에 관해 살펴보고자 한다.
본 연구는 아동들과 인공지능 스피커의 자유로운 상호작용을 관찰하여 아동들의 상호작용 특징을 파악하고자 하였다. 연구 결과 아동들은 음악 부분에서 인공지능 스피커와 상호작용이 가장 활발했으며, 이러한 음악 관련 상호작용은 전 세계적인 인공지능 스피커 사용자의 공통적인 특징이라 할 수 있다[9].
기존의 사용자 경험 연구에서는 인공지능 스피커와의 상호작용 방식에 관한 경험적 연구결과가 부족하여 사용자의 구체적인 상호작용 문제점이 무엇인지를 파악하기가 어려웠다. 본 연구는 인공지능 스피커와 아동들의 상호작용을 관찰하여 토픽 유형을 분류하였고, 분류된 토픽 유형별로 아동의 상호작용에 관한 실제적 특징(예: 가사를 통한 재생요구 등)을 파악했다는 점에서 학문적 의의가 있다.
따라서 본 연구에서는 아동들과 인공지능 스피커의 자연스러운 대화를 관찰하고자 한다. 이를 통해, 아동들이 인공지능 스피커와 상호작용하면서 활용하는 주기능과 상호작용 방식에 관해 살펴보고자 한다.
기능 유형에서 실패의 원인은 “헤이클로바 아까 그 웃긴 노래 틀어줘”와 같이 시차가 있는 연속재생을 요구한 경우와 영어 콘텐츠를 이용하기 위해 “save”처럼 영어로 대화를 시도한 경우였다. 지금까지 살펴본 상호작용 유형별 실패 원인을 구체적인 실패 사례를 통해 개선방안을 논의하고자 한다.

제안 방법

일단, 인공지능 스피커 제조사가 제공하는 사용설명 동영상을 보여주었다. 그 다음, 제공된 사용설명서에 따라 연구자들이 직접 인공지능 스피커와 상호작용 하면서 인공지능 스피커 사용법을 알려주었다. 예를 들어, ‘클로바’라고 부르면 인공지능 스피커와 대화가 시작되는 점과 음악, 동화, 날씨, 궁금한 점, 대화 등 여러기능을 사용할 수 있다는 점을 알려주었다.
데이터는 네이버 클로바 앱에서 인공지능 스피커와 사용자와의 대화 내용이 텍스트 데이터로 저장되는 점을 이용하여 3일마다 로그값을 저장하여 수집하였다. 아동의 질문(발화)에 대한 인공지능 스피커의 응답을 하나의 레코드(1건)로 간주하였다.
첫째, 대화 내용을 분석하여 아동의 질문(발화)을 기준으로 상호작용 유형을 분류하였다. 둘째, 아동 질문(발화)에 대한 인공지능 스피커의 응답을 분석하여 성공과 실패 여부를 판단하였다. 또한, 분류된 상호작용 유형을 유사한 테마를 기준으로 분류하고, 전체 상호작용을 세부적으로 카테고리화 하였다.
둘째, 아동 질문(발화)에 대한 인공지능 스피커의 응답을 분석하여 성공과 실패 여부를 판단하였다. 또한, 분류된 상호작용 유형을 유사한 테마를 기준으로 분류하고, 전체 상호작용을 세부적으로 카테고리화 하였다.
사전 준비 과정을 마친 후, 아동들은 유치원 휴식시간에 인공지능 스피커와 자유롭게 상호작용하였으며, 다수의 아이들이 대화를 원할 경우에는 차례대로 줄을 서서 인공지능 스피커와 상호작용을 시도하는 것으로 규칙을 정하였다. 대화 내용은 텍스트 데이터로 변환되어 실시간 저장되었다.
데이터는 네이버 클로바 앱에서 인공지능 스피커와 사용자와의 대화 내용이 텍스트 데이터로 저장되는 점을 이용하여 3일마다 로그값을 저장하여 수집하였다. 아동의 질문(발화)에 대한 인공지능 스피커의 응답을 하나의 레코드(1건)로 간주하였다. 수집된 데이터는 총 799건 중에서 아동들이 인공지능 스피커와 주고받은 대화는 759건이다.
인공지능 스피커와 아동들의 상호작용은 [표 1]과 같이 대화 주제에 따라 음악, 감성대화, 정보, 동화, 기능, 오류 등 여섯 가지 토픽으로 분류하였다. [그림 1]과 같이 인공지능 스피커와 아동들은 음악 72.
본 연구의 데이터는 연구자들이 다섯 번의 리뷰를 거쳤으며, 다음과 같은 단계를 통해 분석하였다. 첫째, 대화 내용을 분석하여 아동의 질문(발화)을 기준으로 상호작용 유형을 분류하였다. 둘째, 아동 질문(발화)에 대한 인공지능 스피커의 응답을 분석하여 성공과 실패 여부를 판단하였다.

대상 데이터

본 연구는 실제 유치원에 재원중인 5∼7세의 아동 72명(여자 34명, 남자 38명, 평균 연령: 6.23세)을 대상으로 진행되었다.
아동의 질문(발화)에 대한 인공지능 스피커의 응답을 하나의 레코드(1건)로 간주하였다. 수집된 데이터는 총 799건 중에서 아동들이 인공지능 스피커와 주고받은 대화는 759건이다. 나머지 40건의 데이터는 유치원 선생님을 비롯한 성인과 인공지능 스피커 사이에서의 상호작용으로 판단되어 본 연구의 분석에서 제외하기로 하였다.
23세)을 대상으로 진행되었다. 아동들은 2개의 유치원 총 다섯반에 설치된 네이버 인공지능 스피커 프렌즈와 6개월 간 생활하였다. 연구를 위한 데이터 수집 전, 사전 준비로 아동들이 인공지능 스피커 사용법을 숙지하는 과정을 거쳤다.

성능/효과

인공지능 스피커와 아동들의 상호작용은 [표 1]과 같이 대화 주제에 따라 음악, 감성대화, 정보, 동화, 기능, 오류 등 여섯 가지 토픽으로 분류하였다. [그림 1]과 같이 인공지능 스피커와 아동들은 음악 72.1%, 감성대화 9.4%, 정보 8.2%, 동화 5.7%, 기능 2.5%의다양한 상호작용을 하였으며, 상호작용의 오류도 2.2% 보였다. 인공지능 스피커 사용자인 성인들의 상호작용[9]과 같이 아동들의 상호작용에서도 음악의 실행률이 가장 높은 것으로 확인되었다.
둘째, 아동들과 인공지능 스피커와의 상호작용 토픽유형을 세부적으로 분류하고, 아동의 상호작용을 특징을 도출했다는 점에서 학문적 의의가 있다. 기존의 사용자 경험 연구에서는 인공지능 스피커와의 상호작용 방식에 관한 경험적 연구결과가 부족하여 사용자의 구체적인 상호작용 문제점이 무엇인지를 파악하기가 어려웠다.
예를 들어, ‘클로바’라고 부르면 인공지능 스피커와 대화가 시작되는 점과 음악, 동화, 날씨, 궁금한 점, 대화 등 여러기능을 사용할 수 있다는 점을 알려주었다. 마지막으로, 모든 아동들이 약 10분간 직접 인공지능 스피커와 대화하면서 사용법을 익혔다.
6%의 실패율을 보였다. 실패율이 가장 높은 유형은 기능(63.2%)과 동화(34.9%) 부분이었다. 그리고 음악(29.
반면, 인공지능 스피커와 아동들만의 상호작용 첫 번째 특징은 음악 장르(동요, 만화)와 동화에서 확인되었다. 음악 재생 총 547건 중에서 아동들이 가장 많이 감상한 음악 장르는 가요였으나 동요(144건)와 만화(140건) 주제곡을 합친 음악이 284건으로 가요(170건)보다 훨씬 많이 재생되었음이 확인되었다. 또한, 음악 재생(489건)은 추천(58건)의 8배 많이 재생되었지만, 동화 유형의 재생수(24건)와 추천 수(19건)의 차이는 크게 없었다.
인공지능 스피커와 아동들의 상호작용을 분석한 결과 68.4%의 성공률과 31.6%의 실패율을 보였다. 실패율이 가장 높은 유형은 기능(63.
인공지능 스피커와 아동들의 음악 관련 상호작용에서는 “노래”, “틀어봐”, “틀어”와 같은 요구(키워드)에도 음악이 재생되는 것을 확인할 수 있었다.
정보에서는 지식 정보에 대한 상호작용이 34건으로 가장 활발했고, 생활 정보는 22건, 그 외 인공지능 스피커의 안내가 6건 있었다. 지식 정보는 사전적인 정보, 날짜와 운세, 서비스 정보, 음악 정보, 인물 정보 등으로 구성되고, 생활 정보는 “오늘 날씨 어때”, “오늘 미세먼지 어때”와 같이 날씨 정보를 얻기 위한 질문이 가장 많았다.
첫째, 아동들은 유치원 휴식시간에 그룹으로 특정 인공지능 스피커와 대화를 시도할 수 있는 시간적·상황적 제약이 존재했다.

후속연구

예를 들어, 아동들이 가장 선호하는 동요와 동화 콘텐츠 관련 서비스를 다양하게 개발하고, 아동들의 눈높이에 맞추어 인공지능 스피커를 의인화하는 전략을 모색할 수 있다. 둘째, 본 연구가 제시한 상호작용별 실패 사례 개선점은 인공지능 스피커뿐만 아니라 다양한 음성인식 디바이스의 실패율을 개선하는데 실무적으로 활용될 수 있다. 예를 들어, 아동 사용자들에게 정확한 동요 제목을 요구하기보다는 가사를 통해 음악을 검색한다는 점을 이용하여 가사 검색을 통한 음악 재생 서비스로 실패율을 개선할 수 있다.
둘째, 인공지능 스피커에 기록된 로그값을 바탕으로 데이터를 분석하였기 때문에 기록되지 않은 비언어적요소와 같은 실제 상황에 대한 구체적인 분석에 한계점이 존재한다. 향후 연구에서는 인공지능 스피커와 아동들의 상호작용을 모니터링하여 상호작용 실패시 아동들의 행동(표정) 변화를 관찰하고자 한다.
또한, 음악부분에서 상호작용이 가장 활발했다는 것은 아동의 일반적 특성이 소리에 민감하기 때문일 수 있다. 따라서 향후 연구에서는 각 아동의 특징(예: 성격, 발달 정도, 정보 기기 활용 유무 등), 가족 구성형태, 인공지능 스피커 사용 환경 등에 따라 다양한 차별적 상호작용의 패턴을 발견하여 본 연구를 확장할 수 있을 것이다.
이같이 주사용자인 동시에 잠재 고객인 아동들을 고객으로 선점하기 위해 국내·외 산업계의 경쟁이 매우 치열하다[12-14]. 따라서, 아동들은 인공지능 스피커와 주로 어떤 상호작용을 하는지 또는 성인들의 상호작용과는 어떤 차이를 보이는지에 관한 구체적인 연구가 필요하다.
향후 연구에서는 인공지능 스피커와 아동들의 상호작용을 모니터링하여 상호작용 실패시 아동들의 행동(표정) 변화를 관찰하고자 한다. 또한, 활용면에서 인공지능 스피커와 대화하는 목적, 혜택, 이용 후 효과 및 아동의 행동 변화 등을 측정하는 연구로 확장하여 아동의 인지발달, 소통능력향상을 위한 연구디자인, 인공지능 기술/기법 제고 방안, 아동주도 인공지능 사용 기법 등에 대한 대안을 제시할 수 있을 것이다.
마지막으로, 연구 샘플 수가 다소 적고 5-7세의 아동들로 연구 대상을 제한하였기 때문에 연구 결과를 전연령의 아동들에게 적용하는데 제약이 따른다. 8세 이상의 아동들은 언어적으로 더욱 발달되어 있으며 보다 다양한 기능을 사용할 수 있어 본 연구의 결과와는 다른 상호작용 패턴을 보일 수 있다.
본 연구의 결과는 실무적으로 활용될 수 있다. 첫째, 인공지능 스피커 관련 실무자들은 본 연구에서 도출된 상호작용 유형 빈도 및 성공 사례를 바탕으로 새로운 서비스를 설계 및 디자인할 수 있을 것이다.
본 연구의 결과는 실무적으로 활용될 수 있다. 첫째, 인공지능 스피커 관련 실무자들은 본 연구에서 도출된 상호작용 유형 빈도 및 성공 사례를 바탕으로 새로운 서비스를 설계 및 디자인할 수 있을 것이다. 예를 들어, 아동들이 가장 선호하는 동요와 동화 콘텐츠 관련 서비스를 다양하게 개발하고, 아동들의 눈높이에 맞추어 인공지능 스피커를 의인화하는 전략을 모색할 수 있다.
8세 이상의 아동들은 언어적으로 더욱 발달되어 있으며 보다 다양한 기능을 사용할 수 있어 본 연구의 결과와는 다른 상호작용 패턴을 보일 수 있다. 향후 연구에서는 8세 이상의 아동들과 인공지능 스피커와의 상호작용 관찰을 통해 공통점과 차이점을 비교하여 분석하고자 한다.
아동은 또래들과 행동 및 언어 모방을 통해 인지, 사회성이 발달하는 특성이 있는데[36] 인공지능 스피커와의 상호작용에서도 친구가 했던 질문을 모방할 수도 있는 한계점이 존재한다. 향후 연구에서는 다양한 인공지능 스피커와 아동들이 개인적으로 대화할 수 있는 시간을 확보하고, 개별 아동들이 인공지능 스피커의 다양한 기능과 역할을 확실히 인지하고 있는지의 여부를 확인할 필요가 있다. 또한, 음악부분에서 상호작용이 가장 활발했다는 것은 아동의 일반적 특성이 소리에 민감하기 때문일 수 있다.
둘째, 인공지능 스피커에 기록된 로그값을 바탕으로 데이터를 분석하였기 때문에 기록되지 않은 비언어적요소와 같은 실제 상황에 대한 구체적인 분석에 한계점이 존재한다. 향후 연구에서는 인공지능 스피커와 아동들의 상호작용을 모니터링하여 상호작용 실패시 아동들의 행동(표정) 변화를 관찰하고자 한다. 또한, 활용면에서 인공지능 스피커와 대화하는 목적, 혜택, 이용 후 효과 및 아동의 행동 변화 등을 측정하는 연구로 확장하여 아동의 인지발달, 소통능력향상을 위한 연구디자인, 인공지능 기술/기법 제고 방안, 아동주도 인공지능 사용 기법 등에 대한 대안을 제시할 수 있을 것이다.

참고문헌 (36)

이서영, 김서희, 이수지, "음성인식 인공지능 시스템의 시장현황: 국내외 기업을 중심으로," 4차 산업혁명 브리프, 2018.
최지혜, 이선희, "음성인식 AI 비서 시장의 현황과 시사점," 정보통신방송정책, 제29권, 제9호, pp.1-37, 2017.
http://www.etnews.com/20170511000-219?m1
최재호, 김훈태, "스마트폰 음성 인터페이스의 사용 현황 및 사용자 인식에 대한 조사 연구," 한국전자거래학회지, 제21권, 제4호, pp.29-40, 2016.

원문보기 상세보기
http://d.kbs.co.kr/news/view.do?ncd3599067
Canalys, Google beats Amazon to first place in smart speaker market, 2018(4).
젠틀파이 제이미, 스마트 스피커 이용 현황 분석, 2018(6).
https://www.pcmag.com/article/357520/the-best-s mart-speakers
NPR & Edison Research, 스마트 스피커(음성 AI) 사용자 행태 조사 결과, 2017(8).
http://www.zdnet.co.kr/view/?no20180426090058
http://news.einfomax.co.kr/news/articleView.html-?idxno4028367
http://www.etoday.co.kr/news/view/1747200
https://www.hankyung.com/it/article/2018060650-011
박현아, 황유진, 이준환, "아동의 대화형 에이전트 페르소나 선호에 대한 연구," 한국 HCI 학회 학술대회, pp.225-228, 2019.
Y. Xu and M. Warschauer, "Young children's reading and learning with conversational agents," In Extended Abstracts of the 2019 CHI Conference on Human Factors in Computing Systems, pp.1-8, 2019.
지승은, 김우일, "음성 인식용 데이터베이스 검증시스템을 위한 새로운 음성 인식 성능 지표," 한국정보통신학회논문지, 제20권, 제3호, pp.464-470, 2016.

원문보기 상세보기
류기동, 박종필, 김영민, 이동훈, 김우제, "AI 기반 콜센터 실시간 상담 도우미 시스템 개발: N 은행 콜센터 사례를 중심으로," 한국산학기술학회 논문지, 제20권, 제2호, pp.750-762, 2019.
장지혜, 주다영, "인공지능 스피커의 정서별 감정발화에 따른 사용성 평가," 한국 HCI 학회 학술대회, pp.705-712, 2019.
최재호, 김훈태, "스마트폰 음성 인터페이스의 사용현황 및 사용자 인식에 대한 조사 연구," 한국전자거래학회지, 제21권, 제4호, pp.29-40, 2016.

원문보기 상세보기
나주연, 유훈식, "인공지능 대화형 인터페이스에 대한 사용자 감성 연구," 한국지능정보시스템학회 학술대회논문집, pp.17-18, 2017.
김택수, 최준호, 김지현, "차량용 음성대화 인터페이스의 Barge-in 기능이 주행 경험에 미치는 효과 연구 - 네비게이션 및 음악서비스 중심으로," 디자인융복합연구, 제17권, 제1호, pp.17-28, 2018.
전소원, 이지희, 이종태, "인공지능 서비스의 사용자수용 의도에 관한 연구: 대화형 AI 서비스 필요성에 대한 인식에 영향을 주는 요인을 중심으로," 기술혁신학회지, 제22권, 제2호, pp.242-264, 2019.

원문보기 상세보기
김수상, 장원중, 김광용, "인공지능 스피커의 사용의도에 영향을 미치는 요인에 관한 탐색적 연구," 정보화연구, 제16권, 제1호, pp.71-86, 2019.
박수아, 최세정, "인공지능 스피커 만족도와 지속적이용의도에 영향을 미치는 요인: 기능적, 정서적 요인을 중심으로," 한국정보사회학회, 제19권, 제3호, pp.159-182, 2018.
이희준, 조창환, 이소윤, 길영환, "인공지능 스피커(AI 스피커)에 대한 사용자 인식과 이용 동기 요인 연구," 한국콘텐츠학회논문지, 제19권, 제3호, pp.138-154, 2019.

원문보기 상세보기
박현아, 태문영, 허영진, 이준환, "인공지능 대화형에이전트의 지능적 속성에 대한 기대와 기대 격차," 한국 HCI 학회 논문지, 제14권, 제1호, pp.15-22, 2019.

원문보기 상세보기
L. Clark, N. Pantidi, O. Cooney, P. Doyle, D. Garaialde, J. Edwards, and V. Wade, "What makes a good conversation?: challenges in designing truly conversational agents," In Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems, pp.1-12, ACM, 2019(4).
S. B. Lovato, A. M. Piper, and E. A. Wartella, "Hey Google, do Unicorns Exist?: Conversational agents as a path to answers to children's questions," In Proceedings of the 18th ACM International Conference on Interaction Design and Children, pp.301-313, ACM, 2019.
M. M. Chouinard, P. L. Harris, and M. P. Maratsos, "Children's questions: A mechanism for cognitive development," Monographs of the Society for Research in Child Development: i-129, 2007.
B. Tizard, and M. Hughes, "Young children learning," John Wiley & Sons, 2008.
B. Bilal, "Children's use of the Yahooligans! Web search engine. III. Cognitive and physical behaviors on fully self-generated search tasks," Journal of the American Society for information science and technology, Vol.53, No.13, pp.1170-1183, 2002.

상세보기
A. Druin, E. Foss, L. Hatley, E. Golub, M. L. Guha, J. Fails, and H. Hutchinson, "How children search the internet with keyword interfaces," In Proceedings of the 8th International conference on interaction design and children, pp.89-96, 2009.
E. Foss and A. Druin, "Children's internet search: Using roles to understand children's search behavior," Synthesis Lectures on information concepts, retrieval, and services, Vol.6, No.2, pp.1-106, 2014.

상세보기
Y. Yuan, S. Thompson, K. Watson, A. Chase, A. Senthilkumar, A. B. Brush, and S. Yarosh, "Speech interface reformulations and voice assistant personification preferences of children and parents," International Journal of Child- Computer Interaction, Vol.21, pp.77-88, 2019.

상세보기
https://ko.wikipedia.org/wiki/지니키즈
김현, 고석원, 곽혜숙, 차현화, "동화를 활용한 사회적 역할놀이와 동작표상 활동이 유아의 사회적 능력과 언어 능력에 미치는 효과 비교," 미래유아교육학회지, 제13권, 제4호, pp.135-160, 2006.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증